Open-access Idade-ECG Derivada de Inteligência Artificial como Preditora de Mortalidade e Eventos Cardiovasculares: Revisão Sistemática e Metanálise

Fundamento  A idade eletrocardiográfica (idade-ECG) estimada pore inteligência artificial (IA) e a diferença entre a idade-ECG e a idade cronológica (delta-idade) são biomarcadores emergentes do envelhecimento cardiovascular e de desfechos adversos, mas seu valor prognóstico permanece incerto.

Objetivos  Realizamos uma revisão sistemática e metanálise para avaliar as associações entre a idade-ECG estimada por IA ou a delta-idade e os desfechos clínicos.

Métodos  Nove bases de dados foram pesquisadas até 1º de maio de 2025. Os estudos elegíveis avaliaram mortalidade ou eventos cardiovasculares e relataram medidas de associação. As hazard ratios agrupadas (pHRs) com intervalos de confiança (IC) de 95% foram calculadas por meio de modelos de efeitos fixos ou aleatórios, com significância estatística definida em p < 0,05. O protocolo foi registrado no PROSPERO (CRD420251042467).

Resultados  Dez estudos (2021–2025) com mais de 550.000 participantes do Leste Asiático, das Américas e do Reino Unido foram incluídos. A maioria utilizou redes neurais convolucionais para estimar a idade-ECG; a delta-idade foi calculada como a idade-ECG menos idade cronológica. Uma delta-idade elevada foi associada ao aumento da mortalidade por todas as causas (pHR = 1,83, IC 95%: 1,45–2,32) e da mortalidade cardiovascular (pHR = 2,63, IC 95%: 1,93–3,58). Três estudos relataram aumento do risco de fibrilação atrial (pHR = 1,96, IC 95%: 1,43–2,69), embora os dados fossem limitados e heterogêneos. Análises descritivas sugeriram que uma delta-idade maior prediz a incidência de insuficiência cardíaca e acidente vascular cerebral.

Conclusões  A idade-ECG estimada por IA, particularmente a delta-idade, está associada à mortalidade por todas as causas e à mortalidade cardiovascular, reforçando seu papel como um biomarcador não invasivo do envelhecimento cardiovascular. As evidências para fibrilação atrial são sugestivas, mas limitadas. Algoritmos padronizados, validação externa robusta e estudos prospectivos multicêntricos são necessários para confirmar a utilidade clínica e integrar a idade-ECG à estratificação de risco, mesmo em indivíduos assintomáticos.

Palavras-chave:
Eletrocardiografia; Inteligência Artificial; Aprendizagem Profunda; Aprendizado de Máquina; Prognóstico

Figura Central
: Idade-ECG Derivada de Inteligência Artificial como Preditora de Mortalidade e Eventos Cardiovasculares: Revisão Sistemática e Metanálise


location_on
Sociedade Brasileira de Cardiologia - SBC Avenida Marechal Câmara, 160, sala: 330, Centro, CEP: 20020-907, (21) 3478-2700 - Rio de Janeiro - RJ - Brazil, Fax: +55 21 3478-2770 - São Paulo - SP - Brazil
E-mail: revista@cardiol.br
rss_feed Acompañe los números de esta revista en su lector de RSS
Ir para arriba Notificar error