Das AI-CAC-Modell zur subklinischen Atheroskleroseerkennung im Röntgenthorax (AI-CAC-PVS)

Das AI-CAC-PVS-Projekt ist eine prospektive, multizentrische, einarmige klinische Studie, an der fünf Radiologieeinheiten im Piemont (Italien) teilnehmen. Aufeinanderfolgende Personen ohne zuvor gemeldete kardiovaskuläre Ereignisse, die für eine kontrastfreie Thorax-CT zur Beurteilung des Koronararterien-Kalziums (CAC) zur kardiovaskulären Risikostratifizierung überwiesen werden, werden für die Aufnahme in die Studie in Betracht gezogen. Personen, die der Teilnahme an der Studie zustimmen, werden als einzige Abweichung von der klinischen Praxis einer Standard-Röntgenaufnahme des Brustkorbs unterzogen. Der CAC-Score wird anhand von Thorax-CT-Scans gemäß internationalen Standards berechnet und das Ergebnis dem Patienten zur Verfügung gestellt. Alle nachfolgenden Änderungen der Verhaltensgewohnheiten sowie vom behandelnden Arzt verordnete lipidsenkende, blutplättchenhemmende, blutdrucksenkende und antidiabetische Therapien werden in einem speziellen Datensatz erfasst, zusammen mit dem Auftreten kardiovaskulärer Ereignisse bei der letzten verfügbaren Nachuntersuchung.

Das AI-CAC-Modell wird auf das Röntgenbild des Brustkorbs angewendet und liefert als Ausgabe einen AI-CAC-Wert. Der AI-CAC-Wert wird dem Patienten, dem Radiologen und dem behandelnden Arzt erst am Ende der Studie mitgeteilt.

Das primäre Ergebnis wird die Genauigkeit des AI-CAC-Modells zur Erkennung des Vorliegens einer subklinischen Atherosklerose im Röntgenbild des Brustkorbs im Vergleich zum CT-Scan (d. h. CAC >0). Die Fähigkeit, klinische Ergebnisse bei der Nachuntersuchung vorherzusagen (ASCVD, atherosklerotische Herz-Kreislauf-Erkrankungen, einschließlich Myokardinfarkt, ischämischer Schlaganfall, koronare Revaskularisation und kardiovaskulärer Tod), wird als exploratives sekundäres Ergebnis bewertet.