- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT04455828
Bärbar fjärrövervakning av hjärtfrekvens och andningsfrekvens för hjärtsvikt
Studieöversikt
Status
Betingelser
Intervention / Behandling
Detaljerad beskrivning
Hjärtsvikt (HF) är ett utmanande tillstånd att hantera, där återinläggning på sjukhus för HF-exacerbation har negativa effekter på patientresultat och ekonomisk börda för både patient och hälsosystem [Lloyd-Jones, 2010; Yancy, 2017; Ross, 2009; Chaudhry, 2007]. Ett intuitivt behov av mer känsliga prediktorer för HF-exacerbationer har fått forskare att utforska fjärrövervakning som ett möjligt svar. Konsumentägda sensorer har blivit mer exakta i sin registrering av vitala tecken, och kan därför ha potential för fjärrövervakning [Dickinson, 2018]. Det kombinerade måttet på hjärtfrekvens (HR) och andningsfrekvens (RR) har visat sig förutsäga New York Heart Association (NYHA) HF-klass, en indikator på svårighetsgraden av hjärtsjukdom, i implanterbara hjärtenheter med multisensorövervakningskapacitet [Auricchio , 2014; Prasun, 2019; Boehmer, 2015; Boehmer, 2017]. Hjärtfrekvensvariabilitet (HRV), ett mått på sympatisk autonom funktion, har också visat potential för att förutsäga negativa hjärthändelser [Al-Zaiti, 2019; Shaffer, 2017; Bullinga, 2005; Tsuji, 1996].
WHOOP-enheten, en bärbar rem som liknar en Fitbit, möjliggör HR-övervakning i realtid och kan bestämma RR med hjälp av respiratorisk sinusarytmi [www.whoop.com/experience; Berryhill, 2020]. Det är en av få enheter på marknaden som exakt kan spåra hjärtfrekvens såväl som andningsfrekvens i realtid (under aktivitet) och är utrustad med en multiriktad accelerometer för aktivitetsspårning. WHOOP-enheten validerades nyligen externt mot polysomnografi och kontinuerligt elektroencefalogram (EEG) för sömnspårning och kontinuerligt elektrokardiogram (EKG) för HR och HRV (med mindre än 5 % fel) [Berryhill, 2020]. HRV, som representerar balansen mellan de sympatiska och parasympatiska nervsystemen, är en känd prediktor för hjärthändelser. Det är särskilt användbart vid HF, som är ett kroniskt förhöjt katekolamintillstånd som leder till deprimerad HRV och är knuten till NYHA HF-klass, en indikator på sjukdomens svårighetsgrad [Bullinga, 2005; Tsuji, 1996].
Data hittills angående effektiviteten av fysiologisk fjärrövervakning med hjälp av hjärtimplanterbara elektroniska enheter (CIED), även om de är lovande i teorin, har ännu inte visat sig vara känsliga vid upptäckt av HF-exacerbation. Syftet med CLEPSYDRA-studien var att använda data som extraherats från implanterad hjärtresynkroniseringsterapi med defibrilleringsanordningar (CRT-D) hos patienter med HF för att förutsäga hjärtsviktshändelser; även om de viktigaste variablerna som används i den nya algoritmen, minutventilation och patientaktivitet, intuitivt verkar vara prediktorer för dåligt utfall/HF-exacerbation, var algoritmens känslighet för att förutsäga en händelse endast 34 % [6]. Det verkar som om denna kombination av variabler inte är tillräcklig för att förutsäga negativa HF-händelser. HOME-CARE (HOME Monitoring in Cardiac REsynchronization Therapy)-studien visade dock mer lovande resultat, eftersom deras förbättrade prediktor, med användning av sju diagnostiska variabler från implanterade CRT-D, stoltserade med en känslighet på 65,4 % [Sack, 2011]. Även om data från dessa studier är användbara, har ingen studie kunnat identifiera och bedöma korrekta prediktorer för HF-klass.
