Gevorderd hartfalen wordt in de klinische praktijk vaak laat herkend, waardoor verwijzing voor geavanceerde therapieën zoals een linkerventrikel-assist device of harttransplantatie vertraging oploopt. Onderzoekers hebben daarom een algoritme ontwikkeld op basis van elektronische patiëntendossiers om patiënten met gevorderd hartfalen en potentiële kandidaten voor deze therapieën vroegtijdig te identificeren.1
In dit retrospectieve multicenteronderzoek werden data uit elektronische patiëntendossiers (EPD’s) uit de periode 2018-2023 geanalyseerd. Alle volwassen patiënten met een administratieve diagnosecode voor hartfalen (HF) werden geïncludeerd. Zowel gestructureerde data (zoals laboratoriumwaarden, medicatiegebruik en ziekenhuisopnamen), als ongestructureerde data werden gebruikt. Voor dit laatste werd een natural language processing (NLP)-techniek toegepast om klinische informatie uit vrije tekst te extraheren. Op basis van de huidige European Society of Cardiology (ESC)-richtlijnen werd eerst een HF-cohort samengesteld, waarna een scoringssysteem werd ontwikkeld om gevorderd HF te identificeren en patiënten met een waarschijnlijke behandelindicatie te selecteren.
In totaal werden 18.180 patiënten uit 2 internationale centra geanalyseerd. Het algoritme identificeerde 4.690 patiënten met gevorderd HF. Uiteindelijk voldeden 172 patiënten (4%) aan de criteria voor een recente gevorderde HF-episode met een mogelijke indicatie voor geavanceerde therapie. Belangrijke exclusiecriteria waren leeftijd > 75 jaar (22%), een linkerventrikelejectiefractie > 35% (21%) en nierfalen (18%). Na exclusie van patiënten zonder follow-up werden 121 dossiers handmatig beoordeeld. Daarbij werd gevorderd HF bevestigd bij 36% van de patiënten en werd bij 24% aanvullende actie of follow-up aanbevolen. In een validatiecohort van patiënten die daadwerkelijk een linkerventrikel-assist device kregen of een harttransplantatie ondergingen, identificeerde het algoritme gevorderd HF correct in 81% van de gevallen.
Dit onderzoek laat zien dat op EPD’s gebaseerde algoritmen, gecombineerd met NLP, kunnen bijdragen aan vroegtijdige herkenning van gevorderd HF. Implementatie in de klinische praktijk kan dienen als ‘veiligheidsnet’ en tijdige verwijzing voor geavanceerde therapieën verbeteren.
Bron:
- Wosten M, Verdonck F, Oeste CL, et al. Real-world algorithm development and analysis for recognition of advanced heart failure (RADAR-HF): a multicenter, electronic health record study. Heart Failure Congress 2026, moderated ePosters 4.