Bioimpedansspektroskopi til evaluering af hjertesvigt (BIS-HF)

På trods af imponerende forbedringer i behandlingsstrategier er sygeligheden og dødeligheden i hjertesvigt (HF) fortsat betydeligt høj på verdensplan. Lungeoverbelastning anses for at være den førende årsag til hospitalsindlæggelser og død blandt patienter med HF. Fysisk undersøgelse er afgørende for at titrere medicinsk behandling hos disse patienter, men på trods af en god specificitet er den ikke sensitiv nok til at opdage tidligt forhøjede hjertefyldningstryk.

Det N-terminale pro-B-type natriuretiske peptid (NT-proBNP) er en anerkendt kraftfuld prædiktor for HF-prognose. For nylig er cardiotrophin-1 og galectin-3 blevet foreslået som nye relevante biomarkører til HF-evaluering.

Ekkokardiografi kan også bruges til non-invasiv måling af venstre ventrikelfyldningstryk. Lungeultralyd (LUS) gennem interstitiel B-line evaluering er for nylig blevet foreslået som et ikke-invasivt værktøj ved sengen til at vurdere interstitielt lungevand. B-linjer korrelerer med NT-proBNP og E/e' niveauer hos patienter med akut dyspnø, kronisk HF eller efter en stresstest. LUS kan også identificere klinisk stille lungeødem, hvilket tyder på, at det kan supplere klinisk evaluering for at forbedre hæmodynamisk profilering og behandlingsoptimering.

Biompedans er en bedside-metode til vurdering af total kropsvæskestatus. Den definerer individuel væskestatus/rum/overbelastning på basis af en persons normale ekstracellulære volumen og kropssammensætning. Nylige undersøgelser viser, at bioimpedans-afledte væskeoverbelastningsindekser er uafhængige forudsigere for dødelighed hos patienter med nyresvigt.

Til dato har ingen undersøgelse evalueret bioimpedanspræstation til væskevurdering hos HF-patienter. Efterforskerne sigter mod at sammenligne bioimpedansparametre på tværs med klinisk evaluering, LUS, hjertebiomarkører og ekkokardiografiske karakteristika i en kohorte af hændelige på hinanden følgende patienter med HF. To års patienters overlevelse vil blive evalueret for at foreslå den bedste evalueringsalgoritme og rangere de forskellige metoder for prognostisk betydning.