Sintesi Tecnica: Pre-AF 13 – Un punteggio di rischio di fibrillazione atriale interpretabile

Definizione del problema

La fibrillazione atriale (AF) è l'aritmia cardiaca più prevalente e un determinante critico della prognosi del paziente, contribuendo significativamente a ictus, insufficienza cardiaca e mortalità. Gli esistenti punteggi di rischio clinico (ad es., CHARGE-AF, C2HEST, MHS, HAVOC) si basano spesso su fattori di rischio comuni come età, ipertensione e obesità. Sebbene efficaci per la popolazione generale, questi strumenti offrono una capacità di stratificazione limitata nei pazienti con malattia cardiovascolare (CVD) accertata, dove tali fattori di rischio sono quasi onnipresenti. Inoltre, i punteggi tradizionali sono tipicamente progettati per la previsione a lungo termine (5–10 anni), il che è meno adatto per identificare i pazienti che richiedono uno screening o un intervento immediato nel breve-medio termine (6–24 mesi). Inoltre, molti strumenti esistenti mancano di interpretabilità e non riescono a incorporare fattori dinamici come i trattamenti farmacologici in corso, i marcatori di rimodellamento strutturale o l'impatto di precedenti interventi invasivi.

Metodologia

Fonti dei dati e popolazione dello studio

Lo studio ha utilizzato un dataset retrospettivo, monocentrico, proveniente dal National Research Cardiology Center in Russia, che copre il periodo da gennaio 2012 a maggio 2019. La coorte consisteva in 45.000 pazienti unici (17.562 che soddisfacevano i criteri di inclusione) di età ≥18 anni con CVD documentata ma senza AF preesistente, che erano stati ricoverati più di una volta. Il dataset includeva 80.576 cartelle cliniche elettroniche (EHR).

Pipeline di Elaborazione del Linguaggio Naturale (NLP)

È stata sviluppata una pipeline NLP personalizzata per trasformare i rapporti di dimissione non strutturati in 73 caratteristiche strutturate. Questa pipeline ha combinato due approcci:

1. Parsing basato su regole: Utilizzando espressioni regolari e un parser GLR (Yargi Parser) per caratteristiche facilmente estraibili (ad es., età, genere, BMI, diabete). Ciò ha ottenuto un punteggio F1 medio di 0,98 per le caratteristiche binarie.
2. Estrazione basata su Deep Learning: Impiegando modelli di Named Entity Recognition (NER) basati su transformer (specificamente RuBioRoBERTa adattato al dominio) per caratteristiche complesse che richiedono comprensione contestuale, come i nomi dei farmaci, l'ipertrofia ventricolare sinistra (LVH) e la malattia arteriosa periferica (PAD). L'apprendimento attivo è stato utilizzato per ottimizzare l'efficienza dell'annotazione. Questo approccio ha raggiunto un punteggio F1 medio di 0,95.

La pipeline ha estratto caratteristiche da diagnosi, esame fisico, test di laboratorio, test strumentali e raccomandazioni farmacologiche.

Definizione della variabile target

Il compito di previsione è stato formulato come una classificazione binaria dell'incidenza di AF entro specifici intervalli di tempo rispetto a una visita ospedaliera indice:

• Target a 24 mesi: AF diagnosticata tra 1 settimana e 24 mesi dopo la visita.
• Target dell'intero follow-up: AF diagnosticata in qualsiasi momento dopo la visita indice (escludendo la prima settimana).

Costruzione del modello

Sono stati sviluppati tre modelli distinti utilizzando il framework LightAutoML:

1. Modello Full: Addestrato su tutte le 73 caratteristiche estratte utilizzando un ensemble di Random Forest, LightGBM, regressione lineare con regolarizzazione L2 e CatBoost.
2. Modello Semplice (Pre-AF 13): Un modello compatto che utilizza un sottoinsieme di 13 caratteristiche selezionate tramite un consenso di metodi statistici (F-test) e basati su modelli (Recursive Feature Elimination, Sequential Feature Selection).
3. Modello Lineare (Pre-AF 9): Un modello multivariato lineare semplificato derivato dalle 13 caratteristiche, ulteriormente ridotto a 9 predittori per creare un punteggio di rischio cartaceo con pesi interi.

Valutazione e interpretazione

Le prestazioni sono state valutate utilizzando ROC AUC, Precision-Recall AUC, accuratezza bilanciata e punteggi F1. I modelli sono stati confrontati con quattro punteggi clinici stabiliti (CHARGE-AF, C2HEST, MHS, HAVOC). L'interpretabilità è stata ottenuta utilizzando le spiegazioni SHapley Additive exPlanations (SHAP) per quantificare i contributi delle caratteristiche.

