Præcis fænotypeklassificering i atrieflimmer (PPC-AF)

Denne undersøgelse har til formål at integrere multi-omics-data (genomik, billeddannelse, serologi osv.) For at opnå præcis fænotype klassificering til atrieflimmer (AF) patienter og udforske personaliserede rytmekontrolstrategier. Ved at tilmelde sig over 1.000 AF-patienter vil vi indsamle genomiske data, herunder GWAS og enkeltcellesekventering, kombineret med hjerte-MR, CT, ekkokardiografi-billeddannelse og serumbiomarkører for at afdække AF patologiske mekanismer og tilbagefaldsrisici på molekylære og strukturelle niveauer. Maskinindlæring og AI -algoritmer vil blive anvendt til at udvikle AF -fænotypiske klassificeringsmodeller, som vil blive valideret på tværs af flere centre for at vurdere deres nøjagtighed og pålidelighed ved at forudsige AF -gentagelse og terapeutiske responser. Endvidere vil kliniske forsøg evaluere effektiviteten af ​​oral dronedaronhydrochlorid-tabletter og intravenøs Nicorandil-hydrochlorid til at forhindre tilbagefald efter cateter og deres sikkerhed/effektivitet i den tidlige cardioversion. Endelig, baseret på avancerede fænotype -resultater, vil vi etablere personaliserede rytmekontrolstrategier, der integrerer farmakoterapi, kateterablation og livsstilsinterventioner for at optimere AF -styring.