Barcelona: 26 al 29 de agosto de 2022 | 26 AGO 22

Congreso Europeo de Cardiología

Uno de los encuentros más importantes de la agenda científica anual
INDICE:  1. Página 1 | 2. Estatinas | 3. Tabaquismo | 4. Sueño y obesidad | 5. AINES e IC | 6. Contaminación del aire | 7. Vacunas ARN COVID | 8. Aldosterona | 9. Marcapasos | 10. Ejercicio en octogenarios | 11. Cannabis medicinal | 12. Drogas ilícitas | 13. Hipertensión pulmonar | 14. Guía cardio-oncología | 15. Sueño y riesgo CV | 16. Polipíldora | 17. Cambio climático | 18. Horario de los antihipertensivos | 19. TBQ y monóxido de carbono | 20. Acetazolamida | 21. Cribado cardiovascular | 22. Influenza, vacunas | 23. Angioplastia disfunción VI | 24. Oxigenación post paro cardíaco | 25. Presión arterial en paro cardíaco | 26. Alopurinol | 27. Inteligencia artificial | 28. Dapagliflozina | 29. Asundexian | 30. Fiebre Reumática: anticoagulantes | 31. Cribado de fibrilación auricular | 32. Inteligencia artificial y estenosis aórtica | 33. Algoritmo riesgo CV | 34. DCI extravascular | 35. Pruebas funcionales post PCI | 36. FRAME-AMI | 37. Evolocumab | 38. IRC revascularización | 39. Muerte súbita: finerenona | 40. Terapia antiplaquetaria dual | 41. Muerte súbita: predictores | 42. Prevención ACV: asundexian | 43. Selección para angiografía | 44. Actividad de la placa ATC | 45. Guía riesgo quirúrgico | 46. Actualizaciones de estudios | 47. Riesgo poligénico | 48. Guía cardio-oncología | 49. Guía arritmias ventriculares y muerte súbita | 50. IA en estenosis aórtica grave | 51. FR en mujeres | 52. Lipoproteína(a) | 53. COVID19 | 54. PCI acceso radial | 55. Inhibidor de P2Y12 | 56. Estatinas, beneficios | 57. Marfan | 58. Imágenes coronarias | 59. Empagliflozina en IAM | 60. Dispositivos, complicaciones
IA en estenosis aórtica grave

Hot Line - ¿Puede la IA mejorar la detección de la estenosis aórtica grave?

En una sesión de Hot Line ayer, el profesor Geoffrey Strange (Universidad de Notre Dame - Sydney, Australia) presentó los resultados del estudio AI-ENHANCED AS, que investigó si un algoritmo de inteligencia artificial (IA), desarrollado a partir de parámetros ecocardiográficos de rutina, podría identificar fenotipos de estenosis aórtica (AS) moderada a grave asociados con un mayor riesgo de mortalidad.

El algoritmo patentado de soporte de decisiones de IA (AI-DSA) se entrenó con datos de la base de datos nacional de eco de Australia (NEDA), que contiene más de 1 000 000 de ecocardiogramas de más de 630 000 pacientes y está vinculado a la información de mortalidad.

El algoritmo también se entrenó para garantizar que se detectara toda la EA grave definida por las pautas. El entrenamiento se realizó utilizando el 70% de los datos NEDA, que fueron seleccionados al azar. Usando el 30 % restante de los datos de NEDA, las tasas de mortalidad a 5 años en pacientes con fenotipos de EAo moderada a grave y grave se compararon con las tasas de mortalidad a 5 años en el grupo de referencia, pacientes sin riesgo significativo de EAo grave.

Entre 179.054 personas, el AI-DSA identificó al 2,5 % con EA grave y el 77,2 % de estas personas cumplían con los criterios de la guía para EA grave. El AI-DSA también identificó al 1,4 % de las personas con EA de moderada a grave.

Las tasas de mortalidad a los 5 años fueron del 56,2 % para la EAo moderada a grave, del 67,9 % para la EAo grave y del 22,9 % para el grupo de referencia. En comparación con el grupo de referencia, los cocientes de probabilidades ajustados por edad y sexo para la mortalidad por todas las causas fueron de 1,82 (IC del 95 %: 1,63 a 2,02) para la EA de moderada a grave y de 2,80 (IC del 95 %: 2,57 a 3,06) para la EA grave.

 

Comentarios

Para ver los comentarios de sus colegas o para expresar su opinión debe ingresar con su cuenta de IntraMed.

AAIP RNBD
Términos y condiciones de uso | Todos los derechos reservados | Copyright 1997-2022