Prognostisk modell for langsiktig hjertefunksjon etter lungeemboli basert på dynamisk elektrokardielt signal og sirkulerende biomarkører

Lungeemboli (PE) er en svært sykelig og dødelig hjerte- og karsykdom. Høyre ventrikkel dysfunksjon (RVD) sekundært til PE indikerer en dårlig prognose og fungerer som et kritisk grunnlag for risikostratifisering. Nyere studier har vist at over en tredjedel av pasientene fortsetter å oppleve RVD ett år etter PE, mens mekanismene og regresjonen forblir uklare. Selv om elektrokardiografi (EKG) er den mest brukte testen for hjertesykdom, er dens diagnostiske spesifisitet for PE begrenset.

De siste årene har kunstig intelligens (AI) med suksess hentet ut hundrevis av funksjoner fra data som er vanskelige for det menneskelige øyet å gjenkjenne. Korrelasjonen mellom daglige vitale tegn overvåket av bærbare enheter og funksjonelle tegn på kronisk kardiovaskulær sykdom antyder potensialet til AI for å oppdage sykdomsprogresjon. Det er mangel på spesifikke markører for høyre ventrikkelfunksjon post-PE, og betydningen og endringene av disse markørene i sykdomsprogresjon er ennå ikke undersøkt.

Denne studien tar sikte på å utvikle en prediktiv modell for progresjon av RVD etter PE ved bruk av AI, ved å kombinere elektromyografi, bærbare enheter og vitalitetsmarkører. I denne prospektive kohortstudien ble 500 pasienter med akutt PE med middels eller høyere risiko registrert. Omtrent 200 pasienter med RVD ved utskrivning ble fulgt i ett år, med daglige elektromyografiske data samlet inn ved hjelp av bærbare elektromyografer. Bioprøver ble samlet på følgende tidspunkter: innleggelse, utskrivning og oppfølging etter 3, 6 og 12 måneder, og en rekke inflammatoriske markører ble målt ved bruk av en multifaktoriell analyse på kjerner i flytende suspensjon. Disse dataene ble integrert i en kontinuerlig sykdomsdiagnostisk modell basert på en restriktiv oppdateringsstrategi for dyp læring.

Til slutt ble en kontinuerlig sykdomsdiagnose og prognosealgoritme utviklet, noe som ga en modell for å forutsi progresjonen av RVD etter PE ved bruk av multifaktorielle analyser på flytende suspensjonskjerner for å måle ulike inflammatoriske markører.