Los investigadores desarrollaron y validaron externamente FIND-AF 2.0, un modelo de aprendizaje automático que utiliza registros electrónicos de salud para identificar a pacientes con alto riesgo de desarrollar fibrilación auricular (FA). En un estudio de cribado prospectivo con 1.923 adultos, la FA se detectó en el 4,5 % de los participantes de alto riesgo frente al 0,6 % de los de bajo riesgo (OR 8,46; P<0,001), superando a las puntuaciones de riesgo convencionales como CHA₂DS₂-VASc. La implementación de este enfoque basado en registros electrónicos de salud podría permitir un cribado dirigido de la FA en la atención primaria y la cardiología, detectando antes la FA de alta carga y reduciendo el riesgo de ictus isquémico (6,0 eventos por 100 años-paciente) en pacientes no tratados.
El cribado de la fibrilación auricular (FA) basado en el riesgo de FA puede ser más eficaz. Nuestro objetivo fue desarrollar, validar externamente y probar prospectivamente un modelo de predicción mediante aprendizaje automático que utilizara las historias clínicas electrónicas (HCE) para guiar el cribado de la FA.
Desarrollamos y validamos un modelo de predicción mediante bosques aleatorios para la aparición de FA nueva en 6 meses, utilizando la edad, el sexo y 10 comorbilidades (Future Innovations in Novel Detection of Atrial Fibrillation [FIND-AF] 2.0) en las HCE del Reino Unido (n=2 081 139), Japón (n=7 795 244), Israel (n=2 166 795), Canadá (n=627 919) y China (n=149 145). Realizamos un estudio prospectivo en el que los participantes de ≥30 años sin FA y con una puntuación CHA2DS2-VASc ≥2 en hombres y ≥3 en mujeres, estratificados por FIND-AF 2.0 en riesgo alto y bajo, realizaron 4 registros de electrocardiograma (ECG) diarios durante 3 semanas utilizando un dispositivo portátil de ECG, con un desenlace primario de FA de nuevo diagnóstico. Estimamos el riesgo de ictus asociado a la FA no anticoagulada en pacientes con riesgo FIND-AF 2.0 alto en el registro FinACAF (Finnish Anticoagulation in Atrial Fibrillation) de pacientes con FA (n=229 565).
FIND-AF 2.0 fue aplicable a todas las HCE y mostró un buen a excelente rendimiento predictivo (Reino Unido: área bajo la curva característica de funcionamiento del receptor [AUROC], 0,819 [IC 95%, 0,809-0,829]; Israel: AUROC, 0,835 [IC 95%, 0,828-0,842]; Japón: AUROC, 0,751 [IC 95%, 0,745-0,757]; Canadá: AUROC, 0,747 [IC 95%, 0,741-0,753]; China: AUROC, 0,753 [IC 95%, 0,725-0,771]), con un AUROC >0,7 en hombres y mujeres en todas las cohortes, y un rendimiento mejorado en comparación con CHA2DS2-VASc y C2HEST (enfermedad coronaria o enfermedad pulmonar obstructiva crónica [1 punto cada una]; hipertensión [1 punto]; ancianos [edad ≥75 años, 2 puntos]; insuficiencia cardíaca sistólica [2 puntos]; enfermedad tiroidea [hipertiroidismo, 1 punto]). De 1923 participantes de 15 centros en el estudio prospectivo (edad media, 70,2 [DE 9,4] años), con una media de 74,8 (DE, 19,4) registros de ECG, se diagnosticó FA en 5 de 902 (0,6 %) con riesgo FIND-AF 2.0 bajo y en 46 de 1021 (4,5 %) con riesgo FIND-AF 2.0 alto (odds ratio, 8,46 [IC 95%, 3,35-21,40], P<0,001). La mediana de la carga de FA entre los casos detectados de riesgo FIND-AF 2.0 alto fue del 33,4 % (rango intercuartílico, 5,1 %-91,6 %), y el 96,1 % inició anticoagulantes orales. En el registro FinACAF, la tasa de ictus isquémico para los pacientes con riesgo FIND-AF 2.0 alto, FA y sin anticoagulantes fue de 6,0 eventos por 100 años-paciente.
El modelo de aprendizaje automático basado en HCE, FIND-AF 2.0, identifica una subpoblación de alto riesgo para el diagnóstico de FA entre los pacientes con riesgo elevado de ictus y podría permitir un cribado de FA escalable, basado en HCE y guiado por el riesgo.
