Individu dengan penyakit arteri koroner memiliki spektrum penyakit, seperti jumlah penumpukan plak di arteri jantung; namun, penyakit ini secara konvensional diklasifikasikan sebagai kategori kasus yang luas (ya penyakit) atau kontrol (tidak ada penyakit), yang dapat mengakibatkan kesalahan diagnosis. Penanda digital untuk penyakit arteri koroner yang berasal dari pembelajaran mesin dan catatan kesehatan elektronik dapat mengukur dengan lebih baik di mana seseorang termasuk dalam spektrum penyakit. Kredit: Fakultas Kedokteran Icahn di Gunung Sinai
Dengan menggunakan pembelajaran mesin dan data klinis dari catatan kesehatan elektronik, para peneliti di Icahn School of Medicine di Mount Sinai di New York membuat penanda in silico, atau turunan komputer, untuk penyakit arteri koroner (CAD) untuk mengukur karakterisasi yang penting secara klinis dari penyakit tersebut. penyakit.
Temuan yang dipublikasikan secara online pada 20 Desember di The Lancet, dapat mengarah pada diagnosis yang lebih bertarget dan manajemen penyakit CAD yang lebih baik, jenis penyakit jantung yang paling umum dan penyebab utama kematian di seluruh dunia. Studi tersebut merupakan penelitian pertama yang diketahui untuk memetakan karakteristik CAD pada spektrum. Studi sebelumnya hanya berfokus pada apakah pasien menderita CAD atau tidak.
CAD dan kondisi umum lainnya ada pada spektrum penyakit; campuran faktor risiko dan proses penyakit masing-masing individu menentukan di mana mereka berada dalam spektrum. Namun, sebagian besar penelitian tersebut memecah spektrum penyakit ini menjadi kelas kasus yang kaku (pasien memiliki penyakit) atau kontrol (pasien tidak memiliki penyakit). Hal ini dapat mengakibatkan diagnosis yang terlewatkan, manajemen yang tidak tepat, dan hasil klinis yang lebih buruk, kata para peneliti.
“Informasi yang diperoleh dari stadium penyakit non-invasif ini dapat memberdayakan dokter dengan menilai status pasien secara lebih akurat dan, oleh karena itu, menginformasikan pengembangan rencana pengobatan yang lebih bertarget,” kata Ron Do, Ph.D., penulis studi senior dan Charles Profesor Bronfman dalam Pengobatan Pribadi di Fakultas Kedokteran Icahn di Gunung Sinai.
“Model kami menggambarkan populasi pasien penyakit arteri koroner pada spektrum penyakit; ini dapat memberikan lebih banyak wawasan tentang perkembangan penyakit dan bagaimana mereka yang terkena dampak akan menanggapi pengobatan. Memiliki kemampuan untuk mengungkapkan gradasi yang berbeda dari risiko penyakit, aterosklerosis, dan kelangsungan hidup, misalnya, yang mungkin terlewatkan dengan kerangka kerja biner konvensional, sangat penting.”
Dalam studi retrospektif, para peneliti melatih model pembelajaran mesin, dinamai dalam skor silico untuk penyakit arteri koroner atau ISCAD, untuk secara akurat mengukur CAD pada spektrum menggunakan lebih dari 80.000 catatan kesehatan elektronik dari dua biobank berbasis sistem kesehatan besar, BioMe Biobank. di Sistem Kesehatan Gunung Sinai dan Biobank Inggris.
Model, yang oleh para peneliti disebut sebagai “penanda digital”, menggabungkan ratusan fitur klinis yang berbeda dari catatan kesehatan elektronik, termasuk tanda-tanda vital, hasil tes laboratorium, obat-obatan, gejala, dan diagnosis, dan membandingkannya dengan skor klinis yang ada. CAD, yang hanya menggunakan sejumlah kecil fitur yang telah ditentukan sebelumnya, dan skor genetik untuk CAD.
95.935 peserta termasuk peserta dari etnis Afrika, Hispanik/Latin, Asia, dan Eropa, serta sebagian besar wanita. Sebagian besar studi pembelajaran klinis dan mesin pada CAD berfokus pada etnis kulit putih Eropa.
Para peneliti menemukan bahwa probabilitas dari model secara akurat melacak tingkat penyempitan arteri koroner (stenosis koroner), kematian, dan komplikasi seperti serangan jantung.
“Model pembelajaran mesin seperti ini juga dapat bermanfaat bagi industri perawatan kesehatan secara luas dengan merancang uji klinis berdasarkan stratifikasi pasien yang sesuai. Ini juga dapat mengarah pada strategi terapi individual berbasis data yang lebih efisien,” kata penulis utama Iain S. Forrest, Ph.D. D., postdoctoral fellow di lab Dr. Do dan MD/Ph.D. siswa dalam Program Pelatihan Ilmuwan Kedokteran di Icahn Mount Sinai.
“Terlepas dari kemajuan ini, penting untuk diingat bahwa dokter dan diagnosis berbasis prosedur serta manajemen penyakit arteri koroner tidak digantikan oleh kecerdasan buatan, tetapi berpotensi didukung oleh ISCAD sebagai alat ampuh lainnya dalam kotak peralatan dokter.”
Selanjutnya, para peneliti membayangkan melakukan studi skala besar prospektif untuk lebih memvalidasi kegunaan klinis dan kemampuan tindakan ISCAD, termasuk pada populasi lain. Mereka juga berencana untuk menilai versi model yang lebih portabel yang dapat digunakan secara universal di seluruh sistem kesehatan.
Informasi lebih lanjut: Ben O. Petrazzini et al, Penanda berbasis pembelajaran mesin untuk penyakit arteri koroner: Derivasi dan validasi dalam dua kelompok longitudinal, The Lancet (2022). www.thelancet.com/journals/lan … (22)02079-7/fulltext Disediakan oleh The Mount Sinai Hospital
Kutipan: Mengembangkan penanda digital untuk penyakit arteri koroner (2022, 20 Desember) diambil 20 Desember 2022 dari https://medicalxpress.com/news/2022-12-digital-marker-coronary-artery-disease.html
Dokumen ini tunduk pada hak cipta. Terlepas dari kesepakatan yang adil untuk tujuan studi atau penelitian pribadi, tidak ada bagian yang boleh direproduksi tanpa izin tertulis. Konten disediakan untuk tujuan informasi saja.