Információ

Az EKG magyarázata MI-ben elektrosztatikus modell segítségével

Az EKG magyarázata MI-ben elektrosztatikus modell segítségével


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Találtam egy dolgozatot, amely bemutat egy elektrosztatikus modell a különböző elvezetésekben rögzített EKG magyarázatára. Ez a modell lényegében megfontolást igényel depolarizációs hullámfront az elvezetéseknél, különösen a végtagi vezetékeknél mért potenciálkülönbség fő tényezője, a terjedési irány szerint rendezett pillanatnyi dipólusok dipólusmomentumokkal történő aggregációja révén. Ebben a könyvben is használatos itt, az EKG szakasz alatt A szívműködés mérése.

A cikk nem fejti ki részletesen a MI esetén megfigyelt EKG deformitásokat. Az ST-eleváció a legtöbb MI-esetben gyakori lelet. Hogyan magyarázzuk ezt a fent említett modell fényében?

Gondolataim

Normál esetben az ST szegmens az izoelektromos, mivel nincs depolarizációs/repolarizációs hullámfront terjedése. Hogyan sérül ez az izoelektromos természet az MI-ben? Feltéve, hogy a legtöbb infarktus izomelhalást vagy a koszorúér-keringés fokális elégtelensége miatti károsodást foglal magában, még akkor is, ha a szív egy része elhalt, az ST szegmens során a grafikonnak izoelektromos vonalat kell mutatnia (nincs elhajlás), mivel az élő szövet vagy depolarizálódik, vagy polarizáltak (de nem váltanak át állapotokat), és az elhalt szövet membránpolaritása teljesen eltűnt, vagy megváltozott polaritású lesz a szívciklus során. Mindenesetre a szív egyetlen része sem fogja megváltoztatni a polaritását. Akkor miért figyelhető meg valamilyen eredő dipól (ami változó polaritású hullámfrontot jelez) az ST szegmens során?

alternatív modell
Az emelkedés magyarázatára ez a könyv (522. oldal) egy kétsejtes modellt ad, és elmagyarázza, hogy az anoxikus károsodás valamilyen módon a sejt bazális depolarizált állapotában alacsonyabb membránpotenciál különbséget okoz, ami az EKG összes szegmensét okozza, kivéve a Az ST szegmenst le kell engedni, így az ST szegmens emeltnek tűnik. Három dolgot nem értek ezzel a magyarázattal kapcsolatban. Hogyan okoz az anoxikus károsodás ilyen specifikus változást a polaritásban és az azt követő akciós potenciálban? Hogyan lehet ezt a kétsejtes modellt az egész szívre extrapolálni fokális infarktus esetén? Hogyan egyeztethető össze ez a magyarázat a kérdés elején bemutatott modellel?

Tudassa velem, ha a kérdés túl tágnak tűnik, és fel kell osztani, vagy ha a feltételezéseim bármilyen módon tévesek.

MI - Szívinfarktus

Ui.: - Úgy tűnik, elvesztettem a kapcsolatot ezen az oldalon a formázással, és ezért nem tudom, melyik címkéket használjam. Kell egy kis idő mire visszajön :)


A sejten belüli K+ koncentrációja 30-szor nagyobb, mint kívül. A hipoxia ennek az intracelluláris káliumnak a elvesztését és ennek következtében/korai repolarizációt okozza a hatáspotenciál mérése során.

Ahogy az összes EKG elmélet Vektor Az elektromos pályák és a myocyták bármilyen rendellenessége az EKG változását eredményezi.

Ez a kép a sérülés eltérő kiterjedése miatti ST-változásokat ábrázolja. Ezenkívül az ezen az oldalon található magyarázat valószínűleg megoldja a megértés problémáját.

HOZZÁAD

A cikk ismerteti a dipólusok elektromos terjedése következtében fellépő EKG-jelenségeket. Ha a dipólusok az ólom felé terjednek, felfelé irányuló hullámot kapunk stb.

Mivel az elektrosztatikus modell az egész szívet egy dipólusnak tekinti (több dipólus összegeként), a kisebb infarktusok kimaradhatnak az EKG-n. Ez tény, ezért fontosak más tesztek (például a troponin teszt).

Az Ön megértésének zavaros pontja egy „halott” szövet. Infarktus esetén hipoxiás károsodás lép fel, ami a sejtmembrán megnövekedett permeabilitásához vezet, ami K-szivárgást eredményez (amint fentebb kifejtettem, a sejten belül 30-szor több kalium van, mint kívül). Ez azt jelenti, hogy a "halott" területen abnormális depolarizációs/repolarizációs mintázat lesz, csak azért, mert azon a területen több "nem csoportosított" dipólus található (nézze meg a képeket). Léteznek diasztolés és szisztolés elméletek az ST-emelkedésről, de még egyik sem nyerte meg a csatát.

Idővel a hegesedő szövet helyettesíti az infarktusos szívizomzatot, és ebben az esetben az ST-szegmens nem lesz érintett, és szinte normálisnak tűnik. Ez az az eset, amit Ön „halott” szövetnek gondol – a hegszövetből nem szivárognak ki elektrolitok, következésképpen az ST szegmens nem érintett a krónikus stádiumban.


Javaslatok az elektrokardiogram szabványosításához és értelmezéséhez

Ez a megállapítás a nyugalmi EKG és a technológiája közötti kapcsolatot vizsgálja. Célja, hogy elősegítse a modern EKG levezetésének és megjelenítésének megértését, valamint olyan szabványok létrehozását, amelyek javítják az EKG pontosságát és hasznosságát a gyakorlatban. Leírják a reprezentatív hullámformák származtatását és a globális intervallumokon alapuló méréseket. Különös hangsúlyt fektetnek a digitális jelgyűjtésre és a számítógépes jelfeldolgozásra, amelyek automatizált méréseket biztosítanak, amelyek számítógéppel generált diagnosztikai nyilatkozatokhoz vezetnek. Áttekintik a vezeték elhelyezését, a rögzítési módszereket és a hullámforma bemutatását. A nyilatkozatban az EKG-szabványokra vonatkozó ajánlásokat a fejlődő EKG-technológia klinikai vonatkozásaival összefüggésben helyezik el.

A szál galvanométer Willem Einthoven 1 általi bevezetése óta eltelt évszázadban az elektrokardiogram (EKG) a leggyakrabban végzett kardiovaszkuláris diagnosztikai eljárás és a klinikai gyakorlat alapvető eszköze lett. 2,3 Nélkülözhetetlen az akut koronária szindrómában szenvedő betegek diagnosztizálásához és a terápia azonnali megkezdéséhez, és a legpontosabb módszer az intraventrikuláris vezetési zavarok és aritmiák diagnosztizálására. Értelmezése elektrolit-rendellenességek, különösen a szérum kálium- és kalciumszintjének felismeréséhez vezethet, és lehetővé teszi a genetikailag közvetített elektromos vagy strukturális szív rendellenességek bizonyos formáinak kimutatását. Az EKG-t rutinszerűen használják az antiarrhythmiás és egyéb gyógyszerekkel kezelt betegek monitorozására, a nem szívműtéten átesett betegek műtét előtti felmérésére, valamint a magas kockázatú foglalkozású egyének szűrésére, illetve bizonyos esetekben a sportolásra. Kutatási eszközként hosszú távú populációs alapú felügyeleti vizsgálatokban és felismert vagy potenciális szívhatású gyógyszerek kísérleti vizsgálataiban használják.

