IA-Ativada Terapia Médica Guiada por Diretrizes com Eletrocardiograma na Disfunção Ventricular Esquerda Incidente: Um Estudo de Emulação de Ensaio-Alvo

Este estudo retrospetivo e multicêntrico utilizou dados de registos médicos eletrónicos (RME) de um sistema de saúde nacional em Taiwan, compreendendo um centro médico académico e sete hospitais regionais. O período do estudo estendeu-se de janeiro de 2016 a dezembro de 2024. Os dados clínicos incluíram demografia, comorbilidades, prescrições de medicação, eletrocardiogramas de 12 derivações e resultados de ecocardiografia transtorácica.

Foi desenvolvido um modelo de eletrocardiografia com inteligência artificial (AI-ECG) para detetar disfunção ventricular esquerda (DVE) utilizando mais de 50.000 registos emparelhados de ECG-ecocardiograma obtidos num intervalo de 7 dias. A arquitetura do modelo consistiu numa rede neural convolucional de 82 camadas, incorporando um mecanismo de atenção para capturar características temporais e morfológicas salientes do ECG. O modelo finalizado foi aplicado sem modificação à coorte do estudo para estratificação de risco.

Todos os doentes elegíveis tinham fração de ejeção ventricular esquerda (FEVE) preservada na linha de base. Com base nas previsões de AI-ECG na entrada da coorte, os doentes classificados como tendo DVE pelo modelo, apesar de FEVE basal normal, foram designados como grupo de alto risco de AI-ECG, enquanto aqueles previstos como não tendo DVE foram designados como grupo de baixo risco de AI-ECG. O desfecho primário foi o declínio funcional ventricular esquerda incidente, definido como uma redução na FEVE para ≤40% na ecocardiografia de seguimento.

As terapias preventivas candidatas, incluindo inibidores da enzima de conversão da angiotensina (IECA) ou bloqueadores dos recetores da angiotensina II (BRA), beta-bloqueadores e inibidores do cotransportador sódio-glucose 2 (iSGLT2) foram primeiro rastreadas através da avaliação dos seus padrões de prescrição individuais e combinados e das suas associações com o desfecho primário. A terapia mais promissora identificada nesta fase de rastreio foi subsequentemente avaliada utilizando um quadro de emulação de ensaio-alvo. Especificamente, o uso recentemente iniciado da terapia candidata foi comparado com a não utilização para emular um ensaio controlado randomizado, estimando assim o efeito do tratamento preventivo precoce no declínio incidente da FEVE utilizando dados observacionais do mundo real.

Os investigadores pré-especificaram métodos analíticos para estimar contrastes causais utilizando análises de tempo até ao evento adequadas para dados observacionais, seguindo a emulação da atribuição aleatória de tratamento. Análises de sensibilidade pré-especificadas foram realizadas para avaliar a robustez dos resultados em diferentes contextos clínicos, perfis de comorbilidade, terapias concomitantes e limiares de risco alternativos de AI-ECG.