Niewydolność serca – Rokowania, prognozy i postęp choroby

Niewydolność serca
Rokowania, prognozy i postęp choroby

Niewydolność serca (NS) charakteryzuje się rosnącą częstością występowania oraz wysoką śmiertelnością, szczególnie po wystąpieniu objawów klinicznych. Kluczowym wyzwaniem w leczeniu NS jest opracowanie wiarygodnych modeli prognostycznych, które umożliwią precyzyjną ocenę ryzyka i indywidualizację terapii, zwłaszcza u pacjentów kwalifikowanych do terapii inwazyjnych lub opieki paliatywnej. Hospitalizacje z powodu NS są silnym predyktorem złego rokowania, co potwierdza badanie CHARM, gdzie współczynnik ryzyka (HR) śmiertelności po hospitalizacji wynosił 3,2 (95% CI 2,8-3,5), z najwyższym ryzykiem w pierwszym miesiącu po wypisie. Modele prognostyczne uwzględniające dane demograficzne, kliniczne, laboratoryjne i obrazowe, w tym frakcję wyrzutową lewej komory (LVEF), klasę NYHA oraz morfologię zespołu QRS, pozwalają na umiarkowanie dokładne przewidywanie wyników, a dodanie echokardiografii nieznacznie poprawia ich precyzję. Hemodynamicznie, wyższe ciśnienie zaklinowania w kapilarach płucnych (PCWP) i niższe ciśnienie skurczowe krwi (SBP) są niezależnymi predyktorami złego rokowania, podczas gdy indeks sercowy (CI) nie wykazuje takiej wartości prognostycznej.

Niewydolność serca – Rokowanie (ocena prognostyczna)

Znaczenie oceny rokowania w niewydolności serca
Hospitalizacja jako istotny marker złego rokowania

Modele predykcyjne rokowania w niewydolności serca

Podstawowe parametry kliniczne wykorzystywane w modelach rokowniczych
Zaawansowane modele predykcyjne
Czynniki hemodynamiczne w ocenie rokowania

Biomarkery w ocenie rokowania w niewydolności serca

Znaczenie peptydów natriuretycznych
Inne obiecujące biomarkery

Sprawność fizyczna a rokowanie w niewydolności serca

Testy sprawności funkcjonalnej jako predyktory rokowania
Wyniki badań dotyczących sprawności fizycznej i rokowania

Jakość życia jako predyktor rokowania
Nowoczesne metody oceny rokowania

Ultrasonografia płuc w ocenie rokowania ostrej niewydolności serca
Ocena źrenicy w przewidywaniu długości życia pacjentów z niewydolnością serca
Uczenie maszynowe w przewidywaniu rokowania

Wielowymiarowe modele prognostyczne
Ograniczenia aktualnych modeli prognostycznych

Kolejne rozdziały

Niewydolność serca – Rokowanie (ocena prognostyczna)

Niewydolność serca (NS) jest jedyną chorobą układu sercowo-naczyniowego o stale rosnącej częstości występowania. Wskaźniki zachorowalności i śmiertelności po wystąpieniu objawowej NS są wysokie, choć raportowane wskaźniki śmiertelności mogą się różnić w zależności od czynników demograficznych, stopnia zaawansowania choroby oraz zastosowania odpowiedniej terapii medycznej.¹²

Głównym wyzwaniem w leczeniu NS jest dostępność wiarygodnych modeli prognostycznych, które pozwoliłyby pacjentom i lekarzom opracować realistyczne oczekiwania dotyczące rokowania oraz wybrać odpowiednią terapię i metodę monitorowania. Obecnie brakuje uniwersalnych parametrów lub skal, na podstawie których można by łatwo uchwycić moment pogorszenia stanu pacjentów z NS.³²⁴

Znaczenie oceny rokowania w niewydolności serca

Ocena rokowania odgrywa szczególną rolę u pacjentów kwalifikowanych do terapii z zastosowaniem urządzeń implantowanych lub leczenia chirurgicznego (w tym przeszczepienia serca). Prognoza odgrywa również ważną rolę w planowaniu terminalnej opieki paliatywnej z pacjentem i jego rodziną. Predyktor rokowniczy nie tylko pozwala z wyprzedzeniem zidentyfikować pacjenta wysokiego ryzyka, ale także umożliwia monitorowanie i wdrożenie zindywidualizowanej terapii zapobiegawczej.⁵⁴⁶

Ponadto, identyfikacja czynników przyczyniających się do złego rokowania może pomóc w opracowaniu nowych, ukierunkowanych terapii. Dokładna ocena ryzyka może również stanowić podstawę do priorytetyzacji działań w ramach programów zarządzania chorobą (disease management programs), co umożliwia ukierunkowanie intensywnych działań na pacjentów o najwyższym ryzyku niekorzystnych zdarzeń.⁷⁶

Hospitalizacja jako istotny marker złego rokowania

Konieczność hospitalizacji jest ważnym markerem złego rokowania. Związek między hospitalizacją z powodu niewydolności serca a późniejszą śmiertelnością analizowano w badaniu CHARM (Candesartan in Heart Failure Assessment of Reduction in Mortality and Morbidity) obejmującym 7572 pacjentów z przewlekłą NS z obniżoną lub zachowaną frakcją wyrzutową lewej komory (LVEF). Śmiertelność była zwiększona po hospitalizacjach z powodu NS, nawet po uwzględnieniu wyjściowych czynników predykcyjnych zgonu (współczynnik ryzyka [HR] 3,2; 95% CI 2,8-3,5). Zwiększone ryzyko zgonu było najwyższe w ciągu jednego miesiąca od wypisania i stopniowo malało z czasem.¹

