Voorspellen van nieuwe atriumfibrillatie op patiëntniveau

Boezemfibrilleren (AF) is een veel voorkomende chronische aandoening met aanzienlijke gevolgen voor de gezondheidsresultaten. Veel gevallen van AF worden te laat ontdekt - als een uiting van een beroerte, hartfalen of een andere complicatie. Hoewel eerdere detectie van AF de mogelijkheid biedt om vroegtijdige hart- en vaatziekten te voorkomen, wordt bevolkingsonderzoek niet aanbevolen.

Boezemfibrilleren (AF) is een belangrijk cardiovasculair gezondheidsprobleem. Het is de meest voorkomende aanhoudende hartritmestoornis en treft 1-2% van de bevolking van Europa en de VS, met een levenslang risico van één op de vier in de algemene bevolking. Het komt steeds vaker voor naarmate de bevolking ouder wordt. Bijgevolg zullen deze schattingen waarschijnlijk toenemen en worden ze momenteel onderschat, aangezien AF mogelijk lange tijd niet gediagnosticeerd zal blijven. AF veroorzaakt 1-3% van de zorguitgaven als gevolg van een beroerte, plotseling overlijden, hartfalen, ongeplande ziekenhuisopname en bijbehorende complicaties. De resulterende opkomende AF-epidemie en de bijbehorende kostbare complicaties (waaronder, maar niet beperkt tot beroerte, depressie, hartfalen, acuut coronair syndroom, cognitieve achteruitgang en ongeplande ziekenhuisopname) hebben ervoor gezorgd dat AF nu een grote bedreiging vormt voor een gezonde levensduur. De vroege diagnose van AF, idealiter vóór de manifestatie van de eerste complicatie, blijft een grote uitdaging voor de volksgezondheid. Terwijl voor sommige patiënten AF zich kan presenteren met symptomatische hartkloppingen, kan voor anderen de eerste diagnose van AF zijn wanneer zij zich bij beroepsbeoefenaren in de gezondheidszorg presenteren met een beroerte, acute cardiale decompensatie of exacerbatie van comorbiditeit - een stadium dat onnodig laat in het ziektetraject is. Dit komt omdat veel patiënten met AF mogelijk geen AF-geassocieerde symptomen hebben. Gezien het feit dat bijna een derde van de patiënten die op een stroke-afdeling worden opgenomen AF heeft op het moment van opname in het ziekenhuis en dat orale anticoagulantia het risico op een beroerte tot twee derde verminderen bij mensen met AF die een hoger risico op een beroerte lopen, is er een overtuigend argument voor de eerdere detectie van AF. Daartoe wordt nu in nationale en internationale richtlijnen opportunistische screening op AF (polspalpatie gevolgd door ECG bij patiënten met een onregelmatige pols) bij patiënten van 65 jaar en ouder aanbevolen. Internationale richtlijnen bevelen ook het gebruik aan van een 12-afleidingen ECG en ambulante ritmemonitors (binnen toenemende duur volgens waargenomen risico op AF), escalerend naar implanteerbare draadloze AF-recorders bij patiënten met vermoede maar niet-gediagnosticeerde AF - en elk met implicaties voor de zorgkosten en de patiënt tevredenheid. Hoewel er veelbelovende resultaten zijn van systematische screening van oudere populaties op AF met behulp van zelfbediende apparaten, is er momenteel geen aanbeveling in het Verenigd Koninkrijk (VK) voor populatiebrede systematische screening op AF, omdat het nog niet duidelijk is of de geïdentificeerde risico zou gebaat zijn bij een vroege diagnose. Er is inderdaad onderzoek nodig om de detectiepercentages, diagnostische nauwkeurigheid en resultaten van dergelijke programma's beter te begrijpen, en om te definiëren in welke subpopulaties AF-screening de grootste waarde voor de patiënt en de volksgezondheid zou bieden.

De identificatie van AF heeft belangrijke patiënt- en klinische gevolgen. Patiënten met een hoger risico op een beroerte (CHADSVASC-score ≥ 2) zonder contra-indicatie moeten profylaxe van een beroerte met een oraal anticoagulans worden aangeboden. Bovendien zullen de meeste patiënten met AF risicofactoren voor een beroerte hebben, waardoor ze in aanmerking komen voor een oraal antistollingsmiddel, en velen zullen bijkomende cardiovasculaire aandoeningen hebben (zoals hypertensie, hartklepaandoening of hartfalen), waardoor ze in aanmerking komen voor verder onderzoek of behandeling. Ook bij mensen met AF die een laag risico lopen op een beroerte (en daarom niet in aanmerking komen voor orale antistolling), is toezicht op een verhoogd risico op een beroerte aan te raden. Precieze voorspelling of en wanneer een persoon een nieuw begin van AF zal krijgen, kan fenotype en temporeel-specifieke (dus effectievere) screening mogelijk maken, evenals vermeende risicomarkers voor AF-etiologie identificeren. Patiënten die momenteel in sinusritme zijn, maar een hoger risico op een beroerte hebben en waarvan wordt voorspeld dat ze op een specifiek tijdstip in de toekomst AF zullen ontwikkelen, kunnen baat hebben bij screening op AF die dichter bij de voorspelde datum ligt. Evenzo kunnen aanpasbare risicofactoren voor de ontwikkeling van AF en voor het risico op een beroerte proactief worden aangepakt in het licht van kennis van een hoger risico op nieuwe AF en nieuwe risicofactoren die worden bestudeerd op causaliteit. Andere mogelijke onderzoeksmogelijkheden zijn de studie van patiënten die geen AF hebben en waarvan niet wordt voorspeld dat ze AF zullen hebben, en de evaluatie van levensstijl, apparaattechnologie en farmacotherapeutische strategieën om het risico op AF te verminderen bij patiënten met een hoog voorspeld risico op nieuwe AF.

