Neural network-based prediction of incident atrial fibrillation using the trans-thoracic echocardiography parameters: a prospective study

Full Text

Процессы ремоделирования миокарда, приводящие к дилатации камер сердца, нарушению систолической и диастолической функций миокарда, дисфункции клапанного аппарата, способствуют развитию и поддержанию фибрилляции предсердий (ФП) [1]. Эхокардиография – доступный и легко воспроизводимый метод обследования пациентов с патологией сердечно-сосудистой системы. Ряд структурных и функциональных изменений сердца, возникающих в процессе ремоделирования миокарда, может быть выявлен при помощи трансторакальной эхокардиографии (ТТЭ).

Попытки прогнозирования развития ФП по данным ТТЭ предпринимались неоднократно. C. B. De Vos и соавт. связали развитие ФП с параметром тканевой доплерографии – временем от начала зубца P на электрокардиограмме (отведение II) до зубца A' на доплеровском исследовании ткани латерального левого предсердия (PA-TDI). В течение периода наблюдения 1,86 ± 0,79 года ФП развилась у 33% у пациентов с интервалом PA-TDI > 190 мс по сравнению с 0% у пациентов с интервалом PA-TDI < 130 мс (p = 0,002) [2]. H. F. Xu и соавт. описали зависимость возникновения пароксизма ФП от толщины задней стенки левого желудочка [3]. T. Hirose и соавт. прогнозировали развитие ФП по ряду показателей структуры и функции левого предсердия: фракции выброса, скорости деформации миокарда и индексу объема [4]. Тем не менее включение показателей ТТЭ в шкалу прогнозирования ФП в рамках Фрамингемского исследования практически не улучшило качество предсказаний [5].

В ранее проведенном исследовании мы разработали нейросеть (НС), способную определять вероятность наличия у пациентов ФП по данным ТТЭ [6]. В текущем исследовании эту НС использовали для идентификации пациентов, подверженных высокому риску развития ФП, что подтверждалось путем мониторинга данных в течение 16 [14; 21] месяцев.

Цель – определить способность ранее разработанной НС прогнозировать развитие ФП у пациентов, не имеющих аритмий в анамнезе.

Материал и методы

В одноцентровое проспективное наблюдательное когортное исследование включены данные электронных медицинских карт (ЭМК) пациентов, проходивших стационарное лечение в кардиологическом отделении ГУЗ «Липецкая городская больница № 4» с 1 января по 31 декабря 2022 г. (рис. 1).

 

Рис. 1. Дизайн исследования. НС – нейросеть, ТТЭ – трансторакальная эхокардиография

 

Критерии включения в исследование: возраст старше 18 лет, отсутствие в ЭМК данных о нарушениях сердечного ритма в анамнезе (ФП, трепетание предсердий, суправентрикулярная тахикардия, полиморфная наджелудочковая экстрасистолия, желудочковая тахикардия).

Критерии исключения из исследования: невозможность дальнейшего анализа ЭМК пациента в связи с изменением региона проживания, развитие по данным ЭМК в течение наблюдения острой сердечно-сосудистой патологии, меняющей геометрию сердечной мышцы и клапанного аппарата (инфаркт миокарда, миокардит, эндокардит).

Сбор анамнеза. Анализ ЭМК включал в себя получение данных о перенесенных острых заболеваниях (инфаркт миокарда, острое нарушение мозгового кровообращения) и имеющихся хронических заболеваниях (сахарный диабет, дилатационная кардиомиопатия, хроническая обструктивная болезнь легких, стеноз аортального клапана).

Эхокардиография. У всех участников исследования анализировали данные ТТЭ, проведенной на аппарате Accuvix V10 (Phillips Medison, США). Учитывали следующие показатели структуры и функции сердца:

• в парастернальной позиции по длинной оси сердца оценивали размеры восходящей аорты и левого предсердия, конечный диастолический размер левого желудочка;
• в парастернальной позиции по короткой оси сердца определяли размеры легочной артерии, максимальную толщину передней и задней стенок левого желудочка в диастолу;
• в апикальной четырехкамерной и пятикамерной позициях оценивали поперечный размер правого предсердия, степень регургитации на аортальном, митральном и трехстворчатом клапанах (визуально, с использованием цветового доплеровского картирования), рассчитывали фракцию выброса левого желудочка методом Симпсона. Оценку степени клапанной регургитации проводили в соответствии со следующей шкалой: 1 – незначительная, 2 – умеренная, 3 – значительная, 4 – тяжелая.

