Lo studio di convalida esterna xDAPT (xDAPT)

Sebbene la doppia terapia antipiastrinica (DAPT) sia raccomandata dopo intervento coronarico percutaneo (PCI) con impianto di stent a rilascio di farmaco (DES) per prevenire complicanze trombotiche, è notevolmente associata ad un aumento del rischio di sanguinamento. Evidenze recenti suggeriscono che gli eventi emorragici che si verificano subito dopo il PCI hanno un impatto prognostico paragonabile o addirittura maggiore di quello degli eventi ischemici ricorrenti. Attualmente, le decisioni riguardanti la durata e la composizione della DAPT dopo PCI sono guidate da diversi punteggi di rischio che classificano i pazienti come ad alto rischio emorragico e/o ischemico sulla base di fattori clinici o angiografici predefiniti. Tuttavia, la prestazione predittiva di questi punteggi non è ottimale, principalmente a causa dei limiti degli approcci analitici utilizzati nel loro sviluppo, che tipicamente si basano su modelli lineari incapaci di catturare la complessa interazione di molteplici variabili cliniche.

I metodi di machine learning (ML) offrono il potenziale per affrontare queste limitazioni sfruttando algoritmi per analizzare set di dati di grandi dimensioni e identificare relazioni non lineari e ad alta dimensione tra le variabili. xDAPT (Abbott), è uno strumento basato su ML sviluppato di recente costituito da due modelli casuali separati di sopravvivenza forestale per prevedere rispettivamente i rischi ischemici ed emorragici (ClinicalTrials.gov identificativo: NCT06089304). Ciascun modello incorpora 11 variabili cliniche identificate come i predittori più rilevanti per eventi ischemici ed emorragici. Il modello xDAPT è stato sviluppato e validato internamente utilizzando un set di dati aggregato di 11 studi clinici sullo stent XIENCE, inclusi circa 19.000 pazienti sottoposti a PCI con uno stent a rilascio di everolimus (XIENCE, Abbott) in 21 paesi tra il 2008 e il 2020. All’interno della coorte di test di questo set di dati, sia i modelli di rischio ischemico che quelli di rischio emorragico hanno dimostrato una buona capacità discriminatoria, ottenendo un indice C ≥ 0,65 per la previsione dei rispettivi esiti.

Tuttavia, resta da stabilire la generalizzabilità dello strumento xDAPT per la pratica clinica di routine, poiché non è stato ancora validato in una popolazione reale indipendente di pazienti sottoposti a PCI con vari tipi di DES. Il presente studio mira a convalidare esternamente i modelli di rischio ischemico e di sanguinamento di xDAPT utilizzando i dati di pazienti consecutivi sottoposti a PCI in un grande ospedale urbano (Mount Sinai, New York, Stati Uniti) tra il 2012 e il 2022. Coerentemente con l'analisi di validazione interna, l'obiettivo prestazionale del modello sarà definito come il raggiungimento di un indice C ≥ 0,65 all'intervallo di confidenza inferiore del 97,5% della distribuzione dell'indice C bootstrap.