Heart Failure Prediction & Risk Stratification using Machine Learning

Dit onderzoek toont aan dat een goed gekalibreerd gestapeld ensemble-model, getraind op routinematige elektronische medische gegevens van het 'All of Us'-programma, een sterke prestatie levert bij het voorspellen van hartfalen en het stratificeren van risico's voor klinische beslissingsondersteuning.

De kern

🫀 Het Hartslag-Alarm: Een Slimme Voorspeller voor Hartfalen

Stel je voor dat je hart een motor is in een auto. Hartfalen is als een motor die begint te haperen en langzaam uitvalt. Het is een heel groot probleem: in de VS alleen al hebben 6,7 miljoen mensen hier last van, en het kost duizenden levens per jaar. Het gevaarlijke is dat de eerste tekenen vaak worden genegeerd. Mensen denken: "Oh, ik ben gewoon oud" of "Ik ben moe van stress", terwijl het hart al in nood is.

De onderzoekers van dit paper (Sher Ali, Mary Ann Leavitt en Waseem Asghar) wilden een slimme alarmbel bouwen die vroegtijdig waarschuwt, voordat de motor volledig stuk is. Ze deden dit niet met dure scans of ingewikkelde operaties, maar met een slim computerprogramma dat kijkt naar de gegevens die artsen al dagelijks verzamelen.

🕵️‍♂️ De Detective: Machine Learning

De onderzoekers gebruikten een techniek genaamd Machine Learning. Denk hierbij aan een super-detective die miljoenen dossiers (medische dossiers) heeft gelezen. Deze detective leert van de patronen: "Als iemand op deze leeftijd is, rookt, hoge bloeddruk heeft en een bepaalde bloedwaarde, dan is de kans groot dat het hart in de problemen zit."

Ze gebruikten data van het "All of Us" programma, een gigantische database met medische gegevens van 37.000 mensen.

• De groep: 13.577 mensen met hartfalen en 23.493 gezonde mensen.
• De aanwijzingen: Ze keken niet naar dure MRI-scanfoto's (te duur en niet overal beschikbaar), maar naar simpele, alledaagse dingen:
  • Leeftijd en geslacht.
  • Bloeddruk en gewicht.
  • Bloedwaarden (zoals natrium, glucose, hemoglobine).
  • Aandoeningen (zoals hartritmestoornissen of diabetes).
  • Zelfs de armenheid van de wijk waar iemand woont (want armoede heeft een grote invloed op de gezondheid).

🏗️ De Bouwplaat: Het "Stapeltje" Modellen

Om de beste voorspelling te krijgen, bouwden ze geen enkel model, maar een stapeltje (ensemble).
Stel je voor dat je een moeilijk raadsel wilt oplossen. Je vraagt het niet aan één persoon, maar aan een team van experts:

1. Een expert die goed is in lijnen trekken (Logistische Regressie).
2. Een expert die goed is in het vinden van complexe patronen (XGBoost, Random Forest).
3. Een expert die goed is in het herkennen van subtiele verbanden (Neurale Netwerken).

Elke expert geeft zijn mening. Vervolgens heeft ze een hoofdredacteur (een meta-leraar) die alle meningen samenvoegt tot één definitief oordeel. Dit "stapeltje" bleek veel slimmer dan welke enkele expert ook.

🎯 De Resultaten: Hoe goed werkt het?

Het resultaat was indrukwekkend:

• Het model kon 92,7% van de gevallen correct onderscheiden tussen "ziek" en "gezond".
• Het was ook heel goed in het vinden van de echte zieken zonder te veel onschuldige mensen onterecht te waarschuwen.

Maar er was een addertje onder het gras:
De groep mensen die ze gebruikten om te trainen, bestond voor 36% uit zieken. In de echte wereld is dat percentage veel lager (ongeveer 2,5%). Als je het model direct gebruikt, zou het denken dat iedereen ziek is, omdat het gewend is aan een groep met veel zieken.

De oplossing: De "Kalibratie"
De onderzoekers pasten het model aan, alsof ze de "schuifregelaar" van de waarschuwingen verzetten. Ze zeiden tegen het model: "Denk niet aan onze speciale groep, maar aan de echte wereld." Hierdoor werden de waarschuwingspercentages realistischer. Als het model nu zegt: "Er is 5% kans op hartfalen", dan is dat ook echt 5% in de echte wereld.

🔍 Wie is het meest in gevaar? (Risicogroepen)

Het model kon de mensen niet alleen in "ziek" of "gezond" indelen, maar ook in risicogroepen.
Stel je voor dat je een lijst maakt van 100.000 mensen, gesorteerd van "minst risico" tot "meest risico".