Modele predykcyjne rokowania w niewydolności serca

Aby lepiej ocenić rokowanie pacjentów z niewydolnością serca, opracowano różne modele predykcyjne wykorzystujące dane demograficzne, kliniczne, laboratoryjne i obrazowe. Modele te mogą pomóc w identyfikacji pacjentów wysokiego ryzyka i w dostosowaniu intensywności leczenia.⁸⁷

Podstawowe parametry kliniczne wykorzystywane w modelach rokowniczych

Pomimo identyfikacji wielu markerów i modeli złego rokowania, decyzje kliniczne i wytyczne dotyczące NS nadal opierają się głównie na kilku podstawowych parametrach, takich jak:⁹⁴

Obecność objawów NS (klasa NYHA)
Frakcja wyrzutowa lewej komory (LVEF)
Czas trwania i morfologia zespołu QRS

⁹⁴⁶

Zaawansowane modele predykcyjne

Opracowano bardziej zaawansowane modele predykcyjne, które wykorzystują szerszy zakres danych. Na przykład, badacze opracowali model ryzyka do przewidywania 5-letniego ryzyka śmiertelności lub hospitalizacji z powodu niewydolności serca wśród pacjentów dużej organizacji opieki zdrowotnej. Zaobserwowano 56% pięcioletnie ryzyko hospitalizacji z powodu niewydolności serca lub zgonu (95% przedział ufności, 54% do 58%).⁸

Interesującym spostrzeżeniem jest fakt, że stosunkowo prosty model może być równie skuteczny jak bardziej złożony model, chociaż wszystkie modele przewidują z umiarkowaną dokładnością. Dodanie pomiarów z echokardiogramu daje niewielki wzrost dokładności prognostycznej, co ma potencjalnie istotne implikacje dla działań związanych z priorytetyzacją zarządzania chorobą.⁸⁷

Czynniki hemodynamiczne w ocenie rokowania

W systematycznym przeglądzie dotyczącym czynników hemodynamicznych jako predyktorów rokowania w niewydolności serca wykazano, że wyższe ciśnienie zaklinowania w kapilarach płucnych (PCWP) i niższe ciśnienie skurczowe krwi (SBP) są niezależnymi predyktorami złego rokowania w NS. Pomimo jego roli w koncepcji NS, przegląd ten wykazuje, że indeks sercowy (CI) nie jest niezależnym predyktorem rokowania w NS.¹⁰

Biomarkery w ocenie rokowania w niewydolności serca

Biomarkery, które służą jako mierzalne wskaźniki procesów fizjologicznych i patologicznych, stały się obiecującymi narzędziami do wczesnego wykrywania i prognozowania NS. Odzwierciedlając podstawowe zmiany patofizjologiczne, biomarkery oferują nieinwazyjne i obiektywne podejście do oceny stopnia ciężkości NS, podejmowania decyzji dotyczących leczenia i przewidywania wyników pacjenta.¹¹

Znaczenie peptydów natriuretycznych

Wśród szeroko badanych biomarkerów, peptyd natriuretyczny typu B (BNP) i N-końcowy pro-peptyd natriuretyczny typu B (NT-proBNP) wyróżniają się jako wskaźniki specyficzne dla serca, wykazujące znaczne obietnice w pomocy w diagnostyce NS, stratyfikacji ryzyka i ocenie prognostycznej. Ich integracja z praktyką kliniczną zaowocowała bardziej terminowymi interwencjami i poprawą wyników pacjentów.¹²

Inne obiecujące biomarkery

Zidentyfikowano również inne ważne biomarkery rokownicze w przewlekłej NS:¹³

sST2 – biomarker ściśle związany z włóknieniem mięśnia sercowego i remodelingiem. Często cytowany próg prognostyczny dla sST2 wynosi 35 ng/ml. Według Pascual-Figal i wsp., podwyższone poziomy sST2 mają znaczenie prognostyczne tylko wtedy, gdy poziomy IL-1 są również podwyższone.
Markery zapalne – takie jak IL-6 i NLR (stosunek neutrofili do limfocytów), podkreślające znaczenie zapalenia w rozwoju NS.
Galektyna-3 – wykazano jej rolę prognostyczną, co dodatkowo wspiera uzasadnienie stosowania tego markera w praktyce klinicznej.

¹³³²

Odkrycie licznych biomarkerów, które dostarczają odrębnych informacji na temat ciężkości choroby i wyników pacjenta, znacznie wzbogaciło dziedzinę diagnostyki i prognozy NS.¹³

Sprawność fizyczna a rokowanie w niewydolności serca

Pacjenci z niewydolnością serca wykazują obniżone zdolności funkcjonalne, które są związane z ich rokowaniem. Przeprowadzono badania systematyczne, które wykazały silny związek między sprawnością fizyczną a rokowaniem u pacjentów z NS.¹⁴

Testy sprawności funkcjonalnej jako predyktory rokowania

Pacjenci z obniżoną sprawnością fizyczną w testach funkcjonalnych wykazują gorsze rokowanie w zakresie zwiększonego ryzyka hospitalizacji lub śmiertelności:¹⁴

6-minutowy test marszu (6-MWT) – zaproponowano jako prosty, tani, bezpieczny i powtarzalny test wysiłkowy do oceny wydolności funkcjonalnej u pacjentów z NS, który może również przewidywać rokowanie pacjentów z NS na podstawie przebytego dystansu.
Prędkość chodu – wykazano również, że prędkość chodu pozwala przewidywać utratę niezależności funkcjonalnej, choroby układu krążenia, hospitalizację i śmiertelność u osób starszych.