Az EKG használatára vonatkozó javallatokat az American Heart Association (AHA)/American College of Cardiology 1992-es közös jelentésében foglalta össze. 4 Széleskörű alkalmazhatósága miatt az EKG pontos rögzítése és precíz értelmezése kritikus fontosságú. A professzionálisan kidolgozott és jóváhagyott bizonyítékokon alapuló szabványok kialakítása és betartása az EKG-eljárás minden fázisában fontos lépés a klinikusok és pácienseik által megkövetelt és elvárt magas szintű precizitás biztosításában. 5 Azonban 1978 óta nem került sor az EKG-szabványok és -kritériumok átfogó frissítésére. 6–14 1978 óta az elektrokardiográfia technológiája számos fejlődésen ment keresztül az EKG alapjául szolgáló anatómiai, patológiai, elektrofiziológiai és genetikai információk megértésében. leletekben és az EKG-eltérések klinikai összefüggéseiben. Az elektrokardiográfia egyik legfontosabb változása a számítógépes rendszerek széles körű elterjedése tárolásra és elemzésre. Az Egyesült Államokban jelenleg sok, ha nem a legtöbb EKG-t digitális, automatizált gépek rögzítik, amelyek olyan szoftverrel vannak felszerelve, amely méri az EKG intervallumokat és amplitúdókat, gyakorlatilag azonnali értelmezést biztosít, és gyakran összehasonlítja a nyomkövetést az ugyanazon rendszer által korábban rögzítettekkel. A különböző automatizált rendszerek azonban eltérő műszaki specifikációkkal rendelkezhetnek, amelyek jelentős eltéréseket eredményeznek az amplitúdók, az intervallumok és a diagnosztikai nyilatkozatok mérésében. 15,16

Ezen okok miatt az AHA kezdeményezte az EKG szabványosítására és értelmezésére vonatkozó iránymutatások frissítését. A projektet az American College of Cardiology, a Heart Rhythm Society és a International Society for Computerized Electrocardiology támogatta. A projekt céljai a következők: (1) az EKG rögzítésére és értelmezésére jelenleg használt technikák állapotának áttekintése, valamint a módosítási lehetőségek azonosítása (2) a jelenleg használt különféle leíró, diagnosztikai és módosító terminológiák egyszerűsítése és egységesítése. egy közös és könnyebben alkalmazható lexikon létrehozása és (3) a leíró, értelmező és összehasonlító algoritmusok gyenge pontjainak azonosítása és a fent említett újonnan felismert tényezőket beépítő változtatások ajánlása.

Az elnököt (L.S.G.) az AHA Klinikai Kardiológiai Tanácsának Elektrokardiográfiai és Aritmiás Bizottsága választotta ki. Tanácsadó csoportot hozott létre, hogy segítsen a célok kitűzésében, és ajánljon más írócsoport tagjait. A bizottság 5 alkalommal ülésezett, hogy megvitassák a célokat, meghatározzák a frissítésre szoruló konkrét területeket, és áttekintsék az előrehaladást. Minden témához egy-egy kisebb munka/író csoportot választottak csoportvezetővel. Ez az első a 6 cikk közül, amelyeket az AHA megbízás alapján írtak. Ezt követi egy leíró, diagnosztikai és összehasonlító állítások szószedete, amely megpróbálja minimalizálni az ismétlődő és nem informatív kijelentéseket. A későbbiekben megjelenő további cikkek az intravénás vezetési zavarok, a kamrai repolarizációs rendellenességek, a hipertrófia és az ischaemia/infarktus EKG-értelmezését tárgyalják.

Az EKG és technológiája

Ennek a nyilatkozatnak a célja (1) a nyugalmi EKG és a technológiája közötti kapcsolat vizsgálata, (2) a modern EKG levezetésének és rögzítésének jobb megértése, és (3) olyan szabványok előmozdítása, amelyek javítják az EKG pontosságát és rögzítését. az EKG hasznossága a gyakorlatban. Különös hangsúlyt fektetnek a digitális rögzítési módszerekre és a számítógépes jelfeldolgozásra, amelyet a jelenlegi elektrokardiográfokban használnak olyan automatizált mérések biztosítására, amelyek számítógéppel generált diagnosztikai kimutatásokhoz vezetnek. Az írócsoport elismeri, hogy az EKG-k feldolgozásának és rögzítésének technikai részleteit a klinikusok nem ismerik. Ennek megfelelően ennek a dokumentumnak az egyik fő célja, hogy a klinikusok számára betekintést nyújtson a technológia és annak klinikai EKG-értelmezésre gyakorolt ​​következményei közötti, általában hiányzó kapcsolatba. Az EKG-technológia fejlődésének és alkalmazásának mélyreható klinikai következményei vannak, amint azt az a demonstráció is szemlélteti, hogy a különböző automatizált EKG-rendszerek által a referencia EKG-adatokból végzett mérések eléggé eltérhetnek ahhoz, hogy megváltoztassák a diagnosztikai értelmezést. 15,17 A számítógépes diagnosztikai kimutatások szenzitivitása és specifitása javul, ugyanakkor továbbra is nyilvánvaló, hogy a számítógépes EKG-k orvosi túlolvasására és megerősítésére van szükség. 15,16,18

Korábbi szabványok és áttekintések

Az elmúlt évtizedek során számos ajánlás jelent meg az EKG-rögzítés szabványosítására és az EKG-értelmezésre vonatkozó irányelvek a számítógépes korszakban. A vezetékek szabványosítására és az EKG-műszerek általános műszaki követelményeire vonatkozó legfrissebb átfogó AHA-ajánlásokat 1975-ben tették közzé. 5 1978-ban az American College of Cardiology munkacsoportjai jelentésgyűjteményt készítettek az optimális elektrokardiográfiáról, 7 amelyek a terminológia szabványosításával foglalkoztak. és értelmezése, 13 adatbázisok fejlesztése, 6 az EKG rekordok minősége, 12 számítógép a kardiológiai diagnosztikában, 9 az EKG gyakorlati alkalmazása, 10 az EKG költséghatékonysága, 11 és a jövőbeli irányok megvitatása. 14 Európában a kvantitatív elektrokardiográfia (CSE) nemzetközi közös szabványai Willems és munkatársai munkája nyomán alakultak ki. 19–22. A CSE-vizsgálatok célja az EKG-számítógépes programokkal kapott hullámmérések széles eltérésének csökkentése, valamint az EKG-értelmezési programok diagnosztikai osztályozásának értékelése és javítása volt. 22 Tekintettel a számítógépes EKG-rendszerek terjedő használatára és a fejlődő technológiára, az AHA bizottsága 1990-ben ajánlásokat fogalmazott meg az automatizált elektrokardiográfia során alkalmazott sávszélességre és digitális jelfeldolgozási szabványokra vonatkozóan. 23 1991-ben az 1975-ös és 1990-es AHA-dokumentumok ajánlásait beépítették a diagnosztikai EKG-eszközökről szóló összefoglaló dokumentumba, amelyet az Association for the Advancement of Medical Instrumentation (AAMI) dolgozott ki és az Amerikai Nemzeti Szabványügyi Intézet (ANSI) hagyott jóvá. 24 Ezt a dokumentumot az ANSI megerősítette 2001-ben. Más kijelentések foglalkoztak az EKG használatának és az orvos EKG értelmezésében való kompetenciájának kapcsolódó kérdéseivel. 16,18,25–27

Az EKG-jel és feldolgozása

A digitális 12 elvezetéses EKG automatizált elemzése jelelemzést és diagnosztikai osztályozást foglal magában. 28 Az EKG feldolgozása több lépésben történik, amelyek mindegyike megköveteli a módszertani szabványok betartását. Ezek a lépések a következőket foglalják magukban: (1) jelgyűjtés, beleértve a szűrést (2) az adatok átalakítása, vagy az adatok előkészítése további feldolgozásra, beleértve a komplexek megtalálását, a komplexek „domináns” és „nem domináns” (ektopiás) típusokba sorolását, valamint egy átlagos vagy medián komplex minden egyes vezeték (3) hullámforma-felismeréshez, amely a diagnosztikai hullámok kezdetének és eltolódásának azonosítására szolgáló folyamat (4) jellemző kivonás, amely az amplitúdók és intervallumok mérése és (5) a diagnosztikai osztályozás. A diagnosztikai osztályozás lehet heurisztikus (azaz determinisztikus vagy tapasztalatalapú szabályokon alapuló) vagy statisztikai megközelítésű. 29

