Nachrichten 15.02.2022

Herzinsuffizienz-Früherkennung: Wie das Echo die Vorhersage verbessern könnte

Wie lässt sich die Echokardiografie besser für die Risikoprädiktion in frühen Stadien einer Herzerkrankung nutzen? Französische Kardiologen beschreiben jetzt ganz neue echokardiografische Phänotypen, die kardiovaskuläre Ereignisse vorhersagen helfen.

Asymptomatische echokardiografische Veränderungen – von systolischer/diastolischer Dysfunktion über LV-Hypertrophie bis zu LV-Vergrößerung – gelten als Frühformen einer Herzinsuffizienz. Aber inwieweit sich damit die Prognosegenauigkeit über traditionelle Risikoscores wie etwa ARIC-HF hinaus verbessern lässt, ist unklar. Insbesondere einzelne Echoparameter sind interpretationsanfällig. Vielversprechender könnte es sein, sich für die Risikoprädiktion komplexere echokardiografische Phänotypen anzusehen – die allerdings erst einmal identifiziert und dann validiert werden müssen.

Phänotypische Cluster identifiziert

Hier setzen französische Wissenschaftler um Masatake Kobayashi vom Universitätsklinikum der Region Nancy an. Sie haben mit Hilfe einer Software, die mit nicht-überwachtem Maschinenlernen („Deep Learning“) arbeitet, echokardiografische Bilddatensätze von gesunden Erwachsenen ausgewertet und daraus mit Hilfe eines Analyseverfahrens („K-Means“) phänotypische Cluster identifiziert, die sich möglichst gut voneinander abgrenzen sollten. Basis war die epidemiologische STANISLAS-Kohorte der Region Nancy, eine monozentrische, populationsbasierte Kohorte, an der Familien mit mindestens zwei Kindern teilnehmen. Für die Clusterung wurden die Echoaufnahmen von insgesamt 701 Elternteilen berücksichtigt, bei denen die Echo-Untersuchung vollständig sein musste und keine Herzinsuffizienz bekannt sein durfte. 

Auf diese Weise wurden drei Cluster gebildet:

  1. ein überwiegend normales „MN“-Cluster aus 334 Probanden, 
  2. ein „D“-Phänotyp aus 323 Probanden mit überwiegend diastolischen Veränderungen und 
  3. ein „D/S“-Phänotyp aus 170 Probanden, die sowohl diastolische als auch strukturelle Veränderungen zeigten. 

Probanden im MN-Cluster hatten die höchsten Werte für e‘ und E/A und die höchsten (absoluten) systolischen LV Strain-Werte. Im D-Cluster waren überwiegend Frauen, e‘ war hier niedriger und E/e‘ höher als im MN-Cluster. Im D/S-Cluster schließlich versammelten sich überwiegend Männer, hier waren LV Masse und LV Volumen besonders hoch, der absolute systolische LV Strain am niedrigsten, e‘ war eher niedrig und E/e‘ eher hoch.

Neuer Algorithmus soll Risikoabschätzung verbessern

In einem zweiten Schritt haben die Wissenschaftler dann mit einem (anderen) Maschinenlernansatz diese drei Phänotypen auf gängigerweise gemessene Echoparameter gemappt, also eine Art echokardiografischen Entscheidungsbaum gebildet. Als dafür relevanteste Messwerte identifizierte die Software e‘, den linksventrikuläre enddiastolischen Volumenindex und den linksventrikulären Massenindex. Entsprechend tauften die Wissenschaftler ihren Algorithmus „e’VM Algorithmus“. Die Genauigkeit des e’VM-Entscheidungsbaums im Hinblick auf die drei eingangs identifizierten Phänotypen betrug am Ende rund 80%.

Die entscheidende Frage war natürlich: Was „kann“ der Algorithmus in Sachen Risikoprädiktion jenseits der Ausgangskohorte, anhand derer er entwickelt wurde? Um das herauszufinden, erfolgte eine externe Validierung mit der dänischen Malmö Preventive Project Kohorte. Die Patienten in dieser Kohorte waren älter und hatten deutlich häufiger Hypertonie und Diabetes als in der STANISLAS-Kohorte. Trotzdem gelang eine gute Clusterung mit jeweils 440 bis 512 Probanden pro Phänotyp.

Dabei gab es einen klaren Zusammenhang mit dem primären Endpunkt der Malmö-Kohorte, einem Komposit aus kardiovaskulärem Tod und erstmaliger Klinikeinweisung wegen Herzinsuffizienz, über den Follow-up-Zeitraum von im Median 10,3 Jahren: Sowohl Patienten mit D-Phänotyp als auch Patienten mit D/S-Phänotyp hatten ein signifikant erhöhtes Risiko für ein Endpunktereignis. (Hazard Ratio, HR: 2,47; 95%-KI: 1,38–4,41 bzw. HR: 4,67; 95%-KI: 2,67–8,14) Nach Adjustierung für den Herzinsuffizienz-Risiko-Score ARIC und für den Laborwert NTproBNP blieben diese Zusammenhänge fast ungeschmälert erhalten. Anders ausgedrückt: Die prognostische Performance von ARIC-Score und/oder NTproBNP wird durch Hinzunahme der echokardiografischen Phänotypisierung deutlich verbessert.

