Entscheidungsunterstützungssystem für die Diagnose und das Fortschreiten der Herzinsuffizienz (STRATIFYHF)

Hintergrund und Begründung der Studie

HF ist eine globale Pandemie, von der mindestens 26 Millionen Menschen weltweit und 15 Millionen Menschen in Europa betroffen sind[1]. Es handelt sich um ein komplexes klinisches Syndrom, das mit einer beeinträchtigten Herzfunktion, einer schlechten Lebensqualität der Patienten und hohen Gesundheitskosten einhergeht [2]. Die Herzinsuffizienz-Morbidität weist einen Aufwärtstrend auf, was sich in der Zunahme der diagnostizierten Fälle um 12 % im letzten Jahrzehnt aufgrund einer alternden Bevölkerung zeigt[1]. Die Prävalenz von Herzinsuffizienz beträgt etwa 2 % (ca. 15 Millionen Menschen) in der Allgemeinbevölkerung und > 10 % bei den über 70-Jährigen[3]. Eine genaue Vorhersage der Risiken, der Diagnose und des Krankheitsverlaufs der Herzinsuffizienz ermöglicht die Umsetzung evidenzbasierter Präventions- und Behandlungsstrategien, die die Morbidität und Mortalität der Herzinsuffizienz sowie die Belastung der Gesundheitsversorgung verringern. Es gibt jedoch starke Hinweise darauf, dass Herzinsuffizienz in der Primärversorgung häufig falsch oder unterdiagnostiziert wird[4,5]. Die klinischen Leitlinien für Herzinsuffizienz empfehlen die Verwendung von Risikostratifizierungsmodellen zur Schätzung der Prognose, diese sind jedoch begrenzt und werden in der klinischen Praxis nicht umgesetzt[2]. Eine frühzeitige Diagnose ist schwierig und oft ungenau, da die ersten Anzeichen und Symptome unspezifisch sind. Derzeit stützen sich Hausärzte auf die Krankengeschichte, körperliche Untersuchung, Blutuntersuchung und das Elektrokardiogramm des Patienten, um klinische Entscheidungen zu Herzinsuffizienz zu treffen. In Fällen, in denen die Blutuntersuchung eine Herzinsuffizienz nicht ausschließen kann, werden die Patienten an die Zweitversorgung überwiesen, wo eine Ultraschalluntersuchung des Herzens und eine fachärztliche Untersuchung durch einen beratenden Kardiologen durchgeführt werden, um die Diagnose zu bestätigen oder zu widerlegen. Bedauerlicherweise haben Hausärzte und Kardiologen keinen Zugang zu angemessenen Instrumenten zur Risikostratifizierung, um ihre klinische Beurteilung von Herzinsuffizienz weiter zu verbessern. Das National Institute for Health and Clinical Excellence berichtete, dass bei etwa 70 % der Patienten mit Herzinsuffizienzverdacht die Herzinsuffizienz nach Echokardiographie und fachärztlicher Untersuchung nicht bestätigt wurde. Daher besteht ein großer klinischer Bedarf an neuartigen Instrumenten zur Risikostratifizierung, um die frühe und genaue Diagnose von Herzinsuffizienz zu verbessern und das Risiko und die Progression von Herzinsuffizienz in der primären (Hausärzte) und sekundären (Kardiologen) Versorgung vorherzusagen.

Ziel, Ziele und Ergebnisse

Diese prospektive Studie ist Teil des STRATIFYHF-Projekts, dessen Ziel die Validierung eines Entscheidungsunterstützungssystems zur Risikovorhersage, Diagnose und Progression von Herzinsuffizienz ist.

Um dies zu erreichen, werden wir eine prospektive Studie durchführen, um Daten zu sammeln und eine Proof-of-Concept-Studie mit einer Dauer von 36 Monaten durchzuführen. Acht klinische Zentren werden 1.600 Patienten rekrutieren (d. h. 800 Patienten mit Verdacht auf Herzinsuffizienz und 800 Patienten mit bestätigter Herzinsuffizienz), mit einem Rekrutierungsziel von 8–9 Patienten pro Monat und einer Nachbeobachtungszeit von bis zu 24 Monaten.

Primäres Ergebnis:

Diagnostische Genauigkeit (d. h. Sensitivität und Spezifität) des DSS zur Vorhersage des Risikos einer Herzinsuffizienz innerhalb von 12 Monaten.

Sekundäre Ergebnisse:

Ermittlung demografischer und klinischer Prädiktoren für Risiko, Diagnose und Fortschreiten der Herzinsuffizienz.

Design und Methoden:

Bei der vorliegenden Studie handelt es sich um eine prospektive, longitudinale klinische Beobachtungsstudie mit acht klinischen Partnern in ganz Europa. Die Studie beginnt am 1. Juli 2024 und dauert 36 Monate. Geeignete Patienten werden von jedem teilnehmenden klinischen Zentrum identifiziert und von einem Mitglied des Forschungsteams der Studie kontaktiert.

