Prédire le risque de fibrillation auriculaire et son association avec d'autres maladies (FIND-AF)

La fibrillation auriculaire (FA) est un problème de santé publique majeur : elle est de plus en plus fréquente, entraîne des dépenses de santé importantes et est associée à une gamme d'effets indésirables. Il existe une justification pour le diagnostic précoce de la FA, avant que la première complication ne se produise. Les recherches antérieures sur le dépistage de la FA sont limitées par le faible nombre de nouveaux cas et d'AVC évités dans les populations dépistées. Pour que le dépistage de la FA soit cliniquement et rentable, l'efficacité de l'identification de la FA nouvellement diagnostiquée doit être améliorée et l'intervention proposée peut devoir s'étendre au-delà de l'anticoagulation orale pour la prophylaxie de l'AVC. Les modèles de prédiction précédents pour la FA incidente étaient limités par leurs sources de données et leurs méthodologies. Un modèle précis qui utilise les données existantes collectées en routine est nécessaire pour informer les cliniciens du risque de FA au niveau du patient, éclairer la politique nationale de dépistage et mettre en évidence les possibilités d'améliorer les résultats des patients du dépistage de la FA au-delà de la seule prévention des AVC.

L'application de la forêt aléatoire sera étudiée et la régression logistique multivariable pour prédire l'incident FA dans un horizon de prédiction de 6 mois, c'est-à-dire une fenêtre temporelle compatible avec la conduite d'une enquête sur la FA. L'ensemble de données Clinical Practice Research Datalink (CPRD)-GOLD sera utilisé pour la dérivation, et l'ensemble de données Clalit Health Services sera utilisé pour la validation géographique externe internationale. Les deux comprennent une large population représentative et incluent les résultats cliniques dans les soins primaires et secondaires. Les analyses comprendront des paramètres de performance de prédiction et d'utilité clinique. Seuls les facteurs de risque accessibles dans la communauté seront utilisés et le modèle pourrait ainsi permettre un dépistage passif des personnes à haut risque dans les dossiers de santé électroniques mis à jour avec la présentation de nouvelles données. L'étude vise à créer un calculateur à partir d'un modèle parcimonieux. Les diagrammes de Kaplan-Meier pour les individus identifiés comme présentant un risque prédit plus élevé et plus faible de FA seront calculés et dériveront le taux d'incidence cumulé pour les maladies cardio-rénales-métaboliques non liées à la FA et les décès à plus long terme afin d'établir comment le risque prédit de FA est associé à un éventail de nouveaux états pathologiques non liés à la FA.

Pour déterminer si le modèle de prédiction est transportable vers des zones géographiques en dehors du Royaume-Uni, les performances du modèle seront validées en externe dans la base de données Clalit Health Services en Israël. La validation portera sur les participants assurés par la Clalit en adhésion continue depuis au moins 1 an avant le 01/01/2019 : 2 159 663 patients dont 4 330 ayant un nouvel incident de FA (Fibrillation auriculaire et/ou flutter auriculaire) au premier semestre 2019 . La population de l'étude comprendra tous les patients disponibles qui ont au moins un an de suivi. Le résultat d'intérêt est la première FA diagnostiquée après la ligne de base et sera identifié à l'aide des codes de lecture et des codes ICD-9/10. Les patients avec moins d'un an d'inscription, qui ont moins de trente ans au moment de l'entrée dans l'étude, ou qui ont un diagnostic antérieur de fibrillation auriculaire, seront exclus.