El estudio de validación externa de xDAPT (xDAPT)

Si bien se recomienda la terapia antiplaquetaria dual (DAPT) después de una intervención coronaria percutánea (ICP) con implantación de stent liberador de fármacos (DES) para prevenir complicaciones trombóticas, se asocia notablemente con un mayor riesgo de hemorragia. La evidencia reciente sugiere que los eventos hemorrágicos que ocurren poco después de la ICP tienen un impacto pronóstico comparable o incluso mayor que el de los eventos isquémicos recurrentes. Actualmente, las decisiones sobre la duración y la composición del DAPT después de la ICP se guían por varias puntuaciones de riesgo que clasifican a los pacientes como de alto riesgo hemorrágico y/o isquémico alto en función de factores clínicos o angiográficos predefinidos. Sin embargo, el rendimiento predictivo de estas puntuaciones es subóptimo, principalmente debido a las limitaciones de los enfoques analíticos utilizados en su desarrollo, que generalmente se basan en modelos lineales incapaces de capturar la interacción compleja de múltiples variables clínicas.

Los métodos de aprendizaje automático (ML) ofrecen el potencial de abordar estas limitaciones aprovechando algoritmos para analizar grandes conjuntos de datos e identificar relaciones no lineales de alta dimensión entre variables. xDAPT (Abbott) es una herramienta basada en ML desarrollada recientemente que consta de dos modelos aleatorios de supervivencia en bosques separados para predecir riesgos isquémicos y hemorrágicos, respectivamente (ClinicalTrials.gov). identificador: NCT06089304). Cada modelo incorpora 11 variables clínicas identificadas como los predictores más relevantes de eventos isquémicos y hemorrágicos. El modelo xDAPT se desarrolló y validó internamente utilizando un conjunto de datos combinados de 11 ensayos clínicos sobre el stent XIENCE, incluidos aproximadamente 19 000 pacientes que se sometieron a PCI con un stent liberador de everolimus (XIENCE, Abbott) en 21 países entre 2008 y 2020. Dentro de la cohorte de prueba de este conjunto de datos, los modelos de riesgo isquémico y hemorrágico demostraron una buena capacidad discriminatoria, logrando un índice C de ≥0,65 para la predicción de sus respectivos resultados.

Sin embargo, aún no se ha establecido la generalización de la herramienta xDAPT para la práctica clínica habitual, ya que aún no se ha validado en una población independiente del mundo real de pacientes que reciben PCI con varios tipos de DES. El presente estudio tiene como objetivo validar externamente los modelos de riesgo isquémico y hemorrágico de xDAPT utilizando datos de pacientes consecutivos que se sometieron a PCI en un gran hospital urbano (Mount Sinai, Nueva York, EE. UU.) entre 2012 y 2022. De acuerdo con el análisis de validación interna, el objetivo de rendimiento para el modelo se definirá como lograr un índice C de ≥0,65 en el intervalo de confianza inferior del 97,5 % de la distribución del índice C bootstrap.