Az EKG-jel

A standard 12 elvezetéses EKG rögzíti a testfelszínen a szívciklus alatt változó potenciálkülönbségeket, amelyek a szívizomsejtek transzmembrán feszültségeinek különbségeit tükrözik, amelyek az egyes ciklusokon belüli depolarizáció és repolarizáció során jelentkeznek. Az EKG-t Einthoven és munkatársai 30 úgy tekintették, mint amely egy stacionárius, időfüggő egydipólusú forrásból származik, amelyet vektorral, a szívvektorral lehet reprezentálni. Ebben a modellben a vezetékek feszültségét a szívvektornak az elvezetés tengelyét meghatározó egyenesre való vetületével magyarázták. Burger és munkatársai 31,32 kibővítették ezt a koncepciót azáltal, hogy a vezető tengelyeket vektorként kezelték. A vezetővektornak amellett, hogy iránya nem egyezik meg a vezető tengelyével, van hossza is. A vezetékben lévő feszültség nem csupán a szívvektor vetülete az elvezetés tengelyére, hanem a vezetékvektorra való vetülete is, szorozva a vezetékvektor hosszával (azaz „erősségével”). A vezetővektor iránya és erőssége a test geometriájától és a törzs szöveteinek változó elektromos impedanciáitól függ. 31,32 Az elektródapárokat (vagy a 2 elektróda közül 1-ként szolgáló elektródák kombinációját) és a használatukból származó nyomvonalakat vezetékeknek nevezzük. Az elektródák törzsön való elhelyezése eltér a szívre való közvetlen elhelyezéstől, mivel a közvetlen elektródákkal való érintkezéskor fellépő lokalizált jelerősséget jelentősen gyengíti és megváltoztatja a törzs inhomogenitása, beleértve a mellkasi szövetek határait és az impedancia változásait. A szív elektromos tevékenysége bármely időpontban eltérő irányú erőkből áll. Ennek megfelelően a testfelszín bármely pontján lévő potenciál a szív pillanatnyi, nem kioltott elektromos erőit jelenti, ahol a kioltás a törzs inhomogenitásától is függ. További olvasmányokért lásd Horacek 1989-es átfogó elemzését az ólomelméletről. 33 Ahogy az elektródák távolodnak a szívtől, a jelerősség az ólomerősséggel együtt csökken. A térszögelmélet szerint a jel nagysága térbeli és nem térbeli tényezőkkel egyaránt összefüggésbe hozható. 34 A nem térbeli tényezők közé tartozik a szíven belüli határokon átívelő transzmembrán potenciálkülönbség nagysága. A térbeli tényezők közé tartozik az egységnyi méretű gömb területéhez viszonyított potenciálkülönbség vetített határa, amely a terület abszolút méretével nő, de csökken az elektróda szívtől való távolságával. A szívben egyidejűleg aktív hullámfrontok megzavarhatják e modellek látszólagos egyszerűségét.

A QRS-komplexum alapfrekvenciája a testfelszínen ≈10 Hz, és a legtöbb diagnosztikai információ 100 Hz alatt van felnőtteknél, bár alacsony amplitúdójú, magas frekvenciájú, akár 500 Hz-es komponenseket is észleltek és tanulmányoztak. A csecsemők QRS-je ​​gyakran 250 Hz-ig terjedő fontos összetevőket tartalmaz. 35 A T-hullámok alapfrekvenciája megközelítőleg 1-2 Hz. 23 Az EKG-jel 1 és 30 Hz közötti sávon belüli szűrése stabil EKG-t eredményez, amely általában nem tartalmaz műtermékeket, de ez a sávszélesség elfogadhatatlan a diagnosztikai rögzítéshez, mivel a jel magas és alacsony frekvenciájú összetevőiben egyaránt torzítást okoz. . Az EKG-jel nagyfrekvenciás komponensei határozzák meg a jel leggyorsabban változó részeit, beleértve a Q-hullámokat és a QRS-komplexen belüli bemetszett komponenseket. Mivel a QRS amplitúdómérés az R-hullám csúcsának pontos észlelésétől függ, a nem megfelelő nagyfrekvenciás válasz a jelamplitúdó szisztematikus alulbecslését, valamint a bevágások és Q-hullámok simítását eredményezi. Másrészt a nem megfelelő alacsony frekvenciájú válasz a repolarizáció jelentős torzulásához vezethet. Ennek megfelelően az analóg és digitális elektrokardiográfok szűrőalgoritmusainak átviteli függvényei nagy hatással vannak a keletkező EKG-ra.

EKG jelfeldolgozás

Az EKG-jel digitális elektrokardiográffal történő feldolgozása magában foglalja a jel kezdeti mintavételét a testfelületen lévő elektródákról. Ezután a digitális EKG-nek meg kell szüntetnie vagy el kell távolítania az alapvonali vándorlásból, mozgásból és légzésből származó alacsony frekvenciájú zajt, valamint az izomműtermékekből és a tápvezetékekből vagy a kisugárzott elektromágneses interferenciából eredő magasabb frekvenciájú zajt. 36 Ennek eredményeként a testfelületen lévő EKG-jelet szűrni kell, és az elektrokardiográfnak fel kell erősítenie. A digitális szűrőket úgy is meg lehet tervezni, hogy lineáris fázisjellemzőkkel rendelkezzenek, és ezzel elkerülhető a klasszikus analóg szűrők által okozott torzítások egy része. A szűrést követően minden egyes vezetékhez egyedi sablonokat készítenek az általában domináns komplexekből vett adatokból, amelyekből amplitúdó és időtartam méréseket végeznek. A globális mérések egyedi ólomadatokból vagy az egyidejűleg gyűjtött egyedi ólomadatok matematikai kombinációiból készülnek. A mérési hiba fontos hatással van az EKG diagnosztikai kimutatások pontosságára. 37 Hivatkozás történik az EKG-t befolyásoló technikai tényezők Zywietz által készített átfogó elemzésére.38 Jelen nyilatkozatban az EKG-jel feldolgozását befolyásoló tényezőket a technológia, a klinikai vonatkozások és az ajánlások tekintetében tárgyaljuk.

Az EKG-jel mintavétele

Technológia

A direkt író elektrokardiográfok, amelyek az 1970-es évekig túlsúlyban voltak, analóg, azaz folyamatos jeleket rögzítettek. Szinte az összes jelenlegi generációs EKG-készülék átalakítja az analóg EKG-jelet digitális formára a további feldolgozás előtt. A modern digitális EKG-k analóg-digitális átalakítása általában az elülső oldalon történik, például a vezeték-kábel modulon. A kezdeti mintavételezési frekvencia az analóg-digitális átalakítás során az előlapon magasabb, mint az EKG-jel további feldolgozásához használt mintavételi frekvencia. A túlmintavételezést eredetileg a pacemaker ingerkimeneteinek észlelésére és reprezentálására vezették be, amelyek általában <0,5 ms időtartamúak. A front-end mintavételezést 1000-től 2000-ig terjedő sebességgel végezték másodpercenként, de az újabb konverterek rutinszerűen 10 000-15 000 másodpercenkénti mintavételezésre képesek, vagy még ennél is magasabb, más konverterek adaptív mintavételezési frekvenciájúak, és a kimenet arányos az észlelt energiával. .

