
È in programma dal 29 al 31 marzo al Reed Messe Wien GmbH di Vienna EHRA2020, l’edizione 2020 del Meeting annuale dell’European Heart Rhythm Association (EHRA), la branca dell’European Society of Cardiology (ESC) impegnata nell’ambito dei disturbi del ritmo cardiaco. L’evento, che riunisce ogni anno più di 5.000 clinici, ricercatori e operatori nell’ambito dell’aritmologia, vedrà la presentazione di alcuni studi molto attesi.
Saranno ben 20, infatti, i late-breaking trial di EHRA2020, i cui risultati saranno presentati nel corso di 4 sessioni. Tra questi, i più attesi sono:
- ALICIA: trial randomizzato relativo che ha indagato l’ablazione MRI-guidata della fibrosi come trattamento della fibrillazione atriale;
- RACE 7 ACWAS trial: outcome clinici e rapporto costo-efficacia della cardioversione ritardata vs. precoce nei casi di fibrillazione atriale ad esordio recente;
- ESC-EHRA EORP Atrial Fibrillation General Long-Term Registry: registro relativo a terapie e outcome di un’ampia coorte europea di pazienti affetti da fibrillazione atriale e trattati da cardiologi in 250 centri distribuiti in 27 Paesi europei;
- STOP PERSISTENT AF Study: sintomi e qualità di vita a un anno nei pazienti sottoposti a crioablazione per il trattamento della fibrillazione atriale persistente;
- MADIT-CHIC: outcome ecocardiografici della terapia di resincronizzazione cardiaca per il trattamento della cardiomiopatia chemioterapia-indotta.
“I late-breaking trial rappresentano la ricerca più recente e interessante di EHRA2020 – ha commentato Haran Burri, responsabile del programma scientifico dell’evento – e includono trial randomizzati controllati, dispositivi innovativi e nuovi approcci terapeutici finalizzati a migliorare gli outcomes dei pazienti con disturbi del ritmo cardiaco”.
Inoltre, nel corso della prima giornata congressuale di EHRA2020 si terrà il primo digital arrhythmia day, in cui verranno discussi i più recenti aggiornamenti riguardanti le tecnologie digitali in ambito aritmologico, dagli smartwatch e i dispositivi indossabili al machine learning, i big data e la computer simulation.
Fabio Ambrosino