Przewidywanie ryzyka migotania przedsionków i związku z innymi chorobami (FIND-AF)

Migotanie przedsionków (AF) jest poważnym problemem zdrowia publicznego: jest coraz powszechniejsze, wiąże się ze znacznymi wydatkami na opiekę zdrowotną i wiąże się z szeregiem niepożądanych skutków. Istnieje uzasadnienie dla wczesnego rozpoznania AF, zanim wystąpią pierwsze powikłania. Poprzednie badania przesiewowe AF są ograniczone przez niską wydajność nowych przypadków i udarów, którym udało się zapobiec w populacjach poddanych badaniu przesiewowemu. Aby badania przesiewowe AF były efektywne pod względem klinicznym i kosztowym, należy zwiększyć skuteczność identyfikacji nowo rozpoznanego AF, a oferowana interwencja może wykraczać poza doustne leki przeciwzakrzepowe w profilaktyce udaru mózgu. Poprzednie modele przewidywania incydentów AF były ograniczone przez ich źródła danych i metodologie. Potrzebny jest dokładny model, który wykorzystuje istniejące rutynowo zbierane dane, aby informować klinicystów o ryzyku AF na poziomie pacjenta, informować o krajowej polityce badań przesiewowych i podkreślać możliwości poprawy wyników pacjentów z badań przesiewowych AF, wykraczających poza samą profilaktykę udaru.

Zbadane zostanie zastosowanie losowego lasu i wielowymiarowej regresji logistycznej do przewidywania incydentów AF w 6-miesięcznym horyzoncie predykcji, czyli oknie czasowym zgodnym z prowadzeniem badania AF. Zbiór danych Clinical Practice Research Datalink (CPRD)-GOLD zostanie wykorzystany do wyprowadzenia, a zestaw danych Clalit Health Services zostanie wykorzystany do międzynarodowej zewnętrznej walidacji geograficznej. Oba obejmują dużą reprezentatywną populację i obejmują wyniki kliniczne w podstawowej i specjalistycznej opiece zdrowotnej. Analizy będą obejmować wskaźniki skuteczności przewidywania i przydatności klinicznej. Wykorzystane zostaną tylko czynniki ryzyka dostępne w społeczności, a zatem model może umożliwić pasywne badania przesiewowe osób wysokiego ryzyka w elektronicznej dokumentacji medycznej, która jest aktualizowana wraz z prezentacją nowych danych. Badanie ma na celu stworzenie kalkulatora z oszczędnego modelu. Wykresy Kaplana-Meiera dla osób zidentyfikowanych jako osoby o wyższym i niższym przewidywanym ryzyku AF zostaną obliczone i uzyskają skumulowaną częstość występowania chorób sercowo-nerkowo-nerkowych innych niż AF oraz zgonów w dłuższym okresie, aby ustalić, w jaki sposób przewidywane ryzyko AF jest związane z szereg nowych stanów chorobowych niezwiązanych z AF.

Aby upewnić się, czy model prognostyczny można przenosić poza Wielką Brytanię, wydajność modelu zostanie zweryfikowana zewnętrznie w bazie danych Clalit Health Services w Izraelu. Walidacja obejmie uczestników ubezpieczonych przez Clalit z nieprzerwanym członkostwem przez co najmniej 1 rok przed 01.01.2019: 2 159 663 pacjentów, z czego 4 330 miało nowy incydent AF (migotanie przedsionków i/lub trzepotanie przedsionków) w pierwszej połowie 2019 r. . Badana populacja będzie obejmować wszystkich dostępnych pacjentów, którzy mają co najmniej roczny okres obserwacji. Interesującym wynikiem jest pierwszy rozpoznany AF po linii podstawowej i zostanie on zidentyfikowany za pomocą kodów Read i ICD-9/10. Pacjenci z rejestracją krócej niż jeden rok, którzy w momencie włączenia do badania mają mniej niż trzydzieści lat lub u których wcześniej rozpoznano migotanie przedsionków, zostaną wykluczeni.