Nuvarande effektiva hanteringsstrategier är begränsade till hemodynamiska eller multisensorövervakningssystem. Dessa är dock endast tillgängliga i implanterade hjärtdefibrillatorer (ICD) eller hjärtresynkroniseringsterapidefibrillatorer (CRT-D). Dessa implanteras inte i varje HF-patient [Al-Zaiti, 2019]. Icke-invasiv övervakning som tillhandahåller liknande data, såsom övervakning av bärbara enheter, skulle utöka kohorten av patienter som skulle dra nytta av fjärrövervakning och skulle undvika riskerna med att ha implanterad hårdvara. Dessutom kan bättre förutsägelse av HF-svårighet hjälpa till att vägleda uppföljningsvård och förutsäga HF-händelser [Boehmer, 2015; Boehmer 2017]. Detta skulle leda till effektivare hantering, färre återinläggning på sjukhus och förbättra resultatet för HF-patienter totalt sett [Dickinson, 2018].
Utredarna föreslår en genomförbarhetsstudie på HF-patienter för att bättre bedöma HF-sjukdomstillstånd, vilket kan hjälpa till med hanteringen och förbättra resultaten. Försökspersonerna kommer att bära WHOOP-enheten, som mäter både aktivitets- och HR-parametrar och kan härleda RR med hjälp av respiratorisk sinusarytmi, i 90 dagar. Under denna period kommer deras HR och RR att registreras i vila, under aktivitets- och återhämtningsfaser efter aktivitet. Detta kombinerade mått på HR/RR har visat sig förutsäga NYHA HF-klass, en indikator på sjukdomens svårighetsgrad, i implanterbara enheter med multisensorövervakningskapacitet; sålunda representerar den en användbar hanteringsstrategi hos HF-patienter [Bullinga, 2005; Tsuji, 1996]. En kontinuerlig extern övervakningsanordning som bärs på handleden, såsom WHOOP-anordningen, skulle ge värdefulla fysiologiska data för en kohort av HF-patienter som tidigare inte kunde övervakas på detta sätt. Sekundär analys av denna studie kommer att undersöka användningen av intra- och postaktivitet HR och RR som prediktorer för sjukhusvistelse, ett vanligt problem hos HF-patienter som korrelerar med sämre dödlighetsutfall.
Studietyp
Kontakter och platser
Studiekontakt
- Namn: Alexander Hajduczok, MD
- Telefonnummer: 7175315160
- E-post: Alexander.Hajduczok@jefferson.edu
Studieorter
-
-
Pennsylvania
-
Hershey, Pennsylvania, Förenta staterna, 17033
- Penn State Hershey Medical Center
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
Tar emot friska volontärer
Kön som är behöriga för studier
Testmetod
Studera befolkning
Beskrivning
Inklusionskriterier:
- Försökspersonen har lämnat informerat samtycke
- Man eller kvinna över 18 år
- Patienten är antingen inlagd på sjukhus med en primär diagnos av akut hjärtsvikt eller skrevs ut med en primär diagnos av akut hjärtsvikt inom 2 veckor före inskrivningen; eller har en diagnos av hjärtsvikt och ses som en poliklinisk patient på Hershey Medical Center.
- NYHA funktionsklass II-IV vid tidpunkten för inskrivning
- Ämne som är villig att bära WHOOP under 90-dagars studieperioden.
- Ämnet äger en telefon för ihopkoppling med WHOOP-enheten (krävs för datalagring och överföring)
Exklusions kriterier:
- Försökspersoner som begränsas av angina.
- Personer med svår aortastenos.
- Försökspersoner som är hemodynamiskt instabila som behöver stöd med intravenösa vasoaktiva läkemedel eller mekaniskt cirkulationsstöd
- Patienter med symtomatiska ventrikulära arytmier under de senaste 6 månaderna.
Studieplan
Hur är studien utformad?
