心力衰竭风险导向筛查试点研究 - 先导研究 (FIND HF)

背景 心力衰竭（HF）全球影响约1-2%的成年人，是导致计划外住院的主要原因之一，尤其是在老年人群中。 仅在英国，就有超过一百万人患有心力衰竭，每年新增约20万例。 这一增长主要归因于人口老龄化和心脏病发作后存活率的提高。

从治疗角度来看，心力衰竭主要分为三类：

• 射血分数降低的心力衰竭（HFrEF）
• 射血分数中间值的心力衰竭（HFmrEF）
• 射血分数保留的心力衰竭（HFpEF）对于HFrEF，四支柱疗法（利尿剂、β受体阻滞剂、血管紧张素转换酶抑制剂、地高辛）已被确立为药物治疗管理的金标准，有助于降低死亡和住院风险。 对于HFpEF和HFmrEF，恩格列净、达格列净和非奈利酮等药物在降低风险方面显示出良好效果。 司美格鲁肽和替尔泊肽等新药也对伴有肥胖的HFpEF患者有益。 目前心力衰竭的治疗选择比以往任何时候都更多。

在英国，社区护士主导的团队能够启动和调整心力衰竭治疗。 然而，在严重症状出现之前早期诊断心力衰竭仍然具有挑战性。 当前指南推荐特定检查进行诊断，但许多（十分之八）诊断仍是在医院进行的，且往往较晚。

英国国家医疗服务体系（NHS）旨在改善初级保健中的早期诊断，以减少住院并提高患者的生活质量。

由英国心脏基金会（BHF）资助，研究人员开发了一种人工智能算法FIND-HF，利用常规收集的电子健康记录数据来识别未确诊心力衰竭风险人群。

项目目标 该研究项目旨在确定FIND-HF人工智能算法在不同风险水平下识别心力衰竭的有效性，并了解早期检测和治疗的潜在益处。

研究人员将量化不同FIND-HF人工智能风险评分下的症状负担、利钠肽水平，以及无症状左心室收缩功能障碍、HFrEF、HFmrEF和HFpEF的诊断率。 利用这些信息，研究人员将确定用于未来心力衰竭早期检测随机临床试验（RCT）的风险评分阈值。

此外，在研究期间新诊断为心力衰竭的患者中，研究人员旨在量化药物治疗机会，以期为未来旨在减少心力衰竭住院和心血管死亡的早期检测和治疗心力衰竭随机临床试验提供潜在效应大小及样本量信息。

参与者识别与招募 参与者将通过其初级保健电子健康记录进行心力衰竭风险评估来识别。

根据预测的心力衰竭风险，个体将被分为两类，招募按风险分层1:2比例进行，其中151名参与者来自风险最高的前10百分位，302名参与者来自风险较低的90百分位。 这种方法旨在丰富高风险患者队列，同时纳入低风险患者，以确定在FIND-HF人工智能风险估计范围内新心力衰竭诊断率是否有所提高。

研究邀请将分批发送给每个风险类别的合格参与者，直至达到目标样本量。 邀请流程包括一条短信，随后邮寄包含参与者信息表、同意书、联系信息表和免邮资回邮信封的信息包。 参与者将把同意书和联系信息返回给研究团队，团队随后将联系他们安排研究访问预约。 研究访问将在参与者的全科医生诊所或社区健康中心进行。

所有参与者都需要提供书面知情同意。 研究访问

同意的参与者将参加一次研究访问。 访问期间，研究团队中英国超声心动图学会（BSE）认证的临床成员将进行以下测试/检查：

• 病史和症状评估（呼吸困难、端坐呼吸、阵发性夜间呼吸困难、运动不耐受、疲劳、踝部水肿）
• 身高、体重、心率和血压
• 利钠肽检测：参与者将接受即时检验（POC）利钠肽检测
• 超声心动图：参与者将使用Kosmos设备和US2.ai自动测量功能接受人工智能辅助的手持式超声心动图检查。

新发现的心力衰竭病例将报告给参与者及其全科医生。 其全科医生将负责根据当地规程转诊参与者。

随访 研究团队成员将在参与者研究访问后的6个月、1年、5年和10年，通过其初级保健电子健康记录进行远程随访。 随访内容包括心力衰竭治疗和心力衰竭事件的评估。 将寻求参与者同意链接二级保健记录、死亡证明数据和全国登记册。

预期结果价值 NHS重大疾病战略强调需要发展护理模式以更好地服务公众，重点是利用人工智能和数字技术早期诊断心血管疾病。 这项概念验证研究将为测试人工智能风险分层和社区早期诊断与治疗心力衰竭路径的试验设计提供信息，旨在减少心力衰竭事件和心血管死亡。 如果成功，人工智能模型（FIND-HF）可在英国初级保健中实施，为NHS建立社区早期心力衰竭诊断路径。