Inleiding

Hartfalen is en blijft een dodelijke aandoening. Alhoewel wereldwijd de sterfte door cardiovasculaire ziekten daalt, neemt deze als gevolg van hartfalen in absolute termen nog toe! Er is dus een 'interne' verschuiving binnen de cardiovasculaire aandoeningen, waarbij de focus verlegd wordt naar de behandeling van hartfalen, zeker in de westerse landen. Dit heeft belangrijke implicaties, niet alleen voor de cardiologen maar bij uitbreiding voor de hele gezondheidszorg. Hoewel er werkzame therapieën zijn voor patiënten met hartfalen (medicatie, cardialeresynchronisatietherapie, assist devices en harttransplantatie), blijft de mortaliteit erg hoog. Een belangrijke reden hiervoor is dat elke hospitalisatie voor de patiënt een hoge mortaliteit en morbiditeit met zich meebrengt. De taak van de hartfalencardioloog bestaat er dan ook uit deze hospitalisaties te voorkomen door te investeren in een sterk uitgebreide ambulante zorg voor hartfalenpatiënten, gebruikmakend van hartfalenklinieken met inbegrip van specifiek geschoolde hartfalenverpleegkundigen, een uitgebreid huisartsennetwerk, gedetailleerde transmurale zorgpaden, enzovoort. Een andere strategie bestaat eruit om hartfalenepisodes te voorspellen om zo proactief te kunnen reageren. Naar aanleiding van een aantal recente wetenschappelijke ontwikkelingen, waarvan elementen werden gepresenteerd op het Hartfalencongres van de Europese Vereniging voor Cardiologie (HFA-ESC, Wenen, 26-29 mei 2018), gaan we in dit artikel dieper in op deze laatste strategie.

Hospitalisatie voor hartfalen: een probleem voor de patiënt, de arts, en de maatschappij

Hospitalisatie vanwege hartfalen: een voorspeller van een gewisse dood!

Uit alle cijfers en studies blijkt het zonneklaar: een hartfalenpatiënt die gehospitaliseerd wordt, heeft de hoogste kans om te overlijden onmiddellijk na ontslag. In die periode is zijn pathofysiologisch evenwicht immers dikwijls nog wankel en is zijn medicatie vaak nog niet optimaal geregeld. Bovendien worden patiënten vaak vroegtijdig ontslagen en zijn ze bijgevolg nog niet volledig ontwaterd. In tegenstelling tot de perceptie van veel patiënten en zorgverleners¹ is hartfalen een aandoening met hoge mortaliteit, hoger dan die van heel wat oncologische aandoeningen. Bovendien verkort elke hospitalisatie als het ware de resterende levensverwachting van de patiënt met bijna de helft. In sommige registers is iets minder dan 30% van de patiënten die gehospitaliseerd werden voor hartfalen binnen het eerstvolgende jaar overleden^2-4!

Hospitalisatie vanwege hartfalen: een frustratie voor de hartfalencardioloog

Data tonen aan dat 'inertie' van de cardioloog⁵ vaak verantwoordelijk is voor hartfalenhospitalisaties. Ziektemodulerende therapieën (ACE-inhibitoren, bètablokkers, mineralocorticoïdantagonisten) worden nog steeds onvoldoende opgetitreerd en nieuwe uitgebreide gevalideerde therapieën (sacubitril/valsartan, cardiale resynchronisatietherapie) worden onvoldoende opgestart. Dit leidt ertoe dat patiënten onvoldoende stabiliseren in een ambulante setting en het risico lopen op acute decompensaties. Wanneer ze alsnog opgenomen worden, is er vaak reeds belangrijke schade aan de eindorganen, zoals de nieren, waardoor het moeilijk wordt de ziektemodulerende therapie aan te passen. Zo komen ze in een vicieuze cirkel terecht. Overigens wordt vaak nog te veel gefocust op het ontwateren op zich, door toediening van (lis-)diuretica. Het chronisch gebruik van lisdiuretica moet in de mate van het mogelijke beperkt worden aangezien ze het renine-angiotensine-aldosteronsysteem verder activeren in plaats van blokkeren. Daarenboven beïnvloeden ze de nierfunctie vaak in negatieve zin. Zo zouden, wanneer een patiënt tijdens het verloop van zijn ziekte diureticadependent wordt, eigenlijk alle alarmbellen moeten afgaan en in detail moeten nagegaan worden of de patiënt wel degelijk alle medisch geïndiceerde therapieën krijgt. Het is echter evident dat de cardioloog er vaak niet in slaagt om de ziektemodulerende therapie op te trekken tot de wetenschappelijk meest aangewezen dosis, vanwege neveneffecten zoals nierinsufficiëntie en hypotensie. Daarenboven wordt het concept van overvulling meer en meer verlaten, ten voordele van een meer genuanceerde hypothese die stelt dat niet het teveel aan extracellulair water maar de distributie ervan over de verschillende compartimenten het probleem vormt bij de hartfalenpatiënt⁶. In die optiek is het begrijpelijk dat diuretica op zich het probleem niet, of onvoldoende, aanpakken.