Designdetaljer
- Observationsmodeller: Kohort
- Tidsperspektiv: Blivande
Kohorter och interventioner
Grupp / Kohort |
Intervention / Behandling |
---|---|
Patienter med hjärtsvikt på sjukhus
Försökspersoner som är inlagda på sjukhus för exacerbation av hjärtsvikt kommer att skrivas in, före utskrivning från sjukhuset, för att bära WHOOP-enheten i 90 dagar.
|
WHOOP strap 3.0, en fotodiodbaserad enhet som spårar hjärtfrekvens, andningsfrekvens, sömn och hjärtfrekvensvariationer.
|
Icke-hospitaliserade hjärtsviktspersoner
Försökspersoner som inte har varit inlagda på sjukhus under det senaste året, men som har diagnosen hjärtsvikt, kommer att skrivas in under rutinmässig öppenvård för att bära WHOOP-enheten i 90 dagar.
|
WHOOP strap 3.0, en fotodiodbaserad enhet som spårar hjärtfrekvens, andningsfrekvens, sömn och hjärtfrekvensvariationer.
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
---|---|---|
Daglig medelpuls (HR)
Tidsram: 90 dagar
|
Daglig medelpuls (HR) mätt av WHOOP-enheten.
Detta kommer att mätas kontinuerligt i 90 dagar.
|
90 dagar
|
Daglig genomsnittlig andningsfrekvens (RR)
Tidsram: 90 dagar
|
Daglig genomsnittlig andningsfrekvens (RR) mätt med WHOOP-enheten.
Detta kommer att mätas kontinuerligt i 90 dagar
|
90 dagar
|
Hjärtsvikt (HF) sjukhusinläggningar
Tidsram: 90 dagar
|
Sjukhusinläggning för den primära diagnosen akut eller akut vid kronisk hjärtsvikt) kommer att bedömas via elektronisk journal (EMR) och ett 90-dagars patientuppföljningsbesök.
|
90 dagar
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
---|---|---|
Genomsnittlig HR isolerad under någon aktivitet
Tidsram: 90 dagar
|
Genomsnittlig HR isolerad under någon aktivitet som varar mer än 15 minuter (som orsakar minst 20 % ökning av hjärtfrekvensen över baslinjen), under aktivitetens varaktighet, mätt med WHOOP-enheten.
Detta kommer att registreras enligt HR-gränsvärden (20 % över baslinjens HR) under hela 90-dagars uppföljningsperioden.
|
90 dagar
|
Max HR isolerad under alla aktiviteter
Tidsram: 90 dagar
|
Max HR isolerad under någon aktivitet som varar mer än 15 minuter (som orsakar minst 20 % ökning av hjärtfrekvensen över baslinjen), under aktivitetens varaktighet, mätt med WHOOP-enheten.
Detta kommer att registreras enligt HR-gränsvärden (20 % över baslinjens HR) under hela 90-dagars uppföljningsperioden.
|
90 dagar
|
Genomsnittlig RR isolerad under någon aktivitet
Tidsram: 90 dagar
|
Genomsnittlig RR isolerad under någon aktivitet som varar mer än 15 minuter (som orsakar minst 20 % ökning av hjärtfrekvensen över baslinjen), under aktivitetens varaktighet, mätt med WHOOP-enheten.
Detta kommer att registreras enligt HR-gränsvärden (20 % över baslinjens HR) under hela 90-dagars uppföljningsperioden.
|
90 dagar
|
Max RR isolerad under någon aktivitet
Tidsram: 90 dagar
|
Max RR isolerad under någon aktivitet som varar mer än 15 minuter (som orsakar minst 20 % ökning av hjärtfrekvensen över baslinjen), under aktivitetens varaktighet, mätt med WHOOP-enheten.
Detta kommer att registreras enligt HR-gränsvärden (20 % över baslinjens HR) under hela 90-dagars uppföljningsperioden.
|
90 dagar
|
New York Heart Association (NYHA) funktionell HF-klass
Tidsram: 90 dagar
|
New York Heart Association (NYHA) funktionell HF-klass kommer att mätas vid baslinjen och, om tillämpligt, kommer att bedömas under återinläggning för hjärtsvikt.
