Aprendizaje automático en ecocardiografía de estrés cuantitativa (MLQSE)

El dolor torácico de nueva aparición es un síntoma de presentación común y puede ser un marcador de enfermedad cardiovascular significativa y riesgo de infarto de miocardio y muerte; por lo tanto, obtener un diagnóstico preciso es fundamental para guiar el manejo del paciente. Es de destacar que solo el 40-50% de los pacientes que se someten a una arteriografía invasiva se someten posteriormente a una revascularización. Esto subraya la imprecisión de las pruebas iniciales empleadas antes de la arteriografía.

Históricamente, la prueba de esfuerzo electrocardiográfica durante el ejercicio se ha utilizado para detectar isquemia miocárdica inducible, pero su sensibilidad y especificidad diagnósticas son bajas (alrededor del 65%). La precisión diagnóstica se puede mejorar mediante la incorporación de ecocardiografía o tomografía computarizada por emisión de fotón único. Las guías NICE actuales recomiendan que los pacientes con dolor torácico de aparición reciente se investiguen con angiografía coronaria por TC como primera línea, y si esto revela una estenosis significativa, se debe realizar una prueba de imagen funcional.

El estudio Myocardial Doppler in Stress Echocardiography (MYDISE) evaluó el valor diagnóstico de la ecocardiografía de estrés cuantitativa durante la infusión de dobutamina, una catecolamina sintética de acción corta que actúa sobre los receptores adrenérgicos β-1 para aumentar la frecuencia cardíaca y la contractilidad miocárdica. La medición de las velocidades sistólicas de la función del eje largo del VI en el estrés máximo tuvo una buena reproducibilidad (coeficientes de variación en los segmentos basales del 9 al 14 % en reposo y del 11 al 18 % en el estrés máximo) y sensibilidades y especificidades similares (alrededor del 70 %) a las publicadas. estudios en los que observadores expertos informaron puntuaciones de movimiento de la pared. Sin embargo, cuando se ajustó por los efectos independientes de la edad, el sexo y la frecuencia cardíaca, la precisión diagnóstica aumentó significativamente con las estadísticas C (área bajo las curvas receptor-operador) hasta en un 90 %.

El análisis visual de la ecocardiografía de estrés para detectar isquemia miocárdica depende de la evaluación cualitativa de múltiples parámetros. Los principales estudios de ecocardiografía de estrés cuantitativa se han limitado a identificar la mejor variable ecocardiográfica única y han utilizado la estenosis del diámetro como criterio de referencia. Se han demostrado reducciones subclínicas progresivas de la función miocárdica regional (eje largo) en sujetos con factores de riesgo cardiovascular, lo que afecta la deformación miocárdica (tasa de tensión y tensión) así como las velocidades. La isquemia cambia el momento de los eventos durante el ciclo cardíaco, por ejemplo, prolongando las fases previas y posteriores a la eyección. Estos factores confirman la necesidad clínica de una medición objetiva de la función miocárdica regional a lo largo del ciclo cardíaco.

Ahora es posible crear algoritmos que se basen no solo en un punto de tiempo único (p. ej., la velocidad máxima), sino que se basen en el análisis de la totalidad de la traza de velocidad. Este concepto también puede ampliarse para incluir curvas de deformación y velocidad de deformación. Investigadores de la Universitat Pompeu Fabra de Barcelona han desarrollado este enfoque para crear un atlas estadístico del corazón para detectar la disincronía. Se ha aplicado un concepto similar utilizando el aprendizaje de múltiples núcleos a pacientes con disnea que se han sometido a pruebas de esfuerzo para identificar a aquellos con evidencia de insuficiencia cardíaca diastólica. Esto ha permitido comparar y discriminar los trazados de velocidad tomados de todo el ciclo cardíaco sujetos (con y sin disnea) y aquellos diagnosticados de insuficiencia cardíaca con fracción de eyección conservada (HFpEF); las principales diferencias observadas están en la función diastólica temprana. Esta aplicación no se ha utilizado previamente para explorar la isquemia miocárdica inducible en la ecocardiografía de estrés, pero se pueden esperar resultados similares, ya que los cambios durante la diástole se encuentran entre los indicadores más tempranos y sensibles de isquemia miocárdica. Personas de la Universidad de Lovaina (prof. Jan D'hooge) han desarrollado recientemente métodos de aprendizaje automático supervisado que permiten la clasificación automática de segmentos de miocardio en función de su comportamiento mecánico local (es decir, velocidad/deformación/tasa de deformación) después de pasar por una fase de entrenamiento; el enfoque de aprendizaje automático propuesto supera las lecturas expertas del movimiento de la pared, así como la interpretación experta de las trazas (tasa) de tensión segmentaria en la clasificación de los segmentos isquémicos.