• Als artsen alleen de top 10% van deze lijst zouden controleren, vonden ze 75% van alle mensen die daadwerkelijk hartfalen hebben!
• Dit is een enorme winst voor de zorg: je hoeft niet iedereen te testen, maar alleen de mensen die het meest in de gaten moeten worden gehouden.

🧠 Wat maakt het model slim? (Uitlegbaarheid)

Een groot probleem met AI is dat het vaak een "zwarte doos" is. Je weet niet waarom het een oordeel velt. Deze onderzoekers gebruikten een techniek genaamd SHAP om te kijken wat het model belangrijk vond.
Het bleek dat het model heel logisch dacht, precies zoals een menselijke arts zou doen:

1. Hartritmestoornissen (Atriumfibrillatie): Het nummer één teken.
2. Leeftijd: Oudere mensen hebben meer risico.
3. Hoge bloeddruk: Een bekende vijand van het hart.
4. Natrium in het bloed: Een belangrijke indicator.
5. Armoede: Mensen in armere wijken hebben vaak minder toegang tot zorg en meer stress, wat het hart belast.

🚧 Wat ging er minder goed?

Het team probeerde ook om het model te laten vertellen welk type hartfalen iemand had (bijvoorbeeld: een verslapte hartspier of een te stijve hartspier). Dit lukte minder goed.
Waarom? Omdat het verschil tussen deze typen vaak alleen zichtbaar is op een dure echo (een scan van het hart). Zonder die scan is het voor een computer heel moeilijk om het verschil te zien, net zoals je het verschil tussen twee auto-modellen niet kunt zien als je alleen naar de buitenkant kijkt en niet naar de motor.

💡 Conclusie: Waarom is dit belangrijk?

Dit onderzoek toont aan dat we geen dure apparatuur nodig hebben om hartfalen vroeg te detecteren. Met simpele, alledaagse gegevens (bloedwaarden, bloeddruk, leeftijd) en een slim computerprogramma, kunnen we:

1. Mensen eerder waarschuwen.
2. Zorgverleners helpen om hun tijd te besteden aan de mensen die het hardst nodig hebben.
3. Hartfalen voorkomen voordat het te laat is.

Het is alsof we een slim alarm hebben gebouwd dat werkt met de batterijen die we al in huis hebben, in plaats van dat we een nieuwe, dure generator hoeven te kopen. Dit kan de gezondheid van miljoenen mensen verbeteren.

Technische samenvatting

Titel: Hartfalenvoorspelling en Risicostratificatie met Machine Learning

1. Probleemstelling

Hartfalen (HF) is een van de meest voorkomende oorzaken van morbiditeit, mortaliteit en hoge zorgkosten, met naar schatting 6,7 miljoen volwassenen in de VS die hieraan lijden. De vroege diagnose is een uitdaging omdat symptomen vaak worden genegeerd of verward met normale veroudering of stress.
Bestaande machine learning (ML) modellen voor HF hebben vaak beperkingen:

• Ze zijn afhankelijk van dure beeldvorming (zoals echo's of MRI) of invasieve monitoring, wat ze ongeschikt maakt voor schaalbare screening in de basiszorg.
• Ze gebruiken vaak complexe longitudinale data die moeilijk uniform te implementeren is.
• Veel studies rapporteren geen goed gecalibreerde waarschijnlijkheden, wat essentieel is voor klinische besluitvorming.
• Er is een gebrek aan modellen die werken met routineel beschikbare elektronische medische dossiers (EMR) en die rekening houden met class-imbalance (ongelijke verdeling van patiënten met en zonder HF).

2. Methodologie

De auteurs ontwikkelden en evalueerden een ML-framework op basis van data van het All of Us Research Program (NIH).

