Het xDAPT externe validatieonderzoek (xDAPT)

Hoewel dubbele plaatjesremmende therapie (DAPT) wordt aanbevolen na percutane coronaire interventie (PCI) met medicijn-eluerende stent (DES)-implantatie om trombotische complicaties te voorkomen, wordt dit met name in verband gebracht met een verhoogd risico op bloedingen. Recent bewijs suggereert dat bloedingen die vroeg na PCI optreden een prognostische impact hebben die vergelijkbaar is met of zelfs groter is dan die van recidiverende ischemische gebeurtenissen. Momenteel worden beslissingen met betrekking tot de duur en samenstelling van de DAPT na PCI geleid door verschillende risicoscores die patiënten classificeren als patiënten met een hoog bloedings- en/of hoog ischemische risico op basis van vooraf gedefinieerde klinische of angiografische factoren. De voorspellende prestaties van deze scores zijn echter suboptimaal, voornamelijk vanwege de beperkingen van de analytische benaderingen die bij de ontwikkeling ervan worden gebruikt, die doorgaans gebaseerd zijn op lineaire modellen die niet in staat zijn het complexe samenspel van meerdere klinische variabelen vast te leggen.

Machine learning (ML)-methoden bieden het potentieel om deze beperkingen aan te pakken door gebruik te maken van algoritmen om grote datasets te analyseren en hoogdimensionale, niet-lineaire relaties tussen variabelen te identificeren. De xDAPT (Abbott) is een recent ontwikkeld ML-gebaseerd hulpmiddel dat bestaat uit twee afzonderlijke willekeurige bosoverlevingsmodellen voor het voorspellen van respectievelijk ischemische en bloedingsrisico's (ClinicalTrials.gov identificatienummer: NCT06089304). Elk model omvat 11 klinische variabelen die zijn geïdentificeerd als de meest relevante voorspellers voor ischemische voorvallen en bloedingen. Het xDAPT-model is ontwikkeld en intern gevalideerd met behulp van een gepoolde dataset van 11 klinische onderzoeken met de XIENCE-stent, waaronder ongeveer 19.000 patiënten die tussen 2008 en 2020 PCI ondergingen met een everolimus-eluerende stent (XIENCE, Abbott) in 21 landen. Binnen het testcohort van deze dataset vertoonden zowel ischemische als bloedingsrisicomodellen een goed discriminerend vermogen, waarbij een C-index van ≥0,65 werd bereikt voor de voorspelling van hun respectievelijke uitkomsten.

De generaliseerbaarheid van de xDAPT-tool voor de routinematige klinische praktijk moet echter nog worden vastgesteld, aangezien deze nog niet is gevalideerd in een onafhankelijke, reële populatie van patiënten die PCI met verschillende DES-typen ontvangen. De huidige studie heeft tot doel de ischemische en bloedingsrisicomodellen van xDAPT extern te valideren met behulp van gegevens van opeenvolgende patiënten die tussen 2012 en 2022 PCI ondergingen in een groot stedelijk ziekenhuis (Mount Sinai, New York, VS). In overeenstemming met de interne validatieanalyse zal het prestatiedoel voor het model worden gedefinieerd als het bereiken van een C-index van ≥0,65 bij het onderste 97,5% betrouwbaarheidsinterval van de bootstrap C-indexverdeling.