Un enfoque de aprendizaje automático para predecir la reparación exitosa de la válvula mitral transventricular fuera...

Área de la Ciencia:

• Cirugía cardiovascular
• Imágenes médicas
• Aprendizaje automático en medicina

Sus antecedentes:

• El procedimiento NeoChord es una técnica de latido del corazón para la regurgitación mitral degenerativa (MR).
• Aborda la RM causada por el prolapso del prospecto o el flail utilizando un enfoque transventricular.
• La ecocardiografía guía el procedimiento.

Objetivo del estudio:

• Desarrollar un sistema de puntuación de aprendizaje automático para predecir el éxito del procedimiento NeoChord.
• El éxito se define como el logro de MR inferior a moderado en el seguimiento.
• El sistema utiliza datos clínicos y ecocardiográficos previos al procedimiento.

Principales métodos:

• Se analizaron ochenta pacientes sometidos al procedimiento NeoChord.
• La ecocardiografía transesofágica tridimensional evaluó la anatomía de la válvula mitral preoperatoria.
• Se entrenaron y validaron modelos supervisados de ML (bosque aleatorio, árbol de decisión).

Principales resultados:

• El modelo forestal aleatorio alcanzó un área validada cruzada bajo la curva de 0,79 (media) y 0,83 (mediana).
• El modelo de árbol de decisión logró un área validada bajo la curva de 0,72 (media) y 0,77 (mediana).
• Los predictores clave incluyeron la edad, la brecha de flail, el área de la válvula mitral sistólica temprana y el volumen atrial izquierdo indexado.

Conclusiones:

• El aprendizaje automático predice efectivamente el éxito a medio plazo de la técnica NeoChord.
• La integración de datos clínicos y ecocardiográficos 3D mejora la precisión de las predicciones.
• Este enfoque puede ayudar en la selección preoperatoria de pacientes para el procedimiento NeoChord.