Exakt fenotypningsklassificering vid förmaksflimmer (PPC-AF)

Denna studie syftar till att integrera multi-omics-data (genomik, avbildning, serologi etc.) för att uppnå exakt fenotypningsklassificering för förmaksflimmer (AF) -patienter och utforska personliga strategier för rytmkontroll. Genom att registrera över 1 000 AF-patienter samlar vi in ​​genomiska data inklusive GWAS och encellssekvensering, i kombination med hjärt MRI, CT, ekokardiografi avbildning och serumbiomarkörer, för att avslöja AF-patologiska mekanismer och återfallsrisker vid molekylära och strukturella nivåer. Maskininlärning och AI -algoritmer kommer att användas för att utveckla AF -fenotypiska klassificeringsmodeller, som kommer att valideras över flera centra för att bedöma deras noggrannhet och tillförlitlighet när det gäller att förutsäga AF -återfall och terapeutiska svar. Vidare kommer kliniska studier att utvärdera effekten av oral dronedaronhydrokloridtabletter och intravenös Nicorandil-hydroklorid för att förhindra återkommande post-kateter och deras säkerhet/effektivitet vid tidig hjärtversion. Slutligen, baserat på avancerade fenotypningsresultat, kommer vi att upprätta personliga rytmkontrollstrategier som integrerar farmakoterapi, kateterablation och livsstilsinsatser för att optimera AF -hanteringen.