此页面是自动翻译的,不保证翻译的准确性。请参阅 英文版 对于源文本。

与高房颤风险相关的血栓栓塞风险 (MATHIAS)

2026年2月27日 更新者:Josep Lluís Clua Espuny、Fundacio d'Investigacio en Atencio Primaria Jordi Gol i Gurina

早期血栓栓塞风险检测在高危心房颤动中的经济、临床及社会影响:基于模型的MATHIAS策略评估。

心血管疾病是欧盟可治疗疾病中的首要致死原因,也是可预防原因中的第二大死因,其标准化死亡率为每10万居民257.8例死亡。 2022年,75岁以下人群中超过111万例死亡本可避免。 心房颤动(AF)和主要不良心血管事件(MACE)在老年人群中高度流行,并产生巨额医疗成本。 AF显著增加MACE风险,预计未来几十年将急剧上升。

在欧洲,AF患病率预计未来50年内将增长2.5倍,55岁后人群的终身患病风险达1/3至1/5。 AF相关卒中预计将增加34%,80岁以上人群的缺血性卒中在2016年至2060年间预计将增长两倍。 此外,卒中幸存者后续罹患AF或相关疾病的预期增幅达27%。 AF对发病率、死亡率和疾病进展具有重大影响,早期检测和治疗对预防严重后果至关重要。

欧洲行动计划(2018-2030年)和2024年ESC/ESO指南强调初级保健中AF的早期检测与管理。 尽管现有多种AF预测模型,但其融入临床实践仍面临挑战。 AF呈现临床连续性特征,血栓风险甚至在心律失常发作前即已存在。 AF高危患者同时表现出较高的MACE发生率,MACE定义为心肌梗死、卒中、系统性栓塞事件和心血管死亡的复合终点。

本提案策略涉及开发并临床验证人工智能(AI)模型,以MACE为主要结局指标,改善AF高危患者的早期血栓风险预测。 该模型旨在通过整合传统与新兴临床因素,超越传统CHA₂DS₂-VASc评分系统的预测效能。 从临床验证到商业化的预计时间线约为48个月。

基于AI的预测有望实现个体化治疗,降低MACE发生率、住院率和致残率,提升成本效益,最终减轻欧洲AF与卒中的社会经济负担。

研究概览

详细说明

心房颤动及其血栓栓塞并发症在欧洲正日益成为临床和社会经济挑战。 房颤与卒中、主要不良心血管事件(MACE)、残疾和死亡率密切相关,对老年人的影响尤为显著。 随着欧洲人口老龄化,房颤及房颤相关卒中的患病率预计将大幅上升,导致医疗支出和社会负担不断增加。 仅卒中护理在第一年的平均费用就高达22,605.66欧元,主要由住院和长期依赖驱动,45-50%的幸存者存在残留残疾。 因此,预防房颤相关的血栓栓塞事件既是临床重点,也是经济优先事项。

从临床角度看,对于房颤高风险个体的上游血栓栓塞风险分层改进存在关键未满足需求。 尽管多种房颤预测模型可以估计5-10年内发生房颤的可能性,且对≥65岁成年人进行系统筛查已通过卒中预防证明具有成本节约效果,但仍缺乏经过验证的工具来指导未确诊房颤的高风险个体启动抗凝治疗。 当前标准实践依赖于CHA₂DS₂-VASc评分进行房颤诊断后评估;然而,该评分存在公认局限性。 它未纳入慢性肾脏病、癌症、生物标志物、心电图异常或种族等多个相关风险调节因素,且在某些亚组(包括女性和多病共存患者)中风险区分能力可能不足。 因此,临床决策常超越评分范围,反映出对更全面、精确工具的需求。

新兴证据支持房颤作为临床连续体的概念。 促血栓形成的心房基质可能先于显性心律失常出现,形成“前房颤”阶段,此时血栓栓塞风险已然升高。 2023年ACC/AHA/ACCP/HRS指南正式承认“风险期”和“前房颤”阶段,强调早期预防干预的机会。 然而,在常规初级保健中识别和分层该人群的实用工具仍然有限。

人工智能为填补这些空白提供了有前景的策略。 通过利用高维电子健康记录数据,AI模型能捕捉传统和新兴风险因素之间复杂的非线性相互作用,可能提供比传统评分更准确的个体化血栓栓塞风险预测。 早期机器学习方法已证明相较于传统模型,在房颤和心血管事件判别方面有所改进。

MATHIAS项目(血栓栓塞风险与高房颤风险关联研究)旨在开发并前瞻性验证基于AI的模型,利用真实世界初级保健电子健康记录数据,评估≥65岁房颤高风险成年人的血栓栓塞风险。 该模型将整合至数字化赋能照护路径,纳入靶向、风险引导的光电容积脉搏波筛查和个体化抗凝决策。 目标在于加强早期检测、优化抗凝策略,并个体化心律控制和共病管理。

