A Community-Based Machine Learning Model for Predicting Major Adverse Cardiovascular Events in Kazakh Hypertensive Patients

Sintesi Tecnica: Un modello di apprendimento automatico basato sulla comunità per la previsione di eventi cardiovascolari avversi maggiori in pazienti ipertesi kazaki

Problematica
La Cina affronta un significativo onere di salute pubblica con circa 240 milioni di individui affetti da ipertensione, in cui le malattie cardiovascolari rimangono la principale causa di morte. Il gruppo etnico kazako nello Xinjiang presenta la più alta prevalenza di ipertensione nella regione, caratterizzata da distinti stili di vita e abitudini alimentari (ad es. elevato apporto di sale, dieta ricca di carne, stile di vita nomade) che contribuiscono a una frequenza elevata di Eventi Cardiovascolari Avversi Maggiori (MACE). I modelli di previsione del rischio esistenti spesso mancano di specificità per questa minoranza etnica e le risorse sanitarie nelle aree rurali e pastorali dello Xinjiang sono distribuite in modo non uniforme, rendendo difficile la prevenzione precoce e la gestione individualizzata. Esiste un critico bisogno di un modello di previsione validato e interpretabile, adattato specificamente alla popolazione ipertesa kazaka, per facilitare le strategie di prevenzione primaria.

Metodologia
Lo studio ha utilizzato un disegno di coorte prospettica che ha coinvolto 1.180 pazienti ipertesi kazaki registrati presso il "Centro di Controllo dell'Ipertensione" dell'Ospedale della Città di Altay e tre centri sanitari municipali. La raccolta dei dati è avvenuta da gennaio a dicembre 2020, con un follow-up prospettico continuato fino al 31 dicembre 2024 (follow-up mediano: 1.176 giorni).

• Raccolta dei dati: I dati basali includevano demografia, anamnesi medica, esami fisici (pressione arteriosa da ufficio e ambulatoria delle 24 ore) e indicatori biochimici (profilo lipidico, glucosio, omocisteina, elettroliti, funzione renale). L'outcome primario è stata la prima occorrenza di MACE (angina instabile, infarto del miocardio non fatale, insufficienza cardiaca, ictus ischemico o morte), verificata tramite codici ICD-10.
• Selezione delle caratteristiche: I predittori sono stati selezionati attraverso un processo in tre fasi: analisi univariata, regressione Least Absolute Shrinkage and Selection Operator (LASSO) e validazione da parte di esperti clinici. Sono stati identificati otto predittori finali: età, stato del diabete, potassio sierico, glucosio nel sangue a digiuno, omocisteina (Hcy), colesterolo totale (TC), colesterolo lipoproteico a bassa densità (LDL-C) e pressione arteriosa sistolica da ufficio.
• Sviluppo del modello: Il dataset è stato suddiviso casualmente in un set di addestramento (70%) e un set di validazione (30%). Sono stati costruiti e confrontati quattro modelli statistici e di machine learning: regressione di Cox, Random Forest, Decision Tree (DT) ed Extreme Gradient Boosting (XGBoost).
• Metriche di valutazione: Le prestazioni sono state valutate utilizzando l'Area Sotto la Curva (AUC), l'Accuratezza (ACC), i Valori Predittivi Positivo/Negativo (PPV/NPV), il punteggio F1, le curve di calibrazione e l'Analisi della Curva Decisionale (DCA).
• Interpretabilità: Il modello ottimale è stato interpretato utilizzando le Spiegazioni Additive di Shapley (SHAP) per quantificare l'importanza delle caratteristiche e visualizzare i contributi di rischio. È stato sviluppato un calcolatore basato sul web utilizzando il framework R Shiny per facilitare l'applicazione clinica.

Risultati Chiave

• Incidenza: Durante il periodo di follow-up, 327 partecipanti (27,7%) hanno sviluppato MACE.
• Prestazioni del modello:
  • Il modello Decision Tree (DT) ha dimostrato la prestazione più robusta e bilanciata. Nel set di validazione, ha raggiunto un'AUC di 0,776, un'Accuratezza di 0,797, un PPV di 0,444, un NPV di 0,933 e un punteggio F1 di 0,550.
  • XGBoost ha ottenuto l'AUC più elevata nel set di validazione (0,829) ma ha sofferto di una bassa precisione (PPV = 0,242) e di un alto tasso di falsi positivi, risultando in un punteggio F1 inferiore (0,390).
  • Random Forest e la Regressione di Cox hanno mostrato una generalizzabilità inferiore, con Random Forest che produceva l'AUC più bassa (0,577) e la regressione di Cox che mostrava una scarsa accuratezza (0,599) nonostante l'alto PPV.
• Calibrazione e Utilità: Il modello DT ha esibito un'eccellente calibrazione (Errore Assoluto Medio ≈ 0,021) e ha mantenuto un beneficio netto stabile attraverso soglie di probabilità dallo 0% al 75% nell'Analisi della Curva Decisionale, indicando una forte utilità clinica.
• Importanza delle caratteristiche (SHAP): L'analisi SHAP ha classificato i primi quattro fattori di rischio come:
  1. LDL-C: Il predittore più influente; livelli più elevati sono correlati a un aumento del rischio.
  2. Età: Il rischio aumenta progressivamente con l'avanzare dell'età.
  3. Pressione Arteriosa Sistolica da Ufficio: Valori più elevati sono associati a un rischio maggiore.
  4. Potassio Sierico: Livelli inferiori (ipopotassiemia) sono associati a un aumento del rischio, mentre livelli più elevati sono protettivi.
     Altri fattori significativi includevano Hcy, glucosio nel sangue a digiuno, TC e stato del diabete.

Significatività e Rivendicazioni
L'articolo sostiene che il modello sviluppato basato su Decision Tree prevede efficacemente il rischio a 3 anni di MACE specificamente per i pazienti ipertesi kazaki nella regione di Altay. Lo studio evidenzia che:

1. Specificità Etnica: Il modello colma la lacuna nella letteratura esistente concentrandosi sul profilo di rischio unico della popolazione kazaka, incorporando fattori rilevanti per il loro stile di vita (ad es. l'impatto dietetico specifico su potassio e assunzione di sale).
2. Applicabilità Clinica: A differenza dei complessi modelli d'insieme che possono agire come "scatole nere", il modello Decision Tree offre una struttura intuitiva adatta agli ambienti di assistenza primaria con risorse limitate. Il suo alto Valore Predittivo Negativo (NPV) consente l'identificazione efficace dei pazienti a basso rischio, riducendo potenzialmente interventi non necessari.
3. Interpretabilità: L'integrazione dell'analisi SHAP fornisce trasparenza, confermando che le previsioni del modello sono in linea con la conoscenza clinica stabilita (ad es. l'effetto protettivo dei livelli normali di potassio e il rischio associato a elevati livelli di LDL-C ed età).
4. Implementazione: Per colmare il divario tra ricerca e pratica, gli autori hanno implementato il modello come un calcolatore accessibile basato sul web, con l'obiettivo di supportare strategie di prevenzione e trattamento individualizzate in contesti comunitari e clinici.

Lo studio conclude che, sebbene il machine learning offra flessibilità, il modello Decision Tree ha fornito il miglior equilibrio tra accuratezza predittiva, stabilità e interpretabilità clinica per questo specifico gruppo demografico, fungendo da base scientifica per una gestione mirata del rischio cardiovascolare.