GENECARD - l'utilisation de marqueurs génétiques, épigénétiques, métabolomiques, protéomiques et microbiotes, d'analyses de biomarqueurs d'image et de voix, et de données cliniques pré- et peropératoires - pour prédire les complications précoces après une chirurgie cardiaque. (GENECARD)

Étude de cohorte observationnelle, prospective, translationnelle et monocentrique conçue pour identifier des marqueurs prédictifs de complications postopératoires précoces chez des patients adultes subissant une chirurgie cardiaque programmée. L'étude analysera les données génétiques, épigénétiques, transcriptomiques, protéomiques, métabolomiques, du microbiome, d'imagerie, vocales et cliniques détaillées collectées avant, pendant et après la chirurgie. Environ 2 000 à 3 000 participants seront inclus entre 2026 et 2029.

Objectifs de l'étude

L'objectif principal est de déterminer si des marqueurs biologiques et cliniques sélectionnés peuvent prédire les complications postopératoires précoces, notamment :

La fibrillation auriculaire de novo (NOAF), l'insuffisance rénale aiguë (AKI), le délirium postopératoire (POD), la vasoplégie, le saignement postopératoire et la mortalité à 30 jours.

L'étude utilisera les définitions cliniques actuelles : NOAF selon les recommandations ESC, AKI selon les critères KDIGO et POD selon le DSM-V, ainsi que des échelles de délirium validées telles que CAM-ICU ou DOSS. Le saignement postopératoire sera défini comme un drainage >1000 mL en 24 heures ou la nécessité d'une réexploration chirurgicale.

Les critères de jugement secondaires incluent la mortalité hospitalière, la mortalité à 30 jours, la durée de la ventilation mécanique, la durée du séjour en soins intensifs et la durée totale d'hospitalisation postopératoire.

Participants

Les participants éligibles sont des hommes et des femmes adultes subissant une chirurgie cardiaque programmée et ayant donné leur consentement éclairé. Les critères d'exclusion sont l'âge <18 ans, l'absence de consentement, et une transplantation d'organe ou de moelle osseuse antérieure ou prévue.

Collecte de données et d'échantillons

L'étude collectera un large ensemble de données et de matériel biologique, notamment :

Données cliniques : antécédents médicaux détaillés, facteurs épidémiologiques, antécédents de maladies, paramètres d'examen physique, données cliniques périopératoires et données de complications postopératoires.

Analyse génétique : séquençage ciblé de SNP sélectionnés associés aux critères de jugement principaux utilisant des puces basées sur PCR ou NGS/WGS. L'ADN des PBMC sera collecté chez tous les participants, avec un séquençage supplémentaire potentiel sous réserve de financement externe. Une cohorte de réplication de 525 patients de l'étude INFLACOR sera utilisée pour des analyses de confirmation.

Profilage épigénétique : profil épigénétique à l'échelle du génome à partir de PBMC dans des sous-groupes cas-témoins appariés (environ n=300 par groupe) pour les participants développant des critères de jugement principaux. La méthylation de l'ADN sera analysée pour développer un indice de risque épigénétique et intégrée aux données génétiques et cliniques.

Transcriptomique : RNA-seq des PBMC collectés avant la chirurgie, ainsi que profilage d'ARN à chaîne courte (scRNA) à partir d'échantillons d'urine collectés avant et après l'opération pour identifier des marqueurs précoces d'AKI.

Protéomique et métabolomique : analyses non ciblées et ciblées du plasma collecté en préopératoire et à deux moments postopératoires (6 heures et jour postopératoire 3). Ces analyses visent à identifier et valider des biomarqueurs précoces des complications principales.

Diagnostics de laboratoire : mesure en série de marqueurs de laboratoire sélectionnés pertinents pour les complications précoces, tels que la créatinine sérique, NGAL, cystatine C et de nouveaux biomarqueurs (par exemple, KIM) utilisant ELISA.

Microbiote et microbiome : analyses métabolomiques et métagénomiques par séquençage sur des échantillons de selles fractionnés pour caractériser la composition bactérienne intestinale, les vésicules extracellulaires et les profils métabolites, utilisant GC-MS et LC-MS/MS.

Données d'imagerie : imagerie préopératoire de routine incluant l'échocardiographie transthoracique (TTE) et la coronarographie.

Biomarqueurs vocaux et vidéo : pour les participants développant un POD, des données vidéo, audio et de capteurs acquises en continu au chevet seront analysées pour identifier des biomarqueurs vocaux et d'image (par exemple, paramètres MFCC) associés au délirium prodromique. Des modèles d'apprentissage automatique seront développés pour soutenir la détection en temps réel des caractéristiques liées au POD.

Approche analytique

L'étude utilisera la régression multi-étapes, des techniques d'apprentissage automatique et une modélisation basée sur l'IA pour identifier les prédicteurs des critères de jugement principaux et secondaires. Les analyses intégreront des facteurs génétiques, environnementaux, préopératoires et peropératoires. Un objectif est d'améliorer les calculateurs de risque clinique existants pour la morbidité et la mortalité postopératoires, tels que STS-ACSD et EuroSCORE. L'étude s'attend à une amélioration de la discrimination des modèles prédictifs, visant des valeurs ROC-AUC >0,9 pour la mortalité et >0,8 pour la morbidité.

Un score de risque polygénique sera également développé pour évaluer la contribution génétique à la variation des critères de jugement principaux.

Impact attendu

L'approche intégrée multi-omique et clinique devrait identifier de nouveaux mécanismes physiopathologiques sous-jacents aux complications postopératoires précoces et potentiellement soutenir le développement de nouvelles thérapies préventives. L'étude vise à faciliter des stratégies diagnostiques et thérapeutiques périopératoires personnalisées en améliorant l'identification précoce des patients à haut risque subissant une chirurgie cardiaque.