Thérapie médicale guidée par les recommandations basée sur l'électrocardiogramme assisté par l'IA sur la dysfonction ventriculaire gauche incidente : une étude d'émulation d'essai cible

Cette étude rétrospective multicentrique a utilisé les données des dossiers médicaux électroniques (DME) d'un système de santé national à Taïwan, comprenant un centre médical universitaire et sept hôpitaux régionaux. La période d'étude s'est étendue de janvier 2016 à décembre 2024. Les données cliniques comprenaient les données démographiques, les comorbidités, les prescriptions médicamenteuses, les électrocardiogrammes à 12 dérivations et les résultats des échocardiographies transthoraciques.

Un modèle d'électrocardiographie assistée par intelligence artificielle (IA-ECG) a été développé pour détecter la dysfonction ventriculaire gauche (DVG) en utilisant plus de 50 000 enregistrements couplés ECG-échocardiogramme obtenus dans un intervalle de 7 jours. L'architecture du modèle consistait en un réseau neuronal convolutif à 82 couches incorporant un mécanisme d'attention pour capturer les caractéristiques temporelles et morphologiques saillantes de l'ECG. Le modèle finalisé a été appliqué sans modification à la cohorte de l'étude pour la stratification du risque.

Tous les patients éligibles avaient une fraction d'éjection ventriculaire gauche (FEVG) préservée au départ. Sur la base des prédictions IA-ECG à l'entrée dans la cohorte, les patients classés comme ayant une DVG par le modèle malgré une FEVG basale normale ont été désignés comme le groupe à haut risque IA-ECG, tandis que ceux prédits comme n'ayant pas de DVG ont été désignés comme le groupe à faible risque IA-ECG. Le critère de jugement principal était le déclin incident de la fonction ventriculaire gauche, défini comme une réduction de la FEVG à ≤40% lors du suivi échocardiographique.

Les thérapies préventives candidates, y compris les inhibiteurs de l'enzyme de conversion de l'angiotensine (IECA) ou les antagonistes des récepteurs de l'angiotensine II (ARAII), les bêta-bloquants et les inhibiteurs du cotransporteur sodium-glucose de type 2 (iSGLT2) ont d'abord été évaluées en examinant leurs schémas de prescription individuels et combinés ainsi que leurs associations avec le critère de jugement principal. La thérapie la plus prometteuse identifiée lors de cette phase de sélection a ensuite été évaluée en utilisant un cadre d'émulation d'essai ciblé. Plus précisément, l'initiation récente de la thérapie candidate a été comparée à la non-utilisation pour émuler un essai contrôlé randomisé, estimant ainsi l'effet d'un traitement préventif précoce sur le déclin incident de la FEVG en utilisant des données observationnelles en vie réelle.

Les investigateurs ont prédéfini des méthodes analytiques pour estimer les contrastes causaux en utilisant des analyses de survie adaptées aux données observationnelles, après avoir émulé l'attribution aléatoire du traitement. Des analyses de sensibilité prédéfinies ont été réalisées pour évaluer la robustesse des résultats dans différents contextes cliniques, profils de comorbidités, thérapies concomitantes et seuils alternatifs de risque IA-ECG.