基于已验证房颤风险分层队列(AFRICAT NCT03188484和PREFATE NCT05772806)的初步回顾性分析和五个试点ML模型显示出鼓舞人心的结果。 Adaboost模型在预测MACE方面显著优于CHA₂DS₂-VASc评分(AUC 99.99% vs. 81.71%; p = 0.0034)。 尽管这些发现令人振奋,仍需前瞻性、多中心评估以检验普适性、最佳随访间隔、患者选择(包括高风险、TIA/卒中及不同CHA₂DS₂-VASc分层人群),以及对患者重要结局(如卒中、出血、生活质量和成本效益)的影响。

该项目还纳入马尔可夫决策分析模型,从医疗支付方和社会角度评估MACE、卒中、残疾、质量调整生命年和成本。 情景分析将评估相较于常规照护、机会性筛查或可穿戴设备优先策略,将AI模型整合至常规照护是否具有成本效益。 将特别关注性别特异性结局和获益分布的潜在不平等。

预期临床影响包括:将高风险人群MACE发生率降至每1000人年50例以下,将房颤相关卒中比例降至10%以下,提高多达65%符合条件患者的抗凝治疗适宜性,并确保至少90%高风险个体接受适当口服抗凝治疗。 遵循结构化房颤照护路径(如AF-CARE)已与全因死亡率和MACE显著降低相关;整合AI驱动的风险分层可能进一步增强这些获益。

经济方面,尽管筛查和更广泛抗凝药物使用可能最初增加直接成本,但卒中预防预计将产生显著的长期节约。 仅在加泰罗尼亚地区,高风险房颤人群的预计年节约额就在1230万至7920万欧元之间。 卒中严重程度、残疾和住院率的降低将减轻直接医疗成本以及与生产力损失和长期依赖相关的间接社会成本。

总之,本项目通过开发和实施针对房颤高风险个体的AI驱动血栓栓塞风险分层模型,解决了心血管预防领域的重大空白。 通过契合当代欧洲指南和精准医疗策略,该倡议旨在改善早期识别、个体化治疗决策、减轻MACE和卒中负担、维护患者自主权和生命质量,并确保医疗资源的可持续利用。

研究类型

观察性的

注册 (估计的)

1000

联系人和位置

本节提供了进行研究的人员的详细联系信息,以及有关进行该研究的地点的信息。

学习联系方式

研究联系人备份

学习地点

    • Tarragona
      • Tortosa、Tarragona、西班牙、43500
        • EAP Tortose est. Servei d'Atencio Primaria i Comunitària. Institut Catala de la Salit
        • 接触:
        • 接触:
        • 首席研究员:
          • Eulalia Muria-Subirats, PhD
        • 副研究员:
          • Anna Panisello-Tafalla, pre-PhD

参与标准

研究人员寻找符合特定描述的人,称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。

资格标准

适合学习的年龄

  • 年长者

接受健康志愿者

是的

取样方法

非概率样本

研究人群

本研究将使用西班牙加泰罗尼亚地区SAP Terres de l'Ebre初级医疗数据库常规收集的数据,覆盖11个初级医疗保健中心管理的178,112名居民(其中49.6%为女性)。该地区以人口老龄化程度较高[19](老龄化指数为159.5,而加泰罗尼亚为131.3,西班牙为118.4)和人均收入较低[20](为加泰罗尼亚平均水平的77.4%)为特点。研究对象为基线时年龄在65-95岁、无既往房颤病史且在HCC3/CMBD系统中有活跃记录的成年人。该队列以多病共存和高预测房颤及相关并发症风险为特征,反映了欧洲医疗系统中初级保健机构通常管理的患者群体,提供了一个心血管负担高且资源受限的真实世界研究背景。

描述

纳入标准(PREFATE研究):基线评估

  • 年龄65-95岁、无既往房颤史且根据AFRICAT(加泰罗尼亚房颤研究)研究中验证的风险评分属于房颤高危人群的成年人。该评分量表考虑以下变量进行风险计算:性别、年龄、体重、心率和CHA2DS2-VASc(充血性心力衰竭、高血压、年龄≥75岁(双倍计分)、糖尿病、既往卒中或短暂性脑缺血发作(双倍计分)、血管疾病、年龄65-74岁、女性)评分。
  • 在HCC3/CMBD系统中具有有效记录
  • CHA2DS2-VASc评分≥2分
  • 能够使用智能手机(或至少照护者能够使用)

排除标准:符合以下条件的患者将被排除(排除标准):

  • 既往房颤诊断史
  • 既往卒中诊断史
  • 严重认知障碍,总体衰退量表(GDS)评分≥3分
  • 严重功能障碍,Barthel指数评分≤60分,或改良Rankin评分≥4分
  • 入组时正在接受抗凝治疗
  • 预期寿命不足1年
  • 携带心脏起搏器者

学习计划

本节提供研究计划的详细信息,包括研究的设计方式和研究的衡量标准。

研究是如何设计的?

