Päätöksen tukijärjestelmä sydämen vajaatoiminnan diagnosoimiseksi ja etenemiseksi (STRATIFYHF)

Tutkimuksen tausta ja perusteet

HF on maailmanlaajuinen pandemia, joka vaikuttaa vähintään 26 miljoonaan yksilöön maailmanlaajuisesti ja 15 miljoonaan yksilöön Euroopassa[1]. Se on monimutkainen kliininen oireyhtymä, joka liittyy sydämen vajaatoimintaan, potilaiden huonoon elämänlaatuun ja korkeisiin terveydenhuoltokustannuksiin [2]. HF-sairastuvuus on nouseva trendi, jota osoittaa 12 prosentin kasvu diagnosoitujen tapausten määrässä viimeisen vuosikymmenen aikana väestön ikääntymisen vuoksi[1]. HF:n esiintyvyys on noin 2 % (noin 15 miljoonaa ihmistä) väestössä ja >10 % yli 70-vuotiailla[3]. HF:n riskien, diagnoosin ja taudin etenemisen tarkka ennustaminen mahdollistaa näyttöön perustuvien ehkäisy- ja hoitostrategioiden toteuttamisen, jotka vähentävät HF-sairastuvuutta ja -kuolleisuutta sekä sen taakkaa terveydenhuoltoon. On kuitenkin vahvaa näyttöä siitä, että HF on usein väärin tai alidiagnosoitu perusterveydenhuollossa[4,5]. HF:n kliinisissä ohjeissa suositellaan riskikerrostumismallien käyttöä ennusteen arvioinnissa, mutta ne ovat rajallisia eikä niitä ole otettu käyttöön kliinisessä käytännössä[2]. Varhainen diagnoosi on haastavaa ja usein epätarkkoja, koska ensimmäiset merkit ja oireet ovat epäspesifisiä. Tällä hetkellä yleislääkärit luottavat potilaiden sairaushistoriaan, fyysiseen tutkimukseen, verikokeeseen ja EKG-tutkimukseen tehdessään kliinisiä päätöksiä HF:stä. Tapauksissa, joissa verikoe ei voi sulkea pois sydämen vajaatoimintaa, potilaat ohjataan toissijaiseen hoitoon sydämen ultraäänitutkimukseen ja konsulttikardiologin asiantuntija-arviointiin diagnoosin vahvistamiseksi tai kumoamiseksi. Valitettavasti yleislääkäreillä ja kardiologeilla ei ole mahdollisuutta käyttää riittäviä riskinjakotyökaluja parantaakseen entisestään heidän kliinistä arviointiaan HF:stä. National Institute for Health and Clinical Excellence raportoi, että noin 70 %:lla sydämen vajaatoimintaa epäillyistä potilaista ei ole varmistettu sydämen kaikututkimuksen ja asiantuntijatarkastuksen jälkeen. Tästä syystä on olemassa valtava kliininen kysyntä uusille riskin kerrostumistyökaluille, joilla parannetaan HF:n varhaista ja tarkkaa diagnoosia, ennakoidaan HF:n riskiä ja etenemistä perushoidossa (GP) ja toissijaisessa (kardiologit) hoidossa.

Tavoitteet, tavoitteet ja tulokset

Tämä prospektiivinen tutkimus on osa STRATIFYHF-projektia, jonka tavoitteena on validoida päätöksenteon tukijärjestelmä HF:n riskien ennustamiseen, diagnosointiin ja etenemiseen.

Tämän saavuttamiseksi teemme tulevaisuudentutkimuksen tietojen keräämiseksi ja 36 kuukauden mittaisen konseptitutkimuksen toimittamiseksi. Kahdeksaan kliinistä keskustaa rekrytoidaan 1 600 potilasta (eli 800 epäiltyä ja 800 todettua HF-potilasta), joiden rekrytointitavoite on 8-9 potilasta kuukaudessa ja enintään 24 kuukauden seuranta.

Ensisijainen tulos:

DSS:n diagnostinen tarkkuus (eli herkkyys ja spesifisyys) HF:n kehittymisriskin ennustamiseksi 12 kuukauden sisällä.

Toissijaiset tulokset:

Tunnistaa sydämen vajaatoiminnan riskin, diagnoosin ja etenemisen demografiset ja kliiniset ennustajat.

Suunnittelu ja menetelmät:

Tämä tutkimus on prospektiivinen, pitkittäinen, kliininen havainnointitutkimus, johon osallistuu kahdeksan kliinistä kumppania ympäri Eurooppaa. Tutkimus alkaa 1.7.2024 ja kestää 36 kuukautta. Jokainen osallistuva kliininen keskus tunnistaa tukikelpoiset potilaat, ja tutkimusryhmän jäsen ottaa heihin yhteyttä.

