Heart Test Laboratories, Inc. kondigde aan dat een onafhankelijk onderzoek met gebruikmaking van zijn eigen MyoVista-technologie werd gepubliceerd in het Journal of Patient-Centered Research and Reviews van Advocate Aurora Health, een open access, peer-reviewed medisch tijdschrift gewijd aan het bevorderen van patiëntgerichte zorgpraktijken, gezondheidsresultaten en patiëntervaringen. In de publicatie wordt geconcludeerd dat het van de MyoVista technologie afgeleide machine learning model een kosteneffectieve strategie biedt voor het voorspellen van patiëntensubgroepen bij wie een geïntegreerd milieu van systolische en diastolische disfunctie gepaard gaat met een hoog risico op belangrijke ongunstige cardiovasculaire gebeurtenissen. De studie trainde het AI-ECG-model ten opzichte van een echo-afgeleid model voor het voorspellen van MACE-gebeurtenissen dat meerdere parameters combineert voor het identificeren van fenogroepen van patiënten met een risico op MACE.

Er werden negen echoparameters opgenomen voor het bepalen van het patiëntenrisico: ejectiefractie; massa-index linker ventrikel; volume-index linker atrium; vroeg-diastolische transmitrale stroomsnelheid (E); laat-diastolische transmitrale stroomsnelheid (A); E/A-ratio; vroeg-diastolische relaxatiesnelheid (e'); E/e' ratio; en tricuspidalis regurgitatiepieksnelheid. Het uiteindelijke AI-ECG-model omvatte 51 ECG-kenmerken, waarvan de meerderheid MyoVista® CWT-frequentiekenmerken waren (n=26, 51%), gevolgd door traditionele ECG-kenmerken afgeleid van de MyoVista® (n=23, 45%) en klinische kenmerken waren leeftijd en voorgeschiedenis van coronaire hartziekte Het diepe neurale netwerkmodel vertoonde een robuuste classificatie van patiënten met gebieden onder de receiver operating characteristic curves van 0,84 (95% CI: 0,80u0,87). Het ECG-voorspellingsmodel toonde een verhoogde kans op MACE bij patiënten met een hoog risico in vergelijking met patiënten met een laag risico.

De resultaten waren vergelijkbaar met het met echo getrainde model, wat wijst op een vergelijkbaar nut van de MyoVista-technologie in vergelijking met echo om patiënten met een risico op MACE-gebeurtenissen te identificeren. Zoals gemeld in de publicatie, zijn hart- en vaatziekten wereldwijd de belangrijkste oorzaak van morbiditeit en mortaliteit, wat in de Verenigde Staten resulteert in geschatte kosten voor gezondheidszorg van meer dan 200 miljard dollar per jaar. Doeltreffende, zuinige en gepersonaliseerde preventie- en risicostratificatiestrategieën zijn absoluut noodzakelijk om deze last te verlichten.