Tot op heden zijn er een aantal AF-risicovoorspellingstools ontwikkeld, waaronder die van het CHARGE-AF-consortium, de Framingham Heart Study, de CHADS-score, de CHADSVASC-score en de CHEST-score. De CHEST-score (structurele hartaandoening, hartfalen, leeftijd ≥ 75 jaar, coronaire hartziekte, hyperthyreoïdie, chronische obstructieve longziekte (COPD) en hypertensie) is afgeleid van 471.446 proefpersonen uit de Chinese Yunnan Insurance Database en gevalideerd bij 451.199 proefpersonen uit de De Koreaanse National Health Insurance Service bleek toekomstig AF-incident te voorspellen. Van de 4764 deelnemers aan de Framingham Heart Study, leeftijd, geslacht, body-mass index, systolische bloeddruk, behandeling voor hypertensie, de tijd vanaf het begin van de P-golf tot het begin van het ventriculaire depolarisatie (QRS)-complex (PR-interval ), klinisch significant hartgeruis en hartfalen bleken met behulp van overlevingsmodellering componenten te zijn van een score die AF-incident na 10 jaar voorspelt. Elk van de studies tot nu toe wordt echter beperkt door een of meer van hun gebruik van geografisch afgelegen gegevens, historische gegevens, kleine datasets, gebrek aan temporele informatie, ruwe risicomodellering met als gevolg suboptimale modelprestaties en/of voorspellende variabelen die niet direct beschikbaar zijn naar de huisarts. Het is begrijpelijk dat geen enkele de wijdverbreide klinische praktijk heeft bereikt. Kunstmatige intelligentie vergemakkelijkt het gebruik van grote hoeveelheden gebeurtenisgegevens en de bijbehorende temporele informatie (zoals die in datasets voor eerstelijnszorg), verwerkt grote aantallen voorspellers met automatische technieken voor variabele selectie, houdt rekening met niet-lineariteiten en interacties tussen variabelen, maakt een benadering van live leren mogelijk ( waarbij het voorspellingsmodel automatisch wordt bijgewerkt), en kan populatiebrede gegevens gebruiken om te voorspellen of en wanneer AF voor een individu opnieuw zal optreden. Er is een reeks kunstmatige intelligentie (AI) -technieken toegepast op EPD-gegevens en deze hebben een betere diagnostische en voorspellingskracht aangetoond dan traditionele statistische benaderingen in grootschalige EPD-gegevens. Toch is het, zoals onlangs benadrukt, belangrijk om modellen te identificeren die klinisch bruikbaar zijn. Bijvoorbeeld, een studie die een AI-geactiveerd ECG-algoritme ontwikkelde dat AF voorspelde op basis van ECG's met een normaal sinusritme, terwijl een belangrijke stap voorwaarts mogelijk niet toepasbaar is in de gemeenschapsomgeving waar routinematige ECG's niet altijd beschikbaar zijn. Het ontwikkelen van een voorspellend algoritme voor nieuw beginnende AF op basis van routinematige gegevens uit elektronische medische dossiers in de eerstelijnszorg met behulp van AI-technieken, zou de mogelijkheid kunnen bieden voor een vroege vertaling naar de klinische praktijk. De onderzoekers zullen een leermodel voor diepe neurale netwerken ontwikkelen en valideren, gebruikmakend van grootschalige gekoppelde elektronische medische dossiers (EPD) van de eerstelijnszorg, om het risico op nieuw AF te voorspellen. Het voorspellingsalgoritme zal worden getraind en getest op zijn nauwkeurigheid en robuustheid bij het voorspellen van toekomstige AF-gebeurtenissen met behulp van Clinical Practice Research Datalink (CPRD) - wereldwijd initiatief voor chronische obstructieve longziekte (GOLD), en zal extern worden gevalideerd met behulp van vergelijkbare databases CPRD-AURUM maar op verschillende geografische locaties. Het nieuwe voorspellende algoritme zal worden vergeleken met een reeks klassieke machine learning-technieken en met traditionele statistische voorspellende modelleringsmethoden. In afwachting van een succesvol model voor het verbeteren van de voorspellingsnauwkeurigheid van ten minste 5% in vergelijking met bestaande modellen, zou het algoritme direct beschikbaar kunnen worden gemaakt via gratis te gebruiken software.