Invloed op de budgetten van de sociale zekerheid

Het exploderende budget voor de gezondheidszorg en de demografische evolutie maken dat gezondheidseconomische aspecten ook overwogen moeten worden in de organisatie van de hartfalenzorg. Hospitalisaties kosten handenvol geld en ze blijken niet altijd gunstig te zijn voor de overlevingskansen van de patiënt, wel integendeel. De mogelijke voordelen van het ontwikkelen van tools en algoritmes die hartfalenepisodes kunnen voorspellen (waardoor hospitalisaties voorkomen kunnen worden) moeten dus ook vanuit dit perspectief bekeken worden.

Device-based voorspelling van hartfalenepisodes: korte historiek

In het algemeen wordt gesteld dat hulpmiddelen die helpen bij het voorspellen van bepaalde aandoeningen, moeten voldoen aan het STEEP-acroniem:

• Safe: Het hulpmiddel moet veilig zijn voor patiënt en zorgverlener.
• Timely: Een tijdige voorspelling van de aandoening is cruciaal zodat tijdig actie ondernomen kan worden.
• Effective: Het hulpmiddel moet leiden tot een correcte voorspelling van de aandoening, met dus een voldoende hoge specificiteit en sensitiviteit.
• Efficient: De tool moet de praktijk van de arts verbeteren en moet een efficiënt gebruik toelaten.
• Patient-centered: Het hulpmiddel moet gericht zijn op het verbeteren van de zorg van de patiënt.

De meeste scores die het risico berekenen op (het ontwikkelen van) acuut hartfalen, of overlijden, bepaalden enkel een statisch risico, aangezien ze alleen gebruik maken van 'statische' parameters verkregen hetzij 'at baseline', hetzij tijdens of net na een hospitalisatie. Dit is niet het geval met de parameters verkregen uit devices die een continue en dus dynamische inschatting kunnen geven van het risico op hartfalen. Zo toonden eerdere studies aan dat parameters gebaseerd op implanteerbare toestellen, zoals intrathoracale impedantie⁷, het optreden van en de duur van VKF of atriale tachycardie-episodes, en de fysieke activiteit van patiënten, mee helpen identificeren wanneer patiënten at risk zijn voor het ontwikkelen van hartfalen. Deze parameters kunnen op zich, of nog beter op een gecombineerde manier, gebruikt worden om patiënten aan te sturen en het beleid aan te passen. Spijtig genoeg toonden eerdere studies een vrij lage sensitiviteit en specificiteit om patiënten te identificeren met risico op hartfalen en overlijden^{8, 9}. Vermoedelijk kan dit verklaard worden doordat vaak slechts één enkele parameter (of slechts een klein aantal), onvoldoende capaciteit heeft om de complexe interactie van de verschillende pathofysiologische processen voldoende te vatten. Het algoritme dat toelaat die interactie beter te doorgronden kan waarschijnlijk een rol spelen in het voorspellen van acuuthartfalenepisodes. Op te merken valt dat een aantal van deze studies negatief waren door compliantieproblemen bij de patiënt of onvoldoende kennis van hartfalen bij de artsen-onderzoekers. Ten slotte was er in de meeste studies geen a-prioritestfase met validatiefase nadien.

