Tóm tắt Luận án Tiến sĩ: Xây dựng mô hình tiên lượng tử vong trên bệnh nhân cao tuổi nhồi máu cơ tim cấp có ST chênh lên được can thiệp mạch vành qua da tiên phát

Mặc dù can thiệp mạch vành qua da tiên phát (CTMVQD) đã trở nên phổ biến, tỷ lệ tử vong ở bệnh nhân cao tuổi mắc nhồi máu cơ tim cấp có ST chênh lên (NMCTC có STCL) vẫn còn đáng kể. Các mô hình tiên lượng truyền thống thường được phát triển trên quần thể phương Tây, thiếu tính đại diện cho bệnh nhân châu Á và đặc biệt là nhóm cao tuổi với các bệnh lý phức tạp và đặc điểm sinh lý khác biệt. Sự thiếu hụt các yếu tố lão khoa như suy yếu (frailty), một yếu tố tiên lượng quan trọng, trong các mô hình hiện có đã làm giảm độ chính xác dự báo. Do đó, nghiên cứu này nhằm giải quyết khoảng trống đó bằng cách phát triển các mô hình tiên lượng tử vong được tối ưu hóa cho đối tượng bệnh nhân cao tuổi, tích hợp các yếu tố lão khoa và ứng dụng công nghệ học máy để nâng cao hiệu quả và cá thể hóa chăm sóc.

Các bác sĩ tim mạch, lão khoa, nghiên cứu viên y học, và nhà hoạch định chính sách y tế quan tâm đến bệnh lý tim mạch ở người cao tuổi.

Nghiên cứu này tập trung vào việc giải quyết thách thức về tỷ lệ tử vong cao ở bệnh nhân cao tuổi mắc nhồi máu cơ tim cấp có ST chênh lên (NMCTC có STCL) sau can thiệp mạch vành qua da tiên phát (CTMVQD). Các mô hình tiên lượng hiện tại, bao gồm GRACE và TIMI, được phát triển chủ yếu trên quần thể da trắng và thường bỏ qua các yếu tố đặc thù của người cao tuổi, như tình trạng suy yếu (frailty) được đánh giá bằng thang điểm CFS, dẫn đến khả năng dự báo kém chính xác. Để khắc phục hạn chế này, luận án đề xuất xây dựng và thẩm định ba mô hình tiên lượng tử vong (nội viện trước CTMVQD, nội viện sau CTMVQD và 1 năm) dành riêng cho bệnh nhân cao tuổi NMCTC có STCL tại Việt Nam. Phương pháp nghiên cứu kết hợp các yếu tố tiên lượng cổ điển với yếu tố lão khoa như suy yếu, sử dụng các thuật toán học máy hiện đại để khai thác mối quan hệ phi tuyến tính và các kỹ thuật trí tuệ nhân tạo giải thích được (như SHAP) nhằm nâng cao độ chính xác và tính minh bạch của mô hình. Nghiên cứu được thực hiện trên một quần thể lớn bệnh nhân cao tuổi tại hai bệnh viện lớn ở TP.HCM trong hai giai đoạn (2017-2018 và 2021-2024), sử dụng 10 yếu tố tiên lượng được chọn lọc để tối ưu hiệu suất. Những mô hình này không chỉ cung cấp một công cụ hữu hiệu để dự báo nguy cơ tử vong, giúp nhận diện nhóm bệnh nhân có nguy cơ cao và tối ưu hóa chiến lược điều trị, mà còn nhấn mạnh tầm quan trọng của việc đánh giá suy yếu thường quy trong thực hành lâm sàng, từ đó góp phần nâng cao chất lượng chăm sóc và đặt nền móng cho các nghiên cứu độc lập khác tại Việt Nam.