ECG mejorado con IA predice la hipertensión

La hipertensión es la base de una importante morbilidad y mortalidad a nivel mundial. La intervención y el tratamiento tempranos del estilo de vida son efectivos para reducir los resultados adversos. Se ha demostrado que la electrocardiografía mejorada con inteligencia artificial (AI-ECG) identifica un amplio espectro de enfermedades subclínicas y puede ser útil para predecir la hipertensión incidente.¹

Un modelo de estimación del riesgo de inteligencia artificial-ECG diseñado para predecir la hipertensión incidente (AIRE-HTN) identifica los casos y estratifica el riesgo de resultados adversos, además de los marcadores tradicionales.

Investigadores del Instituto Nacional del Corazón y los Pulmones, Imperial College de Londres, Inglaterra, dirigidos por Arunashis Sau, PhD, y Joseph Barker, MRes, llevaron adelante un estudio de cohorte de pronóstico de desarrollo y validación externa en un entorno de atención secundaria para identificar a las personas en riesgo de hipertensión incidente.

Desarrollaron AIRE-HTN, que se entrenó en una cohorte de derivación del Centro Médico Beth Israel Deaconess en Boston, que involucró 1.163.401 ECG de 189.539 pacientes (edad media, 57,7 años; 52,1% mujeres; 64,5% individuos blancos).

La validación externa se llevó a cabo en 65.610 ECG de una cohorte de voluntarios con sede en el Reino Unido, extraídos de un número igual de pacientes (edad media, 65,4 años; 51,5% mujeres; 96,3% individuos blancos).

Se evaluó la hipertensión incidente en 19.423 individuos sin hipertensión de la cohorte del centro médico y en 35.806 individuos sin hipertensión de la cohorte del Reino Unido.

El AIRE-HTN predijo la incidencia de hipertensión con un índice C de 0,70 (IC del 95%, 0,69-0,71) en ambas cohortes. Aquellos en el cuartil con las puntuaciones más altas de AIRE-HTN tenían un riesgo cuatro veces mayor de hipertensión incidente (P < 0,001).

La precisión predictiva del modelo se mantuvo en individuos sin hipertrofia ventricular izquierda y en aquellos con ECG y presión arterial basal normales, lo que indica su robustez.

El modelo fue significativamente aditivo a los marcadores clínicos tradicionales, con un índice de reclasificación neta continua de 0,44 para la cohorte del centro médico y de 0,32 para la cohorte del Reino Unido.

El AIRE-HTN fue un predictor independiente de muerte cardiovascular (cociente de riesgos instantáneos por aumento de la puntuación [CRI], 2,24), insuficiencia cardíaca (CRI, 2,60), infarto de miocardio (CRI, 3,13), accidente cerebrovascular isquémico (CRI, 1,23) y enfermedad renal crónica (CRI, 1,89) en pacientes ambulatorios de la cohorte del centro médico (todos P < 0,001), con hallazgos ampliamente consistentes en la cohorte del Reino Unido.

Los resultados de los análisis exploratorios y fenotípicos sugieren la plausibilidad biológica de estos hallazgos. Una mayor previsibilidad podría influir en los programas de vigilancia y en la prevención primordial.

El estudio se publicó en línea el 2 de enero de 2024 en JAMA Cardiology.¹

En una cohorte, la hipertensión se definió utilizando los códigos de la Clasificación Internacional de Enfermedades, que pueden carecer de granularidad y no alinearse con las directrices contemporáneas. Los hallazgos no se validaron con los estándares de monitoreo ambulatorio. El rendimiento del modelo en diferentes poblaciones y entornos clínicos aún está por explorar.

Referencia

1. Sau A, Barker J, Pastika L, et al. Electrocardiografía mejorada con inteligencia artificial para la predicción de la hipertensión incidente. JAMA Cardiol. Publicado en línea el 02 de enero de 2025. doi:10.1001/jamacardio.2024.4796