COMbined biomarker criteria for coronary atherosclerotic Plaque rUpTurE aSsessment (COMPUTES)

Le malattie cardiovascolari sono la principale causa di morte e disabilità, con casi prevalenti raddoppiati negli ultimi decenni e un numero di decessi in costante aumento. L'identificazione dei pazienti ad alto rischio di eventi cardiovascolari per una gestione intensiva dei fattori di rischio e una farmacoterapia stratificata è fondamentale per affrontare questo peso sociale, il che porterebbe anche a una riduzione di procedure ed esami non necessari. Tuttavia, identificare i pazienti a rischio di eventi cardiovascolari è molto impegnativo: le placche aterosclerotiche possono causare infarto miocardico acuto, ma possono anche guarire senza causare un evento. Inoltre, l'attuale stratificazione del rischio basata su imaging e biomarcatori noti è subottimale a causa della natura multifattoriale della malattia. L'obiettivo di questa proposta è sviluppare un modello decisionale multicriterio per la valutazione non invasiva di pazienti aterosclerotici vulnerabili e valutare la sua capacità di predire il verificarsi di un evento avverso in pazienti a rischio intermedio-alto con sospetta o nota malattia coronarica. Il flusso di lavoro pianificato combina l'imaging della placca con la valutazione biomeccanica per derivare il modello di stratificazione del rischio più accurato. L'angiografia coronarica con tomografia computerizzata (CCTA) verrà utilizzata per valutare le caratteristiche della placca ad alto rischio ed estrarre le attuali caratteristiche cliniche della placca (ad esempio, placca fibrosa sottile, indice di rimodellamento positivo, carico di placca, placca a bassa attenuazione e segno dell'anello di tovagliolo), nonché per creare modelli computazionali per analisi strutturali e di dinamica dei fluidi. Le immagini della tomografia a coerenza ottica (OCT) verranno utilizzate per il controllo di coerenza dei risultati previsti. Le caratteristiche della placca, gli indici biomeccanici e la storia clinica del paziente verranno integrati per generare modelli di apprendimento automatico per la presenza di placche ad alto rischio definite dalla CCTA. Saranno implementate tecniche di classificazione avanzate, tra cui macchine a vettori di supporto, analisi discriminante e reti neurali artificiali. Lo strumento sviluppato verrà convalidato in una coorte di pazienti indipendente per valutare la robustezza e l'affidabilità della soluzione proposta. Gli strumenti predittivi integrati sviluppati in COMPUTES possono promuovere approcci personalizzati alla cardiopatia ischemica sia nelle sue fasi iniziali che avanzate. Nello specifico, in contesti di prevenzione primaria COMPUTES aiuterà il medico a identificare meglio i pazienti che trarranno i maggiori benefici dai trattamenti preventivi. In contesti di prevenzione secondaria, l'identificazione dei pazienti con una prognosi peggiore può spingere il medico a una sorveglianza più intensiva. Nel complesso, ciò può portare a un'ulteriore riduzione degli eventi cardiovascolari e dell'ospedalizzazione, comprese le sequele e le complicazioni tardive come l'insufficienza cardiaca, che a sua volta rappresenta un costo importante per il National Health Care System.