Representation of multi-modal big health data for precision cardiovascular risk assessment

The growing availability of multi-modal biobank-scale data offers invaluable opportunities for studying the impacts of omics and medical imaging on biological mechanisms and disease. In this context, this thesis focuses on the relevance of complex health data modalities for personalised cardiovascular risk assessment. Specifically, in the first part of the thesis, we leveraged the interactions between cardiac magnetic resonance imaging, electrocardiogram, and genetic predisposition data to project such heterogeneous sources in a cross-modal representation and used the latter to predict the future occurrence of cardiovascular events in healthy individuals, thus shedding light on the relevance of multi-modal integration of medical test data for cardiovascular risk definition. In the second part, instead, we explored the role of unconventional phenotypes to predict incident cardiovascular events, particularly focusing on deep representation learning-derived latent factors from cardiac magnetic resonance imaging and single-nucleotide polymorphism data, and also investigating the relevance of domain knowledge to define useful features from exome sequences. Our studies clarified the relationships between the analysed health data modalities in the context of cardiovascular risk definition, and highlighted that novel features may improve disease prediction over more established measures derived from cardiac imaging and genetic data. Throughout the dissertation, we also focused on the explainability of the proposed methodological frameworks and the interpretation of results, which are key aspects to bringing our research closer to clinical translation.

Il crescente volume di dati sanitari multimodali apre nuovi scenari per studiare l'impatto delle omiche e dell'imaging medico sui meccanismi biologici e sulle patologie. In tale contesto, questa tesi si concentra sulla rilevanza dei dati sanitari complessi per la valutazione personalizzata del rischio cardiovascolare. Nella prima parte della tesi, abbiamo sfruttato le interazioni tra dati di risonanza magnetica cardiaca, elettrocardiogramma e predisposizione genetica, proiettando tali fonti eterogenee in una rappresentazione multimodale per prevedere il futuro verificarsi di eventi cardiovascolari in individui sani. In tal modo, abbiamo messo in luce la rilevanza dell'integrazione di questi test clinici per la definizione del rischio di patologie cardiache. Nella seconda parte, invece, abbiamo esplorato il ruolo di fenotipi non convenzionali nel predire eventi cardiovascolari, concentrandoci in particolare sui fattori latenti derivati tramite deep representation learning da dati di risonanza magnetica cardiaca e polimorfismi a singolo nucleotide. Abbiamo inoltre indagato la rilevanza della conoscenza di settore per l'analisi di sequenze dell'esoma. I nostri studi hanno chiarito le relazioni tra le tipologie di dati sanitari analizzate, ed evidenziato che nuovi fenotipi migliorano la previsione del rischio cardiovascolare rispetto a features maggiormente consolidate derivate da dati genetici e di imaging cardiaco. Nel corso della tesi, ci siamo concentrati anche sull'interpretazione delle metodologie proposte e dei risultati ottenuti, aspetti chiave per avvicinare la nostra ricerca alla traslazione clinica.