¹⁵

Wyniki badań dotyczących sprawności fizycznej i rokowania

Pacjenci z HFrEF (niewydolność serca z obniżoną frakcją wyrzutową), HFpEF (niewydolność serca z zachowaną frakcją wyrzutową) i ostrą NS, którzy wykazali słabą sprawność fizyczną w 6MWT, raportowali większe ryzyko śmiertelności z wszystkich przyczyn [HR=2,29 95%CI (1,86-2,82), p<0,001] niż pacjenci, którzy wykazali dobrą sprawność fizyczną.¹⁵

Pacjenci z HFrEF i HFpEF, którzy wykazali słabą sprawność fizyczną w 6MWT, również raportowali większe ryzyko śmiertelności z powodu NS [HR=2,39 95%CI (2,21-2,59), p<0,001] niż pacjenci, którzy wykazali dobrą sprawność fizyczną.¹⁵

Pacjenci z HFrEF i HFpEF, którzy wykazali wolniejszą prędkość chodu (<0,80m/s), również raportowali większe ryzyko hospitalizacji z wszystkich przyczyn [HR=1,32 95%CI (1,10-1,57), p=0,002] niż pacjenci z szybszą prędkością chodu (≥0,80m/s).¹⁶

Jakość życia jako predyktor rokowania

Przewlekła niewydolność serca wiąże się z gorszą jakością życia związaną ze zdrowiem (HRQoL). Wykazano, że HRQoL jest predyktorem wyników NS, jednak zmienność w projektach badań utrudnia zastosowanie tych ustaleń w środowisku klinicznym.¹⁷

W analizie wieloczynnikowej wszystkie wymiary HRQoL (mierzone za pomocą kwestionariusza Minnesota Living with HF) były niezależnymi predyktorami zarówno śmiertelności, jak i ponownych przyjęć, szczególnie u pacjentów <80 lat. Te dane pokazują, że HRQoL jest predyktorem wyników u pacjentów z NS objętych programem zarządzania chorobą (DMP). Młodsi pacjenci (≤65 lat) z całkowitym wynikiem HRQoL wynoszącym ≥50 są narażeni na wysokie ryzyko niekorzystnego wyniku. U starszych pacjentów ≥80 lat HRQoL nie jest przydatna w przewidywaniu wyników.¹⁷

Nowoczesne metody oceny rokowania

Ultrasonografia płuc w ocenie rokowania ostrej niewydolności serca

Ultrasonografia płuc (LUS) pojawiła się jako prosta, szybka i nieinwazyjna metoda dynamicznej oceny zastoju płucnego, głównego czynnika prognostycznego i celu terapeutycznego w ostrej niewydolności serca (AHF). Zastój płucny jawi się jako główny czynnik prognostyczny w AHF i dlatego stanowi ważny cel terapeutyczny.¹⁸

Większa liczba linii B przy wypisie była istotnie związana ze śmiertelnością 30-dniową (15,2 vs 3,9, p < 0,001). Obecność linii B przy wypisie jest istotnie związana z wyższym ryzykiem śmiertelności w ciągu 30 dni. Związek między liczbą linii B a statusem życiowym w ciągu 30 dni od wypisu jest statystycznie istotny z wartością p < 0,001.¹⁸

Ocena źrenicy w przewidywaniu długości życia pacjentów z niewydolnością serca

Nowe badania sugerują, że rozmiar źrenicy może przewidywać śmierć i ponowną hospitalizację u pacjentów z niewydolnością serca. Wyniki wskazują, że obszar źrenicy jest nowatorskim sposobem identyfikacji pacjentów kardiologicznych o podwyższonym ryzyku śmierci lub ponownej hospitalizacji.¹⁹

Do 45% pacjentów przyjętych do szpitala z niewydolnością serca umiera w ciągu jednego roku od przyjęcia, a większość umiera w ciągu pięciu lat od przyjęcia. Znalezienie lepszych sposobów określenia, którzy pacjenci są bardziej narażeni na ponowne przyjęcie lub śmierć, jest kluczowe.¹⁹

W porównaniu z grupą o dużym obszarze źrenicy, pacjenci w grupie o małym obszarze źrenicy mieli znacznie gorszy wskaźnik przeżycia i znacznie wyższy wskaźnik ponownego przyjęcia z powodu niewydolności serca. Po dostosowaniu do innych czynników, które mogą wpływać na rokowanie, takich jak wskaźnik masy ciała (BMI) i funkcja nerek, pacjenci z małym obszarem źrenicy mieli o 28% niższe ryzyko śmiertelności z wszystkich przyczyn i o 18% zmniejszone ryzyko ponownego przyjęcia z powodu niewydolności serca w porównaniu z pacjentami z dużym obszarem źrenicy.¹⁹

Uczenie maszynowe w przewidywaniu rokowania

W jednym z badań zastosowano podejście oparte na uczeniu maszynowym (ML) do przewidywania śmiertelności wewnątrzszpitalnej i 6-miesięcznej, a także 30-dniowych i 90-dniowych ponownych hospitalizacji. Modele RFE-LR (AUC: 0,91) i Boruta-LR (AUC: 0,90) generowały najlepsze wyniki w odniesieniu do śmiertelności wewnątrzszpitalnej.²⁰

W odniesieniu do 30-dniowej ponownej hospitalizacji, modele Boruta-SVM (AUC: 0,73) i MRMR-LR (AUC: 0,71) osiągnęły najlepsze wyniki. Najlepszym modelem dla 3-miesięcznej ponownej hospitalizacji był MRMR-KNN (AUC: 0,60), a dla śmiertelności 6-miesięcznej modele MRMR-LR (AUC: 0,61) i MRMR-NB (AUC: 0,59) przewyższały inne.²⁰

