Selon une nouvelle étude menée par un chercheur d’origine indienne, cinq sous-types d’insuffisance cardiaque pouvant être utilisés pour prédire les risques futurs pour des patients individuels ont été identifiés à l’aide d’outils d’intelligence artificielle (IA).
L’insuffisance cardiaque est un terme générique désignant l’incapacité du cœur à pomper correctement le sang dans tout le corps. Les méthodes actuelles de classification de l’insuffisance cardiaque ne prédisent pas avec précision comment la maladie est susceptible de progresser.
Pour l’étude, publiée dans Lancet Digital Health, des chercheurs de l’University College de Londres ont examiné des données anonymisées détaillées de plus de 300 000 patients âgés de 30 ans et plus qui ont reçu un diagnostic d’insuffisance cardiaque au Royaume-Uni sur une période de 20 ans.
À l’aide de plusieurs techniques d’apprentissage automatique, ils ont identifié cinq sous-types : apparition précoce, apparition tardive, liée à la fibrillation auriculaire (la fibrillation auriculaire est une affection qui provoque un rythme cardiaque irrégulier), métabolique (associée à l’obésité mais à de faibles taux de maladies cardiovasculaires) , et faible niveau de maladie cardiovasculaire. (lié à l’obésité et aux maladies cardiovasculaires).
Les chercheurs ont trouvé des différences entre les sous-types dans le risque de décès des patients dans l’année suivant le diagnostic.
Les risques de mortalité toutes causes confondues à un an étaient d’apparition précoce (20 %), d’apparition tardive (46 %), de fibrillation auriculaire (61 %), métabolique (11 %) et cardiométabolique (37 %). .
L’équipe a également développé une application que les médecins peuvent utiliser pour déterminer le sous-type d’insuffisance cardiaque d’une personne, ce qui pourrait améliorer les prévisions des risques futurs et éclairer les discussions avec les patients.
“Nous avons cherché à améliorer la façon dont nous classons l’insuffisance cardiaque dans le but de mieux comprendre l’évolution probable de la maladie et de la communiquer aux patients. Actuellement, l’évolution de la maladie est difficile à prévoir pour chaque patient. Certaines personnes seront stables pendant de nombreuses années. , tandis que d’autres se détériorent rapidement », a déclaré l’auteur principal, le professeur Amitava Banerjee de l’Institut d’informatique de la santé de l’UCL.
“Une meilleure distinction entre les types d’insuffisance cardiaque peut également conduire à des traitements plus ciblés et peut nous aider à penser différemment les thérapies potentielles. Dans cette nouvelle étude, nous avons identifié cinq sous-types robustes utilisant plusieurs méthodes d’apprentissage automatique et plusieurs ensembles de données », a-t-il déclaré. a ajouté.
La prochaine étape, a déclaré Banerjee, est de savoir si cette façon de classer l’insuffisance cardiaque peut faire une différence pratique pour les patients.
«Nous devons également savoir si cela sera rentable. L’application que nous avons conçue doit être évaluée dans le cadre d’un essai clinique ou d’autres recherches, mais pourrait aider aux soins de routine », a-t-il noté.
