Deep phenotyping to integrate laboratory workflow in hypertrophic and dilated cardiomyopathy: an Italian exploratory study

Hartziekten dragen vaak een verborgen code in ons DNA met zich mee. Twee veelvoorkomende vormen, bekend als hypertrofische cardiomyopathie en dilatatiecardiomyopathie, houden in dat de hartspier ofwel te dik of te zwak en uitgerekt wordt. Hoewel artsen weten dat genetische fouten deze aandoeningen vaak veroorzaken, is het opsporen van de specifieke fout niet altijd eenvoudig. In veel gevallen leveren genetische tests onduidelijke resultaten op, waardoor patiënten en families zonder een definitief antwoord blijven zitten. Deze onzekerheid creëert een moeilijke kloof in de zorg, aangezien het weten van de exacte genetische oorzaak artsen helpt om het toekomstige verloop van de ziekte te voorspellen en familieleden te begeleiden. Om deze kloof te overbruggen, vroegen onderzoekers zich al lang af of de fysieke tekenen van de ziekte — de manier waarop het hart eruitziet op een echografie of hoe het klopt op een elektrische monitor — als een kaart zouden kunnen dienen om te voorspellen welke patiënten het meest waarschijnlijk een duidelijk genetisch antwoord zullen krijgen.

Een team wetenschappers uit drie Italiaanse ziekenhuizen besloot dit idee te testen met een grote groep patiënten. Ze verzamelden gedetailleerde dossiers van 186 individuen met de verdikte hartconditie en 176 met de uitgerekte hartconditie. Voor elke persoon verzamelden ze een enorme hoeveelheid informatie, inclusief leeftijd, familiegeschiedenis, bloeddruk en specifieke metingen van hartscans en elektrische tests. Vervolgens vergeleken ze deze fysieke details met de resultaten van de genetische tests van de patiënten. Het doel was om te zien of een computer patronen in de fysieke gegevens kon leren herkennen die zouden wijzen op een duidelijke genetische bevinding versus een onduidelijke.

De onderzoekers gebruikten geavanceerde computerleerhulpmiddelen om door de gegevens te spitten, op zoek naar verbanden die het menselijk oog zou kunnen missen. Ze ontdekten dat bepaalde fysieke kenmerken inderdaad opvielen. Voor patiënten met het verdikte hart waren factoren zoals de breedte van de hoofden slagader van het hart, de dikte van de achterwand van het hart en de duur van het elektrische signaal over de borstkas de sterkste aanwijzingen. Voor degenen met het uitgerekte hart waren de lengte van de elektrische pauze tussen de hartslagen en de leeftijd bij diagnose de meest veelzeggende tekenen. Toen het team echter testte hoe goed deze aanwijzingen de uitkomst voor nieuwe patiënten daadwerkelijk konden voorspellen, waren de resultaten bescheiden. De computermodellen konden onderscheid maken tussen duidelijke en onduidelijke genetische resultaten beter dan willekeurig gokken, maar ze waren niet krachtig genoeg om als een zelfstandig diagnostisch hulpmiddel te worden gebruikt.

De studie suggereert dat hoewel de fysieke vorm en het gedrag van het hart enkele hints bevatten over de onderliggende genetica, zij geen volledig beeld vormen. De onderzoekers ontdekten dat specifieke patronen van fysieke kenmerken consistent optraden naast duidelijke genetische resultaten, maar dat deze patronen niet sterk genoeg waren om de noodzaak van genetische tests te vervangen. De bevindingen geven aan dat het kijken naar de hele patiënt — hun symptomen, hun hartmetingen en hun familiegeschiedenis — artsen kan helpen beslissen welke patiënten het meest waarschijnlijk baat zullen hebben bij genetische tests, maar het kan hen nog niet het antwoord vertellen op zich alleen. Het werk benadrukt dat de relatie tussen iemands fysieke hart en zijn genetische code complex is, en dat hoewel diepe observatie van het lichaam waardevolle context biedt, het momenteel het beste dient als een metgezel voor genetische analyse in plaats van een vervanging ervan.