De nouveaux scores de risque basés sur l'IA surpassent largement les recommandations de l'AHA pour les patients atteints de maladies cardiaques

Les patients ayant déjà subi un infarctus du myocarde, un AVC ou un autre événement cardiovasculaire athérosclérotique restent exposés à un risque résiduel élevé et persistant — un phénomène appelé « risque résiduel ». Pourtant, les outils personnalisés permettant de quantifier ce risque dans le cadre de la prévention secondaire sont remarquablement rares, comparés aux nombreux calculateurs disponibles pour les personnes n'ayant jamais présenté d'événement cardiovasculaire. Les recommandations AHA/ACC 2018 sur le cholestérol proposent un système catégoriel simple (risque moyen, élevé, très élevé) reposant sur 10 marqueurs, mais ce modèle n'est pas spécifique au sexe, ne génère pas d'estimations de risque absolu individualisées, et son adoption en pratique clinique réelle s'est révélée limitée. Cette étude visait à combler cette lacune en recourant à l'apprentissage automatique moderne appliqué à deux grandes cohortes bien caractérisées.

La cohorte de développement était l'UK Biobank (UKB), une étude prospective portant sur 502 359 participants recrutés dans 22 centres britanniques entre 2006 et 2010, avec un suivi jusqu'en novembre 2021. Après application des critères d'éligibilité — un événement ASCVD antérieur incluant infarctus du myocarde, AVC, coronaropathie, artériopathie périphérique, AIT ou revascularisation — 32 994 participants ont été retenus (âge moyen 61 ans, ET 7 ; 35,5 % de femmes ; 8,0 % de décès cardiovasculaires sur 10 ans). La cohorte a été divisée selon un ratio 70/30 en ensembles de développement (n=23 095) et de validation sur données non vues (n=9 899). La validation externe a été réalisée dans la cohorte de dossiers médicaux électroniques Mass General Brigham (MGB), comprenant 54 969 patients (âge moyen 71 ans, ET 9 ; 41,4 % de femmes ; 12,6 % de décès cardiovasculaires ; suivi médian de 9,4 ans). La cohorte MGB était notablement plus âgée et plus sévèrement atteinte, avec une prévalence de l'hypertension de 65 % contre 48 % dans l'UKB, faisant de la validation externe un test significatif de généralisabilité.

Deux modèles ont été développés à partir de pools de candidats comprenant respectivement 35 et 79 variables. Le RRS16 intégrait 16 facteurs sélectionnés algorithmiquement et disponibles dans les deux cohortes — notamment l'âge, le sexe, la pression artérielle systolique, la fonction rénale, les lipides, le diabète, le tabagisme, les types d'événements ASCVD antérieurs et l'utilisation de médicaments. Le RRS24 incorporait en outre des auto-évaluations de l'état de santé et des biomarqueurs étendus disponibles dans l'UKB (par exemple, la lipoprotéine(a), la CRP, l'hémoglobine). La sélection des variables a fait appel à une régression de Cox régularisée par elastic-net et à l'eXtreme Gradient Boosting (XGBoost). Les modèles ont été comparés aux recommandations AHA 2018, au score SMART et à plusieurs modèles de référence Cox/XGBoost entraînés. La calibration a été évaluée à l'aide du test de Greenwood-Nam-D'Agostino, et le bénéfice clinique net a été quantifié par analyse des courbes de décision.

Le RRS16 a atteint un C-statistique de Harrell de 0,752 (IC 95 % : 0,736–0,768) dans l'ensemble de validation UKB et de 0,750 (0,744–0,756) dans MGB — contre seulement 0,658 et 0,580 pour le modèle des recommandations AHA dans les mêmes ensembles de données. Cela représente une amélioration absolue de la discrimination d'environ 0,09 à 0,17, un gain cliniquement significatif. Le RRS24 a atteint 0,784 (0,768–0,800) dans l'UKB. Les deux nouveaux scores étaient bien calibrés (tous les tests de Greenwood-Nam-D'Agostino avec P>0,1), ce qui signifie que leurs probabilités prédites correspondaient précisément aux taux d'événements observés dans les déciles de risque. L'analyse des courbes de décision a démontré un bénéfice clinique net sur une large gamme de seuils de traitement. Les analyses de sous-groupes ont confirmé des performances cohérentes selon les groupes d'âge, le sexe et les catégories raciales, bien que l'article note que la diversité des populations était limitée dans les deux cohortes.

Les implications pratiques sont considérables. Un calculateur RRS16 interactif est librement accessible en ligne (mora.bwh.harvard.edu/rrs16/), permettant aux cliniciens de générer des estimations de risque absolu personnalisées à partir de données cliniques de routine — ce que le modèle catégoriel AHA actuel ne peut pas fournir. En prévention secondaire, savoir si un patient après infarctus du myocarde présente un risque de mortalité cardiovasculaire à 10 ans de 5 % ou de 25 % devrait influencer de manière significative la prise de décision partagée concernant l'intensification du traitement hypolipémiant, le choix des antiplaquettaires et les interventions sur le mode de vie. Les auteurs reconnaissent que les deux cohortes sont majoritairement composées de personnes blanches, ce qui limite la généralisabilité à des populations plus diversifiées, et que la validation externe dans des groupes d'ascendance non européenne constitue une prochaine étape prioritaire. Néanmoins, la double validation en cohorte couvrant deux continents, deux systèmes de santé et près de 88 000 patients établit une base solide pour l'adoption clinique.