Potilastason uuden alkavan eteisvärinän ennustaminen

Eteisvärinä (AF) on yleinen krooninen sairaus, jolla on huomattava vaikutus terveyteen. Monet AF-tapaukset havaitaan liian myöhään - aivohalvauksen, sydämen vajaatoiminnan tai muun komplikaation ilmentymänä. Vaikka AF:n aikaisempi havaitseminen tarjoaa mahdollisuuden ehkäistä ennenaikaisia ​​sydän- ja verisuonitauteja, väestöseulontaa ei suositella.

Eteisvärinä (AF) on johtava sydän- ja verisuoniterveysongelma. Se on yleisin pitkäkestoinen sydämen rytmihäiriö, jota esiintyy 1–2 prosentilla Euroopan ja Yhdysvaltojen väestöstä, ja sen elinikäinen riski on joka neljäs koko väestöstä. Sen esiintyvyys lisääntyy väestön ikääntyessä. Tämän seurauksena nämä arviot todennäköisesti lisääntyvät, ja tällä hetkellä niitä aliarvioidaan, koska AF voi jäädä pitkään diagnosoimatta. Aivohalvauksen, äkillisen kuoleman, sydämen vajaatoiminnan, suunnittelemattoman sairaalahoidon ja niihin liittyvien komplikaatioiden seurauksena 1-3 % terveydenhuoltomenoista aiheutuu AF:stä. Siitä seurannut ilmaantuva AF-epidemia ja siihen liittyvät kalliit komplikaatiot (mukaan lukien, mutta ei rajoittuen aivohalvaukseen, masennus, sydämen vajaatoiminta, akuutti sepelvaltimotauti, kognitiivinen heikkeneminen ja suunnittelematon sairaalahoito) ovat varmistaneet, että AF on nyt suuri uhka terveelle pitkäikäisyydelle. AF:n varhainen diagnoosi, mieluiten ennen ensimmäisen komplikaation ilmenemistä, on edelleen suuri kansanterveyshaaste. Joillekin potilaille AF voi aiheuttaa oireenmukaista sydämentykytystä, kun taas toisille AF:n ensimmäinen diagnoosi voi olla silloin, kun he hakeutuvat terveydenhuollon ammattilaisille aivohalvauksen, akuutin sydämen vajaatoiminnan tai samanaikaisen sairauden pahenemisen vuoksi – vaihe, joka on tarpeettoman myöhässä taudin kehityksessä. Tämä johtuu siitä, että monilla AF-potilailla ei ehkä ole AF:hen liittyviä oireita. Ottaen huomioon, että lähes kolmanneksella aivohalvausosastolle otetuista potilaista on AF sairaalaan tullessaan ja että oraaliset antikoagulantit vähentävät aivohalvauksen riskiä jopa kahdella kolmasosalla niillä, joilla on korkeampi aivohalvausriski. vakuuttava argumentti AF:n aikaisemmalle havaitsemiselle. Tätä tarkoitusta varten kansallisissa ja kansainvälisissä ohjeissa suositellaan nyt opportunistista AF:n seulontaa (pulssipalpaatio, jota seuraa EKG potilailla, joilla on epäsäännöllinen pulssi) 65-vuotiaille ja sitä vanhemmille potilaille. Kansainvälisissä ohjeissa suositellaan myös 12-kytkentäisen EKG:n ja ambulatoristen rytmimonitoreiden käyttöä (pitkän ajan kuluessa havaitun AF-riskin mukaan), siirtymistä implantoitaviin lyijyttömään AF-tallentimeen potilailla, joilla on epäilty, mutta diagnosoimaton AF - ja jokaisella on vaikutuksia terveydenhuoltokustannuksiin ja potilaaseen. tyytyväisyys. Vaikka iäkkäiden väestön AF:n järjestelmällisestä seulonnasta omatoimisilla laitteilla onkin lupaavia tuloksia, Yhdistyneessä kuningaskunnassa (Yhdistynyt kuningaskunta) ei tällä hetkellä ole suositusta väestönlaajuiseen systemaattiseen AF:n seulomiseen, koska ei ole vielä selvää, ovatko ne tunnistetut riski hyötyisi varhaisesta diagnoosista. Tutkimusta tarvitaankin, jotta voidaan ymmärtää paremmin tällaisten ohjelmien havaitsemisaste, diagnostinen tarkkuus ja tulokset sekä määritellä, missä alapopulaatioissa AF-seulonta tarjoaisi suurimman potilas- ja kansanterveysarvon.

AF:n tunnistamisella on tärkeitä potilas- ja kliinisiä seurauksia. Potilaille, joilla on korkeampi aivohalvausriski (CHADSVASC-pistemäärä ≥ 2), joilla ei ole vasta-aihetta, tulee tarjota aivohalvauksen estohoitoa suun kautta otettavalla antikoagulantilla. Lisäksi useimmilla AF-potilailla on aivohalvauksen riskitekijöitä, minkä vuoksi he ovat oikeutettuja oraaliseen antikoagulantteihin, ja monilla on samanaikainen sydän- ja verisuonisairaus (kuten kohonnut verenpaine, läppäsairaus tai sydämen vajaatoiminta), mikä tekee heistä kelvollisia lisätutkimuksiin tai hoitoon. Samoin AF-potilailla, joilla on alhainen aivohalvauksen riski (ja siksi he eivät täytä suun kautta annettavaa antikoagulaatiota), on suositeltavaa seurata aivohalvausriskiä. Tarkka ennustaminen, jos ja milloin henkilöllä alkaa uusi AF, voi mahdollistaa fenotyyppi- ja aikaspesifisen (siis tehokkaamman) seulonnan sekä tunnistaa oletetut riskimerkit AF:n etiologialle. Esimerkiksi potilaat, joilla on tällä hetkellä sinusrytmi, mutta joilla on suurempi aivohalvauksen riski ja joiden ennustetaan kehittyvän AF:n tiettynä ajankohtana tulevaisuudessa, voivat hyötyä AF:n seulonnasta lähempänä ennustettua päivämäärää. Samoin modifioitavia riskitekijöitä AF:n kehittymiselle ja aivohalvauksen riskille voidaan käsitellä ennakoivasti, kun tiedetään, että uuden AF:n puhkeamisen riski on suurempi, ja uusia riskitekijöitä on tutkittu syy-yhteyden suhteen. Muita mahdollisia tutkimusmahdollisuuksia voivat olla sellaisten potilaiden tutkiminen, joilla ei ole AF:ää tai joilla ei ennusteta olevan AF:ää, sekä elämäntapojen, laiteteknologian ja farmakoterapeuttisten strategioiden arviointi AF:n riskin vähentämiseksi potilailla, joilla on korkea ennustettu uuden AF:n puhkeamisen riski.

