Le pronostic de l’insuffisance cardiaque s’améliore pour les patients d’origine ethnique noire si les déterminants sociaux de la santé sont pris en compte

À retenir

Parmi les patients atteints d’une insuffisance cardiaque (IC), l’ajout de déterminants sociaux de la santé (DSS) aux modèles pronostiques basés sur l’apprentissage automatique (Machine Learning, ML) améliore la capacité à prédire la mortalité à l’hôpital chez les patients d’origine ethnique noire.
Un éditorial a salué « cette intégration plus rigoureuse des... facteurs sociaux », ajoutant que « les modèles... placent la barre plus haut pour la prédiction du risque ».

Pourquoi est-ce important ?

La mortalité à l’hôpital des personnes hospitalisées pour cause d’IC varie selon l’origine ethnique.
Les outils pronostiques traditionnels attribuent un risque plus faible aux personnes d’origine ethnique noire, ce qui pourrait exacerber les disparités en matière de soins de l’IC.
Traditionnellement, les modèles ne prennent pas en compte les DSS.

Principaux résultats

Les valeurs suivantes sont des aires sous la courbe (statistiques C ; plus la valeur est proche de 1, plus la précision est grande).
- Les performances avec les cohortes internes étaient comprises entre 0,74 et 0,82.
- Cohorte de validation externe, modèle spécifique à l’origine ethnique :
  - Patients d’origine ethnique noire : 0,79 (intervalle de confiance [IC] à 95 % : 0,77–0,81).
  - Patients d’origine ethnique non noire : 0,80 (IC à 95 % : 0,79–0,81).
  - Ces deux modèles ont obtenu de meilleures performances que de nombreux autres modèles incluant l’origine ethnique.
Les DSS au niveau du code postal ont expliqué 11 % du risque de mortalité chez les patients d’origine ethnique noire, contre 0,5 % chez les patients d’origine ethnique non noire.

Méthodologie

Une étude rétrospective a porté sur les hospitalisations pour cause d’IC dans le registre « Se conformer aux lignes directrices-Insuffisance cardiaque » (Get With The Guidelines-Heart Failure, GWTG-HF) de l’Association américaine du cœur (American Heart Association ; n = 123 634).
Les auteurs ont utilisé le ML pour développer des modèles permettant de prédire la mortalité.
Validation externe via l’Étude sur le risque d’athérosclérose dans les communautés (n = 3 469).
Critère d’évaluation : la mortalité à l’hôpital.
Financement : Plusieurs sociétés pharmaceutiques ont financé le registre GWTG-HF.

Limites

Des données manquantes telles que les profils lipidiques auraient pu améliorer le pronostic.

Malheureusement, l’accès à l’intégralité de cet article est reservé uniquement aux professionnels de santé disposant d’un compte.

Vous avez atteint la limite d'articles par visiteur

Inscription gratuite Disponible uniquement pour les professionnels de santé

Articles recommandés