Opracowano wiarygodne modele dla 30-dniowej ponownej hospitalizacji i śmiertelności wewnątrzszpitalnej przy użyciu konwencjonalnych cech i technik ML. Dokładne przewidywanie ponownej hospitalizacji może pozwolić szpitalom skoncentrować się na tych pacjentach, którzy są najbardziej zagrożeni.²¹

Wielowymiarowe modele prognostyczne

Opracowano wielomodalny model predykcyjny, który integruje odpowiedź zapalną po wystąpieniu, wydolność fizyczną i tolerancję wysiłku przed wypisem oraz codzienną aktywność po wypisie w celu przewidywania długoterminowego rokowania pacjentów z ACS (ostry zespół wieńcowy). Wielowymiarowy model jest bardziej skuteczny niż model jednoczytnikowy w ocenie ryzyka u pacjentów z ACS.²²²³

W innym badaniu opracowano nomogram, który uwzględniał 20 niezależnych czynników ryzyka śmiertelności wewnątrzszpitalnej pacjentów z zastoinową niewydolnością serca: wiek, rasa, norepinefryna, dopamina, fenylefryna, wazopresyna, wentylacja mechaniczna, intubacja, niewydolność wątroby, częstość akcji serca, częstość oddechów, temperatura, ciśnienie skurczowe krwi, luka anionowa, BUN, kreatynina, chlorek, MCV, RDW i liczba białych krwinek. Nomogram jest skutecznym narzędziem do oceny ryzyka, zapewniającym prostą graficzną reprezentację złożonych statystycznych modeli predykcyjnych i jest również odpowiedni do analizy prognostycznej indywidualnych pacjentów.²⁴²⁵

Ograniczenia aktualnych modeli prognostycznych

Pomimo identyfikacji wielu markerów i modeli złego rokowania, wszystkie przedstawione modele wykazały jedynie umiarkowane prawdopodobieństwo przewidywania śmierci w NS. Co więcej, chociaż ich efekty wydają się być akceptowalne na poziomie populacji, nie przewidują one wystarczająco wyniku dla indywidualnego pacjenta.⁹⁶

Żaden pojedynczy czynnik ryzyka nie jest wystarczający do przewidywania rokowania w NS. Wyniki kilku markerów muszą być interpretowane łącznie. Nadal ważne jest znalezienie najważniejszego i najcenniejszego panelu kilku predyktorów i nadal trwają badania oceniające potencjalne nowe predyktory.⁵⁶

W ocenie rokowania pacjentów z niewydolnością serca należy stosować liczne parametry, aby jak najdokładniej określić ogólne ryzyko dla pacjentów.⁶

Kolejne rozdziały

Zapraszamy do dalszego czytania naszego leksykonu.

Wybierz kolejny rozdział z menu poniżej, aby otworzyć nową podstronę kompedium wiedzy i uzyskać szczegółowe informację o leku, substancji lub chorobie.

