Registro di valutazione cardiometabolica dell'insufficienza cardiaca (CURE-HF)

Questo è uno studio combinato di coorte osservazionale retrospettiva che mira a chiarire l'interazione tra fattori di rischio cardiometabolico sistemico/localizzato e il loro impatto sul rimodellamento miocardico, sulla funzione cardiaca e sulle traiettorie cliniche nei pazienti con insufficienza cardiaca (HF). Armonizzando i dati clinici retrospettivi che si estendono nell'ultimo decennio con un follow-up longitudinale prospettico di 5 anni, lo studio comprende tutti i fenotipi HF, tra cui ridotto (HFREF), lievemente ridotto (HFMREF), conservato (HFPEF) e miglioramento della frazione di espulsione (HFIMPEF), per catturare lo spettro completo della malattia. La disregolazione metabolica sistemica, come la dislipidemia, il metabolismo del glucosio alterato, l'obesità e altri metaboliti valutati mediante spettrometria di massa (MS), saranno valutati insieme a fattori localizzati, come il tessuto adiposato e epicardico (EAT e EAT). Questi fattori saranno correlati con i cambiamenti nella geometria cardiaca (ad es. Massa ventricolare sinistra, dimensioni della camera, spessore della parete) e funzione (ad esempio, frazione di eiezione, imaging di deformazione, parametri diastolici), transizioni dinamiche tra i fenotipi di HF) (ad esempio un componente di cardioovascolari), nonché i componenti di cardiovascolari) di rosospedalizzazione HF e morte cardiovascolare. La coorte prospettica subirà valutazioni di base standardizzate (biomarcatori del sangue, ecocardiografia, TC cardiaca o MRI) seguite da valutazioni cliniche, biochimiche e di imaging di routine di almeno 3 mesi. I dati retrospettivi verranno estratti da cartelle cliniche elettroniche, inclusi studi di imaging storico, risultati di laboratorio e documentazione di eventi, garantendo una solida dimensione del campione (target n3500 retrospettiva; N≈1200 prospettico) per analisi stratificate mediante fenotipo HF, sesso e terzi di rischio metabolico. Approcci statistici avanzati, tra cui analisi di regressione multivariabile, modelli di rischi proporzionali Cox multivariabili e algoritmi di apprendimento automatico, identificheranno i predittori indipendenti per il rimodellamento cardiaco, alterazioni funzionali, transizioni e mazze del fenotipo HF. L'approvazione etica e il consenso informato sono ottenuti per i potenziali partecipanti, con dati retrospettivi anonimi per garantire la privacy. Questo studio dovrebbe perfezionare gli strumenti di stratificazione del rischio integrando i biomarcatori di imaging metabolici e i profili biochimici, guidando in definitiva cure terapeutiche personalizzate per i pazienti con HF.