Multiskalige Phänotypisierung von Herzinsuffizienz in verschiedenen Populationen: Ein bevölkerungsbasiertes Beobachtungsregister

Studienbeschreibung:

Unsere allgemeine Hypothese ist, dass klinische und molekulare Daten neues mechanistisches Wissen generieren und unser Verständnis der heterogenen Formen des Herzinsuffizienzsyndroms (HF) verändern werden. Zu diesem Zweck werden wir ein datenreiches Ökosystem schaffen, indem wir ein vielfältiges bevölkerungsbasiertes Register aufbauen. Indem wir unsere Arbeit in der Gemeinde der Metropolregion District of Columbia/Maryland/Virginia (DMV) verankern, mit der bewussten Absicht, vielfältige Teilnehmer aus unterschiedlichen Bevölkerungsgruppen zu rekrutieren, werden wir die Schlussfolgerungen optimieren und die Community-Übersetzung erleichtern. Wir werden voraussichtlich eine vielfältige Community-Kohorte von 2000 Teilnehmern mit klinischer Herzinsuffizienz aus dem DMV-Bereich rekrutieren und Bioproben (Blut, Urin, Stuhl und Mundproben) sammeln, um Multi-Omics-Signaturen (insbesondere Proteomik, Metabolomik) zu messen. Wir werden die Ergebnisse der Multi-Omics-Assays in die durch elektronische Krankenakten (EMR) gesteuerte phänotypische Darstellung integrieren (z. B. (Symptome bei klinischer Präsentation, komorbide Zustände, Gebrechlichkeit, Bildgebungsdaten, Ejektionsfraktion und Laborwerte), die während der klinischen Behandlung erhoben wurden. Die Patientenakten werden bis zu 5 Jahre nach der Rekrutierung verfolgt, um wichtige Merkmale und Ereignisse, einschließlich des Todes, zu überwachen.

Ziele:

Hauptziel:

-Um den Zusammenhang zwischen Multi-Omics-Signaturen und der Gesamtmortalität zu untersuchen

Sekundäre Ziele:

• Es sollte der Zusammenhang zwischen Multi-Omics-Signaturen und kardiovaskulärer Mortalität untersucht werden
• Es sollte der Querschnittszusammenhang zwischen Multi-Omics-Signaturen und klinischen Subphänotypen der Herzinsuffizienz untersucht werden

Explorationsziele:

• Es sollte der Zusammenhang zwischen Multi-Omics-Signaturen und Herzinsuffizienz-bedingten Krankenhauseinweisungen untersucht werden.
• Untersuchung des Querschnittszusammenhangs zwischen Multi-Omics-Signaturen und HF-Subphänotypen basierend auf klinischen Biomarkern im gesamten Spektrum der Herzinsuffizienz.
• Untersuchung der Beziehung zwischen Multi-Omics-Signaturen und -Ergebnissen (kann klinische Daten oder Forschungsdaten umfassen) und erweiterten Bildgebungsdaten, die bei der klinischen Charakterisierung und Phänotypisierung von Herzinsuffizienz und den verschiedenen zugrunde liegenden Ätiologien verwendet werden
• Es sollten sowohl Keimbahn- (d. h. vererbte) als auch somatische (d. h. de novo oder erworbene) genetische Varianten untersucht werden, die zu HF-Subphänotypen beitragen.
• Untersuchung epigenetischer und Genexpressionsveränderungen, die zu HF-Subphänotypen beitragen.

Endpunkte:

Primärer Endpunkt wird die Gesamtmortalität sein.

Sekundäre Endpunkte sind:

• Kardiovaskuläre Mortalität
• Klinische Subphänotypen der Herzinsuffizienz werden wie folgt definiert:
• Ejektionsfraktion, laut Echokardiogramm (>=50 % vs. < 50 %)
• Schweregrad gemessen nach Klasse der New York Heart Association (3-4 vs. 1-2)
• HF-Dauer (>=18 Monate vs. < 18 Monate)
• Ätiologie (ischämisch vs. nicht-ischämisch)
• Komorbidität – Diabetes, Bluthochdruck, chronisch obstruktive Lungenerkrankung, Vorhofflimmern, zerebrovaskuläre Erkrankung, Body-Mass-Index (>=30 vs. <30), Alter (mittlerer Schnitt)

Explorative Endpunkte werden sein:

• HF-bedingter Krankenhausaufenthalt
• Biomarker im Zusammenhang mit HF, einschließlich N-terminalem pro-brain natriuretischem Peptid (NT-proBNP), Cystatin C, Neutrophilen-Gelatinase-assoziiertem Lipocalin (NGAL), Galectin-3, löslichem Interleukin 1 1 (ST2), Troponin T, I oder C , Vaskuläres Zelladhäsionsprotein 1 (VCAM-one), ICAM, E-Selectin, CRP, TNF-alpha, Interleukine, Cortisol und/oder Adiponektin
• Genomanalysen einschließlich Sequenzierung des gesamten Exoms oder des gesamten Genoms (WGS) zur Bestimmung von Pfaden, Genen, genetischen Varianten und strukturellen Veränderungen der DNA, die möglicherweise mit dem HF-Syndrom zusammenhängen.
• Epigenetische Analysen einschließlich DNA-Methylierungsmessungen zur Charakterisierung unterschiedlich methylierter Stellen, die möglicherweise mit dem HF-Syndrom zusammenhängen.
• Transkriptomanalysen zur Charakterisierung von Veränderungen der Genexpression, die möglicherweise mit dem HF-Syndrom zusammenhängen.