Klinikai következmények

A kezdeti mintavételezési frekvencia, amelyet a számítógép használ az analóg elektromos jelek diszkrét digitális pontok sorozatává történő átalakítására (általában a minták másodpercenkénti egységében vagy pontatlanul a mintavételezési frekvenciaként írják le). x Hz) leggyakrabban sokszorosa az EKG-jel további feldolgozásához szükségesnek. Ezt „túlmintavételnek” nevezik. A pacemaker ingerkimeneteinek időtartama általában 0,5 ms-nál rövidebb, ezért 500-1000 Hz-en nem lehet megbízhatóan kimutatni a szokásos jelfeldolgozási technikával. Ennek megfelelően a túlmintavételezés elsődleges előnye a szűk pacemaker-impulzusok észlelése. A pacemaker-észlelés nem minden jelenlegi rendszerben történik megbízhatóan vagy pontosan. A túlmintavételezés javíthatja a jel minőségét a nagyfrekvenciás vágásnál is. A pacemaker-csúcsok időtartama okozta nehézségektől eltekintve a modern bipoláris pacemaker ingerkimeneteinek nagyon kicsi amplitúdója gyakran túl kicsi ahhoz, hogy a szabványos EKG-n felismerhető legyen. Ez a probléma anélkül szükséges megoldást nyújtani, hogy mesterségesen javított pacemaker jeleket adnak be a nyomkövetésbe.

Ajánlások

A felső frekvencia határértékének jelentős többszörösével történő túlmintavétel javasolt, hogy a digitalizált jelben az ajánlott sávszélességet biztosítsuk. A gyártóknak folytatniuk kell a továbbfejlesztett algoritmusok fejlesztését a pacemaker ingerkimeneteinek azonosítására és mennyiségi bemutatására, valamint azok megőrzésére az EKG tárolása és visszakeresése során. Az alacsony amplitúdójú pacemaker-ingerületek amplitúdóját nem szabad mesterségesen növelni a felismerés elősegítése érdekében, mert ez torzítaná a rögzített EKG formáját. Ehelyett azt javasoljuk, hogy a gyártók az észlelt pacemaker ingerkimeneteinek külön reprezentációját építsék be a standard kimeneti nyomkövetés 1 sorába, amely segíti a pitvari, kamrai és biventricularis ingerlési jelek azonosítását. A kiválasztott sor lehet egy ritmuscsík, amely 4 oszlopban kíséri a szabványos 3 sor vezetõjelet, vagy ritmussor hiányában a szabványos sorok közül 1 választható erre a célra.

Alacsony frekvenciájú szűrés

Technológia

A pulzusszám percenkénti ütésekben (ciklusokban) (bpm) elosztva 60-nal (másodperc percenként) a frekvenciatartalom alsó korlátját képezi Hertzben (Hz, ciklus per másodperc). A gyakorlatban ez nem valószínű, hogy alacsonyabb 0,5 Hz-nél, ami 30 bpm-es pulzusnak felel meg. 23 A hagyományos analóg szűrésnél azonban a 0,5 Hz-es alacsony frekvenciájú levágás jelentős torzítást okoz az EKG-ban, különösen az ST szegmens szintjét illetően. 39,40 Ez a torzítás az EKG-jel azon területein fellépő fázis-nemlinearitásokból adódik, ahol a frekvenciatartalom és a hullámamplitúdó hirtelen megváltozik, ahogy az ott is előfordul, ahol a QRS-komplexum vége találkozik az ST szegmenssel. A digitális szűrés módszereket biztosít az alacsony frekvenciájú levágás növelésére fázistorzítás nélkül. 23 Ez egy kétirányú szűrővel megvalósítható egy második szűrőmenettel, amelyet fordított időben, 41 azaz a T hullám végétől a P hullám kezdetéig alkalmaznak. Ez a megközelítés alkalmazható a számítógép memóriájában tárolt EKG-jelekre, de nem érhető el folyamatos valós idejű monitorozás időeltolódás nélkül. Alternatív megoldásként nulla fáziseltolódás érhető el egy lapos lépéses válaszszűrővel 42, amely lehetővé teszi az alapvonal eltolódásának csökkentését alacsony frekvenciájú torzítás nélkül.

Klinikai következmények

Az alacsony frekvenciájú zajok, például a légzés által keltett zajok miatt a nyomkövetés az alapvonal felett és alatt vándorol. A 0,5 Hz-es alacsony frekvenciájú levágás, amelyet egykor széles körben használtak az EKG-ritmusfigyelőkben, csökkenti az alapvonal eltolódását a légzésmozgás általában alacsonyabb frekvenciája miatt, de a repolarizáció jelentős torzulását eredményezheti, ami mesterséges ST-szegmens eltérést okozhat. 39 Az 1975-ös AHA-ajánlások 0,05 Hz-es alacsony frekvenciájú határértéket tartalmaztak a diagnosztikai elektrokardiográfiához. 5 Ez az ajánlás megőrzi a repolarizáció hűségét, de nem szünteti meg az alapvonal-drift problémáját. Az alapvonal-sodródás elnyomása szükséges a szekvenciális komplexek koherens összehangolásához, amelyeket sok modern EKG-rendszer használ reprezentatív PQRST-komplexum kialakításához, amelyet néha sablonnak is neveznek, különben az alapvonal-vándorlás torzíthatja a sablon amplitúdóit. Az újabb digitális szűrők korrigálni tudják az alapvonal eltolódását, miközben megőrzik az ST-szegmens szintek hűségét, és ezek a digitális módszerek kötelezővé teszik az analóg szűrőkhöz szükséges korábbi szabványok felülvizsgálatát.

Ajánlást

Az ST szegmens mesterséges torzításának csökkentése érdekében az 1990-es AHA-dokumentum azt javasolta, hogy az alacsony frekvenciájú határérték 0,05 Hz legyen a rutinszűrők esetében, de ezt a követelményt 0,67 Hz-re vagy az alá lehetne enyhíteni a nulla fázistorzítással rendelkező lineáris digitális szűrők esetében. 23 Az 1991-es, 2001-ben megerősített ANSI/AAMI ajánlások jóváhagyták a szabványos 12 elvezetéses EKG-k alacsony frekvenciájának ezen laza határértékeit, figyelembe véve a teljes bemeneti jelreprodukció egyedi meghatározóinak megengedett legnagyobb hibáit. 24 Ezek a szabványok továbbra is ajánlottak.

Nagyfrekvenciás szűrés

Technológia

A digitális mintavételezési frekvencia (samples per second) határozza meg a jelfrekvencia hűen ábrázolható felső határát. A Nyquist-tétel szerint a digitális mintavételezést a kívánt nagyfrekvenciás határérték kétszeresével kell végrehajtani. Mivel ez a tétel csak végtelen mintavételi intervallumra érvényes, az 1990-es AHA-jelentés az elméleti minimum 2-3-szorosát javasolta. 23 Egy sor tanulmány kimutatta, hogy másodpercenként 500 mintavételezési sebességre van szükség ahhoz, hogy lehetővé váljon a 150 Hz-es nagyfrekvenciás digitális szűrő levágása, amely ahhoz szükséges, hogy az amplitúdóhiba méréseket ≈1%-ra csökkentse felnőtteknél. 43,44 Nagyobb sávszélességre lehet szükség az amplitúdók pontos meghatározásához csecsemőknél. 35,45,46 Az európai CSE csoport azt javasolta, hogy a hullámformákat akkor kell felismerni, ha amplitúdójuk legalább 20 μV és időtartamuk legalább 6 ms. 23 Ez 150 Hz-es tartományban magas frekvenciájú választ jelent. Egy 2001-es holland jelentés kimutatta, hogy ahhoz, hogy az amplitúdóhibák 25 μV alatt maradjanak az esetek >95%-ában, legfeljebb 250 Hz-es sávszélességre van szükség gyermekgyógyászati ​​eseteknél és 150 Hz-es sávszélességre serdülőknél. 35