De ontwikkeling en validatie van een nieuwe dynamische hartfalenrisicoscore, afgeleid van de combinatie van meerdere diagnostische parameters, gemonitord in implanteerbare toestellen, werd recent getest door Martin Cowie en collega's¹⁰. In een cohort van 2 231 patiënten voorspelden de auteurs in een ambulante setting gebruik makende van de dynamische risicoscore of een patiënt al dan niet risico liep op een hartfalenhospitalisatie. Dit leverde bijkomende, aanvullende informatie op, en hiermee kon in tegenstelling tot de statische risicoscore het risico beter ingeschat worden. In tegenstelling tot algoritmes die aan de hand van dagelijkse evaluatie het risico op decompensatie inschatten, worden met dit algoritme patiënten ingedeeld in een hoog-, matig- en laagrisicocategorie en dit aan de hand van maandelijkse evaluaties. De hoogrisicogroep heeft een 5 keer hoger risico op hartfalenhospitalisatie vergeleken met de laagrisicogroep. Vervolgens werd een meer gesofisticeerd bayesiaans model ontwikkeld, ook voor maandelijkse evaluaties, dat toelaat patiënten te identificeren met een 10 keer hoger risico op hospitalisatie ten opzichte van de laagrisicogroep. In deze studie was echter spijtig genoeg 40 % van de geïncludeerde patiënten ingedeeld in de middelste, de matigrisicogroep. Belangrijk om weten is dat deze hartfalen risicoscore dynamisch en dus variabel was over de tijd: de patiënt kon de ene maand hoogrisicopatiënt zijn en nadien laagrisicopatiënt, afhankelijk van de geregistreerde devicegebaseerde diagnostische parameters.

HeartLogic (Boston Scientific): een stap voorwaarts!

Evidentie: de MultiSENSE-studie

De recent gepubliceerde internationale, multicentrische, en niet-gerandomiseerde MultiSENSE-studie11 bevestigde de mogelijkheid van een devicegebaseerd algoritme om graduele verergering van hartfalen over dagen tot weken te voorspellen. In totaal werden 900 patiënten geïncludeerd en opgevolgd (ontwikkelingsfase: n = 500, validatiefase: n = 400) gedurende ongeveer 1 jaar. De HeartLogic-index had een sensitiviteit van 70 % met een mediaan 'alert window' van 34 dagen vooraleer de meeste hartfalenevents - gedefinieerd als hospitalisatie voor hartfalen ofwel nood aan intraveneuze diureticatherapie - optraden. Het aantal vals-positieve alarmen bedroeg slechts 1,47 per patiëntjaar met de nominaal ingestelde drempelwaarde van 16 (waarde HeartLogic-index = 16) in het onafhankelijke validatiecohort. De HeartLogic (Boston Scientific) multisensor- index en alert-algoritme blijkt dan ook een gevoelig en tijdig hulpmiddel te zijn om dreigende hartfalenhospitalisaties te voorspellen. Toch zijn nog verdere studies noodzakelijk om het algoritme te testen in grotere populaties en om na te gaan hoe dit device het best geïntegreerd kan worden in de dagelijkse klinische praktijk. Daarenboven is het algoritme vooralsnog alleen beschikbaar in een aantal submodellen van Boston Scientific CRT-D- en ICD-toestellen, en dus niet in de CRT-P-toestellen. Hierdoor worden een aantal hartfalenpatiënten uitgesloten op dit ogenblik.

Praktische aspecten aan het Heart-Logic- algoritme

Zoals figuur 1 en 3 schematisch weergegeven, is de HeartLogic-index (figuur 2) een getal zonder eenheid. Dit getal is de resultante van een aantal parameters die continu gemonitord worden via het geïmplanteerde toestel. Deze parameters zijn de volgende:

• de derde harttoon (S3): Een derde harttoon wijst op dreigende decompensatie. De accelerometer in het device slaagt erin om de vibraties die gelinkt zijn aan de derde harttoon om te zetten naar een 'cardiophonogram' vanuit de magnetische flux. Vandaar wordt de waarde uitgedrukt in milliGauss (S1);
• de eerste harttoon (S1): Volgens hetzelfde principe als de derde harttoon, uitgedrukt in milliGauss;
• de intrathoracale impedantie, uitgedrukt in Ohm: Hierbij is het zo dat de intrathoracale impedantie daalt bij toenemende vochtophoping, omdat water beter geleidt dan lucht;
• respiratoire parameters: Niet alleen wordt het teugvolume ingeschat, ook wordt de variatie tussen de verschillende ademhalingscycli gebruikt als maat voor decompensatie (toegenomen variatie kan wijzen op toenemende decompensatie);
• de hartslag overdag en 's nachts
• de fysieke activiteit van de patiënt.

