# Ne oldu?

Fadi W. Adel ve Lisa M. Mielniczuk, 2024 yılında Circulation: Heart Failure dergisinde yayımlanan bir editöryelde, pulmoner hipertansiyonlu kalp yetmezliği korunmuş ejeksiyon fraksiyonu (PH‑HFpEF) hastalarının fenotiplemesinde mevcut yaklaşımların sınırlı olduğunu vurguladı. Yazarlar, özellikle pulmoner vasküler direnç (PVR) ölçümüne dayalı sınıflandırmanın, hastalığın patofizyolojisini ve klinik sonuçlarını tam olarak yansıtamadığını belirtiyor.

# Ayrıntılar

Editöryelde, PH‑HFpEF'in heterojen bir sendrom olduğu ve hastaların hemodinamik, yapısal ve moleküler düzeyde farklı alt tipler sergileyebileceği açıklanıyor. Mevcut klinik kılavuzlar, tanı ve risk değerlendirmesinde ağırlıklı olarak PVR ve ortalama pulmoner arter basıncı (mPAP) gibi tek boyutlu hemodinamik parametrelere dayanıyor. Ancak bu parametreler, sol ventrikül diyastolik fonksiyon bozukluğu, pulmoner venöz konjestif hastalık, inflamasyon ve metabolik bozukluklar gibi diğer önemli patofizyolojik süreçleri göz ardı edebiliyor.

Yazarlar, bu eksikliği gidermek için çok modlu bir fenotipleme çerçevesi öneriyor. Bu çerçeve, aşağıdaki bileşenleri içeriyor:

  • Görüntüleme: Kardiyak manyetik rezonans görüntüleme (CMR) ve ekokardiyografi ile sol ventrikül diyastolik fonksiyon, pulmoner arter duvar kalınlığı ve sağ ventrikül adaptasyonu değerlendirilmesi.
  • Biyobelirteçler: N‑terminal pro‑B tip natriüretik peptid (NT‑proBNP), troponin, inflamasyon ve fibrozis işaretçileri gibi kan bazlı biyobelirteçlerin entegrasyonu.
  • Detaylı Hemodinamik: Sol ventrikül dolum basıncı, pulmoner kapiller wedge basıncı (PCWP) ve PVR'nin yanı sıra akciğer konjesyon indeksi gibi ek ölçümler.
  • Klinik ve Fonksiyonel Veriler: Egzersiz kapasitesi, NYHA fonksiyon sınıfı ve hastanın komorbidite profili.

Bu bileşenlerin kombinasyonu, hastaları daha homojen alt gruplara ayırarak, hem klinik araştırmalarda daha net sonuçlar elde edilmesini hem de gelecekte kişiselleştirilmiş tedavi stratejilerinin geliştirilmesini mümkün kılıyor. Editöryelde, bu yaklaşımın hâlihazırda yürütülen büyük kohort çalışmalarında (örneğin, PH‑HFpEF Registry) uygulanabilirliği ve veri entegrasyonu açısından potansiyel faydaları tartışılıyor.

# Neden önemli?

PH‑HFpEF, artan prevalansı ve yüksek morbidite oranları nedeniyle kardiyoloji pratiğinde giderek daha fazla karşılaşılan bir durum. Ancak mevcut tedavi seçenekleri sınırlı ve klinik denemeler genellikle heterojen hasta popülasyonları nedeniyle tutarsız sonuçlar veriyor. Tek boyutlu hemodinamik sınıflandırmanın bu tutarsızlıklara katkıda bulunduğu düşünülüyor.

Çok modlu fenotipleme, hastalığın biyolojik çeşitliliğini daha iyi yansıtma potansiyeli taşıdığı için iki ana açıdan kritiktir:

  1. Araştırma Tasarımı: Daha homojen alt tipler, klinik denemelerde hedefe yönelik müdahalelerin etkinliğini net bir şekilde ölçmeye olanak tanır. Bu, yeni ilaçların ve cihazların onay sürecini hızlandırabilir.
  2. Klinik Karar Destek: Hastaların bireysel patofizyolojisine göre tedavi seçmek, örneğin pulmoner arter hipertansiyonu için spesifik vazodilatörlerin veya diyastolik fonksiyon bozukluğunu hedefleyen ilaçların kullanılmasını optimize edebilir.

Yazarlar, bu önerinin henüz bir hipotez aşamasında olduğunu ve geniş çaplı veri toplama, standartlaştırılmış protokoller ve çok merkezli işbirlikleri gerektirdiğini açıkça belirtiyor. Ayrıca, mevcut veri setlerinin çoğunun retrospektif ve sınırlı sayıda hasta içerdiği, bu nedenle önerilen çerçevenin geçerliliğinin prospektif çalışmalarla doğrulanması gerektiği vurgulanıyor.

# Sırada ne var?

Editöryelde, çok modlu fenotiplemenin hayata geçirilmesi için aşağıdaki adımlar öneriliyor:

  • Veri Entegrasyonu Platformları: Elektronik sağlık kayıtları, görüntüleme arşivleri ve biyobelirteç laboratuvar sonuçlarını birleştiren merkezi veri tabanlarının oluşturulması.
  • Standartlaştırılmış Protokoller: Hemodinamik ölçümler, CMR protokolleri ve biyobelirteç paneli için uluslararası standartların geliştirilmesi.
  • Prospektif Kohortlar: PH‑HFpEF Registry gibi büyük, çok merkezli kohortların, önerilen çok modlu çerçeveyi uygulayarak hasta sınıflandırmasını yeniden yapması.
  • Makine Öğrenimi Analizleri: Çok boyutlu veri setlerinden anlamlı fenotipleri çıkarmak için yapay zeka ve istatistiksel modelleme tekniklerinin kullanılması.
  • Klinik Deneme Tasarımları: Tanımlanan alt tipler üzerinden hedefe yönelik tedavi denemelerinin planlanması.

Bu adımların hayata geçirilmesi, PH‑HFpEF'in karmaşık doğasını daha iyi kavramamıza ve hastalar için daha etkili, bireyselleştirilmiş tedavi yolları geliştirmemize yardımcı olabilir. Editöryel, bu sürecin uzun vadeli bir çaba gerektirdiğini ve kardiyoloji, pulmonoloji, radyoloji ve biyoinformatik alanlarından uzmanların ortak çalışmasını zorunlu kıldığını belirtiyor.

--- Bu haber, Circulation: Heart Failure dergisinde yayımlanan bir editöryel üzerine hazırlanmıştır; içerik yalnızca yazarların görüşlerini yansıtmaktadır ve klinik kararlar için doğrudan bir öneri niteliği taşımaz.