心不全の診断と進行のための意思決定支援システム (STRATIFYHF)

研究の背景と理論的根拠

心不全は世界的なパンデミックであり、世界中で少なくとも 2,600 万人、ヨーロッパでは 1,500 万人が影響を受けています[1]。 これは、心機能障害、患者の生活の質の低下、高額な医療費を伴う複雑な臨床症候群です[2]。 HFの罹患率は上昇傾向を示しており、高齢化の影響で過去10年間で診断症例が12%増加したことが示されています[1]。 心不全の有病率は一般人口の約 2% (約 1,500 万人)、70 歳以上では 10% 以上です [3]。 心不全のリスク、診断、病気の進行を正確に予測することで、証拠に基づいた予防と治療戦略の導入が可能となり、心不全の罹患率と死亡率、そして医療への負担を軽減します。 しかし、プライマリケアの現場では心不全が誤診または過少診断されることが多いことを示唆する強力な証拠がある[4、5]。 心不全の臨床ガイドラインでは、予後を推定するためにリスク階層化モデルの使用を推奨していますが、これらは限定的であり、臨床現場では実装されていません[2]。 早期診断は困難であり、初期の兆候や症状が非特異的であるため、多くの場合不正確です。 現在、GP は患者の病歴、身体検査、血液検査、心電図に基づいて HF に関する臨床判断を行っています。 血液検査で心不全を除外できない場合、患者は二次治療を受けて心臓の超音波検査を受け、コンサルタントの心臓専門医による専門的な検査を受けて診断を確認または否定することになります。 残念なことに、一般医や心臓専門医は、心不全に対する臨床判断をさらに高めるための適切なリスク層別化ツールにアクセスできません。 国立衛生臨床研究センターは、心エコー検査や専門家による検査の結果、心不全が疑われる患者の約 70% が心不全であると確認されていないと報告しました。 したがって、心不全の早期かつ正確な診断を強化し、一次治療（一般医）および二次治療（心臓専門医）における心不全のリスクと進行を予測するための、新しいリスク層別化ツールに対する臨床上の大きな需要があります。

目的、目的、および結果

この前向き研究は、心不全のリスク予測、診断、進行のための意思決定支援システムを検証することを目的としたSTRATIFYHFプロジェクトの一部である。

これを達成するために、当社は前向き研究を実施してデータを収集し、36 か月の期間で概念実証研究を実施します。 8つの臨床センターが1,600人の患者（すなわち、心不全疑い患者800人、確定心不全患者800人）を募集し、募集目標は月当たり8〜9人の患者で、最長24か月の追跡調査となる。

主な結果:

12 か月以内に心不全を発症するリスクを予測するための DSS の診断精度 (つまり、感度と特異度)。

二次的な結果:

心不全のリスク、診断、進行の人口統計学的および臨床的予測因子を特定する。

設計と方法:

本研究は、ヨーロッパ全土の臨床パートナー 8 社で構成される前向き、縦断的、臨床観察研究です。 研究は2024年7月1日に開始され、36か月間継続される。 対象となる患者は、参加している各臨床センターによって特定され、研究研究チームのメンバーによって連絡されます。

適格性は、研究の対象および除外基準に従う研究者によって確認されます。

採用手順：

適格な個人は、各参加センターの一次診療（一般医の診療）および二次診療（循環器科）を通じて特定されます。 患者は特定され、研究チームのメンバーによって連絡されます。 ご要望に応じて情報シートを郵送いたします。 同意書には参加者が署名し、最初の研究訪問時に研究チームのメンバーが副署します。 採用は最初の 24 か月以内に完了します。

研究訪問と臨床評価:

適格な参加者は、参加センターの臨床研究施設に 2 回の訪問（つまり、12 か月目のベースラインおよびフォローアップの臨床評価）に参加します。 各訪問の所要時間は約 2.5 時間です。 一部の参加者には、心臓磁気共鳴画像スキャンのための追加の訪問が手配されます。 患者の転帰（入院など）のさらなるモニタリングは、医療記録の検査や患者への電話を通じて行われます。

さらに、240人の参加者のサブセットは、体重計、携帯用血圧計、活動日記、スマートウォッチ（Withings Scan Watch 2、フランス）を使用して、体重、血圧、心電図、身体活動を6か月間毎日モニタリングします。

サンプルサイズと統計分析:

検出力の計算: 追跡評価までの予想ドロップアウト率が 20% であるため、前向き段階で 1,600 人の患者を募集すれば、4% のマージン内で 95% を超える望ましい特異性と感度を達成するには十分であると推定されます。エラー。 このサンプルサイズは、最新のガイドライン [2] に基づいてさまざまなタイプの心不全の予測と診断の精度を評価するのに十分な検出力も提供します (つまり、心不全では駆出率が低下、心不全では駆出率が軽度に低下、心不全では駆出率が改善)心不全と駆出率保存率）は、感度が少なくとも 90%、誤差範囲が 12%、HF と診断された患者における駆出率保存率（HFpEF）が約 50% の心不全有病率を仮定しています。 ロジスティック回帰は、DSS の精度を評価するために使用されます。 検査と観察された疾患状態のクロス集計により、感度、特異度、陽性および陰性の的中率、尤度比の計算が可能になります。 95% 信頼区間は二項正確法を使用して計算されます。 さまざまな種類の HF を検出するための DSS の精度を評価するには、多項回帰および分類ツリーが使用されます。 各診断検査結果の AUC-ROC 曲線は、単変量ロジスティック回帰モデルを通じて個別に評価されます。 多重ロジスティック回帰も、DSS に追加された診断値を評価するために使用されます。 再分類測定は、特定の疾患存在確率閾値を導入した後、既存の調査（多変量モデルに結合）に新しい技術（CORS検査および音声バイオマーカー）を追加することにより、何人の患者が再分類されるかを評価するために使用されます。 多重ロジスティック回帰は、心不全の有無とタイプを予測するための一次および二次医療用の DSS の初期開発に使用されます。 診断効果の結果、リソースの使用量、使用したリソースの単価に関するデータは、医療経済評価に活用されます。