Forschende entwickelten und extern validierten FIND-AF 2.0, ein maschinellen Lernverfahren nutzender Algorithmus zur Identifizierung von Patientinnen und Patienten mit hohem Risiko für die Entwicklung von Vorhofflimmern (VF) auf Basis elektronischer Gesundheitsakten. In einer prospektiven Screening-Studie an 1.923 Erwachsenen wurde VF bei 4,5 % der Hochrisikoteilnehmenden im Vergleich zu 0,6 % der Niedrigrisikopersonen nachgewiesen (OR 8,46; P<0,001), wodurch konventionelle Risikoscores wie CHA₂DS₂-VASc übertroffen wurden. Die Implementierung dieses auf elektronischen Gesundheitsakten basierenden Ansatzes könnte ein gezieltes Screening auf Vorhofflimmern in der hausärztlichen Versorgung und in der Kardiologie ermöglichen, sodass ein hohes AF-Bürden früher erkannt und das Risiko eines ischämischen Schlaganfalls (6,0 Ereignisse pro 100 Patientinnen- und Patienten-Jahre) bei unbehandelten Personen verringert wird.
Ein Screening auf Vorhofflimmern (VF) basierend auf dem VF-Risiko könnte effektiver sein. Wir hatten das Ziel, ein maschinell lernendes Vorhersagemodell unter Verwendung elektronischer Gesundheitsakten (EHRs) zu entwickeln, extern zu validieren und prospektiv zu testen, um das VF-Screening zu steuern.
Wir entwickelten und validierten ein Random-Forest-Vorhersagemodell für neu auftretendes VF innerhalb von 6 Monaten, das Alter, Geschlecht und 10 Komorbiditäten (Future Innovations in Novel Detection of Atrial Fibrillation [FIND-AF] 2.0) in den EHRs im Vereinigten Königreich (n=2 081 139), Japan (n=7 795 244), Israel (n=2 166 795), Kanada (n=627 919) und China (n=149 145) einbezog. Wir führten eine prospektive Studie durch, an der Teilnehmer ab 30 Jahren ohne VF und mit einem CHA2DS2-VASc-Score von ≥2 bei Männern und ≥3 bei Frauen teilnahmen. Diese wurden nach FIND-AF 2.0 in Hochrisiko- und Niedrigrisikogruppen stratifiziert und führten über 3 Wochen hinweg vier EKG-Aufzeichnungen pro Tag mit einem tragbaren EKG-Gerät durch. Primäres Endpunkt war die neu diagnostizierte Vorhofflimmern. Wir schätzten das mit nicht-antikoaguliertem VF verbundene Schlaganfallrisiko bei Patienten mit hohem FIND-AF 2.0-Risiko im FinACAF-Register (Finnish Anticoagulation in Atrial Fibrillation) von Patienten mit Vorhofflimmern (n=229 565).
FIND-AF 2.0 war auf alle EHRs anwendbar und zeigte eine gute bis exzellente Vorhersageleistung (Vereinigtes Königreich: Fläche unter der Receiver Operating Characteristic Curve [AUROC], 0,819 [95%-KI, 0,809-0,829]; Israel: AUROC, 0,835 [95%-KI, 0,828-0,842]; Japan: AUROC, 0,751 [95%-KI, 0,745-0,757]; Kanada: AUROC, 0,747 [95%-KI, 0,741-0,753]; China: AUROC, 0,753 [95%-KI, 0,725-0,771]), mit einem AUROC > 0,7 bei Männern und Frauen in allen Kohorten, und eine verbesserte Leistung im Vergleich zu CHA2DS2-VASc und C2HEST (koronare Herzkrankheit oder chronisch obstruktive Lungenerkrankung [jeweils 1 Punkt]; Hypertonie [1 Punkt]; hohes Alter [Alter ≥ 75 Jahre, 2 Punkte]; systolische Herzinsuffizienz [2 Punkte]; Schilddrüsenerkrankung [Hyperthyreose, 1 Punkt]]. Von 1923 Teilnehmern aus 15 Standorten der prospektiven Studie (Durchschnittsalter 70,2 [SD 9,4] Jahre) mit einer durchschnittlichen Anzahl von 74,8 (SD, 19,4) EKG-Aufzeichnungen wurde bei 5 von 902 (0,6 %) mit niedrigem FIND-AF 2.0-Risiko und bei 46 von 1021 (4,5 %) mit hohem FIND-AF 2.0-Risiko VF diagnostiziert (Odds Ratio, 8,46 [95%-KI, 3,35-21,40], P<0,001). Die mediane VF-Belastung bei den mit hohem FIND-AF 2.0-Risiko erfassten Fällen betrug 33,4 % (Interquartilsabstand, 5,1 %-91,6 %), und 96,1 % begannen eine orale Antikoagulation. Im FinACAF-Register betrug die Rate ischämischer Schlaganfälle bei Patienten mit hohem FIND-AF 2.0-Risiko, VF und ohne Antikoagulation 6,0 Ereignisse pro 100 Patientenjahre.
Das auf EHRs basierende maschinell lernende Modell FIND-AF 2.0 identifiziert eine Hochrisiko-Subpopulation für die VF-Diagnose unter Patienten mit einem erhöhten Schlaganfallrisiko und könnte ein skalierbares, EHR-gesteuertes, risikogesteuertes VF-Screening ermöglichen.
