پیش بینی خطر نارسایی قلبی برای بیماران دیابتی با کمک فن آوری یادگیری ماشین

13سپتامبر 2019- نارسایی قلبی یک عارضه ی مهم احتمالی از دیابت نوع 2 است که به طور مکرر رخ می دهد و می تواند منجر به مرگ یا ناتوانی شود. در اوایل ماه جاری، آخرین نتایج یک کارآزمایی نشان داد که کلاس جدیدی از داروهای شناخته شده به عنوان مهار کننده های SGLT2 ممکن است برای بیماران مبتلا به نارسایی قلبی مفید باشند. این روش درمانی همچنین ممکن است برای بیماران دیابتی مورد استفاده قرار گیرد تا از همان ابتدا از بروز نارسایی قلبی در این افراد جلوگیری شود. با این حال، روشی برای شناسایی دقیق بیماران دیابتی که در معرض خطر نارسایی قلبی هستند، همچنان وجود ندارد. مطالعه جدیدی که توسط محققان بیمارستان بریگام و زنان و مرکز پزشکی UT جنوب غربی انجام شد، از یک مدل جدید مبتنی بر یادگیری ماشین[1] پرده برداری کرد که می تواند با دقت بالایی، نارسایی قلبی را در بین بیماران مبتلا به دیابت در آینده پیش بینی کند. یافته های این تیم در نشست علمی سالانه انجمن قلب آمریکا در فیلادلفیا ارائه شد و همزمان در Diabetes Care منتشر گردید.

نویسنده اول این مقاله، دکترMuthiah Vaduganathan ، متخصص قلب و عروق در Brigham گفت: ما امیدواریم که این نمره ی خطر برای پزشکانی - پزشکان مراقبت های اولیه ، متخصصان غدد درون ریز، نفرولوژیست ها و متخصص قلب و عروق - که از بیماران مبتلا به دیابت مراقبت می کنند و به دنبال راهکارهایی برای کمک به آنها هستند، مفید واقع شود.

دکتر Matthew Segar یکی دیگر ازنویسندگان این مقاله، که رزیدنت UT Southwest است، گفت: نمره ی خطر ما ابزار پیش بینی جدیدی را برای شناسایی بیمارانی كه در 5 سال آینده با خطر نارسایی قلبی روبرو خواهند شد، ارائه می دهد. با عدم نیاز به بیومارکرهای بالینی قلبی عروقی خاص یا تصویربرداری پیشرفته، این نمره ی خطر به آسانی در پرونده های کنار تخت بیمار یا در سیستم های الکترونیکی سوابق بهداشتی ادغام می شود و ممکن است به شناسایی بیمارانی که از مداخلات درمانی منتفع می شوند کمک کند.

برای تهیه ی این نمره ی خطر که WATCH-DM نام دارد، تیم داده های 8756 بیمار مبتلا به دیابت را که در کارآزمایی اقدام برای کنترل خطر بیماری قلبی و عروقی در دیابت (ACCORD) شرکت داشتند، استخراج و مورد استفاده قرار داد. این داده ها شامل 147 متغیر از جمله داده های جمعیت شناسی، اطلاعات بالینی، داده های آزمایشگاهی و موارد دیگر بود. محققان از روشهای یادگیری ماشین، برای آنالیز داده های چند بعدی بمنظور تعیین بهترین پیش بینی کننده های عملکردی، برای نارسایی قلبی استفاده کردند.

در طول تقریباً پنج سال، 319 بیمار (3.6 درصد) دچار نارسایی قلبی شدند. این تیم 10 پیش بینی کننده عملکردی برتر نارسایی قلبی را شناسایی کرد، که نمره ی خطر WATCH-DM را تشکیل دادند: وزن، BMI، سن، فشار خون بالا، کراتینین، کلسترول HDL، کنترل دیابت (گلوکز پلاسما ناشتا) ، مدتQRS ، انفارکتوس میوکارد، پیوند بای پس عروق کرونر. بیماران با بالاترین نمراتWATCH-DM، با در حدود 20 درصد خطر ابتلا به نارسایی قلبی در طی 5 سال مواجه بودند.

این مطالعه با توجه به اندازه ی نمونه بزرگ آن و نرخ بالای نارسایی قلبی مطالعه ی قدرتمندی است، اما نویسندگان خاطر نشان کردند که مطالعه ی آنها با محدودیت های خاصی نیز روبرو بوده است. مطالعه یACCORD  بین سالهای 1999 و 2009 انجام شد، و پیش بینی کننده های نارسایی قلبی ممکن است از زمان نتیجه گیری آزمایش تاکنون تغییر کرده باشند. علاوه بر این، در حالی که این نمره ی خطر در پیش بینی یک شکل از نارسایی قلبی- که سبب کاهش کسر تخلیه می شود- دقیق بود، اما برای پیش بینی شکل دوم نارسایی قلبی - که در آن کسر تخلیه حفظ شده است-، دقیق نبود. بهمین دلیل به مطالعات آتی برای ایجاد نمرات خاص خطر برای پیش بینی شکل دوم نارسایی قلبی در بین جمعیت عمومی و در بین بیماران مبتلا به دیابت نیاز داریم.

هم اکنون  نمره خطرWATCH-DM ، به عنوان ابزاری آنلاین برای استفاده ی پزشکان در دسترس است. در قدم بعدی، تیم تحقیقاتی در تلاشند تا این نمره ی خطر را در سیستمهای الکترونیکی ثبت سلامت در  Brigham وUT Southwestern ادغام کنند تا کاربردهای عملی آن را تسهیل نمایند.

علاوه بر مفید بودن این ابزار برای پزشکان، دکتر Vaduganathan همچنین یک پیام کلیدی از این مطالعه را برای بیماران مبتلا به دیابت که نگران خطر نارسایی قلبی خود هستند، بازگو کرد. او گفت: مهم است كه به این 10 متغیر نگاه كنیم و در آنها تأمل كنیم، برای بیماران این ده متغیر پیامهای مهمی دارد که باید هنگام ارزیابی خطر شخصی در مورد آنها فکر کرد. BMI یکی از مهمترین پیش بینی کننده های خطر نارسایی قلبی است، که این عقیده را تقویت می کند که اضافه وزن طولانی مدت ممکن است خطر نارسایی قلبی را در آینده افزایش دهد. ما امیدواریم که این مطالعه راه های مداخله را هم از طریق تغییر در شیوه زندگی و هم با استفاده از مهار کننده هایSGLT2  برجسته کند تا در بروز نارسایی قلبی تأخیر بوجود آورد یا حتی بطور کامل از نارسایی قلبی جلوگیری کند.

نویسنده ی ارشد این مقاله دکتر Ambarish Pandey کاردیولوژیست پیشگیرانه ازUT Southwestern  گفت: ابداع این ابزار خطر، گام مهمی در جهت صحیح برای پیشگیری از نارسایی قلبی در بیماران مبتلا به دیابت نوع 2 است که می توان از آن به آسانی به عنوان بخشی از مراقبت های بالینی بیماران مبتلا به دیابت نوع 2 استفاده کرد و با سوابق پزشکی الکترونیکی یکپارچه نمود تا به پزشکان در مورد خطر نارسایی قلبی بیماران اطلاعات مفیدی ارائه دهد و آنها را در استفاده از راهکارهای پیشگیرانه ی مؤثر راهنمایی کند.

منبع:

https://medicalxpress.com/news/2019-09-heart-failure-diabetes-patients-machine.html