Tähän mennessä on kehitetty useita AF-riskin ennustustyökaluja, mukaan lukien CHARGE-AF-konsortion, Framingham Heart Studyn, CHADS-pisteet, CHADSVASC-pisteet ja CHEST-pisteet. CHEST-pisteet (rakenteellinen sydänsairaus, sydämen vajaatoiminta, ikä ≥ 75 vuotta, sepelvaltimotauti, kilpirauhasen liikatoiminta, krooninen obstruktiivinen keuhkosairaus (COPD) ja verenpainetauti) on johdettu 471 446:lta Kiinan Yunnanin vakuutustietokannan tutkittavalta ja validoitu 451 199 henkilöltä. Korean kansallisen sairausvakuutuspalvelun havaittiin ennustavan tulevaa AF-tapausta. Framingham Heart Study -tutkimukseen osallistuneesta 4764:stä ikä, sukupuoli, painoindeksi, systolinen verenpaine, verenpainetaudin hoito, aika P-aallon puhkeamisesta kammiodepolarisaatiokompleksin (QRS) alkamiseen (PR-väli) ), kliinisesti merkittävä sydämen sivuääni ja sydämen vajaatoiminta havaittiin eloonjäämismallinnuksella olevan pistemäärän, joka ennustaa AF:n 10 vuoden kohdalla. Jokaista tähän mennessä tehtyä tutkimusta rajoittaa kuitenkin yksi tai useampi seuraavista: maantieteellisesti kaukaisten tietojen käyttö, historialliset tiedot, pienet tietojoukot, ajallisen tiedon puute, karkea riskimallinnus, jonka seurauksena mallin suorituskyky ei ole optimaalinen ja/tai ennustajamuuttujat, jotka eivät ole helposti saatavilla. yleislääkärille. Ymmärrettävästi yksikään ei ole saavuttanut laajaa kliinistä käytäntöä. Tekoäly helpottaa suurten tapahtumatietojen ja niihin liittyvien ajallisten tietojen käyttöä (kuten perusterveydenhuollon tietojoukoissa), käsittelee suuria määriä ennustajia automaattisilla muuttujien valintatekniikoilla, ottaa huomioon muuttujien epälineaarisuuden ja vuorovaikutuksen, mahdollistaa live-oppimisen ( jolloin ennustemalli päivittyy automaattisesti), ja se voi käyttää koko väestön tietoja ennustaakseen, alkaako yksilölle uusi AF ja milloin. Erilaisia ​​tekoälytekniikoita on sovellettu EHR-tietoihin, ja ne ovat osoittaneet paremman diagnostisen ja ennustavan tehon perinteisiin tilastollisiin lähestymistapoihin verrattuna laajamittaisissa EHR-tiedoissa. Kuitenkin, kuten äskettäin korostettiin, on tärkeää tunnistaa malleja, jotka ovat kliinisesti hyödyllisiä. Esimerkiksi tutkimus, jossa kehitettiin tekoälyä tukeva EKG-algoritmi, joka ennusti AF:n EKG:istä, joissa oli normaali sinusrytmi, vaikka tärkeä askel eteenpäin ei ehkä ole sovellettavissa yhteisössä, jossa rutiini-EKG:t eivät aina ole saatavilla. Näin ollen ennakoivan algoritmin kehittäminen uudelle AF:n alkamiselle rutiininomaisista perusterveydenhuollon sähköisistä terveystietotiedoista tekoälytekniikoita käyttämällä voisi tarjota mahdollisuuden siirtyä varhaiseen kliiniseen käytäntöön. Tutkijat kehittävät ja validoivat syvän hermoverkkojen oppimismallin, jossa hyödynnetään laajamittaisia ​​linkitettyjä sähköisiä terveystietoja (EHR) perusterveydenhuollosta uuden AF:n riskin ennustamiseksi. Ennustusalgoritmi koulutetaan ja testataan sen tarkkuuden ja vankuuden suhteen tulevien AF-tapahtumien ennustamisessa käyttämällä Clinical Practice Research Datalink (CPRD) -Global-aloitetta kroonista obstruktiivista keuhkosairautta varten (GOLD), ja se validoidaan ulkoisesti käyttämällä samanlaisia ​​tietokantoja CPRD-AURUM, mutta eri maantieteellisissä paikoissa. Uutta ennustavaa algoritmia verrataan lukuisiin klassisiin koneoppimistekniikoihin sekä perinteisiin tilastollisiin ennustaviin mallinnusmenetelmiin. Odottaessaan onnistunutta mallia, joka parantaa ennustustarkkuutta vähintään 5 % olemassa oleviin malleihin verrattuna, algoritmi voitaisiin saada helposti saataville ilmaisen ohjelmiston avulla.