Materiały źródłowe

#1 Prognosis of heart failure – UpToDate
https://www.uptodate.com/contents/prognosis-of-heart-failure
Prognosis of heart failure […] The prognosis of patients with HF with reduced ejection fraction (HFrEF) will be reviewed here. […] Morbidity and mortality rates after the onset of symptomatic HF are high, although variable mortality rates have been reported which likely reflect differences in demographics, disease severity, and the use of appropriate medical therapy. […] The need for hospitalization is an important marker for poor prognosis. The association of nonfatal hospitalization and subsequent mortality rates was studied using data on 7572 chronic HF patients with reduced or preserved LV ejection fraction (LVEF) in the Candesartan in Heart Failure Assessment of Reduction in Mortality and Morbidity (CHARM) trials. Mortality rate was increased after HF hospitalizations, even after adjustment for baseline predictors of death (hazard ratio [HR] 3.2; 95% CI 2.8-3.5). The increased risk of death was highest within one month of discharge and declined progressively over time.
#2
https://link.springer.com/article/10.1007/s11845-020-02477-z
Heart failure (HF) is the only cardiovascular disease with an ever increasing incidence. […] The main challenge in the treatment of HF is the availability of reliable prognostic models that would allow patients and doctors to develop realistic expectations about the prognosis and to choose the appropriate therapy and monitoring method. […] At this moment, there is a lack of universal parameters or scales on the basis of which we could easily capture the moment of deterioration of HF patients condition. […] Hence, it is crucial to identify such factors which at the same time will be widely available, cheap, and easy to use. […] We can find many studies showing different predictors of unfavorable outcome in HF patients: thorough assessment with echocardiography imaging, exercise testing (e.g., 6-min walk test, cardiopulmonary exercise testing), and biomarkers (e.g., N-terminal pro-brain type natriuretic peptide, high-sensitivity troponin T, galectin-3, high-sensitivity C-reactive protein).
#3 Role of confirmed and potential predictors of an unfavorable outcome in heart failure in everyday clinical practice
https://pmc.ncbi.nlm.nih.gov/articles/PMC8789698/
Heart failure (HF) is the only cardiovascular disease with an ever increasing incidence. The main challenge in the treatment of HF is the availability of reliable prognostic models that would allow patients and doctors to develop realistic expectations about the prognosis and to choose the appropriate therapy and monitoring method. […] At this moment, there is a lack of universal parameters or scales on the basis of which we could easily capture the moment of deterioration of HF patients condition. Hence, it is crucial to identify such factors which at the same time will be widely available, cheap, and easy to use. […] We can find many studies showing different predictors of unfavorable outcome in HF patients: thorough assessment with echocardiography imaging, exercise testing (e.g., 6-min walk test, cardiopulmonary exercise testing), and biomarkers (e.g., N-terminal pro-brain type natriuretic peptide, high-sensitivity troponin T, galectin-3, high-sensitivity C-reactive protein). Some of them are very promising, but more research is needed to create a specific panel on the basis of which we will be able to assess HF patients. […] At this moment despite identification of many markers of adverse outcomes, clinical decision-making in HF is still predominantly based on a few basic parameters, such as the presence of HF symptoms (NYHA class), left ventricular ejection fraction, and QRS complex duration and morphology.
#4
https://link.springer.com/article/10.1007/s11845-020-02477-z
Some of them are very promising, but more research is needed to create a specific panel on the basis of which we will be able to assess HF patients. […] At this moment despite identification of many markers of adverse outcomes, clinical decision-making in HF is still predominantly based on a few basic parameters, such as the presence of HF symptoms (NYHA class), left ventricular ejection fraction, and QRS complex duration and morphology. […] Prognosis assessment plays a special role in patients qualified for implantable device therapy or surgical treatment (including heart transplantation). […] Prognosis also plays an important role in planning terminal palliative care with the patient and his family. […] Not only does the predictor allow one to identify a high-risk patient in advance but it also allows one to monitor and implement individual preventive therapy.
#5 Role of confirmed and potential predictors of an unfavorable outcome in heart failure in everyday clinical practice
https://pmc.ncbi.nlm.nih.gov/articles/PMC8789698/
The main challenge in the treatment of HF is the availability of reliable prognostic models that would allow patients and doctors to develop realistic expectations about the prognosis and to choose the appropriate therapy and monitoring method. […] Prognosis assessment plays a special role in patients qualified for implantable device therapy or surgical treatment (including heart transplantation). Prognosis also plays an important role in planning terminal palliative care with the patient and his family. Not only does the predictor allow one to identify a high-risk patient in advance but it also allows one to monitor and implement individual preventive therapy. […] However, no single risk factor is sufficient to predict prognosis in HF. Results of a few markers must be interpreted together. Still it is important to find the most important and valuable panel of a few predictors and there are still ongoing studies assessing potential new ones.
#6
https://link.springer.com/article/10.1007/s11845-020-02477-z
Secondly, identifying factors that contribute to poor prognosis can help develop new, targeted therapies. […] However, no single risk factor is sufficient to predict prognosis in HF. […] Results of a few markers must be interpreted together. […] Still it is important to find the most important and valuable panel of a few predictors and there are still ongoing studies assessing potential new ones. […] All of the presented models have shown only moderate probability in predicting death in HF. […] Moreover, while their effects appear to be acceptable at the population level, they do not sufficiently predict outcome for an individual patient. […] As we can see, there are also numerous parameters that may be used in clinical practice and should be used in order to determine the overall risk of our patients as accurately as possible. […] Despite the identification of many markers and models of poor prognosis, clinical decisions and guidelines in HF are still based mainly on several basic parameters, such as the presence of HF symptoms (NYHA class), LVEF, and the duration and morphology of the QRS complex.
#7 Predicting Poor Outcomes in Heart Failure
https://pmc.ncbi.nlm.nih.gov/articles/PMC3267558/
