Dépistage de la fibrillation auriculaire guidé par l’intelligence artificielle par électrocardiogramme en rythme sinusal : un essai interventionnel prospectif non randomisé

Arrière plan

Les précédents essais de dépistage de la fibrillation auriculaire ont mis en évidence la nécessité d’approches plus ciblées. Nous avons réalisé une étude pragmatique pour évaluer l’efficacité d’une approche de dépistage ciblé guidée par un algorithme d’intelligence artificielle (IA) pour identifier la fibrillation auriculaire non reconnue auparavant.

Méthodes

Pour cet essai interventionnel non randomisé, nous avons recruté de manière prospective des patients présentant des facteurs de risque d’AVC mais sans fibrillation auriculaire connue et ayant subi un électrocardiogramme (ECG) en pratique courante. Les participants ont porté un moniteur ambulatoire continu du rythme cardiaque pendant 30 jours maximum, les données étant transmises en temps quasi réel via une connexion cellulaire. L’algorithme d’IA a été appliqué aux ECG pour diviser les patients en groupes à haut risque ou à faible risque. Le résultat principal était la fibrillation auriculaire nouvellement diagnostiquée. Dans une analyse secondaire, les participants à l’essai ont été appariés par score de propension (1: 1) à des individus de la population éligible mais non inscrite qui ont servi de témoins du monde réel. Cette étude est enregistrée auprès de ClinicalTrials.gov, NCT04208971.

Résultats

1003 patients avec un âge moyen de 74 ans (SD 88) de 40 états américains ont terminé l’étude. Sur une moyenne de 223 jours de surveillance continue, la fibrillation auriculaire a été détectée chez six (16 %) des 370 patients à faible risque et 48 (76 %) des 633 à haut risque (odds ratio 498, 95 % IC 2111175, p=00002) . Par rapport aux soins habituels, le dépistage guidé par l’IA était associé à une détection accrue de la fibrillation auriculaire (groupe à haut risque : 36 %
[95% CI 2354] avec les soins habituels contre 106% [83132] avec dépistage guidé par IA, p<00001 ; groupe à faible risque : 09 % contre 24 %, p=012) sur un suivi médian de 99 mois (IQR 71110).

Interprétation

Une approche de dépistage ciblé guidée par l’IA qui exploite les données cliniques existantes a augmenté le rendement de la détection de la fibrillation auriculaire et pourrait améliorer l’efficacité du dépistage de la fibrillation auriculaire.

Financement

Clinique Mayo Centre Robert D et Patricia E Kern pour la science de la prestation des soins de santé.

www.actusduweb.com

Suivez Actusduweb sur Google News