Targeting ischemic strokes patients at risk of incident atrial fibrillation (AF) for prolonged cardiac monitoring and oral anticoagulation remains a challenge. Clinical risk scores have been developed to predict post-stroke AF with suboptimal performances. Machine learning (ML) models are developing in the field of AF prediction and may be used to discriminate post-stroke patients at risk of new onset AF. This study aimed to evaluate ML models for the prediction of AF and to compare predictive ability to usual clinical scores.
Methods
Based on a French nationwide cohort of 240,459 ischemic stroke patients without AF at baseline from 2009 to 2012, ML models were trained on a train set and the best model was selected to be evaluate on the test set. Discrimination of the best model was evaluated using the C index. We finally compared our best model with previously described clinical scores.
Results
During a mean follow-up of 7.9 ± 11.5 months, 14,095 patients (mean age 77.6 ± 10.6; 50.3% female) developed incident AF. After training, the best ML model selected was a deep neural network with a C index of 0.77 (95% CI 0.76–0.78) on the test set. Compared to traditional clinical scores, the selected model was statistically significantly superior to the CHA2DS2-VASc score, Framingham risk score, HAVOC score and C2HEST score (P < 0.0001). The ability to predict AF was improved as shown by net reclassification index increase (P < 0.0001) and decision curve analysis.
Conclusions
ML algorithms predict incident AF post-stroke with a better ability than previously developed clinical scores.
Graphic Abstract
AF: atrial fibrillation; DNN: deep neural network; IS: ischemic stroke; KNN: K-nearest neighbors; LR: logistic regression; RFC: random forest classifier; XGBoost: extreme gradient boosting
×
Anzeige
Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten
Bei Menschen mit Typ-2-Diabetes sind die Chancen, einen Myokardinfarkt zu überleben, in den letzten 15 Jahren deutlich gestiegen – nicht jedoch bei Betroffenen mit Typ 1.
Kardiotoxische Nebenwirkungen einer Therapie mit Immuncheckpointhemmern mögen selten sein – wenn sie aber auftreten, wird es für Patienten oft lebensgefährlich. Voruntersuchung und Monitoring sind daher obligat.
Möglicherweise hängt es von der Art der Diabetesmedikamente ab, wie hoch das Risiko der Betroffenen ist, dass sich sehkraftgefährdende Komplikationen verschlimmern.
Bei schwerer Aortenstenose und obstruktiver KHK empfehlen die Leitlinien derzeit eine chirurgische Kombi-Behandlung aus Klappenersatz plus Bypass-OP. Diese Empfehlung wird allerdings jetzt durch eine aktuelle Studie infrage gestellt – mit überraschender Deutlichkeit.
Update Kardiologie
Bestellen Sie unseren Fach-Newsletter und bleiben Sie gut informiert.