We found that easily accessible data from EMRs can be combined to predict patients at risk of poor outcomes from heart failure, and that they predict as well as models using less easily accessible clinical data. […] Our prediction model may be most valuable for prioritizing centralized disease management program efforts by stratifying patients according to their absolute risk of poor outcomes. […] predicting absolute risk requires a clinician to balance competing risk factors simultaneously an extremely difficult cognitive challenge. […] Our findings illustrate that the added predictive ability of knowing ejection fraction is small when compared with a model that includes demographics, blood pressure, renal function and anemia status. […] The small increase in accuracy apparent when measurements from echocardiogram were added is particularly interesting and has potentially significant implications for disease management prioritization efforts.
#8 Predicting Poor Outcomes in Heart Failure
https://pmc.ncbi.nlm.nih.gov/articles/PMC3267558/
Background: Health plans must prioritize disease management efforts to reduce hospitalization and mortality rates in heart failure patients. […] We developed a risk model to predict the 5-year risk of mortality or hospitalization for heart failure among patients at a large health maintenance organization. […] We observed a 56% five-year risk of hospitalization for heart failure or death (95% confidence interval, 54% to 58%). […] Using data available from electronic health records, we developed a series of risk-prediction models for poor outcomes in patients with heart failure. […] We found that a relatively simple model is as effective as a more complex model, but that all the models predict with only modest accuracy. […] Our outcome of interest was a composite of all-cause mortality or hospitalization (whichever came first) with a primary discharge diagnosis of heart failure.
#9 Role of confirmed and potential predictors of an unfavorable outcome in heart failure in everyday clinical practice
https://pmc.ncbi.nlm.nih.gov/articles/PMC8789698/
All of the presented models have shown only moderate probability in predicting death in HF. Moreover, while their effects appear to be acceptable at the population level, they do not sufficiently predict outcome for an individual patient. […] Despite the identification of many markers and models of poor prognosis, clinical decisions and guidelines in HF are still based mainly on several basic parameters, such as the presence of HF symptoms (NYHA class), LVEF, and the duration and morphology of the QRS complex.
#10 Comparison of Hemodynamic Factors Predicting Prognosis in Heart Failure: A Systematic Review
https://www.mdpi.com/2077-0383/8/10/1757
A higher PCWP and lower SBP are independent predictors of poor prognosis in HF. […] In spite of its role in the concept of HF, this review demonstrates that CI is not an independent predictor of prognosis in HF. […] Prognosis of heart failure patients is known to depend on preload parameters such as capillary wedge pressure, and it is also known that a low blood pressure is predictive of poor prognosis. […] This is the first systematic review on hemodynamic prognostic predictors in heart failure patients. […] It shows that cardiac output, albeit a univariate predictor of the outcome, is not independently related to outcome in heart failure patients. […] A higher pulmonary capillary wedge pressure is the most frequently observed independent predictor of poor prognosis.
#11 Biomarkers for Early Detection and Prognosis of Heart Failure | CFR Journal
https://www.cfrjournal.com/articles/evaluating-biomarkers-tools-early-detection-and-prognosis-heart-failure-comprehensive?language_content_entity=en
There is a high prevalence of heart failure (HF) worldwide, which has significant consequences for healthcare costs, patient death and quality of life. Therefore, there has been much focus on finding and using biomarkers for early diagnosis, prognostication and therapy of HF. […] Their function in diagnosing HF, gauging its severity and monitoring its response to therapy are all discussed. […] Particularly promising in HF diagnosis and risk stratification are the cardiac-specific biomarkers, B-type natriuretic peptide and N-terminal pro-B-type natriuretic peptide. Markers of oxidative stress, extracellular matrix, renal function, inflammation and cardiac peptides have shown promise in evaluating HF severity and prognosis. […] Biomarkers, which serve as measurable indicators of physiological and pathological processes, have emerged as promising tools for early detection and prognostication of HF. By reflecting underlying pathophysiological changes, biomarkers offer a non-invasive and objective approach to gauging the severity of HF, guiding treatment decisions, and predicting patient outcomes.
#12 Biomarkers for Early Detection and Prognosis of Heart Failure | CFR Journal
https://www.cfrjournal.com/articles/evaluating-biomarkers-tools-early-detection-and-prognosis-heart-failure-comprehensive?language_content_entity=en
Among the extensively investigated biomarkers, B-type natriuretic peptide (BNP) and N-terminal pro-B-type natriuretic peptide (NT-proBNP) stand out as cardiac-specific indicators, demonstrating considerable promise in aiding HF diagnosis, risk stratification and prognostic assessment. […] Their integration into clinical practice has resulted in more timely interventions and improved patient outcomes. […] Nevertheless, the pursuit of novel and highly accurate biomarkers persists, driven by the urgent need for even earlier HF detection and enhanced prognostic capabilities. […] This literature review aims to examine the ever-evolving landscape of HF biomarkers, analysing their applications in early diagnosis, prognosis assessment and treatment response evaluation. […] Future research will be guided by a comprehensive summary of present study findings, maximising the potential of the role of biomarkers to enhance and improve HF outcomes and diminish the burden of this illness on healthcare systems and patients.
#13 Biomarkers for Early Detection and Prognosis of Heart Failure | CFR Journal
https://www.cfrjournal.com/articles/evaluating-biomarkers-tools-early-detection-and-prognosis-heart-failure-comprehensive?language_content_entity=en
A valid predictive marker for chronic HF has been identified: sST2, a biomarker closely related to myocardial fibrosis and remodelling. […] The frequently cited recognised prognostic threshold for sST2 is 35 ng/ml. […] According to Pascual-Figal et al., elevated sST2 levels are only prognostic when IL-1 levels are also raised. […] Predictive significance has also been found for inflammatory markers, such IL-6 and the NLR, highlighting the importance of inflammation in the development of HF. […] Research has also investigated the prognostic role of galectin-3, as it is an effective diagnostic marker. Its additional role in prognostics further supports the rationale of using this marker in clinical practice. […] Collectively, these indicators improve the diagnostic landscape of HF by providing doctors with a full arsenal for making accurate diagnoses, assessing severity, comprehending inflammatory processes and navigating potentially related illnesses. […] The discovery of numerous biomarkers that provide distinct insights into the severity of the ailment and patient outcomes has greatly enriched the field of HF diagnosis and prognosis.