Klinikai következmények

Minél magasabb a szűrt jelben található frekvencia, annál pontosabb lesz a gyors felfutási sebesség, a csúcsamplitúdó és a kis időtartamú hullámok mérése. 44 A nem megfelelő nagyfrekvenciás válasz csökkenti a QRS-mérés amplitúdóját és csökkenti a kis eltérések észlelésének képességét. Mivel a digitális EKG-k időbeli felbontása ezredmásodpercben, az amplitúdó felbontása pedig mikrovoltban van, az EKG-k nagyfrekvenciás válaszára vonatkozó ajánlások az évek során alakultak ki. Az AHA 1975-ben a 100 Hz-es nagyfrekvenciás levágást megfelelőnek ítélte a diagnosztikai pontosság fenntartásához a közvetlen írásjelek elektrokardiográfusok általi szemrevételezése során. 5 Ennek ellenére régóta felismerték, hogy a QRS komplex magasabb frekvenciájú komponensei jelen vannak 47,48, és ezeknek az összetevőknek klinikai jelentősége lehet a szívbetegség különböző formáiban szenvedő betegeknél. 49–51 A rutin időtartamok és amplitúdók pontos méréséhez felnőtteknél, serdülőknél és gyermekeknél legalább 150 Hz-es felső frekvencia-levágás szükséges, míg a csecsemőknél a felső frekvencia 250 Hz-es határértéke megfelelőbb. E nagyfrekvenciás ajánlások nyilvánvaló következménye, hogy a zaj csökkentése egy szabvány nagyfrekvenciás határértékének 40 Hz-re történő beállításával vagy az EKG monitorozásával érvényteleníti a diagnosztikai osztályozáshoz használt amplitúdóméréseket. 52

Ajánlások

Az 1991-es, 2001-ben megerősített ANSI/AAMI szabvány legalább 150 Hz-es nagyfrekvenciás levágást javasolt minden szabványos 12 elvezetéses EKG-hez. 24 Az ANSI/AAMI-dokumentum részletezi a teljes bemeneti jelreprodukció egyedi meghatározóinak maximálisan megengedhető hibáit is, amelyek túlmutatnak jelen jelentés keretein, de fontos iránymutatások a gyártók számára. 24 Ezek a legújabb határértékek továbbra is ajánlottak serdülők és felnőttek számára, a nagyfrekvenciás határérték gyermekeknél 250 Hz-re történő kiterjesztésével, 35 az egyes gyártók szabványos módszerek szerinti hűségvizsgálatának függvényében. 23 Az elektrokardiográfoknak automatikusan figyelmeztetniük kell a felhasználót, ha szuboptimális nagyfrekvenciás határértéket, például 40 Hz-et használnak, és a megfelelő nagyfrekvenciás levágást automatikusan vissza kell állítani a rutin standard EKG-felvételek között.

Reprezentatív Single-Lead Complex kialakítása

Technológia

A QRS-hullámformák amplitúdói és időtartamai az ütemek közötti belső variabilitástól és az ütemek közötti légzési variabilitástól függenek. Ennek megfelelően az ANSI/AAMI szabványok azt javasolják, hogy az egyes vezetékekben a legnagyobb amplitúdójú elhajlást használják, amely reprezentálja az adott mérés nagyságát. 24 A digitalizált rekordokból származó mérések jobban reprodukálhatók, mint az analóg nyomkövetésből származó mérések. 53 A digitális elektrokardiográfok csökkenthetik vagy kiküszöbölhetik a nem kívánt ütés-ütés közötti eltéréseket az elvezetéseken belül azáltal, hogy „sablonokat” képeznek az egyes vezetékekhez, amelyek reprezentatív komplexumként szolgálnak. Willems és munkatársai 54 kimutatták, hogy az átlagos ütemet elemző programok szignifikánsan kisebb variabilitást mutattak, mint azok a programok, amelyek minden komplexet vagy kiválasztott ütemet mértek, és Zywietz és munkatársai számoltak be hasonló eredményekről. 55 Egy-elvezetéses átlag vagy medián komplex sablonok származtathatók kiválasztott, pontosan igazított komplexekből. Az egyik algoritmus olyan technikákat kombinál, amelyek több átlagolt ciklus medián értékét használják fel. A normál PQRST komplexek e célokra történő pontos beállítására szolgáló módszerek eltérőek, de általában sablonillesztési és keresztkorrelációs algoritmusokat foglalnak magukban, amelyek kizárják a nem domináns hullámformákat. Az igazítás kritikus fontosságú a sablonképzést követő mérési folyamat sikeréhez. A zaj, amelyet RMS (root mean square) reziduális hibában mérnek az összehangolt reprezentatív komplexekben, befolyásolhatja az időtartam mérését, és veszélyeztetheti az infarktuskritériumok érzékenysége és specificitása közötti kompromisszumot, többek között más diagnózisok mellett. 56 A maradék hiba csökkenthető, ha több komplexet építünk be a reprezentatív komplexbe. A Zywietz 43 kimutatta, hogy az épített komplexumok zajszintje 5 μV alá csökkenthető, így a 20 μV-os elhajlást legfeljebb 10%-os hibával lehet megbecsülni. A komplexek közötti eltérések azonban nem minden esetben a zajnak tulajdoníthatók, és a CSE-adatbázist használó tanulmány azt sugallta, hogy egy reprezentatív komplex diagnosztikai értéke bizonyos körülmények között javítható az egyes komplexek osztályozásának figyelembevételével. 57 Bár az 1990-es AHA-dokumentum 23 más EKG-jellemzőkre vonatkozó hűségszabványokat is tartalmaz, a reprezentatív ütemalkotás pontosságára nem létezik hűségszabvány.

Klinikai következmények

A szív elektromos aktivitásában kétségtelenül létezik bizonyos biológiai ütés-verés eltérés, elkülönülve a légzési variabilitástól, amelyet a felszíni EKG rögzít. Speciális célokra, például QRS- és T-hullám-alternánsok észlelésére, kívánatos lehet megőrizni az ütemenkénti változások vizsgálatának képességét. Az EKG rutinszerű rögzítéséhez azonban a zajcsökkentés egyetlen és stabil reprezentatív komplexum létrehozásával az egyes elvezetések elemzéséhez a ciklusról ciklusra történő változás kizárását eredményezi. A digitális elektrokardiográfok képesek beállítani a légzési variabilitást és csökkenteni az ütések közötti zajt, hogy javítsák a mérési pontosságot az egyes elvezetésekben azáltal, hogy mindegyik vezetékhez reprezentatív komplexumot alkotnak. Az automatizált mérések ezekből a reprezentatív sablonokból készülnek, nem pedig az egyes komplexumok méréséből. Átlagos komplex sablonokat képeznek az egyes digitális mintavételi pontok átlagos amplitúdójából a kiválasztott komplexekhez. Az egyes digitális mintavételi pontokon a medián amplitúdóból összetett mediánsablonok jönnek létre. Ennek eredményeként a mérési pontosság erősen függ a reprezentatív sablonok kialakításának hűségétől.

Ajánlások

A digitális elektrokardiográfoknak olyan ütembeállítást kell biztosítaniuk, amely lehetővé teszi a szelektív átlagolást vagy egy reprezentatív komplex kialakítását a diagnosztikai EKG számítógépes programok számára megfelelő hűséggel. A reprezentatív komplexumok építésére vonatkozó hűségszabványokat kell kidolgozni.

