Körperliche Anstrengung deckt die bei Herzinsuffizienz mit erhaltener Ejektionsfraktion (HFpEF) charakteristische begrenzte Multiorgan-Reserve auf. Mithilfe invasiver kardiopulmonaler Belastungstests (iCPET), Metabolitprofilanalysen und Genomik charakterisierten die Untersucher sieben defizitäre physiologische Belastungsparameter bei Patienten mit HFpEF: eine reduzierte belastungsinduzierte Schlagvolumenzunahme und Herzfrequenz, eine steile PCWP/Herzzeitvolumen-Steigung, einen erhöhten pulmonalen Gefäßwiderstand, eine pulmonale mechanische Limitation, eine beeinträchtigte periphere Sauerstoffausschöpfung sowie den adipositasbedingten übermäßigen metabolischen Aufwand bei körperlicher Anstrengung. Sie kartierten die Verteilung sowie die funktionelle und prognostische Bedeutung dieser Defizite und verknüpften sie mit molekularen (Metabolit- und genetischen) Signaturen – ein Schritt hin zu einer gezielteren Phänotypisierung und Risikobewertung bei HFpEF.
Hintergrund: Belastung deckt Einschränkungen der multiorganären Reservekapazität auf, die für eine Herzinsuffizienz mit erhaltener Ejektionsfraktion (HFpEF) charakteristisch sind. Die metabolischen und genetischen Grundlagen der Belastungsdefizite sowie deren kumulativer Beitrag zur Schwere und Prognose der HFpEF bleiben jedoch unvollständig verstanden. Methoden: Wir verwendeten invasives kardiopulmonales Belastungstestverfahren (iCPET), Metabolitprofilierung und Genomik, um sieben belastungsphysiologische Defizite bei Patienten mit HFpEF gleichzeitig zu charakterisieren: reduziertes belastungsinduziertes Schlagvolumen und Herzfrequenz, steile Anstiegskurve des pulmonalen Kapillarkeildrucks/Herzzeitvolumens (PCWP/HZV), erhöhter pulmonaler Gefäßwiderstand, mechanische pulmonale Limitation der Belastung, beeinträchtigte periphere Sauerstoffausschöpfung sowie adipositasbedingte übermäßige metabolische Kosten zur Initiierung der Belastung. Wir kartierten zunächst die Verteilung, die funktionelle und prognostische Bedeutung dieser Belastungsdefizite. Anschließend wandten wir eine LASSO-Regression an, um Metabolit-Signaturen der e
