Förbättra vården för vuxna med ADHD och kardiometabola tillstånd genom register-baserade studier om prognos, behandling och hög-risk grupper

ADHD kännetecknas av svårigheter med reglering av uppmärksamhet, impulser och aktivitetsnivå och förekommer hos 2-5% av den vuxna befolkningen. De studier som finns publicerade pekar på en betydande samsjuklighet mellan ADHD hos vuxna och kardiometabolisk sjukdom, dvs. fetma, typ 2-diabetes (T2DM) och hjärt-kärlsjukdom (CVD). Behandlingsriktlinjer för personer med ADHD och samtidig kardiometabolisk sjukdom finns dock inte. Sådana riktlinjer har hög prioritet eftersom beteenden och kognitiva funktionsnedsättningar hos personer med ADHD kan påverka behandlingsutfall och följsamhet till behandling. ADHD läkemedel kan även ha negativa konsekvenser för personer med underliggande CVD samt för personer som behandlas med andra olika läkemedel.

Riktlinjer för kardiometaboliska sjukdomar betonar vikten av att överväga psykiatrisk samsjuklighet, men ADHD nämns inte i dessa sammanhang. Detta är förvånande med tanke på att ADHD är en av de vanligaste psykiatriska diagnoserna och är kopplat till tidig död och betydande samhällsekonomiska kostnader. Det övergripande målet med det här projektet är att nå kunskap som kan användas för att utveckla behandlings riktlinjer. Vi föreslår därför ett projekt med tre sammanhängande mål. Det första är att avgöra hur ADHD påverkar utfall (kardiometabolisk riskprofiler, följsamhet till behandling, och allvarliga post-operation/diagnos utfall som död) efter fetma-kirurgi, T2DM diagnos eller CVD-diagnos. Det andra målet är att identifiera hur ADHD-läkemedel påverkar kardiometaboliska utfall och behandling. Det tredje målet är att utveckla riskinstrument som kan identifiera individer med ADHD som har hög risk för en ogynnsam kardiometabolisk prognos, inklusive följsamhet till behandling. Dessa mål kommer att nås med hjälp av data från nationella register (inklusive tre nationella kvalitetsregister) kombinerat med avancerad statistisk metodik, såsom artificiell intelligens i form av maskininlärning.