Globális mérés az egyidejűleg szerzett leadekből

Technológia

Egyes, de nem mindegyik digitális elektrokardiográf az egyidejűleg szerzett reprezentatív komplexumok időkoherenciáját használja fel az intervallumok „globális” mérésére. A komplexek időbeli szuperpozíciója lehetővé teszi a hullámformák legkorábbi kezdetének és legkésőbbi eltolásának azonosítását az intervallumok mérése érdekében, amelyek pontosabbak, mint az egyetlen vezetékből nyerhető. Ezt úgy lehet megtenni, hogy megkeressük a gyors feszültségváltozás legkorábbi és legkésőbbi időpontját az időlegesen igazított egyedi komplexek között. Alternatív megoldásként létrehozható egy térbeli vektor nagysága több elvezetéshez, amint azt 3 elvezetésre példázza a (x 2 +y 2 +z 2 ) 1/2 , és kiindulási pontok határozhatók meg ebből a nagyságfüggvényből. Egy hasonlóan hasznos függvény származtatható |Δ-kéntx|+|Δy|+|Δz|, ahol Δx 2 egymást követő ólomminta amplitúdókülönbsége xstb., ami egy térbeli sebességfüggvény. Ha csak több kiválasztott reprezentatív komplexet tartalmaz a globális mérés, az intervallumok még mindig alulbecsülhetők, ha a legkorábbi kezdeti és legkésőbbi eltolási időket nem észlelik. Ezzel szemben a globális mérések túlértékelhetik az intervallumokat, mivel olyan egyelvezetéses információkat tartalmaznak, amelyeket egy emberi túlolvasó vizuálisan nem fogadna el. A mérési különbségek származhatnak a vezetékbeállítás vagy a sablonképzés módszerének különbségeiből, valamint a hullámforma kezdetének és eltolásának különböző gyártók különböző algoritmusai általi meghatározásából is. Ennek a jelenségnek a jelentősége a QT-intervallum meghatározásában látható, ahol a T-hullám-eltolás meghatározásának különböző megközelítései megzavarhatják a reprodukálhatóságot. 58,59 Ebben az összefüggésben kell elhelyezni a különböző számítógéppel támogatott elemző programok EKG mérési teljesítményében mutatkozó különbségeket. 15,17

Klinikai következmények

A modern digitális elektrokardiográfok egyidejű, 12 elvezetéses adatgyűjtési képessége megköveteli a mérési szabványok és referenciaértékek alapos újragondolását azoknál az intervallumoknál, amelyek eredetileg analóg, egycsatornás felvételekből származnak. Ha egy EKG-hullámforma kezdeti vagy terminális szakasza során bármely elvezetés vektororientációja megközelítőleg merőleges a szívvektorra, akkor a hullámforma kezdeti vagy terminális komponensének izoelektromos komponense rögzítésre kerül abban az időpontban. Mivel az egycsatornás felvételeknél nem lehetséges a vezetékek pontos időbeállítása, az egyes vezetékek időtartamának mérése a legtöbb esetben nem képes észlelni a hullámformák legkorábbi kezdetét vagy legkésőbbi eltolását. Ennek eredményeként az egyedi vezetékeken végzett mérések szisztematikusan alábecsülik a PQRST komplexum összetevőinek időtartamát. 21 Ennek a jelenségnek az egyszerű demonstrálása a QT-diszperzió mérésében, amely a T-hullám izoelektromos komponenseiből ered a normál EKG egyes elvezetéseiben. 60,61

Az egyidejű vezetékekből történő mérés módszert biztosít az időtartam mérésére használt hullámok legkorábbi fellépésének és legkésőbbi eltolásának azonosítására. Az időlegesen igazított vezetékinformációkból végzett hullámformamérések szisztematikusan nagyobbak lesznek, mint az egyetlen vezetékből végzett megfelelő mérések vagy a több vezetékből átlagolt mérések. A P-hullám és a PR-intervallum időtartama, a QRS-időtartam és a QT-intervallum a populációs vizsgálatokban nagyobbak lesznek, ha időben egymáshoz igazított több vezetékből vagy egy térbeli vektor elvezetéssablonból mérik, mint az egyes vezetékekből mérve. Ezenkívül a globális mérés befolyásolhatja a Q-hullám időtartamát, amely meghatározza a miokardiális infarktus EKG-diagnózisát. Ennek megfelelően újra kell definiálni a populáció alapú kritériumokat az első fokú atrioventricularis blokádra, a P-hullám időtartamára, a Q-hullám időtartamára az infarktusban (a QRS-komplexum legkorábbi megjelenéséhez képest), a QRS-időtartamra és az egyidejű elvezetésből mért QT-intervallumokra vonatkozóan. technológia. Az egyidejűleg rögzített 12 elvezetéses EKG-kből származó EKG-mérés normál határértékeiről már több tanulmány is megjelent. 62–66 A QT-intervallum globális mérése kívánatos a rutin elektrokardiográfiához, de a globális QT-mérés még akkor is problematikus marad, ha időlegesen egymáshoz igazított komplexekből származik. Ez részben a jelenleg rendelkezésre álló, a T-hullám végének meghatározására és azonosítására használt algoritmusok különbségeinek köszönhető, amelyek befolyásolhatják a méréseket. 59 A reprodukálható módszertan kidolgozásáig ezen a területen az EKG-k összehasonlító elemzésének fel kell ismernie a különböző algoritmusok lehetséges hatását az egyidejű elvezetés mérésére. Speciális helyzetek, mint például a QT-monitorozás a gyógyszerkísérletek során, továbbra is megkövetelhetik a QT-mérés alternatív módszereit egyetlen vagy több vezetékből.

Ajánlások

Az intervallumok globális méréseit több vezetékben lévő időben koherens adatokból kell levonni a hullámformák legkorábbi kezdetének és legkésőbbi eltolásának észleléséhez. Rutin célokra a P-hullám időtartamának, a PR-intervallumnak, a QRS-időtartamnak és a QT-időtartamnak a globális mérését fel kell tüntetni az EKG-jelentésben. A referenciastandardtól eltérő módszerekkel végzett globális mérések összehasonlító vizsgálatára van szükség.A globális mérési algoritmusok és módszerek közötti különbségeket minimálisra kell csökkenteni a szabványosítás elősegítése érdekében, de ezeket a különbségeket figyelembe kell venni az egyéneken belüli és az egyének közötti összehasonlító vizsgálatok során. Figyelmet kell fordítani a normál EKG-tartományok meghatározására gyermekeknél és serdülőknél, valamint felnőtteknél, meghatározott korcsoportok, nemek és rasszok szerinti rétegződéssel. Ahol a módszerek eltérőek, az intervallumokhoz algoritmus-specifikus normáltartományokat kell származtatni. Ami a QT-intervallumot illeti, a T-hullám globálisan meghatározott végének meg kell egyeznie a jól meghatározott T-hullám-eltolásokkal az összetevők legalább 1 egyedi elvezetésében. Speciális célokra, például gyógyszerértékelésre felírhatók az egy- vagy több vezetékből származó QT-mérés alternatív módszerei, de a QT-intervallum sorozatos összehasonlítását magában foglaló vizsgálatokban nem helyénvaló különböző QT-mérési módszereket alkalmazni a vizsgálatokon belül.

Adattömörítés az EKG-k átviteléhez, tárolásához és visszakereséséhez

Technológia

Az 500 minta/másodperc sebességgel digitalizált EKG-rekord egyetlen elvezetésének 10 másodperce ≈10 kB memóriát igényel. Ennek megfelelően egy tömörítetlen 12 elvezetéses EKG 10 másodperce, amelyet az ajánlott szabványok szerint digitalizáltak, körülbelül 80-100 Kb memóriát foglalna el, a sablonkomplexekhez és a demográfiai adatokhoz szükséges memórián kívül. Az EKG-adatok tömörítésének számos módszerét alkalmazták a feldolgozási idő csökkentésére és az állandó adattároláshoz szükséges memória minimalizálására. 67,68 A technikák közé tartoznak a gyors Fourier-, diszkrét koszinusz- és wavelet-transzformációk, valamint a hibrid tömörítési módszerek. 69–73 Ezek a módszerek 8:1-től 10:1-ig terjedő tömörítési arányt biztosítanak, és az eredmény négyzetes középhibája <0,5% és >2% között van. 69,70,74 A tömörítési arány általában fordítottan arányos a négyzetes középhibával, így egy újabb algoritmus képes volt 20:1 tömörítési arányt biztosítani, de 4%-os négyzetes átlaghibával. 70 Mivel a tömörítés nagyobb mértékben érinti az EKG nagyfrekvenciás komponenseit, mint az alacsony frekvenciájú komponenseket, legalább 1 algoritmus alkalmazta a jel bimodális tizedelését, amelyben a QRS komplexeket másodpercenként 500 mintán tartják, míg a felvétel többi részét alacsonyabb mintavételi frekvenciára tömörítve. 75 Az adatok tömörítése történhet a jelfeldolgozás előtt vagy után, de mindkét esetben a tömörítés a jelnek a központi tárolórendszerekbe történő átvitele előtt megtörténik, és minden visszakeresett rekordra kihat. Ennek megfelelően az 1990-es AHA-jelentés azt javasolta, hogy a visszakeresett tömörített adatok pontosságának 10 μV-on belül kell lennie a megfelelő minták esetében. 23 Ahogy a számítógépes hálózatok növelik az átviteli sebességet és a tárolókapacitást, a veszteségmentes tömörítési technikák bizonyos alkalmazásoknál felválthatnak más tömörítési módszereket.

