Un recente studio pubblicato sulla rivista American Heart Journal, intitolato “Characterizing advanced heart failure risk and hemodynamic phenotypes using interpretable machine learning”, ha introdotto un nuovo approccio per la stratificazione del rischio nell’insufficienza cardiaca con frazione di eiezione ridotta (HFrEF).
Nonostante l’esistenza di precedenti modelli di rischio per l’HFrEF avanzata, pochi integrano emodinamica invasiva o supportano dati mancanti. Questo studio ha sviluppato e validato un punteggio di rischio e fenotipizzazione emodinamica dell’insufficienza cardiaca (HF) per l’HFrEF.
Prima della modellazione, i pazienti nelle coorti HF di addestramento e validazione sono stati assegnati a una delle 5 categorie di rischio basate sul punto finale composito di morte, impianto di dispositivo di assistenza ventricolare sinistra (LVAD) o trapianto (DeLvTx), e ricovero in 6 mesi di follow-up utilizzando il clustering non supervisionato.
L’obiettivo del nuovo approccio di modellazione ML interpretabile, robusto ai dati mancanti, era prevedere questa categoria di rischio (1, 2, 3, 4 o 5) utilizzando o l’emodinamica invasiva da sola o un set di caratteristiche ricco e inclusivo che includeva l’emodinamica non invasiva (tutte le caratteristiche).
Attraverso tutti gli esiti, i modelli hanno funzionato bene nel prevedere la categoria di rischio per ogni paziente. Le accuratezze di 5 modelli separati che prevedevano la categoria di rischio di un paziente variavano da 0.896 +/- 0.074 a 0.969 +/- 0.081 per il set di caratteristiche emodinamiche invasive e da 0.858 +/- 0.067 a 0.997 +/- 0.070 per il set di caratteristiche di tutte le caratteristiche.
I nuovi modelli ML interpretabili hanno previsto le categorie di rischio con un alto grado di accuratezza. Questo approccio offre un nuovo paradigma per la stratificazione del rischio che differisce dalla previsione di un esito binario. È indicata una valutazione clinica prospettica di questo approccio per determinare l’utilità per la selezione del miglior approccio terapeutico per i pazienti in base al rischio e alla prognosi.
Fonte: Am Heart J. 2024
https://www.sciencedirect.com/science/article/abs/pii/S0002870324000218?via%3Dihub