Обработка данных нейронной сетью. Данные ТТЭ обрабатывали при помощи НС «Предсказание фибрилляции предсердий по данным трансторакальной эхокардиографии» (свидетельство о государственной регистрации программы для ЭВМ № 2023662423 от 07.06.2023). НС обучена на 500 пациентах и способна с высокой достоверностью (площадь под кривой (англ. area under the curve, AUC) 0,799) выявлять эхокардиограммы, характерные для ФП [6].

Архитектура НС представляет собой полносвязный многослойный перцептрон (англ. multilayer perceptron, MLP). Модель написана на языке Python 3.9, НС построена с помощью библиотеки TensorFlow (https://www.tensorflow.org). Код НС доступен для использования и редактирования (https://github.com/alexlubavin/tte_af_predict_network). НС состоит из 13 входов, на которые подаются масштабированные параметры показателей эхокардиографии в виде векторов значений. Каждый из 4 скрытых слоев содержит по 130 полносвязных перцептронов. Выходной слой – классификатор – содержит 2 нейрона. Результатом работы НС является получение на выходном слое двух чисел в диапазоне от 0 до 1,0. Если значение числа на первом нейроне выходного слоя превышает значение числа на втором нейроне выходного слоя, НС классифицирует ТТЭ как характерную для ФП, если значение числа на втором нейроне выходного слоя больше, чем на первом, НС относит ТТЭ к нехарактерной для ФП [6].

Показатели ТТЭ участников исследования были обработаны НС, в результате чего для каждого участника получены значения первого и второго выходов НС от 0 до 1. Для исследования использовали значения второго нейрона выходного слоя НС. Предполагалось, что чем выше значение числа, полученного на втором выходе, тем меньше параметры ТТЭ соответствуют ФП и тем ниже вероятность развития ФП у пациента в периоде наблюдения. Для разделения на группы мы выбрали 3 диапазона значений второго выхода НС: от 0 до 0,33; от 0,34 до 0,66 и от 0,67 до 1,0. Участники со значением выхода НС ≤ 0,33 были отнесены к группе высокой вероятности развития ФП, участники со значением выхода НС 0,34–0,66 – к группе промежуточной вероятности развития ФП, участники со значением выхода НС ≥ 0,67 – к группе низкой вероятности развития ФП.

Катамнез. Наблюдение за пациентами проводили при помощи анализа записей в ЭМК медицинской информационной системы «Квазар» (ООО «МедСофт», https://medsoft.su/services/programmnoe-obespechenie/kmis-kvazar/). Данная медицинская информационная система обязательна для использования на всей территории Липецкой области.

Конечными точками исследования выбраны:

• обращение за медицинской помощью в связи с ФП или упоминание ФП в качестве осложнения основного заболевания либо в качестве сопутствующего заболевания;
• смерть от сердечно-сосудистой патологии.

Статистический анализ данных. Статисти-ческую обработку данных проводили с помощью программ Microsoft Excel (компания Microsoft) и MedCalc (компания MedCalc Software, https://www.medcalc.org), библиотеки SciPy для языка программирования Python (https://scipy.org). Нормальность распределения определяли по тесту Шапиро – Уилка, количественные показатели описывали как среднее арифметическое значение и среднеквадратичное отклонение в формате M ± SD. Для оценки длительности наблюдения использовали медиану наблюдения с расчетом 25-го и 75-го процентилей в формате Me [25%; 75%]. Для сравнения статистической значимости различий количественных переменных применяли парный Т-тест Стьюдента при нормальном распределении, при распределении, отличном от нормального, – тест Манна – Уитни. Для сравнения качественных переменных использовали процентное соотношение долей, для оценки статистической значимости различий – критерий Фишера. Для отклонения нулевой гипотезы статистически значимыми считали различия при p < 0,05, при множественном сравнении групп (3 группы) применяли поправку Бонферрони (значимые различия при p < 0,017). Для оценки эффективности прогностической модели проведен ROC-анализ с определением AUC. Для построения ROC-кривой значения выхода НС преобразовывали по формуле: N = 1 - значение выхода НС.