Klinikai következmények

Az EKG-adatok tömörítése felgyorsíthatja a központi adatbázisokban tárolt rekordok továbbítását és visszakeresését, és minimálisra csökkentheti a tároláshoz szükséges memóriát. A különféle matematikai transzformációkon alapuló algoritmusok ≈8-szoros szorzóval tömöríthetik az adatokat, miközben a jelhűség körülbelül 2%-os teljes hibán belül marad. Előfordulhat azonban, hogy a hiba nem egyenletes az EKG-ciklus során. Az adattömörítés nagyobb hatással van a magas frekvenciájú (rövid időtartamú) jelekre, mint a simább alacsony frekvenciájú jelekre. Ezért a tömörítés nagyobb mértékben képes megváltoztatni a QRS-komplexen belüli méréseket, például a pacemaker tüskéit, a Q-hullám időtartamát és az R-hullám amplitúdóját, mint más jeleket, például az ST-szegmenst és a T-hullámot. Egyes esetekben az ágy mellett felvett nem tömörített EKG eltérhet a tárolt, tömörített fájlból később visszakeresett nyomkövetéstől, ami szintén befolyásolhatja az eredeti és a visszakeresett nyomkövetések sorozatos összehasonlítását az EKG-hullámformák újraelemzésekor. 76 Ezen túlmenően a tömörítési módszertan különbségei ugyanúgy befolyásolhatják a különböző gyártóktól származó nyomkövetések összehasonlítását, ahogy a különböző szűrők és az időkoherens sablonok eltérő használata befolyásolja az EKG-jel mérését. Ezek a különbségek minimálisak lesznek, ha a tömörített nyomkövetések megfelelnek az eredeti jel hűségére vonatkozó megállapított vagy újabb szabványoknak, 23,73, és kiküszöbölhetők a veszteségmentes tömörítés újabb módszereivel (amikor nem történik EKG-adatvesztés).

Ajánlást

A tömörítési algoritmusoknak úgy kell működniük, hogy a visszakeresett adatok megfeleljenek az 1990-es AHA-nyilatkozatban az eredeti jelre való hivatkozással megállapított hűségszabványoknak.

Szabványos vezetékek

A standard végtag és a szív előtti elektródák elhelyezkedése

Technológia

A szabványos 12 elvezetéses EKG 5,24 3 végtagvezetékből (I., II. és III. elvezetés), 3 megnövelt végtagvezetékből áll, amelyekben a Wilson központi termináljának Goldberger-módosítása származtatott közömbös elektródaként szolgál, amely párosítva van a feltáró elektróda (aVR, aVL és aVF vezetékek) és 6 szív előtti vezeték, amelyekben a Wilson központi terminál származtatott közömbös elektródaként szolgál, amely párosítva van a vizsgáló elektródával (V1 V-n keresztül6). Valamennyi elvezetés gyakorlatilag „bipoláris”, és az „unipoláris” kifejezés a megnövelt végtagi vezetékek és a szív előtti vezetékek leírásában hiányzik a pontosságról. Hivatkozás történik Macfarlane különféle elektrokardiográfiás típusú vezetékrendszerek átfogó tanulmányára. 77 A bőr előkészítése tisztítással és enyhe dörzsöléssel az elektróda felhelyezése előtt csökkentheti a zajt és javíthatja a rögzített EKG minőségét. 78–80 Történelmileg a végtagi ólomelektródákat a csuklókhoz és a bokához rögzítették, a beteg hanyatt fekve, általában párnával a feje alatt. A rutin 12 elvezetéses rögzítéshez az 1975-ös AHA nyilatkozat a 4 végtagú elektródák elhelyezését javasolta a karokra és a lábakra, amelyek a válltól és a csípőtől távolabb vannak, 5,81, így nem feltétlenül a csuklón és a bokán. Bizonyítékok állnak rendelkezésre arra vonatkozóan, hogy az elektródák különböző elhelyezése a végtagokon megváltoztathatja az EKG-t, amely jelenség a bal kar elektródájához képest kifejezettebbnek tűnik. 81 Ezért a klinikai gyakorlatban a végtagelektródák elhelyezésének változásai miatti változások nagyságának újraértékelése szükséges, amint azt alább tárgyaljuk. Hat elektródát helyeznek a mellkasra a következő helyeken: V1, negyedik bordaköz a jobb sternális határnál V2, negyedik bordaköz a bal mellkasi határnál V3, V között félúton2 és V4 V4, ötödik bordaköz a midclavicularis vonalban V5, a V vízszintes síkjában4 az elülső hónaljvonalnál, vagy ha az elülső hónaljvonal nem egyértelmű, a V között félúton4 és V6 és V6, a V vízszintes síkjában4 a középhónalj vonalánál.

Klinikai következmények

A bőr előkészítése és az elektródák elhelyezése fontos hatással van az EKG-ra, és a páciens helyzetének változása, például az eleváció és az elforgatás megváltoztathatja a rögzített amplitúdókat és tengelyeket. Sok éve széles körben elfogadott, hogy az EKG amplitúdói, időtartamai és tengelyei függetlenek a végtagelektródák távolabbi vagy közelebbi elhelyezkedésétől. Ennek eredményeként népszerűvé vált az EKG rutinszerű rögzítése a felkarról, nem pedig a csuklóról a „mozgásos műtermék csökkentése érdekében”, és ezt megkönnyíti az eldobható fülelektródák fejlesztése. Egy tanulmány azonban kimutatta, hogy az elektródák a végtagok mentén történő elhelyezése befolyásolhatja az EKG feszültségét és időtartamát, legfőképpen a végtagvezetékekben. 81 Nem ismert, hogy ezek a különbségek elég nagyok-e ahhoz, hogy megváltoztassák a rutin diagnosztikai kritériumokat, például a feszültséget a bal kamrai hipertrófia vagy a Q-hullám időtartamát inferior infarktus esetén. Tovább zavarja ezt a helyzetet az elektródák elhelyezésének változékonysága, amely a diagnosztikai kritériumok tényleges levezetése során jelen lehetett, mivel az elmúlt évtizedek tanulmányai ritkán írták le részletesen az elektródák elhelyezését.

