Σε πέντε διαφορετικούς τύπους καρδιακή ανεπάρκειας κατέληξε νέα έρευνα από το University College του Λονδίνου, χρησιμοποιώντας την τεχνητή νοημοσύνη.
Ο συγκεκριμένος διαχωρισμός έχει ιδιαίτερη σημασία, καθώς οι πέντε τύποι έχουν διαφορετική πρόγνωση, κάτι που διευκολύνει την αντιμετώπιση της νόσου σε κάθε ασθενή.
Οι επιστήμονες εξέτασαν δεδομένα από σχεδόν 300.000 εθελοντές ηλικίας άνω των 30 ετών που είχαν διαγνωστεί με καρδιακή ανεπάρκεια στη Μεγάλη Βρετανία τα τελευταία 20 χρόνια. Τα μοντέλα μηχανικής μάθησης που χρησιμοποίησε η ομάδα, κατάφεραν να διαχωρίσουν την καρδιακή ανεπάρκεια στους εξής τύπους:
- Πρώιμης εμφάνισης
- Όψιμης εμφάνισης
- Συνδεόμενη με κολπική μαρμαρυγή
- Μεταβολική
- Καρδιομεταβολική
Οι αναλύσεις έδειξαν ότι ο κίνδυνος θανάτου ένα χρόνο μετά τη διάγνωση καρδιακής ανεπάρκειας διέφερε ανάλογα με τον τύπο της νόσου.
Συγκεκριμένα, για τους ασθενείς με καρδιακή ανεπάρκεια πρώιμης εμφάνισης ήταν 20%, όψιμης εμφάνισης 46%, συνδεόμενης με κολπική μαρμαρυγή 61%, μεταβολική 11% και καρδιομεταβολική 37%.
Οι επιστήμονες ανέπτυξαν επίσης μία εφαρμογή την οποία μπορούν να χρησιμοποιήσουν οι γιατροί για να διαπιστώσουν από ποιον από τους πέντε τύπους καρδιακής ανεπάρκειας πάσχει ένας ασθενής.
«Ο στόχος μας είναι να διαχωρίσουμε τους ασθενείς με καρδιακή ανεπάρκεια, γεγονός που θα βοηθήσει στην καλύτερη διαχείριση της νόσου. Αυτή τη στιγμή δεν είναι εύκολο να προβλέψουμε πως θα εξελιχθεί η νόσος σε κάθε ασθενή. Ορισμένοι ασθενείς είναι σταθεροί για αρκετά χρόνια, ενώ σε άλλους η νόσος επιδεινώνεται ταχέως», εξήγησαν οι συγγραφείς.
Ο διαχωρισμός της καρδιακής ανεπάρκειας σε διαφορετικούς τύπους μπορεί να βοηθήσει επίσης στην ανάπτυξη στοχευμένων θεραπειών.
«Το επόμενο βήμα είναι να εξετάσουμε αν η ταξινόμηση που κάναμε μπορεί πράγματι να βελτιώσει την πρόγνωση των ασθενών σε κλινικό επίπεδο, καθώς και αν θα διαφοροποιηθούν οι θεραπείες που λαμβάνουν οι ασθενείς με βάση τους πέντε τύπους. Η εφαρμογή που αναπτύξαμε μπορεί θεωρητικά να βοηθήσει αρκετά τους γιατρούς, εφόσον αποδειχθεί ότι είναι αποτελεσματική σε κλινικές δοκιμές», τόνισαν οι επιστήμονες της μελέτης.
Προκειμένου να επιβεβαιώσουν τις παρατηρήσεις τους, οι επιστήμονες χρησιμοποίησαν τέσσερα διαφορετικά μοντέλα μηχανικής μάθησης σε 2 βάσεις δεδομένων από τη Μεγάλη Βρετανία.
Ο διαχωρισμός έγινε με βάση 87 χαρακτηριστικά των ασθενών, όπως για παράδειγμα η ηλικία, τα συμπτώματα, οι συννοσηρότητες, τα φάρμακα που έπαιρναν και τα αποτελέσματα των εξετάσεών τους.
Οι επιστήμονες εξέτασαν επίσης γενετικά δεδομένα για 9.573 ασθενείς με καρδιακή ανεπάρκεια από τη βάση UK Biobank. Από την ανάλυση αυτή διαπίστωσαν ότι συγκεκριμένα είδη καρδιακής ανεπάρκειας συνδέονται με γονίδια που αυξάνουν τον κίνδυνο υπέρτασης ή κολπικής μαρμαρυγής.
Τα ευρήματα δημοσιεύτηκαν στην επιστημονική επιθεώρηση Lancet Digital Health.