#14 Physical functional performance and prognosis in patients with heart failure: a systematic review and meta-analysis | BMC Cardiovascular Disorders | Full Text
https://bmccardiovascdisord.biomedcentral.com/articles/10.1186/s12872-020-01725-5
Patients with Heart Failure (HF) show impaired functional capacities which have been related to their prognosis. […] Physical functional performance in functional tests has also been related to the prognosis in patients with HF. […] Patients with poor physical functional performance in the Six Minute Walking Test (6MWT), in the Short Physical Performance Battery (SPPB) and in the Gait Speed Test showed worse prognosis in terms of larger risk of hospitalisation or mortality than patients with good physical functional performance. […] The review includes a large number of studies which show a strong relationship between physical functional performance and prognosis in patients with HF. […] The maximal aerobic capacity has been inversely correlated to the severity of HF and has been directly correlated to the prognosis and the life expectancy.
#15 Physical functional performance and prognosis in patients with heart failure: a systematic review and meta-analysis | BMC Cardiovascular Disorders | Full Text
https://bmccardiovascdisord.biomedcentral.com/articles/10.1186/s12872-020-01725-5
The 6-min walk test (6-MWT) has been proposed as a simple, inexpensive, safe and reproducible exercise test to assess functional capacity in patients with HF, which could also predict the prognosis of patients with HF based on distance walked. […] The utility of Gait Speed has also been shown to predict functional independence loss, cardiovascular disease, hospitalisation, and mortality in older adults. […] Patients with HFrEF, HFpEF and acute HF who showed a poor physical functional performance in the 6MWT reported a larger risk of All-Cause of Mortality [HR=2.29 95%CI (1.862.82), p0.001] than those patients who showed a good physical functional performance. […] Patients with HFrEF and HFpEF who showed a poor physical functional performance in the 6MWT also reported a larger risk of HF Mortality [HR=2.39 95%CI (2.212.59),p0.001] than those patients who showed a good physical functional performance.
#16 Physical functional performance and prognosis in patients with heart failure: a systematic review and meta-analysis | BMC Cardiovascular Disorders | Full Text
https://bmccardiovascdisord.biomedcentral.com/articles/10.1186/s12872-020-01725-5
Patients with HFrEF who showed a poor physical functional performance in the 6MWT also reported a larger risk of the combined endpoint of Hospitalisation and Mortality for any cause [HR=1.80 95%CI (1.452.23),p0.001] or [OR=2.07 95%CI (1.413.02),p0.001] than those patients who showed a good physical functional performance. […] Patients with HFrEF, HFpEF and acute HF who showed a slower gait speed reported a larger risk of All-Cause of Mortality [HR=1.49 95%CI (1.241.79), p0.001] than those patients who showed a faster gait speed. […] Patients with HFrEF and HFpEF who showed a slower gait speed (0.80m/s) also reported a larger risk of All-Cause of Hospitalisation [HR=1.32 95%CI (1.101.57), p=0.002] than patients with a faster gait speed (0.80m/s). […] Patients with HF who showed a poor physical functional performance in the 6MWT also reported an increased risk of the combined endpoint of hospitalisation and mortality for any cause, an increased risk of HF hospitalisation and an increased risk of all-cause of hospitalisation. […] Patients with HF who report a poor physical functional performance in the 6MWT, in the SPPB or in the Gait Speed Test, show worse prognosis than patients who report a good physical functional performance in terms of an increased risk of hospitalisation or an increased risk of mortality.
#17 Quality of life predicts outcome in a heart failure disease management program.
https://www.lenus.ie/handle/10147/207674?show=full
Quality of life predicts outcome in a heart failure disease management program. BACKGROUND: Chronic heart failure (HF) is associated with a poor Health Related Quality of Life (HRQoL). HRQoL has been shown to be a predictor of HF outcomes however, variability in the study designs make it difficult to apply these findings to a clinical setting. […] In multivariable analysis, all dimensions of HRQoL (measured by the Minnesota Living with HF Questionnaire) were independent predictors of both mortality and readmissions particularly in patients 80 years. […] These data demonstrate that HRQoL is a predictor of outcome in HF patients managed in a DMP. Younger patients (65 years) with a Total HRQoL score of or =50 are at high risk of an adverse outcome. In older patients or =80 years HRQoL is not useful in predicting outcome.
#18 Interest of Lung Ultrasound in the Management of Acute Heart Failure in Post-Emergency Service
https://www.mdpi.com/2075-1729/15/5/752
Lung ultrasound (LUS) has emerged as a simple, rapid, and non-invasive method for the dynamic assessment of pulmonary congestion, a major prognostic factor and a therapeutic target in acute heart failure (AHF). […] Pulmonary congestion appears as a major prognostic factor in AHF, and therefore represents an important therapeutic target. […] The goal of this prospective observational study is to evaluate whether changes in B-lines observed on LUSs can reliably reflect pulmonary congestion status and correlate with diuretic dosing, as well as clinical and biological signs, in AHF patients hospitalized in a polyvalent medicine unit. […] Higher B-lines at discharge were significantly associated with 30-day mortality (15.2 vs. 3.9, p < 0.001). [...] The presence of B-lines at discharge is significantly associated with a higher risk of mortality at 30-days. [...] The relationship between the number of B-lines and the vital status at 30-days discharge is statistically significant with a p-value < 0.001. [...] We found a significant relationship between the number of B-lines and 30-day all-cause mortality.
#19 Predicting longevity in heart failure patients – by looking at their eyes â¢ healthcare-in-europe.com
https://healthcare-in-europe.com/en/news/predicting-longevity-in-heart-failure-patients-by-looking-at-their-eyes.html
Pupil size predicts death and hospital readmission in patients with heart failure, according to new research. Our results suggest that pupil area is a novel way to identify heart patients at elevated risk of death or hospital readmission, said study author Dr. Kohei Nozaki of Kitasato University Hospital, Kanagawa, Japan. This provides an opportunity to intervene and improve outlook. Up to 45% of patients admitted to hospital with heart failure die within one year of admission and the majority die within five years of admission. Finding better ways to pinpoint which patients are more likely to be readmitted or die is crucial, said Dr. Nozaki. Our study indicates that it could be used in daily clinical practice to predict prognosis in patients with heart failure, including those who also have atrial fibrillation. Over a median follow-up of 1.9 years, 131 patients died and 328 were rehospitalised because of heart failure. Compared to the large pupil area group, patients in the small pupil area group had a significantly poorer survival rate and significantly higher rate of readmission for heart failure. After adjusting for other factors that could affect prognosis such as body mass index (BMI) and kidney function, patients with a small pupil area had an 28% lower risk of all-cause mortality and an 18% reduced risk of readmission due to heart failure compared to patients with a large pupil area. Large pupil area was consistently linked with favourable survival regardless of age, sex, and the presence of either normal heart rhythm or atrial fibrillation. Patients with a small pupil area (e.g. less than 16.6 mm2) could be prioritised for cardiac rehabilitation with physical activity, which has been reported to improve autonomic function.