Результаты

В исследование включены данные электронных историй болезни 256 пациентов (151 (58,98%) женщина) в возрасте от 19 до 96 лет (средний возраст – 63,47 ± 16,21 года, медиана возраста – 67 лет). Длительность наблюдения составила от 12 до 24 месяцев (медиана – 16 [14; 21] месяцев) (табл. 1).

 

Таблица 1. Основные характеристики участников исследования

Характеристика	Значение
Средний возраст участников, годы	63,47 ± 16,21
Число женщин, абс. (%)	151 (58,98)
Медиана наблюдения, мес.	16 [14; 21]
Число пациентов, у которых развилась ФП, абс. (%)	12 (4,69)
Медиана развития ФП, месяцев наблюдения	7 [5; 11]
Число умерших за время исследования, абс. (%)	30 (11,72)
Медиана наступления летального исхода, мес.	6 [3; 11]

ФП – фибрилляция предсердий

Данные представлены в виде среднего арифметического значения и среднеквадратичного отклонения (M ± SD) либо медианы и 25-го и 75-го процентилей (Me [25%; 75%])

 

За время наблюдения ФП развилась у 12 пациентов, что составило 4,69% всех участников исследования; умерло 30 пациентов – 11,72% от включенных в исследование (табл. 2).

 

Таблица 2. Причины летальных исходов участников исследования

Причина смерти	Число умерших, абс. (n = 30)	Доля от умерших, %
Хроническая сердечная недостаточность	16	53,33
Хроническая дыхательная недостаточность	4	13,33
Злокачественные новообразования	2	6,67
Цереброваскулярная болезнь	2	6,67
Ишемический (кардиоэмболический) инсульт	2	6,67
Сахарный диабет	1	3,33
Желудочно-кишечное кровотечение	1	3,33
Расслоение аорты	1	3,33
Геморрагический инсульт	1	3,33
Всего от сердечно-сосудистой патологии	22	73,33

 

Основная гипотеза исследования заключалась в следующем: чем выше значение числа, полученного на втором выходе НС, тем меньше параметры ТТЭ соответствуют ФП и тем ниже вероятность развития ФП у пациента в периоде наблюдения. В зависимости от значений, полученных на выходе НС, пациенты были разделены на 3 группы, основные характеристики которых приведены в табл. 3 и 4:

• значение выхода НС ≤ 0,33 (группа 1, n = 48);
• значение выхода НС 0,34–0,66 (группа 2, n = 185);
• значение выхода НС ≥ 0,67 (группа 3, n = 23).

 

Таблица 3. Количественные характеристики групп, сформированных в зависимости от вероятности развития фибрилляции предсердий по данным нейросети

