Uno score per predire il rischio recidiva dopo ablazione di FA

A cura di Elisa Ebrille, Ospedale Maria Vittoria – Martini, ASL Città di Torino, Torino

Negli ultimi venti anni, in virtù della superiore efficacia in termini di mantenimento del ritmo sinusale rispetto alla terapia antiaritmica, l’ablazione transcatetere della fibrillazione atriale è andata incontro a una diffusione crescente. Tuttavia, in circa il 20-30% dei pazienti l’aritmia si ripresenta entro l’anno successivo alla procedura, sottolineando quindi come sia fondamentale, nella valutazione clinica del possibile candidato, valutare prima della procedura la possibilità di successo del trattamento ablativo a lungo termine.

È stato recentemente pubblicato da Saglietto et al., sulla rivista Europace, uno score basato su algoritmi di intelligenza artificiale/machine learning per valutare la probabilità di recidiva aritmica ad un anno in pazienti che si sottopongono ad un intervento di ablazione transcatetere della fibrillazione atriale. Questo score si è rilevato superiori in termini di performance predittive rispetto agli svariati score clinici proposti in passato, basati su metodi statistici “classici”.

Lo studio

Lo studio in questione si è basato sui dati dell’ESC-EHRA Atrial Fibrillation Ablation Long-Term Registry (AFA-LT), il più grande registro multicentrico europeo di ablazioni di fibrillazione atriale, promosso dalla Società Europea di Cardiologia. La coorte di pazienti da cui è stato derivato lo score, tramite un algoritmo di machine learning (modello “random forest”), era composta da 3128 individui: in particolare, l’80% di questa coorte è stato utilizzato per “allenare” il modello di intelligenza artificiale, mentre il restante 20% è stato utilizzato per testare la performance del modello. Il processo di ottimizzazione del modello ha portato ad uno score finale, validato e calibrato, comprendente 19 variabili cliniche (area under the curve, AUC, 0.721).

Per permettere di utilizzare lo score a medici e pazienti, il calcolatore è stato reso liberamente accessibile al link http://afarec.hpc4ai.unito.it/.

Inserendo le 19 variabili cliniche di facile reperimento, l’utilizzatore potrà ottenere come output la probabilità di recidiva di fibrillazione atriale a un anno dalla procedura ablativa, e la corrispondente classe di rischio basata sulla distribuzione dei dati del registro (bassa, intermedia, alta).

Bibliografia

Saglietto A, Gaita F, Blomstrom-Lundqvist C, Arbelo E, Dagres N, Brugada J, Maggioni AP, Tavazzi L, Kautzner J, De Ferrari GM, Anselmino M. AFA-Recur: an ESC EORP AFA-LT registry machine-learning web calculator predicting atrial fibrillation recurrence after ablation. Europace. 2022 Aug 25:euac145. doi: 10.1093/europace/euac145. Epub ahead of print. PMID: 36006664.