#20 Machine learning based readmission and mortality prediction in heart failure patients | Scientific Reports
https://www.nature.com/articles/s41598-023-45925-3
This study intends to predict in-hospital and 6-month mortality, as well as 30-day and 90-day hospital readmission, using Machine Learning (ML) approach via conventional features. […] The RFE-LR (AUC: 0.91, ACC: 0.84, SPE: 0.84, SEN: 0.83) and Boruta-LR (AUC: 0.90, ACC: 0.85, SPE: 0.85, SEN: 0.83) models generated the best results in terms of in-hospital mortality. […] In terms of 30-day rehospitalization, Boruta-SVM (AUC: 0.73, ACC: 0.81, SPE: 0.85, SEN: 0.50) and MRMR-LR (AUC: 0.71, ACC: 0.68, SPE: 0.69, SEN: 0.63) models performed the best. […] The best model for 3-month rehospitalization was MRMR-KNN (AUC: 0.60, ACC: 0.63, SPE: 0.66, SEN: 0.53) and regarding 6-month mortality, the MRMR-LR (AUC: 0.61, ACC: 0.63, SPE: 0.44, SEN: 0.66) and MRMR-NB (AUC: 0.59, ACC: 0.61, SPE: 0.48, SEN: 0.63) models outperformed the others.
#21 Machine learning based readmission and mortality prediction in heart failure patients | Scientific Reports
https://www.nature.com/articles/s41598-023-45925-3
Reliable models were developed in 30-day rehospitalization and in-hospital mortality using conventional features and ML techniques. […] The accurate readmission prediction may allow hospitals to focus on those who are at the highest risk. […] In this study, ML frameworks were implemented for in-hospital mortality, 6-month mortality, 30-day hospital readmission, and 3-month hospital readmission prediction. […] Our study yielded suboptimal results; nevertheless, it serves as an initial point for future research in 6-month mortality prediction. […] In conclusion, short-term endpoints (in-hospital mortality and 30-day readmission) exhibited better performance than long-term endpoints (3-month readmission and 6-month mortality), possibly due to the relevance of features used in this study to short-term outcomes.
#22 Development of a multidimensional prediction model for long-term prognostic risk in patients with acute coronary syndromes after percutaneous coronary intervention: A retrospective observational cohort study | PLOS One
https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0318445
The aim of this study is to examine the critical variables that impact the long-term prognosis of patients with acute coronary syndrome (ACS) after percutaneous coronary intervention (PCI) and to create a multidimensional predictive risk assessment model that can serve as a theoretical basis for accurate cardiac rehabilitation. […] We found white blood cell count (WBC) (OR: 4.110) and the effective average number of daily steps (ANS) (OR: 2.689) as independent prognostic risk factors for acute myocardial infarction (AMI). The independent risk factors for unstable angina prognosis were white blood cell count (OR: 6.257), VO2 at anaerobic threshold (OR: 4.294), and effective autonomic nervous system function (OR: 4.097). […] This study developed a multimodal predictive model that integrates the inflammatory response after onset, physical performance and exercise tolerance before discharge, and daily activity after discharge to predict the long-term prognosis of patients with ACS. The multidimensional model is more effective than the single-factor model for assessing risk in ACS patients.
#23 Development of a multidimensional prediction model for long-term prognostic risk in patients with acute coronary syndromes after percutaneous coronary intervention: A retrospective observational cohort study | PLOS One
https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0318445
This study found that the inflammatory response after onset, physical performance and exercise tolerance before discharge, and daily activity after discharge were the independent risk factors for predicting the long-term prognosis of patients with ACS. The multidimensional prognostic model to risk-stratify for the patients with ACS, was better than the single factor model.
#24 Early prediction of in-hospital mortality in patients with congestive heart failure in intensive care unit: a retrospective observational cohort study | BMJ Open
https://bmjopen.bmj.com/content/12/7/e059761
Objective Congestive heart failure (CHF) is a clinical syndrome in which the heart disease progresses to a severe stage. Early diagnosis and risk assessment of death of patients with CHF are critical to prognosis and treatment. The purpose of this study was to establish a nomogram that predicts the in-hospital death of patients with CHF in the intensive care unit (ICU). […] The inclusion criteria were met by 15983 subjects, whose in-hospital mortality rate was 12.4%. Multivariate analysis determined that the independent risk factors were age, race, norepinephrine, dopamine, phenylephrine, vasopressin, mechanical ventilation, intubation, hepatic failure (HepF), heart rate, respiratory rate, temperature, systolic blood pressure (SBP), anion gap (AG), blood urea nitrogen (BUN), creatinine, chloride, mean corpuscular volume (MCV), red blood cell distribution width (RDW) and white cell count (WCC).
#25 Early prediction of in-hospital mortality in patients with congestive heart failure in intensive care unit: a retrospective observational cohort study | BMJ Open
https://bmjopen.bmj.com/content/12/7/e059761
The nomogram, which included these factors, accurately predicted the in-hospital mortality of patients with CHF. The novel nomogram has the potential for use in clinical practice as a tool to predict and assess mortality of patients with CHF in the ICU. […] The 20 independent risk factors for in-hospital mortality of patients with CHF were age, race, norepinephrine, dopamine, phenylephrine, vasopressin, mechanical ventilation, intubation, HepF, heart rate, respiratory rate, temperature, SBP, AG, BUN, creatinine, chloride, MCV, RDW and WCC. […] A nomogram is an effective tool for risk assessment. It provides a simple graphical representation for complex statistical prediction models, and is also suitable for prognostic analysis of individual patients. […] The present multivariate logistic regression indicated that age, race, norepinephrine, dopamine, phenylephrine, vasopressin, mechanical ventilation, intubation, HepF, heart rate, respiratory rate, temperature, SBP, AG, BUN, creatinine, chloride, MCV, RDW and WCC are prognostic factors for survival of patients with CHF. […] The performance of our nomogram is superior to other scores.