Среда, 21 февраля, 2024
ДомойЗдоровьеИсследователи выделяют 5 подтипов сердечной недостаточности

Исследователи выделяют 5 подтипов сердечной недостаточности

- Advertisement -

 

Исследователи использовали машинное обучение, чтобы классифицировать сердечную недостаточность на пять подтипов с разными уровнями смертности, тем самым улучшая прогнозирование прогрессирования заболевания. Команда также разработала потенциально полезное приложение, которое может определить подтип сердечной недостаточности пациента, что может улучшить стратегии лечения и обсуждения между пациентом и врачом.

Новое исследование, проведенное исследователями из UCL (Университетский колледж Лондона), выявило пять различных подтипов сердечной недостаточности, которые, возможно, можно использовать для прогнозирования будущих уровней риска у отдельных пациентов.

Сердечная недостаточность — это широкий термин, обозначающий неспособность сердца эффективно циркулировать кровью по всему телу. Однако современные методы классификации не позволяют точно предсказать, как заболевание может прогрессировать.

Исследование, недавно опубликованное в журнале Lancet Digital Health, проанализировало подробные анонимные данные более чем 300 000 человек в возрасте 30 лет и старше, у которых была диагностирована сердечная недостаточность в Великобритании за 20-летний период. Используя различные методы машинного обучения , исследователи выделили пять различных подтипов заболевания: раннее начало, позднее начало, связанный с фибрилляцией предсердий (состояние, вызывающее нерегулярный сердечный ритм), метаболический (связанный с ожирением, но с низкой частотой сердечно-сосудистых заболеваний ) . и кардиометаболические (связанные как с ожирением, так и с сердечно-сосудистыми заболеваниями).

Исследователи обнаружили различия между подтипами в риске смерти пациентов в течение года после постановки диагноза. Риски смертности от всех причин в течение одного года были следующими: раннее начало (20%), позднее начало (46%), связанное с фибрилляцией предсердий (61%), метаболическое (11%) и кардиометаболическое (37%).

Исследовательская группа также разработала приложение, которое клиницисты потенциально могут использовать для определения подтипа сердечной недостаточности у человека, что потенциально может улучшить прогнозы будущих рисков и информировать пациентов.

Ведущий автор профессор Амитава Банерджи (Институт медицинской информатики UCL) сказал: «Мы стремились улучшить классификацию сердечной недостаточности, чтобы лучше понять вероятное течение болезни и сообщить об этом пациентам. В настоящее время трудно предсказать, как прогрессирует заболевание у отдельных пациентов. Некоторые люди будут стабильны в течение многих лет, в то время как другим быстро становится хуже.

«Лучшие различия между типами сердечной недостаточности могут также привести к более целенаправленному лечению и могут помочь нам по-другому взглянуть на потенциальные методы лечения.

«В этом новом исследовании мы определили пять надежных подтипов, используя несколько методов машинного обучения и несколько наборов данных.

«Следующий шаг — посмотреть, может ли этот способ классификации сердечной недостаточности иметь практическое значение для пациентов — улучшает ли он прогнозы риска и качество информации, которую предоставляют клиницисты, и меняет ли он лечение пациентов. Нам также необходимо знать, будет ли это экономически эффективным. Приложение, которое мы разработали, должно быть оценено в ходе клинических испытаний или дальнейших исследований, но оно может помочь в повседневном лечении».

Чтобы избежать предвзятости из-за одного метода машинного обучения, исследователи использовали четыре отдельных метода для группировки случаев сердечной недостаточности. Они применили эти методы к данным из двух крупных наборов данных первичной медико-санитарной помощи Великобритании, которые были репрезентативными для населения Великобритании в целом, а также были связаны с госпитализациями и записями о смертях. (Наборы данных представляли собой канал данных исследований клинической практики (CPRD) и сеть улучшения здоровья (THIN) за период с 1998 по 2018 год.)

Исследовательская группа обучила инструменты машинного обучения на сегментах данных и, выбрав наиболее надежные подтипы, проверила эти группы с использованием отдельного набора данных.

Подтипы были установлены на основе 87 (из возможных 635) факторов, включая возраст, симптомы, наличие других состояний, лекарства, которые принимал пациент, а также результаты анализов (например, артериального давления) и оценок (например, , функции почек).

Команда также изучила генетические данные 9573 человек с сердечной недостаточностью из исследования UK Biobank. Они обнаружили связь между определенными подтипами сердечной недостаточности и более высокими показателями полигенного риска (показатели общего риска, обусловленного генами в целом) для таких состояний, как гипертония и мерцательная аритмия.

Ссылка: «Выявление подтипов сердечной недостаточности из трех источников электронных медицинских карт с помощью машинного обучения: внешнее, прогностическое и генетическое проверочное исследование» Амитава Банерджи, Ашкан Даштбан, Сулианг Чен, Лаура Пасеа, Йохан Х Тигесен, Газале Фатемифар, Бенуа Тил , Томаш Дышински, Фолкерт В. Ассельбергс, Ларс Х. Лунд, Том Ламберс, Спирос Денаксас и Гарри Хемингуэй, 24 мая 2023 г., The Lancet Digital Health .
DOI: 10.1016/S2589-7500(23)00065-1

Исследование было поддержано [email protected] Консорциумом Инициативы Европейского Союза по инновационным лекарственным средствам-2

- Advertisement -

Популярное по теме