Прогноз сердечной функции на основе искусственного интеллекта с использованием эхокардиографии и данных состава тела (исследование Echo-Fit) (ECHO-FIT)

Фон и обоснование:

Сердечная недостаточность представляет собой значительное глобальное бремя здравоохранения, характеризующееся высоким уровнем заболеваемости и смертности. Хотя эхокардиография остается золотым стандартом для диагностики и мониторинга сердечной недостаточности, предоставляя важные измерения, такие как фракция выброса левого желудочка (LVEF) и оценка диастолической функции, его широко распространенная реализация ограничена ограничениями ресурсов и зависимостью оператора. Анализ биоэлектрического импеданса (BIA) предлагает многообещающий дополнительный подход, обеспечивающий быструю и неинвазивную оценку параметров состава тела, которые показали корреляции с сердечно-сосудистыми результатами. Это исследование стремится использовать потенциальную синергию между эхокардиографическими данными и данными состава тела для разработки более доступного инструмента скрининга для сердечной дисфункции.

Цели изучения:

• Первичный: для разработки и проверки прогнозной модели для функции левого желудочка путем интеграции данных состава тела с устройства QCCUNIQ BC 720 со стандартными эхокардиографическими параметрами.

• Второстепенное:

  • Чтобы исследовать корреляции между индексами состава тела и эхокардиографическими измерениями
  • Чтобы оценить полезность анализа состава тела при выявлении пациентов с сердечно-сосудистой системой высокого риска
  • Чтобы оценить потенциал модели в качестве инструмента скрининга в условиях ограниченных ресурсов

Методология:

Это одноцентровое проспективное обсервационное исследование будет включать 2000 взрослых (≥20 лет), проходящих обычную эхокардиографию, в равной степени разделенные между теми, кто с нормальной сердечной функцией (LVEF ≥50%) и сердечной недостаточностью (LVEF <50%). Участники будут проходить анализ состава тела с использованием устройства QCCUNIQ BC 720 в течение одной недели после их эхокардиограммы.

Сбор и анализ данных:

Комплексный сбор данных будет включать в себя стандартные эхокардиографические параметры (LVEF, диастолическая функция, структурные измерения) и подробный анализ состава тела (масса жира, масса скелетных мышц, общая вода тела). Статистический анализ будет использовать как традиционные методы регрессии, так и передовые алгоритмы машинного обучения для разработки прогнозной модели. В валидации модели будет использоваться перекрестная проверка K-сбала, при этом производительность оценивалась с помощью стандартных показателей, включая чувствительность, специфичность и площадь под кривой (AUC).