Die Eignung wird von Prüfärzten bestätigt, die die Einschluss- und Ausschlusskriterien der Studie befolgen.

Einstellungsverfahren:

Berechtigte Personen werden durch primäre (Hausarztpraxen) und sekundäre (kardiologische Abteilung) Versorgung in jedem teilnehmenden Zentrum identifiziert. Die Patienten werden von einem Mitglied des Studienforschungsteams identifiziert und kontaktiert. Ein Informationsblatt wird auf Anfrage verschickt. Einverständniserklärungen werden vom Teilnehmer unterzeichnet und von einem Mitglied des Studienteams beim ersten Forschungsbesuch gegengezeichnet. Die Rekrutierung erfolgt in den ersten 24 Monaten.

Forschungsbesuche und klinische Bewertungen:

Berechtigte Teilnehmer werden die klinischen Forschungsstandorte der teilnehmenden Zentren für zwei Besuche besuchen (d. h. klinische Ausgangs- und Nachuntersuchungen im 12. Monat). Jeder Besuch dauert etwa 2,5 Stunden. Für eine Untergruppe der Teilnehmer wird ein zusätzlicher Besuch für eine kardiale Magnetresonanztomographie-Untersuchung vereinbart. Eine weitere Überwachung der Patientenergebnisse (z. B. Krankenhausaufenthalte) erfolgt durch Prüfung der Krankenakten und Telefonanrufe an Patienten.

Darüber hinaus wird eine Untergruppe von 240 Teilnehmern sechs Monate lang täglich ihr Körpergewicht, ihren Blutdruck, ihr EKG und ihre körperliche Aktivität mithilfe einer Waage, einem ambulanten Blutdruckmessgerät, einem Aktivitätstagebuch und einer Smartwatch (Withings Scan Watch 2, Frankreich) überwachen.

Stichprobengröße und statistische Analyse:

Leistungsberechnung: Bei einer voraussichtlichen Abbrecherquote von 20 % wird geschätzt, dass die Rekrutierung von 1.600 Patienten in der prospektiven Phase ausreichen wird, um eine gewünschte Spezifität und Sensitivität von > 95 % innerhalb einer Spanne von 4 % zu erreichen Fehler. Diese Stichprobengröße bietet auch ausreichend Aussagekraft, um die Genauigkeit der Vorhersage und Diagnose verschiedener Arten von Herzinsuffizienz auf der Grundlage der neuesten Leitlinien zu bewerten [2] (d. h. Herzinsuffizienz reduzierte Ejektionsfraktion; Herzinsuffizienz leicht reduzierte Ejektionsfraktion; Herzinsuffizienz verbesserte Ejektionsfraktion). und Herzinsuffizienz erhaltener Ejektionsfraktion) unter Annahme einer Sensitivität von mindestens 90 % mit einer Fehlerquote von 12 % und einer Prävalenz von Herzinsuffizienz mit erhaltener Ejektionsfraktion (HFpEF) von ~50 % bei Patienten mit der Diagnose Herzinsuffizienz. Die logistische Regression wird verwendet, um die Genauigkeit des DSS zu bewerten. Die Kreuztabelle des Tests mit dem beobachteten Krankheitsstatus ermöglicht die Berechnung von Sensitivität, Spezifität, positiven und negativen Vorhersagewerten und Wahrscheinlichkeitsverhältnissen. 95 %-Konfidenzintervalle werden mit der binomialexakten Methode berechnet. Um die Genauigkeit des DSS zur Erkennung verschiedener Arten von Herzinsuffizienz zu beurteilen, werden eine multinomiale Regression und Klassifizierungsbäume verwendet. Die AUC-ROC-Kurve für jedes diagnostische Testergebnis wird separat durch univariate logistische Regressionsmodelle bewertet. Es werden auch mehrere logistische Regressionen verwendet, um den diagnostischen Mehrwert des DSS zu bewerten. Mithilfe von Neuklassifizierungsmaßnahmen wird ermittelt, wie viele Patienten neu klassifiziert werden, indem die neuen Technologien (CORS-Test und Sprachbiomarker) zu den bestehenden Untersuchungen hinzugefügt werden (kombiniert in einem multivariablen Modell), nachdem ein bestimmter Schwellenwert für die Wahrscheinlichkeit des Vorliegens einer Krankheit eingeführt wurde. Für die anfängliche Entwicklung des DSS für die Primär- und Sekundärversorgung werden mehrere logistische Regressionen verwendet, um das Vorhandensein oder Nichtvorhandensein und die Art von Herzinsuffizienz vorherzusagen. Für die gesundheitsökonomische Bewertung werden Daten zur diagnostischen Wirksamkeit, zum Ressourcenverbrauch und zu den Stückkosten der eingesetzten Ressourcen herangezogen.