Prédiction précoce des événements cardiovasculaires indésirables majeurs à l'aide de la surveillance à distance

Une évaluation précise du risque cardiovasculaire est essentielle pour la prise de décision clinique dans la mesure où les avantages, les risques et les coûts des stratégies alternatives doivent être pesés avant de choisir le meilleur traitement pour les individus. Les modèles de prédiction de risque multivariables existants sont des éléments essentiels de la pratique actuelle et restent la norme logique à laquelle de nouveaux marqueurs de risque doivent être ajoutés et comparés.7 L'étude décrite ici applique un cadre pratique pour évaluer la valeur de nouveaux marqueurs de risque identifiés par les résultats rapportés par les patients (PRO), l'informatique rapportée par les patients (PRI)8 et les biomarqueurs sous forme de protéines et de lipides. Bien que le but de l'étude soit en grande partie exploratoire, il prend des mesures préliminaires pour répondre à la question : "Les nouveaux PRO-, PRI- et/ou biomarqueurs ajoutent-ils des informations prédictives significatives au-delà de celles fournies par les facteurs de risque cardiaques établis ?" OBJECTIFS DE L'ÉTUDE Objectif 1 : Mesurer les corrélations transversales entre les PRI, les PRO, les candidats biomarqueurs MACE et les substituts de biomarqueurs MACE établis connus pour prédire étroitement MACE lui-même (par ex. troponine I ultra-sensible [u-hsTnI], peptide natriurétique cérébral [BNP] et protéine C-réactive à haute sensibilité [hsCRP], dosage 1).

Hypothèse 1 : Les mesures PRI, les scores de mesure PRO et les biomarqueurs candidats seront en corrélation avec les substituts de biomarqueurs MACE.

Justification : Les soins habituels peuvent ne pas identifier les changements cliniques subtils qui précèdent le MACE. Afin de justifier les efforts futurs visant à utiliser la surveillance à distance à grande échelle pour prédire MACE, nous évaluerons d'abord les preuves de corrélations transversales de base entre les PRI, les PRO et les biomarqueurs de substitution MACE connus.

Objectif 2 : mesurer la relation longitudinale entre les mesures PRI, les scores de mesure PRO, les biomarqueurs candidats et les changements dans les substituts MACE.

Hypothèse : les changements dans les mesures PRI, les scores de mesure PRO et les biomarqueurs candidats prédiront les changements dans les substituts de biomarqueurs MACE.

Justification : Si les changements dans les mesures PRI, les scores de mesure PRO et les biomarqueurs candidats peuvent prédire les changements longitudinaux dans les substituts de biomarqueurs MACE, cela fournira une plausibilité biologique que la surveillance à distance puisse prédire le MACE lui-même ; cela justifierait un essai plus large de surveillance numérique à distance par rapport aux soins habituels et suggérerait que le concept a du mérite.

Objectif exploratoire 2b : Évaluer l'amélioration de la prévision des risques fournie par les marqueurs de risque identifiés dans les objectifs ci-dessus.

Hypothèse : L'utilisation de prédicteurs PRI, PRO et biomarqueurs en combinaison avec des facteurs de risque établis fournira des informations pronostiques supplémentaires par rapport aux modèles utilisant uniquement des facteurs de risque établis. De plus, nous effectuerons une analyse protéomique et bioinformatique approfondie à l'aide d'échantillons de base pour explorer les mécanismes moléculaires potentiels à l'origine de MACE.

Objectif spécifique 3 : Estimer le rapport coût-efficacité et l'impact budgétaire de la surveillance à distance pour MACE. Hypothèse : Le coût supplémentaire de la surveillance à distance sera compensé par les économies en aval engendrées par la prédiction précoce et précise des MACE inattendus et coûteux dans l'IHD stable à risque modéré.

Justification : Les innovations de la médecine de précision doivent être rentables afin d'être étendues à tous les systèmes de santé et de recevoir le soutien des payeurs. À l'aide des résultats sommaires de cette étude, nous créerons des modèles de rentabilité, de coût-utilité et d'impact budgétaire générateurs d'hypothèses pour estimer le retour sur investissement prévu de la surveillance à distance. Il est important de noter que ces modèles sont de nature évaluative et n'impliquent aucune donnée au niveau du patient - et encore moins des informations identifiables - d'aucune sorte.