Classification précise du phénotypage dans la fibrillation auriculaire (PPC-AF)

Cette étude vise à intégrer des données multi-omiques (génomique, imagerie, sérologie, etc.) pour obtenir une classification précise du phénotypage pour les patients de fibrillation auriculaire (AF) et explorer des stratégies de contrôle du rythme personnalisé. En inscrivant plus de 1 000 patients atteints de FA, nous collecterons des données génomiques, notamment GWAS et le séquençage unique, combinée à l'IRM cardiaque, à la TDM, à l'imagerie d'échocardiographie et aux biomarqueurs sériques, pour découvrir des mécanismes pathologiques AF et des risques de récidive aux niveaux moléculaire et structurel. L'apprentissage automatique et les algorithmes d'IA seront utilisés pour développer des modèles de classification phénotypique AF, qui seront validés dans plusieurs centres pour évaluer leur précision et leur fiabilité pour prédire la récidive AF et les réponses thérapeutiques. En outre, les essais cliniques évalueront l'efficacité des comprimés de chlorhydrate de dronedarone oraux et du chlorhydrate de nicorandil intraveineux pour prévenir la récidive d'ablation post-catheter et leur sécurité / efficacité dans la cardioversion précoce. Enfin, sur la base des résultats avancés du phénotypage, nous établirons des stratégies de contrôle du rythme personnalisées intégrant la pharmacothérapie, l'ablation du cathéter et les interventions de style de vie pour optimiser la gestion de la FA.