由唐熠达教授牵头，以北京大学第三医院为主中心，与北京大学临床医学高等研究院合作开展的登记注册队列研究
项目背景
2022年12月，RESCUER平台正式启动了一项名为“改善心血管病管理质量的注册登记研究”的项目（REgiStry-based Cardiovascular qUality improvEment Research，简称RESCUER队列, 与平台简称同名）。此项目现已进入到二期研究，既RESCUER-主动健康研究。
图1. RESCUER注册号
项目目标
此项目为一项多中心双向性观察性队列，研究的主要对象为患有以下四类心血管病的成年住院患者：介入治疗、心衰、结构性心脏病、合并多重代谢紊乱。研究有以下两个主要目的：1.评价运动过程中的风险因素及其对心血管病患者的预后影响；2.评价心血管病患者手术相关高风险器械进行安全性主动监测的可行性。
图2. RESCUER设计方案示意图
项目内容
项目收集患者的住院信息作为基线，出院信息及出院后1个月、6个月、12个月和24个月的随访信息（包括以MACE为主的各项不良事件、用药依从性、各项生活质量量表），并利用智能可穿戴设备对患者运动信息进行实时监测。同时，我们对前瞻性患者进行了生物样本的收集，包括血清、血浆、DNA、白膜、白细胞、粪便、尿液及唾液。
图3.研究采集数据类型展示
图3. RESCUER项目CRF设计图 
项目成果
经过一年多的建设，截至2024年12月31日，RESCUER队列已完成总计2.1万人心血管病队列研究数据库建设，其中前瞻性患者入组6062人，回顾性患者入组1.4万人；总计收集生物样本9.7万例，样本采集率约为80%；完成超4万份随访问卷的收集，一年随访率约为80%，不良事件率约为3%。
图4. RESCUER项目进度概览
质量保证
为了保证研究的质量，RESCUER团队对项目的各个方面都采取了严格完善的质控措施。从伦理审批和项目监察、到数据管理、再到生物样本的管理，无一不体现着RESCUER团队严谨的工作态度。
图5. RESCUER质控措施
技术优势
与传统的临床试验团队不同的是，RESCUER有一只强大的IT及数据团队作为技术保障，因此在队列建设过程中，RESCUER采用了大量的技术方式来解决传统临床试验中由CRC手工录入数据及相应的数据处理带来质量问题，以及用技术手段解决长期随访人员成本高企的问题。例如，RESCUER不再将EDC作为临床数据收集的唯一平台，而是将电子病历系统数据、随访系统问卷的数据、智能可穿戴设备平台数据、以及心电图/CT等多模态医疗图像数据，全部整合在RESCUER的数据湖中，以互联网“后台-中台-前台”的数据架构来进行多元异构数据的整合和处理,大大的简化了转录和处理中可能出现的大量的人为错误；同时，结合智能云随访服务，将长期且海量的随访服务智能化，极大地降低了项目的人工成本，并提升了项目的效率和质量。
图6. RESCUER技术服务框架
行业规范
此外，为了进行多中心、多病种的扩展，RESCUER还进行了大量的标准化工作。RESCUER团队制定了六项心血管领域的标准数据集，分别为：冠心病标准数据集，心衰标准数据集，结构性心脏病标准数据集，心律失常标准数据集，代谢性心血管疾病标准数据集，心电标准数据集。其中心电标准数据集已被北京医学会立项作为团体标准发布。
图7. 心电标准数据集及团标立项
患者服务
作为科研队列，RESCUER队列建设的任务之一是要进行患者数据的采集。为了更好的完成这个任务，增加患者的配合度及黏性，RESCUER团队定期还会为患者举办线上线下的患教及义诊活动，此活动收到了患者的一致好评。
图8. RESCUER团队患教及义诊服务
项目团队
RESCUER队列项目的PI为唐熠达教授，核心团队总计30人，主要来自于北京大学第三医院心内科的临床团队，北京大学临床高等研究院的项目设计、数据及质控团队，以及云已健康科技有限公司的项目管理及运营团队。为保证项目研究的质量，RESCUER成立了学术委员会及技术委员会，前者负责把关相应的学术研究，后者把关平台建设的各种质量问题。除了团队内的行业专家对项目进行把关，RESCUER还聘请了外部专家团队，作为项目专家指导委员会，对项目的发展进行指导。
图9. RESCUER临床团队合照
展望
RESCUER队列研究还在持续的招募中，我们有非常明确的研究方向和目标，我们欢迎有相同目标的朋友们加入一起共建RESCUER；同时我们也欢迎有不同想法的朋友们，能够使用RESCUER的资源，为心血管病的防治贡献更多的成果！
