Pembelajaran mesin menginformasikan alat baru untuk memandu pengobatan gagal jantung dekompensasi akut

Sebuah studi baru-baru ini yang ditulis bersama oleh Dr. Matthew Segar, seorang mahasiswa penyakit kardiovaskular tahun ketiga di The Texas Heart Institute dan dipimpin oleh mentor penelitian dan residensinya, Dr. Ambarish Pandey dari University of Texas Southwestern Medical Center, menggunakan teknologi berbasis pembelajaran mesin. pendekatan untuk mengidentifikasi, memahami, dan memprediksi respons diuretik pada pasien dengan gagal jantung dekompensasi akut (ADHF).

Penelitian, “Alat Phenomapping dan Skor Klinis untuk Mengidentifikasi Efisiensi Diuretik Rendah pada Gagal Jantung Dekompensasi Akut,” diterbitkan di dalam JACC: Gagal Jantungmemanfaatkan kumpulan data klinis dan registri selama beberapa dekade.

Para peneliti memanfaatkan pendekatan berbasis pembelajaran mesin untuk mengembangkan alat prediksi yang disebut skor BAN-ADHF, yang menunjukkan hasil yang menjanjikan dalam memprediksi respons diuretik secara akurat. Setelah validasi pada populasi klinis lainnya, penerapan alat ini berpotensi menghasilkan strategi yang dipersonalisasi untuk secara efektif mengelola kemacetan pasien yang dirawat di rumah sakit dengan ADHF.

Masih terdapat ketidaksepakatan di antara para ahli mengenai pendekatan yang paling efektif untuk mengatasi resistensi diuretik pada pasien gagal jantung yang hemodinamiknya stabil dan memiliki volume cairan berlebih. Umumnya dianjurkan untuk mengoptimalkan dosis diuretik loop sebelum mempertimbangkan terapi kombinasi; namun, tidak ada konsensus mengenai seberapa besar dosis harus ditingkatkan sebelum memperkenalkan diuretik lain.

“Respon diuretik yang tidak efisien pada pasien yang dirawat di rumah sakit dapat menghambat kemajuan pengobatan dan meningkatkan risiko rawat inap kembali dan kematian pasca keluar dari rumah sakit. Sangat penting untuk mengidentifikasi individu dengan efisiensi diuretik rendah sejak dini untuk menyesuaikan strategi dekongesti dan meningkatkan hasil klinis,” menurut Dr. Segar.

ADHF merupakan permasalahan kesehatan masyarakat yang semakin memprihatinkan. Penyakit ini mengakibatkan kunjungan ke ruang gawat darurat, rawat inap di rumah sakit, dan biaya perawatan kesehatan yang tinggi. ADHF ditandai dengan tubuh memiliki terlalu banyak cairan, sehingga sering kali memerlukan rawat inap atau perubahan rencana pengobatan pasien saat ini.

“Saat ini, tujuan utama pengobatan ADHF adalah untuk meredakan kemacetan dengan menggunakan obat diuretik loop. Namun, masih ada ketidakpastian mengenai dosis terbaik dari agen ini untuk diberikan. Selain itu, karena heterogenitas pasien ADHF, pendekatan yang lebih personal untuk memprediksi strategi pemberian dosis yang optimal diperlukan,” kata Dr. Joseph G. Rogers, Presiden dan CEO The Texas Heart Institute.

Dalam studi tersebut, para peneliti dari berbagai institusi di Amerika Serikat menggunakan algoritma pembelajaran mesin (ML) untuk mengidentifikasi subkelompok pasien gagal jantung akut berdasarkan respons mereka terhadap terapi diuretik. Secara khusus, para peneliti mengembangkan pendekatan fenomapping efisiensi diuretik untuk pasien ADHF dengan menggunakan data yang tersedia untuk umum dan tidak teridentifikasi dari beberapa uji klinis dan registrasi, termasuk DOSE, ROSE-AHF, CARRESS-HF, ATHENA-HF, ESCAPE, dan American Heart Association. Platform Pengobatan Presisi Dapatkan dengan registri Guidelines-HF (GWTG-HF).

Data yang dikumpulkan di tingkat peserta ini memungkinkan para peneliti untuk mengembangkan pendekatan fenomapping dan skor efisiensi diuretik. Pasien dalam masing-masing subkelompok memiliki karakteristik serupa namun secara klinis berbeda dari subkelompok lain, khususnya dalam respons mereka terhadap terapi diuretik.

Selain perbedaan dalam respons diuretik, subkelompok pasien juga memiliki hasil klinis yang sangat berbeda, sehingga menyoroti kegunaan prognostik dari pendekatan fenogrouping. Para peneliti kemudian mengembangkan dan memvalidasi skor BAN-ADHF untuk memprediksi kemungkinan berada dalam kelompok fenogroup dengan respons diuretik paling sedikit.

“Kami tahu bahwa skor BAN-ADHF dapat secara akurat mengidentifikasi, mengkarakterisasi, dan memprediksi resistensi diuretik di antara individu dengan ADHF secara matematis. Sekarang kita harus menggunakan pengetahuan medis ini dan melakukan studi klinis untuk mengevaluasi apakah penerapan skor BAN-ADHF dalam protokol perawatan kami dapat meningkatkan hasil. hasil untuk pasien yang dirawat di rumah sakit dengan gagal jantung dekompensasi akut,” kata Dr. Segar.

Disediakan oleh Texas Heart Institute