Характеристика / параметр ТТЭ, M ± SD	Значение выхода НС ≤ 0,33 (группа 1, n = 48)	Значение выхода НС 0,34–0,66 (группа 2, n = 185)	Значение выхода НС ≥ 0,67 (группа 3, n = 23)	Значение p
Возраст, лет	67,71 ± 13,57	63,08 ± 15,88	57,78 ± 22,31	р1–2 = 0,045 р2–3 = 0,474 р1–3 = 0,089
Значение выхода НС	0,23 ± 0,07	0,53 ± 0,08	0,69 ± 0,02	р1–2 < 0,001 р2–3 < 0,001 р1–3 < 0,001
Диаметр восходящего отдела аорты, см	3,34 ± 0,44	3,25 ± 0,29	3,04 ± 0,51	р1–2 = 0,234 р2–3 = 0,022 р1–3 = 0,017
Диаметр левого предсердия, см	4,28 ± 0,48	3,73 ± 0,35	3,22 ± 0,41	р1–2 < 0,001 р2–3 < 0,001 р1–3 < 0,001
Поперечный размер правого предсердия, см	3,87 ± 0,56	3,52 ± 0,34	3,27 ± 0,23	р1–2 < 0,001 р2–3 < 0,001 р1–3 < 0,001
Диаметр ствола легочной артерии, см	2,28 ± 0,25	2,19 ± 0,21	1,96 ± 0,28	р1–2 = 0,045 р2–3 < 0,001 р1–3 < 0,001
Диаметр нижней полой вены, см	2,02 ± 0,35	1,64 ± 0,32	1,53 ± 0,39	р1–2 < 0,001 р2–3 = 0,245 р1–3 < 0,001
Конечный диастолический размер левого желудочка, см	5,35 ± 1,12	4,77 ± 0,44	4,70 ± 0,36	р1–2 < 0,001 р2–3 = 0,855 р1–3 < 0,001
Размер правого желудочка, см	2,95 ± 0,59	2,61 ± 0,27	2,64 ± 0,30	р1–2 = 0,001 р2–3 = 0,371 р1–3 = 0,038
Фракция выброса левого желудочка, %	46,8 ± 13,66	62,56 ± 6,43	65,61 ± 3,94	р1–2 < 0,001 р2–3 = 0,005 р1–3 < 0,001
Толщина межжелудочковой перегородки, см	1,21 ± 0,22	1,15 ± 0,20	1,16 ± 0,22	р1–2 = 0,110 р2–3 = 0,587 р1–3 = 0,592
Толщина задней стенки левого желудочка, см	1,14 ± 0,17	1,09 ± 0,14	1,07 ± 0,19	р1–2 = 0,079 р2–3 = 0,705 р1–3 = 0,196
Аортальная регургитация, степень	0,21 ± 0,47	0,01 ± 0,36	0,17 ± 0,51	р1–2 = 0,006 р2–3 = 0,305 р1–3 = 0,487
Митральная регургитация, степень	2,21 ± 0,49	1,40 ± 0,35	1,06 ± 0,17	р1–2 < 0,001 р2–3 < 0,001 р1–3 < 0,001
Трикуспидальная регургитация, степень	2,19 ± 0,45	1,19 ± 0,39	1,0 ± 0	р1–2 < 0,001 р2–3 < 0,001 р1–3 < 0,001

НС – нейросеть, ТТЭ – трансторакальная эхокардиография

Данные представлены в виде среднего арифметического значения и среднеквадратичного отклонения

 

Таблица 4. Категориальные переменные в группах, сформированных в зависимости от вероятности развития фибрилляции предсердий по данным нейросети

Характеристика, абс. (%)	Значение выхода НС ≤ 0,33 (группа 1, n = 48)	Значение выхода НС 0,34–0,66 (группа 2, n = 185)	Значение выхода НС ≥ 0,67 (группа 3, n = 23)	Значение p
Число женщин	25 (52,08)	112 (60,54)	14 (60,87)	р1–2 = 0,325 р2–3 = 1,0 р1–3 = 0,612
Развитие ФП за время наблюдения	8 (16,67)	4 (2,16)	0	р1–2 < 0,001 р2–3 = 1,0 р1–3 = 0,047
Умерло за время наблюдения	17 (35,42)	13 (7,01)	0	р1–2 < 0,001 р2–3 = 1,0 р1–3 < 0,001
Умерло от ССЗ за время наблюдения	15 (31,25)	7 (3,78)	0	р1–2 < 0,001 р2–3 = 1,0 р1–3 = 0,002
Умерло от ХСН за время наблюдения	11 (22,92)	5 (2,70)	0	р1–2 < 0,001 р2–3 = 1,0 р1–3 = 0,013
Инфаркт миокарда в анамнезе	16 (33,33)	20 (10,81)	2 (8,07)	р1–2 < 0,001 р2–3 = 1,0 р1–3 = 0,039
Сахарный диабет	19 (39,58)	28 (15,14)	3 (13,04)	р1–2 < 0,001 р2–3 = 0,212 р1–3 = 0,002
ОНМК в анамнезе	6 (12,5)	5 (2,70)	1 (4,35)	р1–2 = 0,011 р2–3 = 1,0 р1–3 = 0,167
Дилатационная кардиомиопатия	6 (12,5)	1 (0,54)	0	р1–2 < 0,001 р2–3 = 1,0 р1–3 = 0,167
ХОБЛ	2 (4,17)	1 (0,54)	3 (13,04)	р1–2 = 0,108 р2–3 = 0,004 р1–3 = 0,320
Стеноз аортального клапана	2 (4,17)	1 (0,54)	0	р1–2 = 0,108 р2–3 = 1,0 р1–3 = 1,0