NYHA Functional Classification placerar patienter i en av fyra kategorier baserat på hur mycket de är begränsade under fysisk aktivitet; Klass I är bäst och Klass IV är den sämsta funktionella klassen.
Klass I har ingen begränsning till fysisk aktivitet, Klass II har en liten begränsning till fysisk aktivitet, Klass III har markant begränsning av fysisk aktivitet och Klass IV kan inte utföra någon fysisk aktivitet utan allvarliga obehag.
Detta kommer också att upprepas vid 90-dagarsuppföljning.
Högre NYHA-klass förväntas vara associerad med ökningar i genomsnittlig HR och RR och HR och RR ökar med aktivitet, och ökad HF-sjukhusinläggning.
|
90 dagar
|
6 minuters promenadtest
Tidsram: 90 dagar
|
6-minuters gångtest används för att bedöma träningstolerans och hypoxi med ambulation.
Minskad träningstolerans och ökad hypoxi vid promenader förväntas vara associerade med sämre NYHA HF-klass, ökningar i genomsnittlig HR och RR och HR och RR ökar med aktivitet, och ökad HF-sjukhusinläggning.
|
90 dagar
|
NT-proBNP (N-terminalt pro hormon B-typ natriuretisk peptid)
Tidsram: 90 dagar
|
NT-proBNP används för att bedöma atrial stretch, ett surrogat för akut, kronisk eller akut på kronisk HF.
Ökad NT-proBNP (jämfört med baslinjen) förväntas korrelera med sämre NYHA HF-klass, ökningar i genomsnittlig HR och RR och HR och RR ökar med aktivitet, och ökad HF-sjukhusinläggning.
|
90 dagar
|
Samarbetspartners och utredare
Sponsor
Utredare
- Huvudutredare: John Boehmer, MD, Milton S. Hershey Medical Center
Publikationer och användbara länkar
Allmänna publikationer
- Lloyd-Jones D, Adams RJ, Brown TM, Carnethon M, Dai S, De Simone G, Ferguson TB, Ford E, Furie K, Gillespie C, Go A, Greenlund K, Haase N, Hailpern S, Ho PM, Howard V, Kissela B, Kittner S, Lackland D, Lisabeth L, Marelli A, McDermott MM, Meigs J, Mozaffarian D, Mussolino M, Nichol G, Roger VL, Rosamond W, Sacco R, Sorlie P, Stafford R, Thom T, Wasserthiel-Smoller S, Wong ND, Wylie-Rosett J; American Heart Association Statistics Committee and Stroke Statistics Subcommittee. Executive summary: heart disease and stroke statistics--2010 update: a report from the American Heart Association. Circulation. 2010 Feb 23;121(7):948-54. doi: 10.1161/CIRCULATIONAHA.109.192666. No abstract available. Erratum In: Circulation. 2010 Mar 30;121(12):e259.
- Shaffer F, Ginsberg JP. An Overview of Heart Rate Variability Metrics and Norms. Front Public Health. 2017 Sep 28;5:258. doi: 10.3389/fpubh.2017.00258. eCollection 2017.
- Yancy CW, Jessup M, Bozkurt B, Butler J, Casey DE Jr, Colvin MM, Drazner MH, Filippatos GS, Fonarow GC, Givertz MM, Hollenberg SM, Lindenfeld J, Masoudi FA, McBride PE, Peterson PN, Stevenson LW, Westlake C. 2017 ACC/AHA/HFSA Focused Update of the 2013 ACCF/AHA Guideline for the Management of Heart Failure: A Report of the American College of Cardiology/American Heart Association Task Force on Clinical Practice Guidelines and the Heart Failure Society of America. J Card Fail. 2017 Aug;23(8):628-651. doi: 10.1016/j.cardfail.2017.04.014. Epub 2017 Apr 28. No abstract available.
