Kardiometabolisches Bewertungsregister von Herzinsuffizienz (CURE-HF)

Dies ist eine kombinierte retrospektivprospektive Beobachtungskohortenstudie, die darauf abzielt, das Zusammenspiel zwischen systemischen/lokalisierten kardiometabolischen Risikofaktoren und ihren Auswirkungen auf die Myokard-Remodellierung, die Herzfunktion und die klinischen Trajektorien in Herzinsuffizienz (HF) aufzuklären. Durch harmonisierende retrospektive klinische Daten, die sich im letzten Jahrzehnt mit einer 5-jährigen prospektiven Längsschnitt-Follow-up überspannen, umfasst die Studie alle HF-Phänotypen, einschließlich reduzierter (HFREF), leicht reduziert (HFMREF), erhalten (HFPEF) und verbesserte Ejektionsfraktion (HFIMPEF), die volle Spectrum von Krankheiten zu erfassen. Die systemische metabolische Dysregulation wie Dyslipidämie, beeinträchtigte Glukosestoffwechsel, Fettleibigkeit und andere Metaboliten, die durch Massenspektrometrie (MS) bewertet wurden, werden neben lokalisierten Faktoren wie epikardialen Fettgewebe (EAT), Perivaskulärmormiktion (EAT), Perivaskulär -Faktoren (pvat) (PVAT) (PVAT) (PVAT) (PVAT) (PVAT) (PVAT) (PVAT) (PVAT) (pvat) bewertet. These factors will be correlated with changes in cardiac geometry (e.g., left ventricular mass, chamber dimensions, wall thickness) and function (e.g., ejection fraction, strain imaging, diastolic parameters), dynamic transitions between HF phenotypes (e.g., HFrEF to HFimpEF), as well as the occurrence of major adverse cardiovascular events (MACEs), defined as a composite of HF Re-Hospitalisierung und Herz-Kreislauf-Tod. Die prospektive Kohorte wird standardisierten Basisbewertungen (Blutbiomarker, Echokardiographie, Herz-CT oder MRT) unterzogen, gefolgt von mindestens 3-Monats-Intervallen klinischer, biochemischer und bildgebender Bildgebungsbewertungen. Retrospektive Daten werden aus elektronischen medizinischen Aufzeichnungen extrahiert, einschließlich historischer Bildgebungsstudien, Laborergebnisse und Ereignisdokumentation, um eine robuste Stichprobengröße (Ziel N≈3500 Retrospektive; n≈1200 prospektive) für geschichtete Analysen nach HF -Tertilen des HF -Phänotyps, Geschlechts und Metabolenrisiko zu gewährleisten. Fortgeschrittene statistische Ansätze, einschließlich multivariabler Regressionsanalyse, multivariabler Cox -Proportional -Hazard -Modelle und Algorithmen für maschinelles Lernen, identifizieren unabhängige Prädiktoren für die Remodellierung von Herz, funktionelle Veränderungen, HF -Phänotypenübergänge und Masern. Ethische Genehmigung und Einverständniserklärung werden für potenzielle Teilnehmer mit retrospektiven Daten eingeholt, um die Privatsphäre sicherzustellen. Diese Studie wird erwartet, dass sie Risikostratifizierungsinstrumente durch Integration von Biomarkern und biochemischen Profilen der Stoffwechselbilder verfeinert und letztendlich personalisierte therapeutische Heilmittel für HF -Patienten leitet.