2 minutes de lecture

Prévention cardio-vasculaire Imagerie Rythmologie

Un algorithme analysant les données d'ECG pour le diagnostic précoce de l'hypertension pulmonaire

Publié le jeudi 23 mai 2024

APM news

Des chercheurs américains ont développé un algorithme d'analyse des données d'électrocardiogramme (ECG) capable d'identifier une hypertension pulmonaire (HTAP) jusqu'à cinq ans avant le diagnostic.

Le diagnostic précoce de l'hypertension pulmonaire est essentiel pour initier une prise en charge efficace. Mais en raison de symptômes non spécifiques, ce diagnostic est souvent tardif et ce retard est associé à une morbimortalité accrue, rappellent Hilary DuBrock de la Mayo Clinic à Rochester (Minnesota) et ses collègues dans l'European Respiratory Journal (ERJ). En outre, l'examen diagnostique, le cathétérisme cardiaque droit, est invasif et requiert une expertise. L'électrocardiographie transthoracique est recommandée pour un dépistage de première ligne mais cet outil est peu utilisé en soins primaires.

Les chercheurs se sont intéressés à l'électrocardiogramme, l'un des examens les plus standardisés en médecine, réalisé régulièrement en soins primaires chez des patients présentant une dyspnée inexpliquée et peu coûteux. Comme l'interprétation standard d'un ECG ne détecte que des anomalies de l'hypertension pulmonaire à un stade évolué, ils ont fait appel à l'intelligence artificielle, et en particulier à l'apprentissage profond, pour essayer de détecter des anomalies subtiles.

Pour développer un algorithme de détection précoce d'une hypertension pulmonaire sur la base d'un réseau neuronal convolutif, ils ont utilisé les données de cathétérisme droit ou d'ECG recueillies entre janvier 2000 et septembre 2020 à la Mayo Clinic pour 39.823 patients avec un diagnostic probable d'hypertension pulmonaire et de 219.404 contrôles.

 Les données de 48% de la cohorte, avec des ECG réalisés dans le mois précédant le diagnostic d'hypertension pulmonaire, ont servi à entraîner l'algorithme, 12% à le valider et 40% à le tester. L'algorithme a été appliqué à des fragments d'ECG de 2 secondes et la moyenne de l'ensemble des résultats a été ensuite calculée.

Les performances de l'algorithme pour détecter une hypertension pulmonaire sur la base d'un ECG réalisé 6 à 18 mois, 18 à 36 mois et 36-60 mois avant le diagnostic ont ensuite été testées avec les données de 6.045 patients avec un diagnostic probable et 24.256 contrôles, recueillies au Vanderbilt University Medical Center (VUMC) à Nashville (Tennessee).

L'algorithme a présenté une aire sous la courbe (ASC) de 0,92 dans la cohorte de la Mayo Clinic et 0,88 dans celle du VUMC sur la base d'un ECG réalisé dans le mois précédant le diagnostic, avec une sensibilité de respectivement 85,5% et 82,3%, et une spécificité de 73,8% et 76,95%.

Lorsque l'ECG est réalisé plus tôt, l'ASC diminue mais reste élevée, de 0,79 à 0,73 lorsqu'il est réalisé 36 à 60 mois avant le diagnostic, dans l'ensemble des deux cohortes. La sensibilité diminue, de respectivement 53% et 56,4%, et la spécificité reste élevée, de 83,8% et 76,95%. Les résultats étaient globalement similaires dans le sous-groupe des patients présentant une dyspnée ainsi qu'en fonction des différents sous-types (précapillaire, postcapillaire isolé, postcapillaire).

Les chercheurs ajoutent que l'algorithme présente de meilleures performances prédictives des anomalies associées à une hypertension artérielle à l'ECG que des médecins, avec des taux diagnostiques autour de 30% seulement dans les différentes fenêtres temporelles testées.

Ces résultats suggèrent que cet algorithme utilisant les données d'ECG représente un outil de détection non invasif qui pourrait accélérer de manière importante le diagnostic d'hypertension pulmonaire et améliorer la prise en charge des patients, concluent les chercheurs.

(ERJ, publication en ligne du 27 juin)

Par Marion Jort, le 15 juillet 2024

Partager l'article :

0 commentaire

Pour ajouter un commentaire, vous devez être connecté. Se connecter

Dans la même thématique

Articles les plus lus