Klinisch heißt das alles, dass es künftig einfacher werden könnte, unter den kardial asymptomatischen Menschen mit echokardiografischen Auffälligkeiten jene herauszufiltern, die ein sehr hohes kardiovaskuläres Risiko aufweisen. So könnten zum Beispiel Screeningprogramme unterfüttert werden, deren genaue Ausgestaltung freilich noch völlig unklar ist.

Zu kompliziert für den Alltag?

Die beiden Kardiologen Jonathan Strom und Partho Sengupta aus Boston bzw. New Jersey weisen in einem die Publikation begleitenden Editorial darauf hin, dass es insbesondere die Nutzung ambulanter, populationsbasierter Kohorten sei, mit der sich die Arbeit – neben der innovativen Nutzung künstlicher Intelligenz – von anderen Risikoprädiktionsstudien mit Bildgebung abhebe. Genau da sehen sie für den klinischen Einsatz aber auch eine große Herausforderung: Denn populationsbasierte Screeningprogramme im Bereich Herzinsuffizienz unter Nutzung der Echokardiografie lassen sich sicher nicht unkompliziert umsetzen.

Literatur

Strom JB, Sengupta PP. Predicting Preclinical Heart Failure Progression. JACC: Cardiovascular Imaging 2022; 15:209-11

Kobayashi M et al. Machine Learning-Derived Echocardiographic Phenotypes Predict Heart Failure Incidence in Asymptomatic Individuals. JACC: Cardiovascular Imaging 2022; 15:193-208

Highlights

Kardiothek

Alle Videos der Kongressberichte, Interviews und Expertenvorträge zu kardiologischen Themen. 

Corona, COVID-19 & Co.

Aktuelle Meldungen zu SARS-CoV-2 bzw. zu der Lungenkrankheit COVID-19 finden Sie in diesem Dossier.

Aktuelles und Neues aus der Kardiologie

Bodenverschmutzung mit Herzerkrankungen assoziiert

Während Luftverschmutzung sich leichter beobachten und erforschen lässt, gibt es zu den gesundheitlichen Folgen von Bodenkontamination weniger Daten. Eine deutsche Übersichtsarbeit zeigt, wie Schadstoffe im Boden das Herz schädigen können.

So sicher und effektiv sind Sondenextraktionen in Deutschland

Die Entfernung von Schrittmacher- oder ICD-Elektroden kann eine große Herausforderung sein. Auskunft darüber, wie sicher und effektiv Eingriffe zur Sondenextraktion in Deutschland sind, geben Daten des nationalen GALLERY-Registers.

Sternotomie: Optimaler Start der kardiologischen Reha

Bedeutet ein früher Beginn des Rehabilitationstrainings nach einer Sternotomie ein Risiko für die Heilung oder eine schnellere Genesung, die Muskelabbau und Stürze verhindert? Eine kleine, randomisierte Studie liefert neue Daten dazu.

Aus der Kardiothek

Hätten Sie es erkannt?

Echokardiographischer Zufallsbefund. Was fällt auf?

Interventionelle Techniken bei Herzinsuffizienz: Bei wem, was und wann?

Für das Management von Herzinsuffizienz-Patienten stehen inzwischen auch interventionelle Techniken zur Verfügung, etwa ein intratrialer Shunt zur HFpEF-Therapie oder invasive Devices für die Fernüberwachung. Dr. Sebastian Winkler erklärt in diesem Video, wann der Einsatz solcher Techniken sinnvoll sein könnte, und was es dabei zu beachten gilt.

SGLT2-Hemmung bei Herzinsuffizienz: Mechanismen und pleiotrope Effekte

Inzwischen ist bekannt, dass SGLT2-Inhibitoren über die blutzuckersenkende Wirkung hinaus andere günstige Effekte auf das Herz und die Niere entfalten. Prof. Norbert Frey wirft einen kritischen Blick auf die Studienlage und erläutert daran, was über die Mechanismen der SGLT2-Hemmung tatsächlich bekannt ist.

Herz-Ultraschallbild auf dem Computerbildschirm/© okrasiuk / stock.adobe.com
Kardiothek/© kardiologie.org
Corona/© Naeblys / Getty images / iStock
Kardio-Quiz Juni 2022/© Stephan Achenbach, Friedrich-Alexander-Universität Erlangen
Vortrag vom BNK/© BNK | Kardiologie.org