CSC2022 | 心力衰竭论坛5(12.17)报道
发布时间:2023-01-08 10:28:05
中华医学会心血管病学分会(CSC)第二十四次全国心血管年会心力衰竭论坛5-心力衰竭心肌病论坛于2022年12月17日在沈阳线上线下同时举行。本次会议邀请了一线众多心血管疾病专家,由北京协和医院田庄教授、复旦大学附属中山医院陈瑞珍教授、武汉大学人民医院邓伟教授、河北医科大学第二医院郝国贞教授组成主席团并主持本次会议讨论,重点介绍心衰病因追查的必要性及其病因之一—转甲状腺素蛋白心脏淀粉样变(ATTR-CA)。中国医学科学院北京协和医院张抒扬院长、四川大学华西医院张庆教授、浙江大学医学院附属第二医院潘小宏教授担任讲者,为大家带来精彩纷呈的演讲。
北京协和医院张抒扬院长致开场词
复旦大学附属中山医院陈瑞珍教授主持会议讨论
田庄教授代张抒扬院长分享了心衰管理的国际国内进展。她指出《2021 ESC急慢性心衰诊断和治疗指南》、2022年AHA/ACC/HFSA三大学会联合发布的心衰指南等全球新发布的重磅指南均强调了心衰病因诊断的重要性,并首次指出心脏淀粉样变(CA)为心衰病因之一。同时2018年中国心力衰竭诊断和治疗指南也指出全面准确的诊断是心衰患者有效治疗的前提和基础。田庄教授总结了中国关于心衰病因管理的进展,我国开展的心衰流行病研究指出中国65岁及以上人群心衰患病率为4.51%,其中41%为HFpEF,随访结果显示HFpEF患者死亡率及再入院风险均较高。如不能识别病因,肺动脉高压、瓣膜病、心肌病等原因引起的心衰很难得到缓解,需针对病因治疗后才能使心衰的治疗达到满意的疗效。CA引起的心衰可通过血液学检查和99Tcm-焦膦酸盐单光子显像确诊。如果是ATTR-CA则需用氯苯唑酸进行治疗,可显著降低患者死亡风险及住院率。
关于目前我国ATTR-CA诊疗现状田庄教授介绍到,在张抒扬院长带领下,2021年《中国ATT-CA诊疗专家共识》、《PYP核素骨扫描标准操作流程》陆续发表并在全国推广;2020年ATTR-CA专家学组正式成立,建立了全国多中心协作网开展疾病教育及科学研究,帮助建立更多的有质控的ATTR-CA诊疗中心;2019年氯苯唑酸在正式上市,ATTR-CA在中国可诊可治。在科研方面氯苯唑酸上市后PAC研究正在开展并接近尾声,CSC临床研究专项也将针对HFpEF患者中ATTR-CA患病率进行研究,ATTR-CA领域在中国已经具备一定基础并快速发展。
中国医学科学院北京协和医院田庄教授介绍心衰管理国际及国内进展
四川大学华西医院张庆教授分享了全球ATTR-CM特征汇总。ATTR-CM根据有无TTR基因突变可分为遗传型/突变型(ATTRm)和野生型(ATTRwt)。张庆教授指出近年来全球范围内ATTR-CM诊断人数逐渐增多,野生型成为诊断主流,同时ATTR-CM的不同分型具有不同的流行病和临床特征。张教授结合文献和国内案例报道从不同分型患者的性别、年龄、心脏表现、心脏外表现展开介绍,描绘出ATTR-CM患者的临床画像。ATTRwt-CM以老年、男性为主,主要表现为射血分数保留的心衰合并心肌肥厚,可伴有NT-proBNP和肌钙蛋白升高,腕管综合征为常见的心外合并症,多国研究显示ATTRwt-CM的临床特征无明显人种差异。而另一类型ATTRm患者的基因型和表型在不同国家和地区存在异质性,中国患者以混合表型为主,神经表现主要为轴索性周围神经病变,同时自主神经障碍也很突出。
四川大学华西医院张庆教授介绍全球ATTR-CM患者特征
浙江大学医学院附属第二医院潘小宏教授分享了《AI及ML在罕见病诊疗中的应用:ATTR-CM案例》,介绍人工智能与机器学习在ATTR-CM这一心血管罕见病中的应用。潘教授首先介绍到国际上运用AI/ML更多集中于疾病“筛、查、诊、治、管”中的筛查部分,美国近年来AI/ML以接近90%的准确率成功解决了wtATTR-CM的诊断问题,诊断出既往10倍的患者。随后详细介绍了如何通过医工结合这一新途径更高效准确地进行疾病的诊断识别,并指出这是本领域未来的研究趋势,同时潘教授强调运用AI/ML开展疾病的筛查诊断对数据库的完整性与连续性的要求较高,目前在我国实现数据的抓取仍存在一定困难,希望未来能建立心血管疾病罕见病联盟以实现这一愿景。
浙江大学医学院附属第二医院潘小宏教授介绍AI及ML在罕见病诊疗中的应用
随后,在郝国贞教授的主持下,黎励文教授介绍了《围产期心肌病的诊治》,上海交通大学附属胸科医院张敏教授介绍了《临床实践-免疫性心肌病诊疗》,为心肌病的多样性以及临床诊疗提供了思路。
总结:心衰在我国发病率逐年升高,其中HFpEF更为复杂,患者以老年人居多,且多数在基层医院,而基层医院对于不同病因的识别较为困难。本次会议为临床提供了更多心衰管理的思路,通过病因管理提高临床对疾病的认知,从而提高心衰管理的临床疗效,从而使更多的患者收益。本次会议对于患者特征的讨论也是临床对患者的识别和诊断的基础。同时开启了我们对人工智能以及机器学习的讨论,开阔了临床思考的角度和维度。