НС – нейросеть, ОНМК – острое нарушение мозгового кровообращения, ССЗ – сердечно-сосудистое заболевание, ФП – фибрилляция предсердий, ХОБЛ – хроническая обструктивная болезнь легких, ХСН – хроническая сердечная недостаточность

Данные представлены в виде абсолютного числа пациентов и их доли (%) в группе

 

Участники группы со значением выхода НС ≤ 0,33 по сравнению с пациентами из группы со значением выхода НС 0,34–0,66 были старше (р = 0,045), имели больше сопутствующих заболеваний (p < 0,05), более выраженную дилатацию практически всех камер сердца (p < 0,05). Пациенты группы со значением выхода НС 0,34–0,66 имели бόльшие размеры камер сердца в сравнении с пациентами группы со значением выхода НС ≥ 0,67 (p < 0,05). Аналогичная тенденция прослеживалась в отношении систолической функции левого желудочка (р < 0,01). В то же время толщина стенок левого желудочка во всех группах существенно не различалась. Схожим образом сформировались различия в группах по выраженности митральной и трикуспидальной регургитации (p < 0,001).

Частота развития ФП за период наблюдения была ассоциирована со значением выхода НС: 16,67% в группе со значением выхода НС ≤ 0,33, 2,16% в группе со значением выхода НС 0,34–0,66 и 0 в группе со значением выхода НС ≥ 0,67.

Аналогично распределилась и летальность в группах (p < 0,05). У 2 (0,78%) участников исследования развилась ФП и зарегистрирован летальный исход, оба имели значение выхода НС ≤ 0,33.

По результатам исследования проведен ROC-анализ: AUC для развития ФП составила 0,85, для летального исхода – 0,84, для комбинированной конечной точки (развитие ФП + летальный исход) – 0,86 (рис. 2).

 

Рис. 2. Результаты ROC-анализа прогностической модели: А – развития фибрилляции предсердий (AUC = 0,85), Б – летального исхода (AUC = 0,84), В – комбини-рованной конечной точки (развитие фибрилляции предсердий и летального исхода, AUC = 0,86)

 

Обсуждение

Нейронные сети широко применяются в решении задач прогнозирования в медицине [7–10]. Использованная в настоящем исследовании НС выполняет задачу бинарной дифференцировки, то есть позволяет отличить структуру и функцию сердца, характерные для ФП, от структуры и функции сердца, нехарактерных для ФП. Данная способность хорошо зарекомендовала себя для выявления ФП, которая не имеет клинических проявлений и диагностируется только при длительном мониторировании электрокардиограммы. Целью нашей работы было определение способности НС прогнозировать развитие ФП у пациентов, имеющих идентифицируемые НС характерные для ФП особенности структуры и функции сердца, но не имеющих аритмии на момент включения в исследование. Это представляет значительный клинический интерес, так как может использоваться для коррекции тактики ведения пациентов.

ФП – важная медицинская и социальная проблема, многие вопросы ее прогнозирования и лечения остаются предметом изучения [11]. Проведенное исследование подтверждает влияние процессов ремоделирования миокарда на развитие ФП. Так, пациенты всех трех групп значимо различались по размерам камер сердца, при этом наименьшие размеры камер зарегистрированы в группе с самым высоким значением, полученным после обработки ТТЭ участников на выходе НС. Эти данные не противоречат принятому в настоящее время пониманию патогенеза ФП и подчеркивают значимость изменений геометрии сердца и нарушений функции клапанного аппарата [1]. В нашем исследовании наибольший вклад в развитие ФП вносили дилатация левого и правого предсердий и степень клапанной регургитации (p < 0,001 для всех групп). Важность данных параметров в патогенезе ФП не вызывает сомнений и подтверждена в исследованиях [12, 13].

