Rischio tromboembolico associato ad alto rischio di fibrillazione atriale (MATHIAS)

La fibrillazione atriale e le sue complicanze tromboemboliche rappresentano una sfida clinica e socioeconomica crescente in Europa. La FA è fortemente associata a ictus, eventi cardiovascolari avversi maggiori (MACE), disabilità e mortalità, colpendo in modo sproporzionato gli anziani. Con l'invecchiamento della popolazione europea, si prevede che la prevalenza della FA e dell'ictus correlato alla FA aumenterà sostanzialmente, portando a spese sanitarie crescenti e a un onere sociale. La sola cura dell'ictus costa in media €22.605,66 nel primo anno, principalmente a causa del ricovero ospedaliero e della dipendenza a lungo termine, con il 45-50% dei sopravvissuti che sperimenta disabilità residua. Prevenire gli eventi tromboembolici correlati alla FA rappresenta quindi una priorità sia clinica che economica.

Dal punto di vista clinico, esiste un bisogno critico insoddisfatto di una migliore stratificazione del rischio tromboembolico a monte negli individui ad alto rischio di FA. Sebbene diversi modelli di previsione della FA possano stimare la probabilità di FA incidente in 5-10 anni, e lo screening sistematico degli adulti di età ≥65 anni abbia dimostrato risparmi sui costi attraverso la prevenzione dell'ictus, manca uno strumento validato per guidare l'inizio dell'anticoagulazione in individui ad alto rischio senza FA accertata. La pratica standard attuale si basa sul punteggio CHA₂DS₂-VASc una volta diagnosticata la FA; tuttavia, questo punteggio presenta limiti riconosciuti. Non incorpora diversi modificatori di rischio rilevanti come la malattia renale cronica, il cancro, i biomarcatori, le anomalie elettrocardiografiche o l'etnia, e potrebbe discriminare in modo inadeguato il rischio in alcuni sottogruppi, comprese le donne e i pazienti con multimorbilità. Di conseguenza, il processo decisionale clinico spesso va oltre il punteggio, riflettendo la necessità di strumenti più completi e precisi.

Le evidenze emergenti supportano il concetto di FA come continuum clinico. Un substrato atriale protrombotico può precedere l'aritmia manifesta, creando una fase "pre-FA" durante la quale il rischio tromboembolico è già elevato. Le linee guida ACC/AHA/ACCP/HRS del 2023 riconoscono formalmente le fasi "a rischio" e "pre-FA", evidenziando un'opportunità per un intervento preventivo precoce. Tuttavia, gli strumenti pratici per identificare e stratificare questa popolazione nell'assistenza primaria di routine rimangono limitati.

L'intelligenza artificiale (IA) offre una strategia promettente per colmare queste lacune. Sfruttando i dati multidimensionali delle cartelle cliniche elettroniche (EHR), i modelli di IA possono catturare interazioni complesse e non lineari tra fattori di rischio classici ed emergenti, potenzialmente fornendo una previsione del rischio tromboembolico individualizzata più accurata rispetto ai punteggi tradizionali. I primi approcci di apprendimento automatico (ML) hanno dimostrato una discriminazione migliorata per la FA e gli eventi cardiovascolari rispetto ai modelli convenzionali.

Il progetto MATHIAS (rischio tromboembolico associato all'elevato rischio di fibrillazione atriale) mira a sviluppare e convalidare prospetticamente un modello basato sull'IA per stimare il rischio tromboembolico negli adulti di età ≥65 anni ad alto rischio di FA utilizzando dati EHR del mondo reale dell'assistenza primaria. Questo modello sarà integrato in un percorso di cura abilitato digitalmente che incorpora lo screening mirato e guidato dal rischio mediante fotopletismografia e decisioni di anticoagulazione individualizzate. L'obiettivo è migliorare il rilevamento precoce, perfezionare le strategie di anticoagulazione e personalizzare il controllo del ritmo e la gestione delle comorbidità.

Le analisi retrospettive preliminari basate su coorti validate di stratificazione del rischio di FA (AFRICAT NCT03188484 e PREFATE NCT05772806) e cinque modelli pilota di ML hanno dimostrato risultati promettenti. Il modello Adaboost ha superato significativamente CHA₂DS₂-VASc nel predire i MACE (AUC 99,99% vs 81,71%; p = 0,0034). Sebbene questi risultati siano incoraggianti, è necessaria una valutazione prospettica multicentrica per valutare la generalizzabilità, gli intervalli ottimali di follow-up, la selezione dei pazienti (inclusi quelli ad alto rischio, con TIA/ictus e diversi strati CHA₂DS₂-VASc) e l'impatto sugli esiti importanti per il paziente come ictus, sanguinamento, qualità della vita e costo-efficacia.

Il progetto incorpora anche un modello decisionale-analitico di Markov per stimare MACE, ictus, disabilità, anni di vita aggiustati per la qualità (QALY) e costi sia dalla prospettiva del pagatore sanitario che da quella sociale. Le analisi degli scenari valuteranno se integrare il modello di IA nell'assistenza di routine sia costo-efficace rispetto all'assistenza abituale, allo screening opportunistico o alle strategie basate sui dispositivi indossabili. Verrà prestata particolare attenzione agli esiti specifici per sesso e alle potenziali disuguaglianze nella distribuzione dei benefici.

L'impatto clinico previsto include la riduzione dell'incidenza di MACE a meno di 50 per 1000 anni-persona nelle popolazioni ad alto rischio, la riduzione della proporzione di ictus correlati alla FA a meno del 10%, il miglioramento dell'appropriatezza dell'anticoagulazione fino al 65% dei pazienti idonei e la garanzia che almeno il 90% degli individui ad alto rischio riceva un'adeguata terapia anticoagulante orale. L'adesione a percorsi di cura strutturati per la FA (ad esempio, AF-CARE) è già stata associata a riduzioni significative della mortalità per tutte le cause e dei MACE; integrare la stratificazione del rischio guidata dall'IA potrebbe ulteriormente migliorare questi benefici.

Dal punto di vista economico, sebbene lo screening e un uso più ampio degli anticoagulanti possano inizialmente aumentare i costi diretti, si prevede che la prevenzione dell'ictus generi risparmi sostanziali a lungo termine. Solo in Catalogna, i risparmi annuali stimati per le popolazioni ad alto rischio di FA vanno da €12,3 milioni a €79,2 milioni. Le riduzioni della gravità dell'ictus, della disabilità e dei ricoveri ospedalieri mitigheranno sia i costi medici diretti che i costi sociali indiretti legati alla perdita di produttività e alla dipendenza a lungo termine.

In sintesi, questo progetto affronta una lacuna importante nella prevenzione cardiovascolare sviluppando e implementando un modello di stratificazione del rischio tromboembolico guidato dall'IA per individui ad alto rischio di FA. Allineandosi con le linee guida europee contemporanee e le strategie di medicina di precisione, l'iniziativa mira a migliorare l'identificazione precoce, personalizzare le decisioni terapeutiche, ridurre l'onere dei MACE e dell'ictus, preservare l'autonomia e la qualità della vita del paziente e garantire un utilizzo sostenibile delle risorse sanitarie.