Predicción basada en la IA de la función cardíaca utilizando ecocardiografía y datos de composición corporal (estudio de eco-ajuste) (ECHO-FIT)

Antecedentes y justificación:

La insuficiencia cardíaca representa una importante carga de salud global, caracterizada por una alta morbilidad y tasas de mortalidad. Si bien la ecocardiografía sigue siendo el estándar de oro para el diagnóstico y el monitoreo de insuficiencia cardíaca, proporcionando mediciones cruciales como la fracción de eyección ventricular izquierda (FEVI) y la evaluación de la función diastólica, su implementación generalizada está limitada por las restricciones de recursos y la dependencia del operador. El análisis de impedancia bioeléctrica (BIA) ofrece un enfoque complementario prometedor, que proporciona una evaluación rápida y no invasiva de los parámetros de composición corporal que han mostrado correlaciones con resultados cardiovasculares. Este estudio busca aprovechar la sinergia potencial entre los hallazgos ecocardiográficos y los datos de composición corporal para desarrollar una herramienta de detección más accesible para la disfunción cardíaca.

Objetivos de estudio:

• Primario: desarrollar y validar un modelo predictivo para la función ventricular izquierda integrando los datos de composición corporal del dispositivo QCCUNIQ BC 720 con parámetros ecocardiográficos estándar.

• Secundario:

  • Investigar correlaciones entre los índices de composición corporal y las mediciones ecocardiográficas
  • Evaluar la utilidad del análisis de composición corporal en la identificación de pacientes cardiovasculares de alto riesgo
  • Para evaluar el potencial del modelo como herramienta de detección en configuraciones de recursos limitados

Metodología:

Este estudio observacional prospectivo de un solo centro inscribirá a 2,000 adultos (≥20 años) sometidos a ecocardiografía de rutina, dividido igualmente entre aquellos con función cardíaca normal (FEVI ≥50%) e insuficiencia cardíaca (VEV <50%). Los participantes se someterán a un análisis de composición corporal utilizando el dispositivo QCCUNIQ BC 720 dentro de una semana de su ecocardiograma.

Recopilación y análisis de datos:

La recopilación integral de datos incluirá parámetros ecocardiográficos estándar (FEVI, función diastólica, mediciones estructurales) y análisis detallado de la composición corporal (masa grasa, masa del músculo esquelético, agua corporal total). El análisis estadístico empleará los métodos de regresión tradicionales y los algoritmos avanzados de aprendizaje automático para desarrollar el modelo predictivo. La validación del modelo utilizará la validación cruzada K-Fold, con el rendimiento evaluado a través de métricas estándar, incluida la sensibilidad, la especificidad y el área bajo la curva (AUC).