Bigdata e tele-eletrocardiografia: um estudo com a coorte eletrônica dos eletrocardiogramas da Rede de Teleassistência de Minas Gerais

• Ano de defesa: 2021
• Autor(a) principal: Gabriela Miana de Mattos Paixão
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Minas Gerais; Brasil; MEDICINA - FACULDADE DE MEDICINA; Programa de Pós-Graduação em Ciências da Saúde - Infectologia e Medicina Tropical; UFMG
• Palavras-chave em Português: coorte eletrônica; eletrocardiograma; machine learning; mortalidade; Eletrocardiografia; Aprendizado de Máquina; Mortalidade; Doenças Cardiovasculares; Fatores de Risco
• Link de acesso: http://hdl.handle.net/1843/42565; https://orcid.org/0000-0003-1349-1745

Introdução: As doenças cardiovasculares são as principais causas de mortalidade no Brasil e no mundo. O eletrocardiograma (ECG) é um exame de baixo custo, fácil acesso e não invasivo que faz parte da avaliação inicial do paciente na investigação de cardiopatia, bem como do seguimento clínico dos pacientes sabidamente portadores de doenças cardiovasculares. A identificação de novas variáveis eletrocardiográficas como fatores de risco para eventos cardiovasculares é um importante objeto de pesquisa dentre as coortes eletrônicas. Na eletrocardiografia, os algoritmos de machine learning (ML) têm sido bastante estudados tanto para o diagnóstico automático de alterações eletrocardiográficas, bem como para a predição de eventos cardiovasculares e identificação de novos fatores de risco cardiovasculares. Objetivos: Avaliar a presença das alterações maiores de Minnesota pelo ECG como fator de risco independente para mortalidade e o impacto prognóstico da idade eletrocardiográfica predita por técnicas de ML. Métodos: Trata-se de estudo observacional retrospectivo que avaliou pacientes que realizaram eletrocardiograma digital pela Rede de Teleassistência de Minas Gerais de 2010 a 2017. Realizou-se pareamento probabilístico entre os dados do ECG e o sistema de informação de mortalidade do estado de Minas Gerais. Dados clínicos foram auto-relatados. Os ECGs foram laudados por cardiologistas treinados e, também, interpretados pelos softwares automáticos de Glasgow e Minnesota. Uma rede neural convolucional foi treinada para predizer a idade baseada no ECG de 12 derivações. Resultados: 1.558.421 pacientes acima de 16 anos foram incluídos no estudo. As anormalidades eletrocardiográficas avaliadas foram: bloqueio atrioventricular (BAV), bloqueio de ramo direito (BRD),bloqueio de ramo esquerdo (BRE) e pré- excitação ventricular. Em um seguimento médio de 3,7 anos, a presença de BRE, BRD e BAV foi associada, independemente, a maior mortalidade (p< 0,001). Pacientes com pré- excitação ventricular não apresentaram maior risco de morte (p=0,47). Pacientes com ECG com idade superior a 8 anos que a cronológica apresentaram maior risco de morte (razão de risco (HR) 1,79, p <0,001), enquanto aqueles com ECG com idade inferior a 8 anos que a cronológica apresentaram menor risco (HR 0,78, p <0,001). Conclusões: Coortes eletrônicas podem determinar o valor prognóstico das anormalidades eletrocardiográficas. A idade eletrocardiográfica predita por ML pode adicionar informações prognósticas à interpretação convencional do ECG.