AI-CAC-modellen för subklinisk aterosklerosdetektion på lungröntgen (AI-CAC-PVS)

AI-CAC-PVS-projektet är en prospektiv, multicenter, enarmad klinisk studie, med inskrivning vid 5 radiologienheter i Piemonte (Italien). Konsekutiva individer utan tidigare rapporterade kardiovaskulära händelser som hänvisats till en icke-kontrast-CT för bedömning av koronarartärkalcium (CAC) poäng för kardiovaskulär riskstratifiering kommer att övervägas för inkludering i studien. Individer som går med på att delta i studien kommer att genomgå en standardröntgen av bröstet, som den enda avvikelsen från klinisk praxis. CAC-poängen kommer att beräknas på CT-skanningar av bröstkorgen enligt internationella standarder, och resultatet kommer att lämnas till patienten. Eventuella efterföljande förändringar i beteendevanor, lipidsänkande, trombocythämmande, antihypertensiva och antidiabetiska terapier som ordinerats av den behandlande läkaren kommer att samlas in i en särskild datauppsättning, tillsammans med förekomsten av kardiovaskulära händelser vid den senaste tillgängliga uppföljningen.

AI-CAC-modellen kommer att tillämpas på lungröntgen, vilket ger ett AI-CAC-värde som utdata. Patienten, radiologen och den behandlande läkaren kommer inte att informeras om AI-CAC-värdet förrän i slutet av studien.

Det primära resultatet kommer att vara noggrannheten hos AI-CAC-modellen för att detektera förekomsten av subklinisk ateroskleros på lungröntgen jämfört med CT-skanningen (dvs. CAC >0). Förmågan att förutsäga kliniska utfall vid uppföljning (ASCVD, aterosklerotiska kardiovaskulära sjukdomshändelser innefattande hjärtinfarkt, ischemisk stroke, koronar revaskularisering och kardiovaskulär död) kommer att bedömas som explorativt sekundärt utfall.