• Dataset: Een cohort van 37.070 volwassenen (13.577 HF-patiënten, 23.493 controles). De labels werden afgeleid uit ICD-codes. Voor een secundair experiment werden HF-patiënten onderverdeeld in HFrEF (verminderde ejectiefractie) en HFpEF (behouden ejectiefractie).
• Features: 18 variabelen die routinematig beschikbaar zijn in de EMR, verdeeld over vier domeinen:
  • Metingen: Albumine, BMI, Creatinine, Glucose, Hemoglobine, Kalium, Natrium, Bloeddruk (systolisch/diastolisch), HDL.
  • Aandoeningen: Anemie, Atriumfibrillatie, Obesiteit, Hypertensie.
  • Leefstijl: Rookgeschiedenis.
  • Demografie: Leeftijd, Geslacht, Deprivatie-index (sociaaleconomische status).
• Preprocessing:
  • Behandeling van ontbrekende waarden via median imputatie.
  • Uitsluiting van outliers via IQR-winsorization (cappen op 1,5x IQR).
  • Normalisatie met de QuantileTransformer om de data naar een normale verdeling te brengen.
  • One-hot encoding voor categorische variabelen.
• Modelarchitectuur:
  • Stacked Ensemble: Een custom ensemble met als basislearners: XGBoost, LightGBM, CatBoost en een Multi-Layer Perceptron (MLP). Deze werden samengevoegd door een Logistic Regression meta-learner.
  • Validatie: Stratified 5-fold cross-validatie en een 70/30 train-test split.
  • Class Imbalance: Er werden verschillende strategieën getest (ondersteuning, SMOTE oversampling, en raw data met class weights). De beste resultaten werden behaald met de ongewijzigde (raw) data en class weights.
• Calibratie en Stratificatie:
  • Omdat de dataset een HF-prevalentie had van 36,6% (veel hoger dan de werkelijke populatie van ~2,5%), werd Platt scaling toegepast voor calibratie.
  • Vervolgens werden de waarschijnlijkheden aangepast (prior probability shift) om een realistische populatieprevalentie van 2,5% te simuleren.
  • Risicostratificatie werd uitgevoerd door patiënten in 10 decielen te verdelen op basis van hun voorspelde risico.

3. Belangrijkste Resultaten

• Prestatie (Binair Classificatie - HF vs. Geen HF):
  • Het gestapelde ensemble bereikte een ROC-AUC van 0,927 en een PR-AUC van 0,895 met een nauwkeurigheid van 0,856.
  • XGBoost als enkel model presteerde marginaal beter in ROC-AUC (0,929), maar het ensemble bood een betere balans en interpretatie.
  • SHAP-analyse identificeerde de top 5 meest invloedrijke kenmerken: Atriumfibrillatie, Leeftijd, Hypertensie, Natriumgehalte en Deprivatie-index. Deze resultaten zijn klinisch consistent met bekende pathofysiologie.
• Prestatie (Multiclassificatie - Subtypen):
  • Het onderscheid tussen HFrEF en HFpEF was moeilijker (Macro-AUC ~0,87). De recall voor HFpEF was laag (0,151), waarschijnlijk door labelruis en overlap in fenotypes zonder beeldvormingsdata.
• Calibratie en Screeningsefficiëntie:
  • Na calibratie naar een 2,5% prevalentie, was het gemiddelde voorspelde risico (0,02486) bijna identiek aan het doel (0,0250).
  • Screeningsefficiëntie: Door alleen de top 10% van de bevolking (hoogste risico) te screenen, konden 74,7% van alle HF-gevallen worden geïdentificeerd. De top 20% dekte 86,8% van de gevallen.

4. Kernbijdragen

1. Gebruik van Alledaagse Data: Het bewijs dat een model gebaseerd op uitsluitend routinematige EMR-variabelen (geen dure beeldvorming of genetica) een hoge discriminatiekracht kan bereiken voor HF.
2. Gecalibreerde Risico's: In tegenstelling tot veel studies die alleen op AUC focussen, hebben de auteurs de modellen zorgvuldig gecalibreerd voor een realistische populatieprevalentie, waardoor de uitkomsten direct interpreteerbaar zijn als absolute risico's voor klinische beslissingen.
3. Interpretbaarheid: Door SHAP-analyse zijn de modelbeslissingen transparant gemaakt, waarbij de belangrijkste risicofactoren klinisch valide bleken.
4. Risicostratificatie Framework: Een nieuw benadering voor diagnostische ondersteuning (niet alleen prognose) die patiënten kan groeperen in risicocategorieën om screening in de basiszorg te prioriteren.

5. Betekenis en Toekomstperspectief

De studie toont aan dat een zorgvuldig ontworpen, gecalibreerd ensemble-model een effectief hulpmiddel kan zijn voor een AI-gestuurd Klinisch Beslissingsondersteunend Systeem (AI-CDSS).

• Klinische Impact: Het stelt artsen in staat om proactief patiënten te identificeren die een hoog risico lopen op ongediagnosticeerd hartfalen, zelfs in resource-constrained settings waar geen specialistische echo's beschikbaar zijn.
• Beperkingen: Het model mist externe validatie op een onafhankelijke dataset en de subtypering (HFrEF vs. HFpEF) blijft beperkt zonder beeldvormingsdata.
• Toekomst: Verdere ontwikkeling omvat prospectieve validatie, integratie van echocardiografische data voor betere subtypering, en de implementatie in realtime klinische workflows.

Samenvattend biedt dit onderzoek een robuust, schaalbaar en interpreteerbaar model dat de kloof tussen geavanceerde datawetenschap en praktische, preventieve hartfalenzorg dicht.