Berandasehat.id – Gagal jantung adalah istilah umum ketika jantung tidak dapat memompa darah ke seluruh tubuh dengan baik. Cara mengklasifikasikan gagal jantung saat ini tidak secara akurat memprediksi bagaimana penyakit ini cenderung berkembang.
Studi terkini menemukan lima subtipe gagal jantung yang berpotensi digunakan untuk memprediksi risiko di masa depan bagi pasien telah diidentifikasi oleh para peneliti UCL. Untuk studi yang dipublikasikan di The Lancet Digital Health, para peneliti melihat data pasien anonim secara terperinci lebih dari 300.000 orang berusia 30 tahun atau lebih yang didiagnosis gagal jantung di Inggris selama rentang waktu 20 tahun.
Dengan menggunakan beberapa metode pembelajaran mesin, mereka mengidentifikasi lima subtipe: kejadian dini, kejadian lambat, terkait fibrilasi atrium (fibrilasi atrium adalah suatu kondisi yang menyebabkan irama jantung tidak teratur), metabolik (terkait dengan obesitas tetapi dengan tingkat penyakit kardiovaskular yang rendah), dan kardiometabolik (terkait dengan obesitas dan penyakit kardiovaskular).
Para peneliti menemukan perbedaan antara subtipe risiko kematian pasien pada tahun setelah diagnosis. Risiko kematian semua penyebab pada satu tahun adalah sebagai berikut: kejadian dini (20%), kejadian lambat (46%), terkait fibrilasi atrium (61%), metabolik (11%), dan kardiometabolik (37%).
Tim peneliti juga mengembangkan aplikasi yang berpotensi digunakan oleh dokter untuk menentukan subtipe mana yang dimiliki seseorang dengan gagal jantung, yang berpotensi meningkatkan prediksi risiko di masa depan.
Penulis utama Profesor Amitava Banerjee (UCL Institute of Health Informatics) mengatakan tim peneliti berusaha untuk meningkatkan cara dalam mengklasifikasikan gagal jantung, dengan tujuan untuk lebih memahami kemungkinan perjalanan penyakit dan mengomunikasikannya kepada pasien. “Saat ini, bagaimana perkembangan penyakit ini sulit untuk memprediksi pasien individu. Beberapa orang akan stabil selama bertahun-tahun, sementara yang lain memburuk dengan cepat,” tuturnya dikutip MedicalXpress.
Perbedaan yang lebih baik antara jenis gagal jantung juga dapat mengarah pada perawatan yang lebih bertarget dan dapat membantu tim medis memikirkan cara yang berbeda tentang terapi potensial.
“Dalam studi baru ini, kami mengidentifikasi lima subtipe kuat menggunakan beberapa metode pembelajaran mesin dan beberapa set data,” imbuh Prof Banerjee.
“Langkah selanjutnya adalah untuk melihat apakah cara mengklasifikasikan gagal jantung ini dapat membuat perbedaan praktis bagi pasien—apakah itu meningkatkan prediksi risiko dan kualitas informasi yang diberikan dokter, dan apakah itu mengubah pengobatan pasien. Kita juga perlu mengetahui apakah itu akan hemat biaya. Aplikasi yang kami rancang perlu dievaluasi dalam uji klinis atau penelitian lebih lanjut, tetapi dapat membantu dalam perawatan rutin,” terangnya.
Untuk menghindari bias dari satu metode pembelajaran mesin, para peneliti menggunakan empat metode terpisah untuk mengelompokkan kasus gagal jantung. Mereka menerapkan metode ini pada data dari dua kumpulan data perawatan primer Inggris yang besar, yang mewakili populasi Inggris secara keseluruhan dan juga dikaitkan dengan catatan rawat inap dan kematian di rumah sakit. Kumpulan datanya adalah Clinical Practice Research Datalink (CPRD) dan The Health Improvement Network (THIN), yang mencakup tahun 1998 hingga 2018.
Tim peneliti melatih alat pembelajaran mesin pada segmen data dan, setelah mereka memilih subtipe yang paling kuat, mereka memvalidasi pengelompokan ini menggunakan kumpulan data terpisah.
Subtipe ditetapkan berdasarkan 87 (dari kemungkinan 635) faktor termasuk usia, gejala, adanya kondisi lain, obat yang diminum pasien, dan hasil tes (misalnya tekanan darah) dan penilaian (misalnya fungsi ginjal).
Tim tersebut juga melihat data genetik dari 9.573 individu dengan gagal jantung dari penelitian UK Biobank. Mereka menemukan hubungan antara subtipe tertentu dari gagal jantung dan skor risiko poligenik yang lebih tinggi (skor risiko keseluruhan karena gen secara keseluruhan) untuk kondisi seperti hipertensi dan fibrilasi atrium. (BS)
berandasehat.id 