- Ross JS, Chen J, Lin Z, Bueno H, Curtis JP, Keenan PS, Normand SL, Schreiner G, Spertus JA, Vidan MT, Wang Y, Wang Y, Krumholz HM. Recent national trends in readmission rates after heart failure hospitalization. Circ Heart Fail. 2010 Jan;3(1):97-103. doi: 10.1161/CIRCHEARTFAILURE.109.885210. Epub 2009 Nov 10.
- Chaudhry SI, Wang Y, Concato J, Gill TM, Krumholz HM. Patterns of weight change preceding hospitalization for heart failure. Circulation. 2007 Oct 2;116(14):1549-54. doi: 10.1161/CIRCULATIONAHA.107.690768. Epub 2007 Sep 10.
- Dickinson MG, Allen LA, Albert NA, DiSalvo T, Ewald GA, Vest AR, Whellan DJ, Zile MR, Givertz MM. Remote Monitoring of Patients With Heart Failure: A White Paper From the Heart Failure Society of America Scientific Statements Committee. J Card Fail. 2018 Oct;24(10):682-694. doi: 10.1016/j.cardfail.2018.08.011. Epub 2018 Oct 9.
- Auricchio A, Gold MR, Brugada J, Nolker G, Arunasalam S, Leclercq C, Defaye P, Calo L, Baumann O, Leyva F. Long-term effectiveness of the combined minute ventilation and patient activity sensors as predictor of heart failure events in patients treated with cardiac resynchronization therapy: Results of the Clinical Evaluation of the Physiological Diagnosis Function in the PARADYM CRT device Trial (CLEPSYDRA) study. Eur J Heart Fail. 2014 Jun;16(6):663-70. doi: 10.1002/ejhf.79. Epub 2014 Mar 17.
- Boehmer JP, Hariharan R, Devecchi FG, Smith AL, Molon G, Capucci A, An Q, Averina V, Stolen CM, Thakur PH, Thompson JA, Wariar R, Zhang Y, Singh JP. A Multisensor Algorithm Predicts Heart Failure Events in Patients With Implanted Devices: Results From the MultiSENSE Study. JACC Heart Fail. 2017 Mar;5(3):216-225. doi: 10.1016/j.jchf.2016.12.011.
- Al-Zaiti SS, Pietrasik G, Carey MG, Alhamaydeh M, Canty JM, Fallavollita JA. The role of heart rate variability, heart rate turbulence, and deceleration capacity in predicting cause-specific mortality in chronic heart failure. J Electrocardiol. 2019 Jan-Feb;52:70-74. doi: 10.1016/j.jelectrocard.2018.11.006. Epub 2018 Nov 6.
- Bullinga JR, Alharethi R, Schram MS, Bristow MR, Gilbert EM. Changes in heart rate variability are correlated to hemodynamic improvement with chronic CARVEDILOL therapy in heart failure. J Card Fail. 2005 Dec;11(9):693-9. doi: 10.1016/j.cardfail.2005.06.435.
- Tsuji H, Larson MG, Venditti FJ Jr, Manders ES, Evans JC, Feldman CL, Levy D. Impact of reduced heart rate variability on risk for cardiac events. The Framingham Heart Study. Circulation. 1996 Dec 1;94(11):2850-5. doi: 10.1161/01.cir.94.11.2850.
- Berryhill S, Morton CJ, Dean A, Berryhill A, Provencio-Dean N, Patel SI, Estep L, Combs D, Mashaqi S, Gerald LB, Krishnan JA, Parthasarathy S. Effect of wearables on sleep in healthy individuals: a randomized crossover trial and validation study. J Clin Sleep Med. 2020 May 15;16(5):775-783. doi: 10.5664/jcsm.8356. Epub 2020 Feb 11.
- Sack S, Wende CM, Nagele H, Katz A, Bauer WR, Barr CS, Malinowski K, Schwacke H, Leyva F, Proff J, Berdyshev S, Paul V. Potential value of automated daily screening of cardiac resynchronization therapy defibrillator diagnostics for prediction of major cardiovascular events: results from Home-CARE (Home Monitoring in Cardiac Resynchronization Therapy) study. Eur J Heart Fail. 2011 Sep;13(9):1019-27. doi: 10.1093/eurjhf/hfr089.
