Beslutningsstøttesystem for diagnose og progresjon av hjertesvikt (STRATIFYHF)

Bakgrunn og begrunnelse for studien

HF er en global pandemi som påvirker minst 26 millioner individer over hele verden og 15 millioner individer i Europa[1]. Det er et komplekst klinisk syndrom assosiert med nedsatt hjertefunksjon, dårlig livskvalitet for pasienter og høye helsekostnader [2]. HF-sykelighet viser en oppadgående trend, vist ved en økning på 12 % i diagnostiserte tilfeller i løpet av det siste tiåret på grunn av en aldrende befolkning[1]. Prevalensen av HF er ~2% (~15 millioner mennesker) i befolkningen generelt og >10% hos de over 70 år[3]. Nøyaktig prediksjon av risiko, diagnose og sykdomsprogresjon av HF tillater implementering av evidensbaserte forebyggings- og behandlingsstrategier som reduserer HF-sykelighet og -dødelighet og dens byrde på helsevesenet. Det er imidlertid sterke bevis som tyder på at HF ​​ofte er feil- eller underdiagnostisert i primærhelsetjenesten [4,5]. De kliniske retningslinjene for HF anbefaler bruk av risikostratifiseringsmodeller for å estimere prognose, men disse er begrenset og ikke implementert i klinisk praksis[2]. Tidlig diagnose er utfordrende, og ofte unøyaktig da de første tegn og symptomer er uspesifikke. For tiden er fastlegene avhengige av pasientenes sykehistorie, fysiske undersøkelser, blodprøver og elektrokardiogram for å ta kliniske avgjørelser om HF. I tilfeller hvor blodprøven ikke kan utelukke HF, henvises pasienter til sekundærhelsetjenesten for ultralyd av hjertet og spesialistgjennomgang fra overlege kardiolog for å bekrefte eller avkrefte diagnosen. Dessverre har ikke fastleger og kardiologer tilgang til tilstrekkelige risikostratifiseringsverktøy for ytterligere å styrke sin kliniske vurdering av HF. National Institute for Health and Clinical Excellence rapporterte at om lag 70 % av HF-mistenkte pasienter ikke har HF bekreftet etter ekkokardiografi og spesialistgjennomgang. Derfor er det en enorm klinisk etterspørsel etter nye risikostratifiseringsverktøy for å forbedre tidlig og nøyaktig diagnose av HF, for å forutsi risikoen og progresjonen av HF i primær (fastleger) og sekundær (kardiolog) omsorg.

Mål, mål og resultater

Denne prospektive studien er en del av STRATIFYHF-prosjektet som har som mål å validere et beslutningsstøttesystem for risikoprediksjon, diagnose og progresjon av HF.

For å oppnå dette vil vi gjennomføre en prospektiv studie for å samle inn data og levere proof-of-concept-studie med en varighet på 36 måneder. Åtte kliniske sentre vil rekruttere 1600 pasienter (dvs. 800 mistenkte og 800 bekreftede HF-pasienter) med rekrutteringsmål på 8-9 pasienter per måned og opp til 24 måneders oppfølging.

Primært resultat:

Diagnostisk nøyaktighet (dvs. sensitivitet og spesifisitet) av DSS for å forutsi risiko for utvikling av HF innen 12 måneder.

Sekundære utfall:

Å identifisere demografiske og kliniske prediktorer for risiko, diagnose og progresjon av hjertesvikt.

Design og metoder:

Denne studien er en prospektiv, longitudinell, klinisk observasjonsstudie som omfatter åtte kliniske partnere over hele Europa. Studiet starter 1. juli 2024 og varer i 36 måneder. Kvalifiserte pasienter vil bli identifisert av hvert deltakende klinisk senter og kontaktet av et medlem av studiens forskningsteam.

Kvalifisering vil bli bekreftet av etterforskere som vil følge studiens inklusjons- og eksklusjonskriterier.