Kelpoisuuden vahvistavat tutkijat, jotka noudattavat tutkimuksen mukaanotto- ja poissulkemiskriteerejä.

Rekrytointimenettelyt:

Tukikelpoiset yksilöt tunnistetaan kussakin osallistuvassa keskuksessa perushoidon (GP-lääkärit) ja toissijaisen (kardiologian osasto) kautta. Tutkimusryhmän jäsen tunnistaa potilaat ja ottaa niihin yhteyttä. Tietolomake lähetetään pyynnöstä. Osallistuja allekirjoittaa suostumuslomakkeet ja tutkimusryhmän jäsen allekirjoittaa ne ensimmäisen tutkimusvierailun aikana. Rekrytointi suoritetaan ensimmäisen 24 kuukauden aikana.

Tutkimuskäynnit ja kliiniset arvioinnit:

Tukikelpoiset osallistujat osallistuvat osallistuvien keskusten kliiniseen tutkimuspaikkaan kahdella käynnillä (eli kliinisen perus- ja seurantaarvioinnin 12. kuukaudella). Jokainen käynti kestää noin 2,5 tuntia. Osalle osallistujia järjestetään ylimääräinen käynti sydämen magneettikuvausta varten. Potilastuloksia (esim. sairaalahoitoa) seurataan edelleen tutkimalla potilastietoja ja soittamalla potilaille.

Lisäksi 240 osallistujan osajoukko seuraa päivittäin painoaan, verenpainetta, EKG:tä ja fyysistä aktiivisuuttaan kuuden kuukauden ajan käyttämällä punnitusta, ambulatorista verenpainemittaria, aktiivisuuspäiväkirjaa ja älykelloa (Withings Scan Watch 2, Ranska).

Otoskoko ja tilastollinen analyysi:

Teholaskenta: Kun seuranta-arviointiin jää 20 %, on arvioitu, että 1 600 potilaan rekrytointi prospektiiviseen vaiheeseen riittää saavuttamaan halutun yli 95 %:n spesifisyyden ja herkkyyden 4 %:n rajalla. virhe. Tämä otoskoko antaa myös riittävän tehon arvioida erityyppisten HF:n ennusteen ja diagnoosin tarkkuutta uusimpien ohjeiden [2] perusteella (eli sydämen vajaatoiminnan vähentynyt ejektiofraktio; sydämen vajaatoiminnan lievästi vähentynyt ejektiofraktio; sydämen vajaatoiminnan parantunut ejektiofraktio ja sydämen vajaatoiminnassa säilynyt ejektiofraktio) olettaen, että herkkyys on vähintään 90 % ja virhemarginaali 12 % ja sydämen vajaatoiminnan esiintyvyys säilyneellä ejektiofraktiolla (HFpEF) ~50 % potilailla, joilla on HF-diagnoosi. Logistista regressiota käytetään DSS:n tarkkuuden arvioimiseen. Testin ja havaitun sairauden tilan ristiintaulukko mahdollistaa herkkyyden, spesifisyyden, positiivisten ja negatiivisten ennustearvojen ja todennäköisyyssuhteiden laskemisen. 95 %:n luottamusvälit lasketaan käyttämällä binomiaalitarkkuutta. DSS:n tarkkuuden arvioimiseksi erityyppisten HF:n havaitsemiseksi käytetään multinomiaalista regressio- ja luokituspuita. Jokaisen diagnostisen testituloksen AUC-ROC-käyrä arvioidaan erikseen yksimuuttujaisten logististen regressiomallien avulla. Useita logistisia regressioita käytetään myös DSS:n diagnostisen lisäarvon arvioimiseen. Uudelleenluokittelutoimenpiteiden avulla arvioidaan, kuinka moni potilas luokitellaan uudelleen lisäämällä uudet tekniikat (CORS-testi ja äänibiomarkkerit) olemassa oleviin tutkimuksiin (yhdistettynä monimuuttujamalliksi) sen jälkeen, kun on otettu käyttöön tietty taudin esiintymistodennäköisyys. Useita logistisia regressioita käytetään perus- ja toissijaisen hoidon DSS:n alkukehityksessä, jotta voidaan ennustaa HF:n olemassaolo tai puuttuminen ja tyyppi. Terveystaloudellisessa arvioinnissa hyödynnetään tietoja diagnostisen tehokkuuden tuloksista, resurssien käytöstä ja käytettyjen resurssien yksikkökustannuksista.