В ретроспективном когортном исследовании S. Sekelj и соавт. из 2 542 732 участников в возрасте старше 30 лет без диагноза ФП в течение предшествующих 5 лет НС классифицировала 604 135 (23,8%) пациентов как угрожаемых по развитию ФП в течение 6 месяцев. Из них у 3,0% (n = 17 880) ФП была выявлена до окончания исследования [14]. Эти данные сопоставимы с нашими, хотя ввиду различия периодов наблюдения и входных параметров НС прямое сравнение эффективности методов затруднительно.

В нашей работе группа пациентов с высокой вероятностью развития ФП оказалась более коморбидной, в том числе по заболеваниям, существенно меняющим геометрию сердца: инфаркту миокарда и дилатационной кардиомиопатии. Данные заболевания вносят значимый вклад в развитие ФП у пациентов с синусовым ритмом [15, 16]. Стоит отметить, что при загрузке показателей ТТЭ в НС не учитывались перенесенные заболевания, что может быть перспективным направлением будущих исследований. Группа пациентов с высокой вероятностью развития ФП характеризовалась более высокой летальностью от всех причин, сердечно-сосудистых заболеваний и хронической сердечной недостаточности. Помимо дилатации камер сердца и клапанной дисфункции, являющихся значимыми факторами, влияющими на смертность, существенный вклад в летальность в группе внесла бо`льшая распространенность таких значимых сопутствующих заболеваний, как сахарный диабет, перенесенный инфаркт миокарда и дилатационная кардиомиопатия [17].

Таким образом, пациенты группы с высокой вероятностью развития ФП (значение второго выходного нейрона НС ≤ 0,33) характеризовались значимо большей частотой развития ФП и более высокой летальностью в течение 16-месячного периода наблюдения в сравнении с пациентами с промежуточной (значение второго выходного нейрона НС 0,34–0,66) и низкой (значение второго выходного нейрона НС ≥ 0,66) вероятностью развития ФП. НС «Предсказание фибрилляции предсердий по данным трансторакальной эхокардиографии» (свидетельство о государственной регистрации программы для ЭВМ № 2023662423 от 07.06.2023) может использоваться для выявления пациентов с высокой вероятностью развития ФП и высоким риском летального исхода с целью углубленного обследования и мониторинга.

К ограничениям текущего исследования следует отнести то, что мы анализировали только данные электронной медицинской документации, а развитие ФП оценивали по факту обращения участника исследования за медицинской помощью. Перспективным направлением будущих исследований представляется расширение выборки пациентов, в том числе путем многоцентрового исследования.

Заключение

Дилатация камер сердца, состояние систолической функции левого желудочка и выраженность клапанной регургитации ассоциированы с повышенным риском развития ФП и летального исхода. Анализ параметров ТТЭ при помощи НС позволяет дать количественную оценку процессам ремоделирования миокарда и оценить вероятность развития ФП.

Дополнительная информация

Финансирование

Работа проведена без привлечения дополнительного финансирования со стороны третьих лиц.

Конфликт интересов

Авторы декларируют отсутствие явных и потенциальных конфликтов интересов, связанных с публикацией настоящей статьи.

Вклад авторов

С.Н. Котляров – дизайн исследования, статистический анализ данных, редактирование статьи, А.В. Любавин – разработка кода, обучение и валидация нейросети, проведение исследования, написание статьи. Все авторы прочли и одобрили финальную версию статьи перед публикацией, согласны нести ответственность за все аспекты работы и гарантируют, что ими надлежащим образом были рассмотрены и решены вопросы, связанные с точностью и добросовестностью всех частей работы.

About the authors

Stanislav N. Kotlyarov

I.P. Pavlov Ryazan State Medical University

Author for correspondence.
Email: SKMR1@yandex.ru
ORCID iD: 0000-0002-7083-2692
Scopus Author ID: 57222070328
ResearcherId: Q-3633-2017

MD, PhD, Associate Professor, Head of the Chair of Nursing

Россия, ul. Vysokovoltnaya 9, Ryazan, 390026

Alexandr V. Lyubavin

Lipetsk City Hospital No. 4 “Lipetsk-Med”

Email: alexlubavin48@gmail.com
ORCID iD: 0000-0003-4985-7948
Scopus Author ID: 58837677600

MD, Cardiologist, Head of the Cardiology Department

Россия, ul. Kommunisticheskaya 24, Lipetsk region, Lipetsk, 398006

References

Supplementary files