Pilotní studie: Sledování rizika srdečního selhání s využitím screeningu FIND HF (FIND HF)

Srdeční selhání (HF) postihuje přibližně 1-2 % dospělých na celém světě a je hlavní příčinou neplánovaných hospitalizací, zejména u starších lidí. Ve Spojeném království samotném trpí srdečním selháním přes milion lidí, s přibližně 200 000 novými případy ročně. Tento nárůst je hlavně způsoben stárnutím populace a lepšími přežitím po infarktech myokardu.

Z pohledu léčby existují tři hlavní kategorie srdečního selhání:

• Srdeční selhání se sníženou ejekční frakcí (HFrEF)
• Srdeční selhání se střední ejekční frakcí (HFmrEF)
• Srdeční selhání se zachovanou ejekční frakcí (HFpEF) Pro HFrEF je čtyřpilířová terapie (diuretika, beta-blokátory, inhibitory angiotenzin konvertujícího enzymu, lanoxin) stanovena jako zlatý standard farmakoterapeutické léčby, což pomáhá snižovat riziko úmrtí a hospitalizací. Pro HFpEF a HFmrEF ukázaly léky jako empagliflozin, dapagliflozin a finerenon slibné výsledky v redukci rizik. Nové léky jako semaglutid a tirzepatid jsou také prospěšné pro pacienty s HFpEF a obezitou. Nyní existuje více možností léčby srdečního selhání než kdy dříve.

Ve Spojeném království jsou týmy vedené sestrami v komunitě schopny zahajovat a upravovat léčbu srdečního selhání. Nicméně, diagnostikovat srdeční selhání brzy, před výskytem závažných příznaků, zůstává náročné. Současné doporučené postupy doporučují specifické testy pro diagnostiku, ale mnoho (8 z 10) diagnóz je stále stanoveno v nemocnicích, často pozdě.

NHS si klade za cíl zlepšit časnou diagnostiku v primární péči, aby se snížily hospitalizace a zlepšila kvalita života pacientů.

S financováním od British Heart Foundation (BHF) výzkumníci vyvinuli AI algoritmus, FIND-HF, k identifikaci osob s rizikem nediagnostikovaného srdečního selhání pomocí dat z rutinně sbíraných elektronických zdravotních záznamů.

Cíle projektu Výzkumný projekt si klade za cíl určit účinnost AI algoritmu FIND-HF v identifikaci srdečního selhání na různých úrovních rizika a porozumět potenciálním přínosům včasné detekce a léčby.

Výzkumníci kvantifikují zátěž příznaků, hladiny natriuretických peptidů a výtěžnost diagnostiky asymptomatické systolické dysfunkce levé komory, HFrEF, HFmrEF a HFpEF při různých skóre rizika AI algoritmu FIND-HF. Pomocí těchto informací výzkumníci stanoví prahovou hodnotu rizikového skóre, která by byla použita pro budoucí randomizovanou klinickou studii (RCT) včasné detekce srdečního selhání.

Navíc, mezi pacienty nově diagnostikovanými se srdečním selháním během studie, výzkumníci usilují o kvantifikaci příležitostí farmakologické léčby, aby informovali o potenciální velikosti účinku, a tedy velikosti vzorku, budoucí RCT včasné detekce a léčby srdečního selhání za účelem snížení hospitalizací pro srdeční selhání a kardiovaskulární úmrtnosti.

Identifikace účastníků a nábor Účastníci budou identifikováni odhadem jejich rizika srdečního selhání z jejich elektronických zdravotních záznamů v primární péči.

Jednotlivci budou rozděleni do dvou kategorií na základě předpovězeného rizika srdečního selhání s náborem 1:2 vedeným rizikovými stratami, s 151 účastníky v horních 10 percentilů rizika a 302 účastníky z dolních 90 percentilů. Tento přístup si klade za cíl obohatit kohortu pacienty s vyšším rizikem, zatímco také zahrnuje pacienty s nižším rizikem, aby se určilo, zda dochází ke zvýšení výtěžnosti nové diagnózy srdečního selhání napříč rozsahem odhadů rizika AI algoritmu FIND-HF.

Pozvánky do studie budou zasílány způsobilým účastníkům v každé rizikové kategorii po vlnách, dokud nebude dosaženo cílové velikosti vzorku. Proces pozvání bude sestávat z textové zprávy následované informačním balíčkem poštou včetně informačního listu pro účastníka, souhlasného formuláře, formuláře kontaktních informací a předplacené obálky pro návrat. Účastníci vrátí souhlasný formulář a kontaktní informace výzkumnému týmu, který je následně kontaktuje, aby domluvil schůzku pro studijní návštěvu. Studijní návštěva se uskuteční v ordinaci praktického lékaře účastníka nebo v komunitním zdravotním centru.

Všichni účastníci budou muset poskytnout písemný informovaný souhlas. Studijní návštěva

Účastníci, kteří souhlasí, absolvují jednu studijní návštěvu. Během návštěvy klinický člen výzkumného týmu akreditovaný British Society of Echocardiography (BSE) provede následující testy/výzkumy:

• Anamnéza a hodnocení příznaků (dušnost, ortopnoe, paroxysmální noční dušnost, nesnášenlivost zátěže, únava, otoky kotníků)
• Výška, hmotnost, tepová frekvence a krevní tlak
• Testování natriuretických peptidů: Účastníci podstoupí testování natriuretických peptidů na místě péče (POC)
• Echokardiografie: Účastníci obdrží AI-podporovanou ruční echokardiografii pomocí zařízení Kosmos a automatizovaných měření US2.ai.

Nové případy srdečního selhání budou nahlášeny účastníkovi a jeho praktickému lékaři. Jejich praktický lékař bude mít odpovědnost odeslat účastníka podle místního protokolu.

Následná péče Účastníci budou sledováni vzdáleně prostřednictvím jejich elektronických zdravotních záznamů v primární péči po 6 měsících a 1, 5 a 10 letech od jejich studijní návštěvy členem výzkumného týmu. Následná péče bude zahrnovat hodnocení terapie srdečního selhání a událostí souvisejících se srdečním selháním. Bude vyžádán souhlas pro propojení se záznamy sekundární péče, daty úmrtních listů a národními registry.

Očekávaná hodnota výsledků Strategie NHS pro hlavní onemocnění zdůrazňuje potřebu vyvíjejících se modelů péče, aby lépe sloužily veřejnosti, se zaměřením na časnou diagnostiku kardiovaskulárních onemocnění pomocí AI a digitálních technologií. Tato studie proof-of-concept informuje o designu studie k testování AI rizikové stratifikace a komunitních cest pro časnou diagnostiku a léčbu srdečního selhání (HF), s cílem snížit události srdečního selhání a kardiovaskulární úmrtnost. Pokud bude úspěšná, AI model (FIND-HF) by mohl být implementován v primární péči ve Spojeném království pro komunitní cestu časné diagnostiky srdečního selhání v NHS.