Risultati Chiave

Prestazioni dell'estrazione delle caratteristiche

La pipeline NLP ha dimostrato un'elevata efficacia, con il parser basato su regole che ha raggiunto una prestazione media di 0,97 per tutte le caratteristiche e gli estrattori basati su transformer che hanno raggiunto lo 0,95.

Prestazioni predittive

• Modello Full: Ha raggiunto un ROC AUC di test di 0,735 per il target a 24 mesi e di 0,696 per l'intero periodo di follow-up.
• Modello Semplice (Pre-AF 13): Ha performato in modo quasi identico al modello full, con un ROC AUC di test di 0,725 (24 mesi) e 0,696 (intero follow-up).
• Confronto: Tutti i modelli non lineari (Full e Semplice) hanno superato significativamente i quattro punteggi clinici stabiliti, che hanno prodotto ROC AUC compresi tra 0,53 e 0,64 sullo stesso set di test.
• Modello Lineare: Il modello lineare (ROC AUC ~0,64) ha mostrato una riduzione delle prestazioni rispetto ai modelli non lineari, ma è rimasto non inferiore agli punteggi clinici stabiliti.

Importanza delle caratteristiche

L'analisi SHAP ha identificato l'età e il volume dell'atrio sinistro come i predittori dominanti. Altre caratteristiche significative includevano le extrasistoli supraventricolari, l'insufficienza cardiaca, i livelli di creatinina e farmaci specifici. In particolare, il clopidogrel e l'intervento coronarico percutaneo (PCI) sono emersi come fattori protettivi (valori SHAP negativi), riflettendo probabilmente una migliore gestione dei fattori di rischio in questi sottogruppi di pazienti.

Stratificazione del rischio

Il sistema di punteggio Pre-AF 9 derivato ha stratificato con successo il rischio. Per l'orizzonte temporale di 24 mesi, l'incidenza osservata di AF variava da circa il 7% nella categoria a rischio più basso al 36% in quella a rischio più elevato.

Contributi chiave e significatività

1. Prestazioni superiori nei coorti ad alto rischio: Lo studio dimostra che i modelli di machine learning addestrati su dati ospedalieri raccolti routinariamente possono superare i tradizionali punteggi di rischio clinico specificamente nei pazienti con CVD stabilita, una popolazione in cui gli standard spesso falliscono nel fornire una stratificazione granulare.
2. Interpretabilità e utilità clinica: Distillando i complessi modelli non lineari in un "Modello Semplice" a 13 caratteristiche e in un "Modello Lineare" a 9 caratteristiche (Pre-AF 9), gli autori hanno creato strumenti che sono sia ad alte prestazioni che clinicamente interpretabili. Il punteggio Pre-AF 9 consente una valutazione del rischio al letto del paziente senza risorse computazionali.
3. Previsione a breve-medio termine: I modelli sono specificamente ottimizzati per un orizzonte di 24 mesi, affrontando una lacuna nella letteratura esistente dove la maggior parte degli strumenti si concentra sui rischi a lungo termine (5–10 anni). Questo intervallo temporale è più azionabile per strategie di screening e intervento immediate.
4. Pipeline NLP end-to-end: La ricerca valida una robusta pipeline per l'estrazione di caratteristiche cliniche strutturate da cartelle cliniche non strutturate in lingua russa, provando che l'estrazione automatizzata di alta qualità è fattibile anche per concetti di dominio complessi, senza revisione manuale delle cartelle.
5. Identificazione di nuovi predittori: I modelli hanno integrato con successo marcatori del rimodellamento del substrato atriale (ad es., volume dell'atrio sinistro) e gli effetti del trattamento (ad es., inibitori SGLT2, clopidogrel), offrendo una visione più dinamica del rischio di AF rispetto ai punteggi demografici statici.

Gli autori concludono che, sebbene i valori assoluti di ROC AUC siano modesti (coerenti con la difficoltà di prevedere eventi cardiovascolari multifattoriali), il miglioramento relativo rispetto ai punteggi stabiliti e la capacità di stratificare il rischio in una popolazione ad alto rischio evidenziano il potenziale di questi strumenti per guidare strategie di screening e prevenzione più precise. Lo studio riconosce i limiti derivanti dalla sua natura retrospettiva e monocentrica e la necessità di una validazione esterna prima dell'implementazione clinica.