Mona El-Faramawi

Predicting the need for future reintervention in patients after Percutaneous Coronary Intervention (PCI) for ischemic heart disease

Vi bliver bedre til at behandle patienter med iskæmisk hjertesygdom (forsnævringer i hjertets kranspulsårer), bl.a. med ballonudvidelse med stentimplantation og medicinsk behandling. Af samme grund lever patienterne længere med deres hjertesygdom, hvilket øger risikoen for forværrede/tilbagevendende symptomer, der kræver ny invasiv behandling (genbehandling).

Behovet for genbehandling kan være relateret til den tidligere isatte stent eller forværring af den grundlæggende sygdom i de øvrige kranspulsårer. At identificere patienter med øget risiko for at udvikle behov for genbehandling i forbindelse med den initiale ballonudvidelse kan give os mulighed for at individualisere behandling og opfølgning mhp. at reducere symptombyrde og behov for genbehandling med positiv indflydelse på livskvaliteten.

Kunstig intelligens er en digital teknologi, som kan bruges til at identificere mønstre i data. Resultaterne kan bl.a. bruges til at udvikle prædiktionsmodeller, der kan forudsige sygdomsforløbet hos den enkelte patient. Kunstig intelligens har vist sig at opnå højere præcision end traditionelle statistiske metoder anvendt i sundhedsvidenskabelig forskning, og den kan muligvis opdage nye risikofaktorer og sammenhænge, som kan guide os i den procedure-relaterede og medicinske behandling af den enkelte patient med iskæmisk hjertesygdom. 

Formål

Formålet er at udvikle en prædiktionsmodel til tidlig forudsigelse af et forventet forløb hos den enkelte patient med iskæmisk hjertesygdom efter den initiale ballonudvidelse mhp. at individualisere behandling og opfølgning som led i personlig medicin.

Hypotese

Kunstig intelligens opnår højere præcision end traditionelle statistiske metoder i identificering af patienter med øget risiko for at udvikle behov for genbehandling.

Studiedesign

Studiet er et registerstudie med udgangspunkt i Vestdansk Hjerteregister. Vestdansk Hjerteregister indeholder informationer om alle invasive hjertebehandlinger udført i Vestdanmark siden 1999. Alle patienter behandlet med ballonudvidelse og stentanlæggelse i Region Syddanmark fra 2005-2020 vil blive inkluderet (forventet >15.000 patienter). Ansøgninger er sendt til de relevante registre. Projektet består af tre studier:

-Studie 1: I dette studie vil vi beskrive andelen af patienter med behov for genbehandling 1, 5 og 10 år efter deres initiale ballonudvidelse med stentimplantation for iskæmisk hjertesygdom og identificere risikofaktorer for genbehandling ved brug af traditionel statistik.

-Studie 2 og 3: I disse studier vil vi anvende forskellige metoder indenfor kunstig intelligens til at identificere patienter i øget risiko for at udvikle behov for genbehandling mhp. at individualisere behandling og opfølgning.

Projektgruppen består af kompetente vejledere, som besidder færdighederne til at vejlede den ph.d.-studerende i gennemførelse af projektet.

Begrænsninger

Studiet er afhængigt af, at de indsamlede data er korrekt indberettet i de danske sundhedsregistre. Projektets tidsramme tillader ikke, at vi kan validere de færdigudviklede modeller i klinisk praksis, men resultaterne vil danne grundlag for videre validering og evt. implementering efter endt Ph.d.-projekt.

Klinisk relevans

Hjertekarsygdomme udgør den største gruppe af kroniske sygdomme i Danmark (Sundhedsstyrelsen 2023). Dødeligheden som følge af hjertekarsygdom er reduceret og patienterne forventes at leve længere med deres sygdom. Der udføres knap 2.200 ballonudvidelser årligt i Region Syddanmark, hvoraf 90,2 % får isat en stent. En prædiktionsmodel til tidlig forudsigelse af et forventet forløb hos den enkelte patient mhp. individualisering af behandling og opfølgning vil potentielt gavne en stor del af befolkningen

Involvering af patienter og/eller pårørende

Projektet er et registerstudie og involverer ikke patienter/pårørende i klinikken. Vi vil anvende data, som kollegaer dagligt bruger ressourcer på at indsamle til de danske sundhedsregistre mhp. at sikre kvalitet i det danske sundhedsvæsen.