Echokardiographische Herzzeiten: Evaluation als Marker und Prädiktoren adversen kardialen Remodelings – Daten aus einer prospektiven Studie in der mobilen älteren Bevölkerung (AugUR)

Das kardiovaskuläre System erfährt mit zunehmendem Alter physiologischerweise zahlreiche Veränderungen. Aufgrund der im Langzeitvergleich immer älter werdenden Bevölkerung in Deutschland und des damit einhergehenden demographischen Wandels scheint das Verständnis dieser Prozesse noch wichtiger für die Medizin. Die in dieser Dissertation untersuchte Subpopulation der AugUR-Studie (n = 272) bestand aus über 70-jährigen mobilen Menschen (Durchschnittsalter 76,9 Jahre bei der Baseline- und 80,0 Jahre bei der Follow-up-Messung, Altersspanne insgesamt von 70 bis 98 Jahren). Diese Gruppe wurde wegen ihres hohen Alters sonst in Studien meist ausgeschlossen. Im Fokus stand die Auswertung der Dauer der vier Phasen eines Herzzyklus, welche mittels Tissue Doppler Imaging (TDI) über dem septalen und lateralen Mitralklappenannulus bestimmt wurden. Dabei bildeten die folgenden beiden Fragestellungen die Grundlage dieser Dissertation. Zum ersten: Wofür sind die Herzzeiten in der mobilen älteren Population der AugUR-Studie zu Baseline ein Marker? Und zum zweiten: Welche Faktoren zum Zeitpunkt der ersten Untersuchung haben einen Einfluss auf die Veränderungen der Herzzeiten im weiteren Verlauf? Die Herzzeiten stellen Parameter der systolischen und diastolischen Funktion dar, wobei die genauen Zusammenhänge und die Kriterien für eine Anwendung in der klinischen Praxis noch nicht abschließend geklärt sind. Diese Dissertation untersuchte die Einflussfaktoren auf die Herzzeiten in der AugUR-Subpopulation und auf die Veränderungen der Herzzeiten bis zur zweiten Untersuchung drei Jahre nach der ersten. Mithilfe von linearen Regressionsmodellen wurden die Marker der vier Herzzeiten zum Zeitpunkt der Baseline-Untersuchung univariat und multivariat bestimmt. In der abschließenden multivariaten Analyse waren Alter, Geschlecht, Ejektionsfraktion (EF) und Herzfrequenz (HF) signifikant mit der isovolumetrischen Kontraktionszeit (IVCT) assoziiert (jeweils septal und lateral, einzig die HF nur mit der IVCT lateral). Die Auswurfzeit (Ejektion Time, ET) war multivariat signifikant mit Alter, Geschlecht und HF vergesellschaftet. Auf die septale und laterale isovolumetrische Relaxationszeit (IVRT) hatten der diastolische Blutdruck und der Füllungsindex E/e‘ einen signifikanten Einfluss, auf die IVRT septal zusätzlich auch die EF, die HF und ein Schlaganfall in der Anamnese und auf die IVRT lateral zusätzlich das Geschlecht. Einen multivariat signifikanten Zusammenhang mit der Füllungszeit (FT) zeigten dagegen nur der diastolische Blutdruck und die HF. Von der Baseline- zur Follow-up-Untersuchung wurden die systolischen Herzzeiten im Durchschnitt länger und die diastolischen kürzer. Die individuelle Dauer zwischen dem ersten und dem zweiten Termin hatte auf die IVCT lateral einen signifikanten Einfluss, weshalb sie in die Regressionsmodelle der multivariaten Analyse immer mit einbezogen wurde. Außerdem wurde die HF als entscheidender Faktor für die Dauer der Herzzeiten in alle longitudinalen Berechnungen mit aufgenommen, indem beim Regressionsmodell von HF und Herzzeiten die Residuen berechnet wurden und diese als abhängige Variablen der longitudinalen Auswertung fungierten. Die Höhe des diastolischen Blutdrucks zu Baseline hatte einen signifikanten Einfluss auf die Veränderung der FT lateral. Je höher der diastolische Blutdruck zu Baseline war, desto länger wurde die FT lateral im Verlauf. Außerdem hatten Männer zu Follow-up eine längere FT septal verglichen zur Baseline-Untersuchung als Frauen. Insgesamt kann gesagt werden, dass die Detektion der vier Herzzeiten aktuell immer mehr an Interesse gewinnt. Die Herzzeiten scheinen in der klinischen Praxis zur Einschätzung der systolischen und diastolischen Funktion und zur Prädiktion von Outcomes angewendet werden zu können. Vorher sind allerdings weitere Studien nötig, die die Zusammenhänge genauer analysieren und Norm- und Cut-off-Werte für die verschiedenen Messmethoden generieren