Rekrutteringsprosedyrer:

Kvalifiserte personer vil bli identifisert gjennom primær (fastlegepraksis) og sekundær (kardiologisk avdeling) omsorg ved hvert deltakende senter. Pasienter vil bli identifisert og kontaktet av et medlem av studiens forskningsteam. Et informasjonsark vil bli sendt ut på forespørsel. Samtykkeskjemaer vil bli signert av deltakeren og kontrasignert av et medlem av studieteamet under det første forskningsbesøket. Rekrutteringen vil bli gjennomført i løpet av de første 24 månedene.

Forskningsbesøk og kliniske vurderinger:

Kvalifiserte deltakere vil delta på det kliniske forskningsstedet til deltakende sentre for to besøk (dvs. baseline og oppfølging av kliniske vurderinger ved måned 12). Hvert besøk vil vare ca. 2,5 timer. Et ekstra besøk vil bli arrangert i en undergruppe av deltakere for en magnetisk resonansskanning av hjertet. Ytterligere overvåking av pasientutfall (f.eks. sykehusinnleggelse) vil bli utført via undersøkelse av journaler og telefoner til pasienter.

I tillegg vil en undergruppe på 240 deltakere gjennomgå daglig overvåking av kroppsvekt, blodtrykk, EKG og fysisk aktivitet i seks måneder ved hjelp av en vekt, ambulant blodtrykksmåler, aktivitetsdagbok og en smartklokke (Withings Scan Watch 2, Frankrike).

Prøvestørrelse og statistisk analyse:

Kraftberegning: Med et forventet frafall til oppfølgingsvurderinger på 20 %, er det estimert at rekruttering av 1600 pasienter i prospektiv fase vil være tilstrekkelig for å oppnå en ønsket spesifisitet og sensitivitet på >95 % innenfor en 4 % margin på feil. Denne prøvestørrelsen vil også gi tilstrekkelig kraft til å evaluere nøyaktigheten av prediksjon og diagnose av ulike typer HF basert på de nyeste retningslinjene [2] (dvs. hjertesvikt redusert ejeksjonsfraksjon; hjertesvikt mildt redusert ejeksjonsfraksjon; hjertesvikt forbedret ejeksjonsfraksjon og hjertesviktbevart ejeksjonsfraksjon) forutsatt en sensitivitet på minst 90 % med en feilmargin på 12 % og en prevalens av hjertesvikt med bevart ejeksjonsfraksjon (HFpEF) på ~50 % hos pasienter med diagnosen HF. Logistisk regresjon vil bli brukt for å evaluere nøyaktigheten til DSS. Krysstabulering av test versus observert sykdomsstatus vil muliggjøre beregning av sensitivitet, spesifisitet, positive og negative prediktive verdier og sannsynlighetsforhold. 95 % konfidensintervaller vil bli beregnet ved bruk av binomial eksakt metode. For å vurdere nøyaktigheten til DSS for å detektere forskjellige typer HF vil en multinomial regresjon og klassifiseringstrær bli brukt. AUC-ROC-kurven for hvert diagnostisk testresultat vil bli vurdert separat gjennom univariate logistiske regresjonsmodeller. Flere logistiske regresjoner vil også bli brukt for å evaluere den ekstra diagnoseverdien for DSS. Reklassifiseringstiltak vil bli brukt for å vurdere hvor mange pasienter som reklassifiseres ved å legge til de nye teknologiene (CORS-test og stemmebiomarkører) til de eksisterende undersøkelsene (kombinert til en multivariabel modell) etter å ha introdusert en spesiell terskel for sannsynlighet for sykdomstilstedeværelse. Flere logistiske regresjoner vil bli brukt for den første utviklingen av DSS for primær og sekundær omsorg for å forutsi tilstedeværelse eller fravær og type HF. Data om diagnostisk effektutfall, ressursbruk og enhetskostnader for ressursene som brukes vil bli utnyttet til helseøkonomisk vurdering.