Eventos cardiovasculares adversos mayores en pacientes con fibrilación auricular

Abstract

INTRODUCCIÓ: La fibril·lació auricular (FA) és una arrítmia cardíaca amb una prevalença en augment i s'associa a un major risc d'esdeveniments cardiovasculars adversos majors (MACE) fet que planteja reptes en la identificació i el tractament precoços. OBJECTIUS: a) Identificar la incidència de FA i episodis de MACE b) Determinar les característiques dels pacients amb el risc de presentar FA c) Definir factors predictors de MACE en pacients amb nou diagnòstic de FA mitjançant IA. METODOLOGIA: Estudi multicèntric, observacional, retrospectiu i comunitari d'una cohort (n=40.297) de 65-95 anys, entre l'1 de gener de 2015 i el 31 de desembre de 2021, sense diagnòstic previ de FA ni MACE. Es van desenvolupar 5 models ML per a determinar predictors de MACE en pacients amb FA. RESULTATS: Un total de 2.574 persones (6,39%) van desenvolupar un primer episodi de FA amb una incidència global de 8,9/1.000 persones-any (IC95%: 8,6-9,2). La incidència de MACE entre els pacients amb FA va ser de 75,1/1.000 persones-any (IC95% 70,8-79,5), enfront del 20,6/1.000 persones-any (IC95%: 20,2-21,1) sense FA amb una raó de taxes de 3,65 (IC95%: 3,43-3,88). Es va detectar una major desnutrició entre els pacients amb MACE (49,7% enfront de 26,6%). AdaBoost va obtenir el millor rendiment (accuracy: 0,9999; recall: 1; F1 score: 0,9997). El model va estimar el ICC, càncer, diabetis mellitus, MPOC, deterioració cognitiva, malaltia vascular, CHA2DS2-VASc i Wells com els principals factors pronòstics de MACE. CONCLUSIÓ: Els pacients del 4t quartil (Q4) amb el risc de desenvolupar FA presentaven un major risc cardiovascular previ diagnòstic de FA, especialment en ERC, cardiopatia isquèmica i arteriopatia perifèrica. El diagnòstic de FA multiplica per quatre la incidència d'insuficiència cardíaca i per vuit la de MACE. AdaBoost ofereix un enfocament predictiu més precís per a la identificació precoç del risc de MACE en l'avaluació dels pacients amb FA.

INTRODUCCIÓN: La fibrilación auricular (FA) es una arritmia cardíaca con una prevalencia en aumento y se asocia a un mayor riesgo de eventos cardiovasculares adversos mayores (MACE) hecho que plantea retos en la identificación y el tratamiento precoces. OBJETIVOS: a) Identificar la incidencia de FA y episodios de MACE b) Determinar las características de los pacientes con riesgo de presentar FA c) Definir factores predictores de MACE en pacientes con nuevo diagnóstico de FA mediante IA. METODOLOGÍA: Estudio multicéntrico, observacional, retrospectivo y comunitario de una cohorte (n=40.297) de 65-95 años, entre el 1 de enero de 2015 y el 31 de diciembre de 2021, sin diagnóstico previo de FA ni MACE. Se desarrollaron 5 modelos ML para determinar predictores de MACE en pacientes con FA. RESULTADOS: Un total de 2.574 personas (6,39%) desarrollaron un primer episodio de FA con una incidencia global de 8,9/1.000 personas-año (IC95%: 8,6-9,2). La incidencia de MACE entre los pacientes con FA fue de 75,1/1.000 personas-año (IC95% 70,8-79,5), frente al 20,6/1.000 personas-año (IC95%: 20,2-21,1) sin FA con una razón de tasas de 3,65 (IC95%: 3,43-3,88). Se detectó una mayor desnutrición entre los pacientes con MACE (49,7% frente a 26,6%). AdaBoost obtuvo el mejor rendimiento (accuracy: 0,9999; recall: 1; F1 score: 0,9997). El modelo estimó el ICC, cáncer, diabetes mellitus, EPOC, deterioro cognitivo, enfermedad vascular, CHA2DS2-VASc y Wells como los principales factores pronósticos de MACE. CONCLUSIÓN: Los pacientes del 4º cuartil (Q4) con riesgo de desarrollar FA presentaban un mayor riesgo cardiovascular previo diagnóstico de FA, especialmente en ERC, cardiopatía isquémica y arteriopatía periférica. El diagnóstico de FA multiplica por cuatro la incidencia de insuficiencia cardíaca y por ocho la de MACE. AdaBoost ofrece un enfoque predictivo más preciso para la identificación precoz del riesgo de MACE en la evaluación de los pacientes con FA.

INTRODUCTION: Atrial fibrillation (AF) is a cardiac arrhythmia with increasing prevalence and is associated with an increased risk of major adverse cardiovascular events (MACE), posing challenges for early identification and treatment. OBJECTIVES: a) To identify the incidence of AF and episodes of MACE b) To determine the characteristics of patients at risk of developing AF c) To define predictors of MACE in patients with newly diagnosed AF using IA. METHODOLOGY: Multicentre, observational, retrospective, community-based, multicentre study of a cohort (n=40,297) aged 65-95 years, between 1 January 2015 and 31 December 2021, with no previous diagnosis of AF or MACE. Five ML models were developed to determine predictors of MACE in AF patients. RESULTS: A total of 2,574 persons (6.39%) developed a first episode of AF with an overall incidence of 8.9/1,000 person-years (95%CI: 8.6-9.2). The incidence of MACE among AF patients was 75.1/1,000 person-years (95%CI 70.8-79.5), compared to 20.6/1,000 person-years (95%CI 20.2-21.1) without AF with a rate ratio of 3.65 (95%CI 3.43-3.88). Higher malnutrition was detected among patients with MACE (49.7% vs. 26.6%). AdaBoost performed best (accuracy: 0.9999; recall: 1; F1 score: 0.9997). The model estimated ICC, cancer, diabetes mellitus, COPD, cognitive impairment, vascular disease, CHA2DS2-VASc and Wells as the main predictors of MACE. CONCLUSION: Patients in the 4th quartile (Q4) at risk of developing AF had a higher cardiovascular risk prior to AF diagnosis, especially in CKD, ischaemic heart disease and peripheral arterial disease. A diagnosis of AF increases the incidence of heart failure fourfold and MACE eightfold. AdaBoost offers a more accurate predictive approach for early identification of MACE risk in the evaluation of AF patients.