基于表型图谱的工具，用于评估沙库巴曲缬沙坦在射血分数保留的心力衰竭中的个体化疗效

《npj Digital Medicine》：Phenomapping-derived tool to individualize the effect of sacubitril-valsartan in heart failure with preserved ejection fraction

　　

摘要

沙库巴曲/缬沙坦在射血分数保留的心力衰竭患者中的治疗效果可能存在差异。我们旨在构建一个基于机器学习的模型，以确定沙库巴曲/缬沙坦对不同患者的心血管益处。利用PARAGON-HF试验中4161名患者的数据，我们基于53项基线特征，并采用Gower距离指标构建了表型图谱。在每位患者的20%表型相似患者群体中，运用半参数比例风险法计算沙库巴曲/缬沙坦与缬沙坦相比，在心血管死亡或因心力衰竭而住院的总次数这一综合结果上的个体化风险比。该指标即表型特异性反应评分，可量化治疗效益，负值表示益处更大。整体人群的中间值PRS为?0.62（四分位数范围：?1.21至0.05），未观察到显著的整体治疗益处（风险比，0.90；95%置信区间，0.77–1.06）。然而，70.8%的患者PRS≤0，表明使用沙库巴曲/缬沙坦可使风险降低18%（风险比，0.82；95%置信区间，0.69–0.98）。值得注意的是，57.6%的男性以及LVEF＞57%的患者PRS≤0，这说明在通常被认为反应较弱的亚组中也存在益处。为便于临床应用，我们利用16个易获取的变量开发了PARAGUIDE精准工具。该模型通过多次4折交叉验证进行了内部验证，并在PARADIGM-HF试验的患者中进行了外部验证。我们构建了一个基于机器学习的模型，用于预测沙库巴曲/缬沙坦与缬沙坦相比在射血分数保留的心力衰竭患者中的个体化治疗效果。通过识别潜在的有效反应者，PARAGUIDE精准工具将精准医疗推向了超越传统亚组分析的新高度。