设计细节

队列和干预

团体/队列
干预/治疗
对照
常规护理(对照):在常规临床就诊期间进行机会性房颤检测,对于已确诊房颤的患者,根据CHA₂DS₂VA评分指导抗凝治疗,不进行任何基于人工智能的房颤前风险评估。 这种方法反映了当前欧洲许多初级保健机构中符合指南的实践,这些机构尚未实施房颤数字筛查。
MATHIAS引导策略(干预):该方法应用于高危队列(Q4)[10,24],以评估个体血栓栓塞风险。 该流程包括后续临床评估和设备式光电容积描记筛查[5,11],随后使用MATHIAS AI原型[35,36]进行AI驱动的血栓栓塞风险分层,并根据预测的风险特征启动口服抗凝治疗,无论是否确认心房颤动。

研究衡量的是什么?

主要结果指标

结果测量
措施说明
大体时间
主要结局指标 1. 首次及复发性卒中发生率
大体时间:直至研究完成,平均1年
每10万居民中首次和复发性卒中事件的年发生率,采用基于人口的登记和临床记录进行测量。
直至研究完成,平均1年
主要不良心血管事件(MACE)
大体时间:直至研究完成,平均1年
复合心血管终点发生率,包括心肌梗死、卒中、颅外系统性栓塞事件(SEEs)或心血管死亡
直至研究完成,平均1年

次要结果测量

结果测量
措施说明
大体时间
早期发现心房颤动
大体时间:基线至研究完成期间,平均1年。
新诊断房颤病例在早期或无症状阶段被识别的比例,定义为在血栓栓塞并发症发生前即已诊断。
基线至研究完成期间,平均1年。
复杂慢性患者的系统性出血风险评估
大体时间:直至研究完成,平均为1年
接受使用已验证临床风险评分(HAS-BLED)进行标准化出血风险评估的高复杂度慢性病患者(GMA-4类别)的比例。
直至研究完成,平均为1年
心血管护理与结局的性别差异
大体时间:至研究完成,平均1年

女性与男性在以下方面的差异:

心房颤动诊断时间 接受指南推荐抗凝治疗的比例 卒中预防覆盖率 心血管结局(卒中复发、主要不良心血管事件、死亡率)

至研究完成,平均1年

其他结果措施

结果测量
措施说明
大体时间
中风后医疗与社会医疗成本
大体时间:从首次卒中事件到事件后12个月
首次事件发生后第一年内每次卒中发作的平均直接医疗和社会医疗总费用。
从首次卒中事件到事件后12个月
可预防的心血管疾病住院
大体时间:研究完成期间,平均1年
根据标准化可预防性标准定义的高风险患者中,因心血管并发症导致的可避免住院率。
研究完成期间,平均1年

合作者和调查者

在这里您可以找到参与这项研究的人员和组织。

调查人员

  • 首席研究员:Josep Clua-Espuny, PhD、FUNDACIO INSTITUT UNIVERSITARI PERA LA RECERCA A L'ATENCIO PRIMARIA DE SALUT JORDI GOL I GURINA

出版物和有用的链接

负责输入研究信息的人员自愿提供这些出版物。这些可能与研究有关。

一般刊物

有用的网址

研究记录日期

这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查,以确保它们在发布到公共网站之前符合特定的质量控制标准。

研究主要日期

学习开始 (估计的)

2026年7月6日

初级完成 (估计的)

2027年10月29日

研究完成 (估计的)

2028年12月31日

研究注册日期

首次提交

2026年2月20日

首先提交符合 QC 标准的

2026年2月27日

首次发布 (实际的)

2026年3月2日

研究记录更新

最后更新发布 (实际的)

2026年3月2日

上次提交的符合 QC 标准的更新

2026年2月27日

最后验证

2026年2月1日

更多信息

与本研究相关的术语

计划个人参与者数据 (IPD)

计划共享个人参与者数据 (IPD)?

未定

IPD 计划说明

支持本研究结果的数据将由加泰罗尼亚健康研究所提供。 这些数据集的使用存在限制,它们将在当前研究的许可下使用,因此不公开提供。 在当前研究期间生成和分析的数据集可能需要获得加泰罗尼亚健康研究所的许可方可获取(敏感数据)。

研究数据/文件

  1. 视频录制
    信息标识符:jlclua.ebre.ics@gencat.cat

药物和器械信息、研究文件

研究美国 FDA 监管的药品

不

研究美国 FDA 监管的设备产品

不

此信息直接从 clinicaltrials.gov 网站检索,没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求,请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改,我们的网站上也会自动更新.

订阅