Prédiction du risque dans la dysfonction ventriculaire gauche asymptomatique à l'aide de l'apprentissage automatique

Résumé Contexte La dysfonction systolique ventriculaire gauche asymptomatique (DSVGA) est classée comme insuffisance cardiaque de stade B et, lorsqu'elle est présente, elle indique un pronostic plus défavorable comparé aux individus avec une contraction ventriculaire gauche normale. Par conséquent, la prédiction pronostique pour les patients atteints de DSVGA est cruciale ; cependant, aucun modèle spécifiquement adapté à la prédiction du risque chez ces patients n'est actuellement disponible. Nous avons donc développé un modèle basé sur l'apprentissage automatique (AA) pour prédire la mortalité à 3 ans chez les patients avec DSVGA. Méthodes Nous avons mené une analyse utilisant les données d'un registre monocentrique, incluant des patients ayant subi une échocardiographie entre septembre 2013 et mars 2020. La DSVGA était définie par une fraction d'éjection ventriculaire gauche (FEVG) inférieure à 50 % ou une déformation longitudinale globale moyenne (GLS) supérieure à -16 chez des patients asymptomatiques, conformément à des recherches antérieures et aux directives. L'algorithme Extreme Gradient Boosting a été appliqué pour dériver le score de risque (BOOST-LV) pour les patients atteints de DSVGA. Nous avons identifié 10 529 patients DSVGA classés à risque élevé ou faible et utilisé cette cohorte pour la création du modèle. Nous avons créé un score de risque incorporant six variables critiques : âge, FEVG, GLS moyen, hémoglobine, albumine et largeur de distribution des globules rouges. La performance du score BOOST-LV a ensuite été évaluée dans la cohorte de validation et comparée à celle de la FEVG et du GLS via une analyse des courbes ROC (receiver-operating-characteristic). Le score de risque BOOST-LV a également été divisé en sept intervalles, et les estimations de Kaplan-Meier ont été utilisées pour analyser et tracer les taux de survie à 3 ans pour chaque intervalle de score, avec des intervalles de confiance (IC) à 95 %. Résultats Le score BOOST-LV a montré une forte performance prédictive, atteignant une aire sous la courbe ROC (AUC) de 0,84 (IC 95 % : 0,83–0,85), supérieure à celle de la FEVG (AUC 0,55) et du GLS (AUC 0,60). Dans le graphique des taux de survie à 3 ans, les patients avec des scores très faibles ont quasiment eu aucun événement de mortalité dans les 3 ans, tandis que la probabilité de survie diminuait nettement avec des scores BOOST-LV plus élevés. Conclusions Le score BOOST-LV, développé à partir de patients avec DSVGA, prédit efficacement la mortalité et surpasse la FEVG et le GLS dans la prédiction du risque à 3 ans. Ce score de risque novateur peut fournir un outil précieux pour la gestion personnalisée des patients avec DSVGA.Figure 1 Figure 2, Figure 3