Risiko-Stratifizierung auf Basis von Machine Learning identifiziert Herzinsuffizienz mit erhaltener Ejektionsfraktion als unabhängigen Prädiktor für ungünstige Ergebnisse bei hypertropher Kardiomyopathie

Warum diese Herzstudie wichtig ist

Viele Menschen denken bei Herzversagen an ein Herz, das kaum noch pumpt. Bei einer großen Patientengruppe funktioniert die Auswurfleistung jedoch weiterhin gut, während das Herz trotzdem versagt. Diese Studie untersucht genau solche Patienten mit verdicktem Herzmuskel, einer Erkrankung, die als hypertrophe Kardiomyopathie bezeichnet wird. Anhand von Tausenden über Jahre verfolgten Fällen und modernen Datenmethoden zeigen die Forschenden, dass diese Form der Herzinsuffizienz häufig und gefährlich ist und präziser vorhersagbar sein kann als zuvor — Erkenntnisse, die Ärzten künftig helfen könnten, die Versorgung gezielt auf die Bedürftigsten auszurichten.

Ein dicker, aber belasteter Herzmuskel

Die hypertrophe Kardiomyopathie ist eine vererbte Erkrankung, bei der der Herzmuskel, vor allem die Hauptpumpkammer, ungewöhnlich dick wird. Obwohl die Pumpleistung erhalten bleibt, ist der steife Muskel in seiner Entspannungs- und Füllungsfähigkeit eingeschränkt. Viele Patientinnen und Patienten entwickeln eine Form der Herzinsuffizienz, bei der die gemessene Pumpkraft auf bildgebenden Verfahren normal erscheint, sie sich aber kurzatmig, müde oder schwindelig fühlen. Diese Studie konzentrierte sich auf dieses Muster — die Herzinsuffizienz mit erhaltener Ejektionsfraktion — und fragte, wie häufig sie bei Menschen mit verdicktem Herz auftritt und welche Bedeutung sie für deren zukünftige Gesundheit hat.

Wer untersucht wurde und wie

Das Team wertete die Daten von 2.651 Erwachsenen mit hypertropher Kardiomyopathie aus, die über mehr als ein Jahrzehnt an drei großen Krankenhäusern in China behandelt wurden. Sie definierten sorgfältig, wer tatsächlich diese Form mit erhaltener Pumpfunktion hatte, und nutzten dafür nicht nur Symptome, sondern auch Echokardiographie‑Messungen, die auf ein steifes, überfülltes Herz und eine vergrößerte Vorhofkammer hinweisen. Fast die Hälfte der Patientinnen und Patienten erfüllte diese Kriterien. Um faire Vergleiche zu ermöglichen, setzten die Forschenden eine Matching‑Technik ein, mit der sie jede betroffene Person einem ähnlichen Patienten ohne diese Herzinsuffizienz gegenüberstellten und dabei Alter, Begleiterkrankungen und Herzstruktur ausglichen.

Erhöhtes Risiko, das mit der Schwere wächst

Im Verlauf mehrerer Jahre Nachbeobachtung hatten Patienten mit Herzinsuffizienz trotz erhaltener Pumpfunktion deutlich häufiger Probleme — Todesfälle oder Krankenhausaufenthalte wegen Verschlechterung der Herzinsuffizienz — als ihre gematchten Vergleichspersonen. Selbst nach Anpassung für andere Risikofaktoren war ihre Wahrscheinlichkeit für ein ungünstiges Ereignis mehr als doppelt so hoch. Die Forschenden gingen über ein einfaches Ja‑/Nein‑Label hinaus und wendeten ein Punktesystem an, das zusammenfasst, wie stark eine Person diesem Herzinsuffizienz‑Muster entspricht. Personen in der Hochrisikogruppe dieses Scores schnitten deutlich schlechter ab als jene in der Niedrigrisikogruppe, was die Vorstellung stützt, dass diese Erkrankung ein Kontinuum darstellt und größere Belastung mit höherer Gefahr einhergeht.

Signale im Blut und Muster in den Daten

Die Forschenden untersuchten außerdem einen Blutmarker namens B‑Typ natriuretisches Peptid, der widerspiegelt, wie stark das Herz belastet ist. Sie fanden heraus, dass das Risiko nicht linear steigt: Geringfügige Erhöhungen dieses Markers fügten etwas Risiko hinzu, aber bei sehr hohen Werten stieg die Wahrscheinlichkeit für schlechte Outcomes steil an. Um solche komplexen Muster zu erfassen, bauten die Autorinnen und Autoren mehrere Computermodelle, darunter ein Random‑Forest‑Modell, um vorherzusagen, welche Patienten Probleme bekommen würden. Dieses Modell erzielte die beste Leistung und hob, geöffnet mit einer Erklärtechnik, zwei Merkmale als besonders wichtig hervor: das Vorliegen einer Herzinsuffizienz mit erhaltener Pumpfunktion und hohe Werte des Belastungsmarkers, daneben unregelmäßiger Herzrhythmus und Nierenprobleme.

Was das für Patientinnen, Patienten und die Versorgung bedeutet

Für Menschen mit hypertropher Kardiomyopathie zeigt diese Studie, dass Herzinsuffizienz trotz scheinbar normaler Pumpleistung sowohl häufig als auch ernst ist. Es handelt sich nicht nur um kurzzeitige Atemnot an schlechten Tagen; sie spiegelt eine tiefere Belastung des verdickten Herzens wider, die Krankenhausaufenthalte und Tod stark vorhersagt. Durch die Kombination genauer klinischer Beurteilung, eines abgestuften Scores, eines sensiblen Bluttests und interpretierbarer Machine‑Learning‑Modelle skizzieren die Autorinnen und Autoren einen persönlicheren Weg zur Risikoeinschätzung. Nach weiterer Validierung in anderen Krankenhäusern und Ländern könnten diese Instrumente helfen, Hochrisikopatienten früher zu identifizieren, sie intensiver zu überwachen und Therapien gezielter anzupassen, um die schlimmsten Folgen zu verhindern.

Zitation: Zhang, W., Zhao, H., Tian, Z. et al. Machine learning–based risk stratification identifies heart failure with preserved ejection fraction as an independent predictor of adverse outcomes in hypertrophic cardiomyopathy. Sci Rep 16, 12885 (2026). https://doi.org/10.1038/s41598-026-46573-z

Schlüsselwörter: hypertrophe Kardiomyopathie, Herzinsuffizienz mit erhaltener Ejektionsfraktion, kardiale Risikovorhersage, B-Typ natriuretisches Peptid, Machine Learning in der Kardiologie