Пилотное исследование по скринингу сердечной недостаточности, основанное на оценке риска FIND HF (FIND HF)

Сердечная недостаточность (СН) поражает около 1-2% взрослых во всем мире и является ведущей причиной незапланированных госпитализаций, особенно среди пожилых людей. Только в Великобритании более миллиона человек страдают СН, с примерно 200 000 новых случаев каждый год. Этот рост в основном связан со старением населения и лучшими показателями выживаемости после сердечных приступов.

С точки зрения лечения, существует три основные категории СН:

• СН со сниженной фракцией выброса (HFrEF)
• СН с промежуточной фракцией выброса (HFmrEF)
• СН с сохраненной фракцией выброса (HFpEF) Для HFrEF четырехкомпонентная терапия (диуретики, бета-блокаторы, ингибиторы ангиотензинпревращающего фермента, ланиксин) установлена в качестве золотого стандарта фармакотерапевтического лечения, помогая снизить риск смерти и госпитализаций. Для HFpEF и HFmrEF такие препараты, как эмпаглифлозин, дапаглифлозин и финеренон, показали многообещающие результаты в снижении рисков. Новые препараты, такие как семаглутид и тирзепатид, также полезны для пациентов с HFpEF и ожирением. В настоящее время существует больше вариантов лечения СН, чем когда-либо прежде.

В Великобритании медсестринские бригады в сообществе способны инициировать и корректировать лечение СН. Однако ранняя диагностика СН, до появления тяжелых симптомов, остается сложной задачей. Современные рекомендации предлагают конкретные тесты для диагностики, но многие (8 из 10) диагнозы все еще ставятся в больницах, часто с опозданием.

NHS стремится улучшить раннюю диагностику в первичной медико-санитарной помощи, чтобы сократить количество госпитализаций и улучшить качество жизни пациентов.

При финансировании Британского кардиологического фонда (BHF) исследователи разработали алгоритм искусственного интеллекта FIND-HF для выявления людей с риском недиагностированной СН с использованием данных из регулярно собираемых электронных медицинских карт.

Цели проекта Исследовательский проект направлен на определение эффективности алгоритма искусственного интеллекта FIND-HF в выявлении СН на разных уровнях риска и на понимание потенциальных преимуществ раннего выявления и лечения.

Исследователи оценят бремя симптомов, уровни натрийуретических пептидов и диагностическую ценность в отношении бессимптомной систолической дисфункции левого желудочка, HFrEF, HFmrEF и HFpEF при различных оценках риска по алгоритму FIND-HF. Используя эту информацию, исследователи установят пороговое значение оценки риска, которое будет использоваться в будущем рандомизированном клиническом исследовании (РКИ) раннего выявления СН.

Кроме того, среди пациентов, у которых впервые диагностирована СН в ходе исследования, исследователи стремятся оценить возможности фармакологического лечения, чтобы определить потенциальный размер эффекта, а следовательно, и размер выборки будущего РКИ раннего выявления и лечения СН для снижения госпитализаций по поводу сердечной недостаточности и сердечно-сосудистой смерти.

Идентификация участников и набор Участники будут идентифицированы путем оценки их риска СН на основе электронных медицинских карт первичной помощи.

Индивидуумы будут разделены на две категории на основе прогнозируемого риска СН с набором 1:2 в соответствии со стратами риска: 151 участник из верхних 10 процентилей риска и 302 участника из нижних 90 процентилей. Этот подход направлен на обогащение когорты пациентами с более высоким риском, а также на включение пациентов с более низким риском, чтобы определить, наблюдается ли увеличение выявляемости новых диагнозов СН во всем диапазоне оценок риска по алгоритму FIND-HF.

Приглашения к участию в исследовании будут отправляться подходящим участникам в каждой категории риска партиями до достижения целевого размера выборки. Процесс приглашения будет состоять из SMS-сообщения с последующей отправкой информационного пакета по почте, включающего информационный лист для участника, форму согласия, форму контактной информации и конверт с обратным адресом и оплатой почтовых расходов. Участники вернут форму согласия и контактную информацию исследовательской группе, которая затем свяжется с ними, чтобы назначить встречу для визита в рамках исследования. Визит в рамках исследования будет проходить в кабинете врача общей практики участника или в медицинском центре на базе сообщества.

Все участники должны будут предоставить письменное информированное согласие. Визит в рамках исследования

Участники, давшие согласие, посетят один визит в рамках исследования. Во время визита клинический член исследовательской группы, аккредитованный Британским обществом эхокардиографии (BSE), проведет следующие тесты/исследования:

• Сбор медицинского анамнеза и оценка симптомов (одышка, ортопноэ, пароксизмальная ночная одышка, непереносимость физической нагрузки, усталость, отек лодыжек)
• Рост, вес, ЧСС и АД
• Тестирование на натрийуретические пептиды: участники пройдут тестирование на натрийуретические пептиды в месте оказания медицинской помощи (POC).
• Эхокардиография: участники получат эхокардиограмму с поддержкой ИИ с использованием портативного устройства Kosmos и автоматизированных измерений US2.ai.

Новые случаи СН будут сообщены участнику и его врачу общей практики. Его врач общей практики будет обязан направить участника в соответствии с местным протоколом.

Последующее наблюдение За участниками будет проводиться дистанционное наблюдение через их электронные медицинские карты первичной помощи через 6 месяцев, а также через 1, 5 и 10 лет после визита в рамках исследования членом исследовательской группы. Последующее наблюдение будет включать оценку терапии СН и событий, связанных с СН. Будет запрошено согласие на связь с записями вторичной помощи, данными свидетельств о смерти и национальными регистрами.

Ожидаемая ценность результатов Стратегия NHS по основным заболеваниям подчеркивает необходимость развития моделей оказания помощи для лучшего обслуживания населения, с акцентом на раннюю диагностику сердечно-сосудистых заболеваний с использованием ИИ и цифровых технологий. Это пилотное исследование послужит основой для разработки испытания по тестированию стратификации риска с помощью ИИ и путей на базе сообщества для ранней диагностики и лечения сердечной недостаточности (СН), направленного на снижение событий, связанных с СН, и сердечно-сосудистой смертности. В случае успеха модель ИИ (FIND-HF) может быть внедрена по всей системе первичной медицинской помощи Великобритании для создания на базе сообщества пути ранней диагностики СН в рамках NHS.