Resumen

La ecocardiografía tridimensional con speckle tracking (3D STE) es un método emergente no invasivo para predecir el remodelado ventricular izquierdo (LVR) tras un infarto agudo de miocardio (IAM). Estudios previos analizaron el valor predictivo de la ETE 3D con modelos tradicionales. Sin embargo, no se evaluaron modelos que contuvieran factores de riesgo integrales, y los datos sobre la comparación de diferentes parámetros de STE 3D son limitados. En este estudio, se ha intentado crear un modelo de aprendizaje automático para predecir la RVI en pacientes con IAM tras una intervención coronaria percutánea (ICP) eficaz que contenga la mayoría de los factores de riesgo clínicos y comparar los valores de los parámetros 3D STE para la predicción de la RVI. Se incluyeron 135 pacientes con IAM de primera aparición (120 varones, edad media 54 ± 9 años). A todos los pacientes se les realizó una STE 3D y una ecocardiografía transtorácica tradicional 24 horas después de la reperfusión. Se repitió una segunda ecocardiografía a los tres meses de seguimiento para detectar la RVI (definida como un aumento del 20% del volumen telediastólico del ventrículo izquierdo). Se construyeron seis modelos utilizando 15 factores de riesgo. Se utilizaron como métodos de evaluación una curva receiver operator characteristic y cuatro medidas de rendimiento. Se utilizó la importancia de las características para comparar los parámetros 3D STE. 26 pacientes (19,3%) tenían RVI. Nuestra evaluación mostró que la RF puede predecir mejor la RVI con el mejor AUC de 0,96. El GLS 3D fue el parámetro STE 3D más valioso, seguido del GCS, la deformación de área global y la deformación radial global (importancia de las características 0,146, 0,089, 0,087 y 0,069, respectivamente). En resumen, los modelos de RF pueden predecir con exactitud la RVI después de un IAM, y 3D GLS fue el mejor parámetro 3D STE para predecir la RVI.

• Materias:Inteligencia artificial Big Data Registros médicos electrónicos Acelerómetros Antecedentes teóricos
• Subjects:Artificial intelligence Big Data Electronic medical records Accelerometers Theoretical background
• Palabras claves:LVR, 3D STE, 3D GLS, valores de los parámetros 3D STE, mejores parámetros 3D STE, diferentes parámetros 3D STE, ecocardiografía dimensional con speckle tracking, intervención coronaria percutánea eficaz, parámetros 3D STE valiosos, parámetros 3D STE.
• Keywords:LVR, 3D STE, 3D GLS, 3D STE parameters values, best 3D STE parameters, different 3D STE parameters, dimensional speckle tracking echocardiography, effective percutaneous coronary intervention, valuable 3D STE parameters, 3D STE parameters