Tulane iPredict, Prevent-studie för att utvärdera utvecklingen av förmaksmyopati. (TiPP)

Syftet med TiPP-studien är att korrelera förmaksmyopati med biometriska fynd från bärbara enheter (Samsung Smart Watch and Electrocardiogram (ECG) plåster från Preventice) hos patienter med förmaksflimmer (AF) och hos individer med måttliga till högriskfaktorer för kardiovaskulära sjukdomar (CVD) och via cardiac magnetic resonance imaging (CMR).

Totalt 300 deltagare kommer att registreras som antingen har AF eller har måttlig-höga riskfaktorer för hjärt-kärlsjukdom enligt definitionen av riskbedömningen för aterosklerotisk kärlsjukdom (ASCVD). Anmälda deltagare kommer att vara mellan 18 och 79 år.

Vid det första studiebesöket kommer varje deltagare att genomgå en baslinje-CMR-skanning. Vid detta besök kommer en studiekoordinator att förse dem med en Samsung Galaxy Watch Active 2, Samsung Galaxy-telefon S9 och patchar. Applikationsuppsättning på deras mobila enhet och kompatibilitet kommer att bedömas.

Deltagarna kommer att följas för sina dagliga biometriska data under ett år via Samsungs Galaxy Watch Active 2 och kommer att bli ombedda att bära ett EKG-plåster var tredje månad i 30 dagar för arytmidetektion och bedömning. (Baslinje, 6, 9 och 12 månader)

Telefonsamtalsbesök kommer att ske efter 6 och 9 månader för att övervaka efterlevnad av klockor och patch samt för att bedöma att alla enheter fungerar därefter. Övervakning av deltagare och genomgång av deras sjukdomshistoria för eventuella AF-recidiv kommer också att registreras under detta besök.

Vid det 12-månaders uppföljningsbesöket kommer den slutliga CMR att upprepas för att bedöma förändringar i LA fibros/form/funktion och kommer att jämföras och kontrasteras mot de dagliga biometriska data.

Dessutom kommer PPG-vågformsinspelningarna (Samsungs Galaxy Watch Active 2) också att jämföras och kontrasteras mot insamlade EKG-remsor för att utvärdera förmågan hos ett kontinuerligt PPG-tachogram för att upptäcka AF+/recidiv.

Studien kommer att hjälpa till att identifiera modifierbara riskfaktorer genom att noggrant bedöma dagliga biometriska data och dess korrelation med hjärtstrukturella och fibrotiska förändringar samt kardiovaskulära resultat. Dessa nya prediktorer kommer att möjliggöra bättre förutsägelse av framtida hjärtsjukdomsincidens och/eller progression. Dessutom kommer dagliga biometriska hälsodata att användas för att träna ett maskininlärningskoncept, med hjälp av ett kontinuerligt färdskrivare som kommer att förutsäga förmaksmyopati och större kardiovaskulära utfall, vilket leder till tidigare förebyggande insatser.