HeartLogic in België: ready for prime time

In juni 2018 startte het Hartcentrum OLV Aalst als eerste Belgische centrum, en een van de eerste Europese centra, met de implementatie van het HeartLogic-algoritme. Ondertussen werd al een twintigtal patiënten opgestart (voorbeeld: figuur 3). Of dit algoritme kan helpen het aantal hospitalisaties voor hartfalen te reduceren, zal de toekomst uitwijzen. Een grote uitdaging berust erin om dit systeem te integreren in de hartfalenkliniek. Hartfalenverpleegkundigen, devicetechnici en hartfalencardiologen werden opgeleid om het algoritme te begrijpen en gezamenlijk te interpreteren. We hopen dat dit systeem kan helpen om verder te groeien naar het ideale hartfalenzorgsysteem, dat de patiënt centraal zet maar anderzijds aangestuurd wordt door een samenwerking tussen hartfalenverpleegkundigen, huisartsen en hartfalencardiologen.

Toekomstperspectief

In een ruimer perspectief moeten we het gebruik van dergelijke nieuwe technologie omarmen om de zorg voor hartfalenpatiënten te verbeteren en er rekening mee houden dat deze technologie mogelijk losgekoppeld kan worden van het CRT-D/ICD-gebeuren. Op die manier zou ze beschikbaar kunnen gesteld worden onder de vorm van een device dat lijkt op een implanteerbare looprecorder, om zo elke hartfalenpatiënt op te volgen.

Referenties

1. Setoguchi, S., Glynn, R.J., Avorn, J., Levin, R., Winkelmayer, W.C. Ten-year trends of cardiovascular drug use after myocardial infarction among community-dwelling persons > or = 65 years of age. Am J Cardiol, 2007, 100 (7), 1061-1067.
2. Al-Omary, M.S., Davies, A.J., Evans, T.J., et al. Mortality and Readmission Following Hospitalisation for Heart Failure in Australia: A Systematic Review and Meta-Analysis. Heart, Lung & Circulation, 2018, 10.1016/j. hlc.2018.01.009.2018/03/10.
3. Loehr, L.R., Rosamond, W.D., Chang, P.P., Folsom, A.R., Chambless, L.E. Heart failure incidence and survival (from the Atherosclerosis Risk in Communities study). Am J Cardiol, 2008, 101 (7), 1016-1022.
4. Ohlmeier, C., Mikolajczyk, R., Frick, J., Prutz, F., Haverkamp, W., Garbe, E. Incidence, prevalence and 1-year all-cause mortality of heart failure in Germany: a study based on electronic healthcare data of more than six million persons. Clin Res Cardiol, 2015, 104 (8), 688-696.
5. Berthelot-Garcias, E.IR., Damy, T., Donal, E., Galinier, M., Trochu, J., Dujardin, J. et al. 062: Treatment of heart failure in the real life: clinical inertia early after discharge worsens outcome. Arch Cardiovasc Dis, 2013, 5 (1), 1.
6. Fudim, M., Hernandez, A.F., Felker, G.M. Role of Volume Redistribution in the Congestion of Heart Failure. J Am Heart Assoc, 2017, 6 (8), pii: e006817.
7. van Veldhuisen, D.J., Braunschweig, F., Conraads, V., et al. Intrathoracic impedance monitoring, audible patient alerts, and outcome in patients with heart failure. Circulation, 2011, 124 (16), 1719-1726.
8. Auricchio, A., Gold, M.R., Brugada, J., et al. Long-term effectiveness of the combined minute ventilation and patient activity sensors as predictor of heart failure events in patients treated with cardiac resynchronization therapy: Results of the Clinical Evaluation of the Physiological Diagnosis Function in the PARADYM CRT device Trial (CLEPSYDRA) study. Eur J Heart Fail, 2014, 16 (6), 663-670.
9. Auricchio, A., Brugada, J., Ellenbogen, K.A., Gold, M.R., Leyva, F., investigators C. Assessment of a novel device-based diagnostic algorithm to monitor patient status in moderate- to-severe heart failure: rationale and design of the CLEPSYDRA study. Eur J Heart Fail, 2010, 12 (12), 1363-1371.
10. Cowie, M.R., Sarkar, S., Koehler, J., et al. Development and validation of an integrated diagnostic algorithm derived from parameters monitored in implantable devices for identifying patients at risk for heart failure hospitalization in an ambulatory setting. Eur Heart J, 2013, 34 (31), 2472-2480.
11. Boehmer, J.P., Hariharan, R., Devecchi, F.G., et al. A Multisensor Algorithm Predicts Heart Failure Events in Patients With Implanted Devices: Results From the MultiSENSE Study. JACC Heart Fail, 2017, 5 (3), 216-225.