Kardiometaboliczny rejestr oceny niewydolności serca (CURE-HF)

Jest to połączone retrospektywne prospektywne badanie kohortowe mające na celu wyjaśnienie wzajemnego oddziaływania między systemowymi/zlokalizowanymi kardiometabolicznymi czynnikami ryzyka i ich wpływem na przebudowę mięśnia sercowego, funkcję serca i trajektorie kliniczne u pacjentów z niewydolnością serca (HF). Harmonizując retrospektywne dane kliniczne obejmujące ostatnią dekadę z 5-letnim prospektywnym obserwacją wzdłużną, badanie obejmuje wszystkie fenotypy HF, w tym zmniejszone (HFREF), łagodnie zmniejszoną (HFMREF), zachowaną (HFPEF) i ulepszoną frakcję wyrzucającą (HFIMPEF), aby przechwycić pełne spektrum choroby. Układowy rozregulowanie metaboliczne, takie jak dyslipidemia, upośledzony metabolizm glukozy, otyłość i inne metabolity oceniane za pomocą spektrometrii masowej (MS), będzie oceniane wraz z czynnikami zlokalizowanymi, takimi jak MRI -MRI lub Cardial Tissue (Eat), tiska okołonaczyniowa (PVAT). Czynniki te będą skorelowane ze zmianami w geometrii serca (np. Masa lewej komory, wymiary komory, grubość ściany) i funkcją (np. Frakcja wyrzutowa, obrazowanie odkształceń, parametry rozkurczowe), dynamiczne przejścia między fenotypami HF (np. HFREF do HFIMPEF), a także zdarzeniem poważnych zdarzeń skłaniających (MACS), zdefinowane jako kompozytowe jako kompozytowe. HF ponowna hospitalizacja i śmierć sercowo-naczyniowa. Prospektywna kohorta zostanie poddana znormalizowanym ocenom wyjściowym (biomarkery krwi, echokardiografia, CT serca lub MRI), a następnie rutynowe oceny kliniczne, biochemiczne i obrazowe co najmniej 3-miesięczne. Dane retrospektywne zostaną wyodrębnione z elektronicznych dokumentacji medycznej, w tym historycznych badań obrazowania, wyników laboratoryjnych i dokumentacji zdarzenia, zapewniając solidną wielkość próby (cel retrospektywy NX3500; N ~ 1200 prospektywny) dla analiz stratyfikowanych za pomocą fenotypu HF, płci i metabolicznej. Zaawansowane podejścia statystyczne, w tym analiza regresji wielowymiarowej, modele proporcjonalnych zagrożeń COX i algorytmy uczenia maszynowego, zidentyfikują niezależne predyktory przebudowy serca, zmian funkcjonalnych, przejściu fenotypu HF i maków. Zatwierdzenie etyczne i świadomą zgodę są uzyskiwane dla potencjalnych uczestników, z retrospektywnymi danymi anonimowymi w celu zapewnienia prywatności. Oczekuje się, że to badanie ulepszy narzędzia stratyfikacyjne ryzyka poprzez integrację biomarkerów obrazowania metabolicznego i profili biochemicznych, ostatecznie prowadząc spersonalizowane lekarstwa terapeutyczne dla pacjentów z HF.