射血分数保留 (HFpEF) 的心力衰竭 (HF) 很常见，患病率在增加，并且与较差的生活质量和结果相关。 由于表型异质性，目前几乎没有针对 HFpEF 的有效疗法。 这个拟议的合作研究项目旨在开发、扩展和应用最先进的计算方法，以对 HFpEF 进行精确表型分析。 总体目标是使用特定于患者的计算机建模和模拟，结合数据驱动机器学习方法，将患者分类为代表潜在心血管功能障碍不同类别的表型组。 在一项回顾性研究中，我们将扩展和完善在初步研究中开发的分析技术，并将其应用于从 UMich 和 PKU 的临床记录中提取的数百名患者。 此外，在一项拟议的前瞻性研究中，我们将进一步扩展和完善我们的技术，以评估在心肺运动测试期间获得的心血管功能数据，加深我们对控制 HFpEF 患者运动不耐受机制的理解，并确定这些机制是否以及如何能够 仅从基线状态数据的分析中确定。 最后，使用这些回顾性和前瞻性研究的结果，我们将设计和测试一个最佳的患者分类器，该分类器仅使用非侵入性获得的数据。 我们拥有一个多学科协作团队，将临床专业知识和数据、实验工具、计算技术和新技术独特地结合起来解决这一前沿问题，我们具有独特的优势，可以从根本上改进诊断和最终治疗 HFpEF 的方式。