GENECARD - brugen af genetiske, epigenetiske, metabolomiske, proteomiske og mikrobiotiske markører, billede- og stemmebiomarkeranalyser samt pre- og intraoperative kliniske data - til at forudsige tidlige komplikationer efter hjertekirurgi. (GENECARD)

Et enkeltcenter, prospektiv, translationel, observationskohortestudie designet til at identificere markører, der forudsiger tidlige postoperative komplikationer hos voksne patienter, der gennemgår elektiv hjertekirurgi. Studiet vil analysere genetiske, epigenetiske, transkriptomiske, proteomiske, metabolomiske, mikrobiom-, billedbehandlings-, stemme- og detaljerede kliniske data indsamlet før, under og efter operationen. Cirka 2.000-3.000 deltagere vil blive rekrutteret mellem 2026 og 2029.

Studiemål

Hovedmålet er at afgøre, om udvalgte biologiske og kliniske markører kan forudsige tidlige postoperative komplikationer, herunder:

Nyopstået atrieflimren (NOAF), akut nyreskade (AKI), postoperativ delirium (POD), vasoplegi, postoperativ blødning og 30-dages dødelighed.

Studiet vil bruge aktuelle kliniske definitioner: NOAF i henhold til ESC-retningslinjer, AKI i henhold til KDIGO-kriterier og POD i henhold til DSM-V, samt validerede delirskalaer som CAM-ICU eller DOSS. Postoperativ blødning vil blive defineret som >1000 mL drainage på 24 timer eller behovet for kirurgisk genåbning.

Sekundære resultater omfatter indlæggelsesdødelighed, 30-dages dødelighed, varighed af mekanisk ventilation, længde af intensiv ophold og total postoperativ hospitalsophold.

Deltagere

Berettigede deltagere er voksne mænd og kvinder, der gennemgår elektiv hjertekirurgi og giver informeret samtykke. Eksklusionskriterier er alder <18 år, manglende samtykke samt tidligere eller planlagt organ- eller knoglemarvstransplantation.

Data- og prøveindsamling

Studiet vil indsamle et bredt sæt af data og biologiske materialer, herunder:

Kliniske data: detaljeret medicinsk historie, epidemiologiske faktorer, sygdomsforløb, fysiske undersøgelsesparametre, perioperative kliniske data og postoperative komplikationsdata.

Genetisk analyse: målrettet sekventering af udvalgte SNP'er forbundet med primære resultater ved hjælp af PCR-baserede arrays eller NGS/WGS. DNA fra PBMC'er vil blive indsamlet fra alle deltagere, med potentiel yderligere sekventering afhængig af ekstern finansiering. En replikationskohorte på 525 patienter fra INFLACOR-studiet vil blive brugt til bekræftende analyser.

Epigenetisk profilering: genome-wide profilering af epigenetiske markører fra PBMC'er i matchede case-control-undergrupper (cirka n=300 pr. gruppe) for deltagere, der udvikler primære resultater. DNA-methylering vil blive analyseret for at udvikle en epigenetisk risikointeks og integreret med genetiske og kliniske data.

Transkriptomik: RNA-sekventering af PBMC'er indsamlet før operation samt kortkædet RNA (scRNA) profilering fra urinprøver indsamlet pre- og postoperativt for at identificere tidlige markører for AKI.

Proteomik og metabolomik: ikke-målrettede og målrettede analyser af plasma indsamlet preoperativt og på to postoperative tidspunkter (6 timer og postoperativ dag 3). Disse analyser har til formål at identificere og validere tidlige biomarkører for primære komplikationer.

Laboratoriediagnostik: seriel måling af udvalgte laboratoriemarkører relevante for tidlige komplikationer, såsom serumkreatinin, NGAL, cystatin C og nye biomarkører (f.eks. KIM) ved hjælp af ELISA.

Mikrobiota og mikrobiom: metabolomiske og metagenomiske sekventeringsanalyser på fraktionerede afføringsprøver for at karakterisere tarmbakteriesammensætning, ekstracellulære vesikler og metabolitprofiler ved hjælp af GC-MS og LC-MS/MS.

Billeddata: rutinemæssig preoperativ billedbehandling inklusive transtorakal ekkokardiografi (TTE) og koronarangiografi.

Stemme- og videobiomarkører: for deltagere, der udvikler POD, vil kontinuerlige senge-side-indsamlede video-, lyd- og sensordata blive analyseret for at identificere stemme- og billedbiomarkører (f.eks. MFCC-parametre) forbundet med prodromal delirium. Maskinlæringsmodeller vil blive udviklet for at understøtte realtidsdetektion af POD-relaterede funktioner.

Analytisk tilgang

Studiet vil bruge flertrinsregression, maskinlæringsteknikker og AI-baserede modeller til at identificere prædiktorer for både primære og sekundære resultater. Analyser vil integrere genetiske, miljømæssige, pre- og intraoperative faktorer. Et mål er at forbedre eksisterende kliniske risikoberegnere for postoperative sygelighed og dødelighed, såsom STS-ACSD og EuroSCORE. Studiet forventer forbedret diskrimination af prædiktive modeller med sigte på ROC-AUC-værdier >0,9 for dødelighed og >0,8 for sygelighed.

En polygen risikoscore vil også blive udviklet for at evaluere genetisk bidrag til variation i primære resultater.

Forventet indvirkning

Den integrerede multi-omics og kliniske tilgang forventes at identificere nye patofysiologiske mekanismer, der underligger tidlige postoperative komplikationer og potentielt understøtte udvikling af nye forebyggende behandlinger. Studiet sigter mod at lette personlig perioperativ diagnostisk og terapeutisk strategi ved at forbedre tidlig identifikation af højrisikopatienter, der gennemgår hjertekirurgi.