Studieavstämningsdatum
Studera stora datum
Studiestart (Faktisk)
Primärt slutförande (Faktisk)
Avslutad studie (Faktisk)
Studieregistreringsdatum
Först inskickad
Först inskickad som uppfyllde QC-kriterierna
Första postat (Faktisk)
Uppdateringar av studier
Senaste uppdatering publicerad (Uppskatta)
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
Senast verifierad
Mer information
Termer relaterade till denna studie
Nyckelord
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- STUDY15557
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Studerar en amerikansk FDA-reglerad produktprodukt
Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .
Kliniska prövningar på Hjärtsvikt
-
Region SkaneAnmälan via inbjudanHjärtsvikt New York Heart Association (NYHA) klass II | Hjärtsvikt New York Heart Association (NYHA) klass IIISverige
-
Taichung Veterans General HospitalRekryteringKontinuerlig Fetal Heart Beat Monitor och analys efter Spinal AnestesiTaiwan
-
Medical University of BialystokInstitute of Cardiology, Warsaw, Poland; Medical University of Lodz; Poznan... och andra samarbetspartnersHar inte rekryterat ännuHjärtsvikt, systolisk | Hjärtsvikt Med Minskad Ejection Fraktion | Hjärtsvikt New York Heart Association Klass IV | Hjärtsvikt New York Heart Association Klass IIIPolen
-
University of WashingtonAmerican Heart AssociationAvslutadHjärtsvikt, Kongestiv | Mitokondriell förändring | Hjärtsvikt New York Heart Association Klass IVFörenta staterna
-
Novartis PharmaceuticalsAvslutadPatienter som framgångsrikt slutfört den 12 månader långa behandlingsperioden i kärnstudien (de Novo Heart Recipients) som var intresserade av att bli behandlad med EC-MPS
-
University Hospital, GasthuisbergOkändTransient Left Ventricular Ballooning SyndromeBelgien
-
Children's Hospital Medical Center, CincinnatiRekryteringNationellt samarbete för att förbättra vården av barn med komplexa medfödda hjärtsjukdomar (NPC-QIC)Hypoplastiskt Left Heart Syndrome (HLHS)Förenta staterna, Storbritannien, Kanada
-
Lifetech Scientific (Shenzhen) Co., Ltd.OkändPatent Ductus Arteriosus | Kanalberoende Cyanotic Congenital Heart DiseaseMalaysia
-
Mayo ClinicRekryteringHypoplastiskt Left Heart Syndrome (HLHS)Förenta staterna
-
NYU Langone HealthRekryteringTako-tsubo kardiomyopati | Takotsubo kardiomyopati | Broken Heart SyndromeFörenta staterna
Kliniska prövningar på WHOOP-rem 3.0
-
Milton S. Hershey Medical CenterAvslutadInflammatoriska tarmsjukdomarFörenta staterna
-
Thomas Jefferson UniversityAnmälan via inbjudanUtbrändhet | Friskvård | FjärrövervakningFörenta staterna
-
University of ArizonaWHOOP Inc.Avslutad
-
Milton S. Hershey Medical CenterAvslutadDepression | Påfrestning | Sova | Ångest | Resident Wellness | Resident utbrändhetFörenta staterna
-
Thomas Jefferson UniversityHar inte rekryterat ännuUtbrändhet | Sömnbrist | Verkställande funktion | FriskvårdFörenta staterna
-
Helse Stavanger HFAvslutad
-
Helse Stavanger HFAvslutad
-
Columbia UniversityWellinks, Inc.RekryteringIdiopatisk skolios för ungdomarFörenta staterna
-
University of Alabama at BirminghamOwlet Baby Care, Inc.AvslutadNeonatal bradykardi | Hypoxemi hos nyföddaFörenta staterna
-
Wake Forest University Health SciencesAvslutad