AI-Gestuurde Elektrocardiogram-Gestuurde Richtlijn-Gestuurde Medicamenteuze Therapie bij Incidentele Linkerventrikeldisfunctie: Een Doeltrial-Emulatiestudie

Deze retrospectieve, multicenterstudie gebruikte elektronische medische dossier (EMR) gegevens van een landelijk gezondheidszorgsysteem in Taiwan, bestaande uit één academisch medisch centrum en zeven regionale ziekenhuizen. De studieperiode liep van januari 2016 tot en met december 2024. Klinische gegevens omvatten demografie, comorbiditeiten, medicatievoorschriften, 12-afleidingen elektrocardiogrammen en transthoracale echocardiografie resultaten.

Een kunstmatige intelligentie-gestuurd elektrocardiografie (AI-ECG) model werd ontwikkeld om linkerventrikeldisfunctie (LVD) te detecteren met behulp van meer dan 50.000 gepaarde ECG-echocardiogram opnamen verkregen binnen een interval van 7 dagen. Het modelarchitectuur bestond uit een 82-laags convolutioneel neuraal netwerk met een aandachtsmechanisme om opvallende temporele en morfologische ECG-kenmerken vast te leggen. Het gefinaliseerde model werd zonder wijzigingen toegepast op de studiecohort voor risicostratificatie.

Alle in aanmerking komende patiënten hadden een behouden linkerventrikelejectiefractie (LVEF) bij baseline. Op basis van AI-ECG voorspellingen bij cohorttoetreding werden patiënten die door het model als LVD werden geclassificeerd ondanks normale baseline LVEF, aangewezen als de AI-ECG hoogrisicogroep, terwijl degenen die voorspeld werden geen LVD te hebben, werden aangewezen als de AI-ECG laagrisicogroep. Het primaire eindpunt was incidentele linkerventrikelfunctionele achteruitgang, gedefinieerd als een reductie in LVEF tot ≤40% bij follow-up echocardiografie.

Kandidaat-preventieve therapieën, waaronder angiotensine-converterende enzymremmers (ACE-remmers) of angiotensine II-receptorblokkers (ARB), bètablokkers en natrium-glucose-cotransporter 2 (SGLT2) remmers, werden eerst gescreend door hun individuele en gecombineerde voorschrijfpatronen en hun associaties met het primaire eindpunt te evalueren. De meest veelbelovende therapie die in deze screeningsfase werd geïdentificeerd, werd vervolgens beoordeeld met behulp van een doelproef-emulatiekader. Specifiek werd nieuw gestart gebruik van de kandidaat-therapie vergeleken met niet-gebruik om een gerandomiseerde gecontroleerde studie na te bootsen, waardoor het effect van vroege preventieve behandeling op incidentele LVEF-daling werd geschat met behulp van observationele gegevens uit de praktijk.

De onderzoekers prespecificeerden analytische methoden om causale contrasten te schatten met behulp van tijd-tot-gebeurtenisanalyses geschikt voor observationele gegevens, na emulatie van willekeurige behandelingstoewijzing. Voorgeschreven gevoeligheidsanalyses werden uitgevoerd om de robuustheid van de bevindingen te beoordelen in verschillende klinische settings, comorbiditeitsprofielen, gelijktijdige therapieën en alternatieve AI-ECG risicodrempels.