Az AHA és a Cardiac Society of Great Britain and Ireland közös bizottsága által végzett kezdeti szabványosítástól kezdve 82,83 a normál prekordiális elektródák helyzete viszonylag vízszintes volt. Ha a szív előtti elektródákat a mögöttes csontos tereptárgyakra való hivatkozás nélkül helyezik el, az elhelyezési minta gyakran tévesen függőleges orientációjú. 84 A térképezési adatok dokumentálják a hullámformák gyakran mélyreható változásait, amelyek a szív előtti elektródák helytelen elhelyezkedéséből származhatnak. 85,86 Gyakori hiba az V jobb helytelen elhelyezése1 és V2 a második vagy harmadik bordaközi térben. Ez az R-hullám kezdeti amplitúdójának csökkenését eredményezheti ezekben a vezetékekben, megközelítőleg 0,1 mV-tal térközönként, ami az R-hullám gyenge progresszióját vagy az elülső infarktus hibás jeleit okozhatja. 87 Az V kiváló elmozdulása1 és V2 Az elektródák gyakran eredményeznek rSr′ komplexeket T-hullám inverziójával, amelyek hasonlítanak az ólom aVR-ben lévő komplexhez. Azt is kimutatták, hogy az alacsony rekeszizom helyzetű betegeknél, például obstruktív tüdőbetegségben, 88,89 V3 és V4 a kamrai határok felett helyezkedhet el, és negatív elhajlásokat rögzíthet, amelyek elülső infarktust szimulálnak. Egy másik gyakori hiba a V rossz elhelyezése5 és V6, a hatodik bordaközi térben vagy még ennél is alacsonyabban, ami megváltoztathatja a kamrai hipertrófia diagnózisában használt amplitúdókat. A prekordiális vezeték hibás elhelyezése megmagyarázza az amplitúdómérések sorozatos nyomkövetések között tapasztalható változatosságát. 90 Néhány fennmaradó nézeteltérés továbbra is fennáll a jelenlegi irányelvekben és szövegekben a V helyére vonatkozó szabványról5 és V6egyes források fenntartják azt a korai ajánlást, hogy ezek az elvezetések az ötödik bordaközi tér lefutását követik, nem pedig a V vízszintes síkját.4. Ezenkívül az elülső hónaljvonalat szokás a V elhelyezésének anatómiai markereként emlegetni.5. Ezek az alternatívák nem ajánlottak, mert az interkostális tér lefutása változó, és az elülső hónaljvonal meghatározása csak homályos. A precordiális elektródák elhelyezése nagy mellű nőknél továbbra is problematikus. Az elektródákat leggyakrabban a mell alatt helyezik el, ami csökkenti a nőknél a törzs nagyobb impedanciája által okozott amplitúdó-csillapítást, és intuitív módon úgy tűnik, hogy elősegíti a pozicionálás reprodukálhatóságát a rutin gyakorlat során. Ezzel szemben egy tanulmány azt sugallta, hogy az EKG-mérések reprodukálhatósága kissé megnő, ha az elektródákat a mell tetejére helyezik. 91 Egy másik, pontosan meghatározott elektródaelhelyezést alkalmazó tanulmány azt sugallta, hogy a mell előtti prekordiális potenciálgyengülés nagyon kicsi. 92 Egy másik tanulmány csak az V-ben talált csillapítást3 és a feszültség növekedése V-ban5 és V6 93 ha elektródákat helyeznek a mellre, ez a V5 és V6 helyesen az V szintjére helyezve4 nem pedig alacsonyabb rendűen, amikor V4 a mell alatt helyezkedik el. Nyilvánvaló, hogy ennek a hatásnak a mértéke a közönséges EKG-k esetében nagymértékben függ az elektródák szokásos elhelyezésétől, valamint a mell méretétől, alakjától és a páciens helyzetének kismértékű változásától. Hasonló megfontolások vonatkoznak a mellimplantátummal rendelkező alanyokra és az elhízott személyekre.

Ajánlások

A technikusoknak és az EKG-felvételek rögzítéséért felelős egyéb egészségügyi személyzetnek rendszeres időközönként át kell képeznie magát a bőr előkészítésében, a megfelelő elektródák elhelyezésében és a beteg megfelelő elhelyezésében. Valamennyi elvezetés gyakorlatilag „bipoláris”, és nem ajánlott a „bipoláris” és „unipoláris” megkülönböztetés a standard végtagvezetékek, a megnövelt végtagvezetékek és a szív előtti elvezetések leírásában. Egyik kifejezést sem szabad használni. Olyan vizsgálatokra van szükség, amelyek tisztázzák a végtagi elektródák disztális és proximális elhelyezésének hatását az EKG nagyságrendjére és időtartamára. A jelenlegi diagnosztikai algoritmusok tesztteljesítmény-kritériumainak érvényessége függhet attól, hogy a végtagvezetékeket ugyanabban a pozícióban helyezték-e el, mint a kritériumok kidolgozásához. A probléma megoldásáig minden folyamatban lévő, a kritériumok kidolgozásához használt tanulmánynak egyértelműen és pontosan dokumentálnia kell az elektródák elhelyezését. A vízszintes sík V-n keresztül4 előnyösebb, mint az ötödik bordaközi tér a V elhelyezéséhez5 és V6 és ezeket az elektródákat kell használni. V meghatározása5 félúton V között4 és V6 elősegíti a nagyobb reprodukálhatóságot, mint az elülső hónaljvonal esetében, és ezt akkor kell használni, ha az elülső hónaljvonal nem jól meghatározott. Az V elhelyezésében6, a figyelmet a középső hónaljvonal meghatározására kell irányítani, amely a mellkas középső vagy központi síkja mentén húzódik. Egyelőre javasolt, hogy az elektródákat továbbra is a mell alá helyezzék a nőknél, amíg nem állnak rendelkezésre további vizsgálatok a mell tetejére helyezett elektródákkal.

A szabványos végtagok levezetése és a vezetők közötti kapcsolatok

Technológia

A 4 végtag elektróda határozza meg a szabványos frontális sík végtagvezetékeket, amelyeket eredetileg Einthoven definiált. A jobb láb elektródája elektronikus referenciaként működik, amely javítja a közös módú (nem kívánt zaj) visszaszorítást, 3 pár elektróda létezik. Minden páron belül 1 elektróda van kialakítva a vezeték pozitív végeként abban az értelemben, hogy az adott elektróda felé áramló áram felfelé (pozitív) van beírva. A pár másik elektródája pontosan az ellenkező hullámformát írná be. Az I. elvezetés a bal kar és a jobb kar közötti potenciálkülönbség (LA-RA), a II. vezeték a bal láb és a jobb kar közötti potenciálkülönbség (LL-RA), a III. a bal láb és a bal kar közötti potenciálkülönbség (LL-LA). A pár első elektródája felé irányuló nettó áramot minden esetben pozitív feszültségeltérésként határozzuk meg a rögzített hullámformában. A Kirchhoff-törvény szerint a zárt áramkörben a feszültségnövekedés és a feszültségesés összege nulla. Ezért a II. elvezetés = I. elvezetés + III. elvezetés a szívciklus bármely pillanatában. Ez az összefüggés Einthoven törvényeként ismert.

Klinikai következmények

3 pár végtagelektródából 6 hullámforma nyerhető, amelyek közül 3-at szabványos végtag-elvezetésként definiálunk úgy, hogy mindegyik párból 1-et elektródául hozunk létre, amely felé a nettó áramáramlás felfelé (pozitív) feszültségeltolódást ír elő az EKG-n. Az ellenkező hullámformák definíció szerint a szabványos végtagvezetékek tükörképei. Ebben az értelemben a vezetékpárok által meghatározott elektromos aktivitás mindkét perspektívából vizsgálható. Az egyedi elektródák megkülönböztetését a kialakult „pólusoktól” kiemeli, ha az LA-elektródát választjuk az LA-RA pár pozitív végeként az I. vezetékhez, de nem az LL-LA pár pozitív végeként a III. Einthoven törvénye azt jelzi, hogy a szabványos végtag-elvezetések bármelyike ​​matematikailag származtatható a másik 2 elvezetésből. Ennek következtében a 3 szabványos végtagvezeték csak 2 független információt tartalmaz. Annak ellenére, hogy a végtag vezetékek elhelyezését gyakran egy egyenlő oldalú háromszög csúcsaiban ábrázolják, amelyet Einthoven-háromszögnek neveznek, Einthoven törvénye teljesen független a 3 elektróda geometriai elhelyezésére vonatkozó feltételezésektől. E megfontolások ellenére a redundáns vezetékek elősegítik az EKG térbeli morfológiai jellemzőinek értékelését, és segítik annak értelmezését, például a tengely kiszámítását, és az információnak a rendelkezésre álló elvezetések mindkét végének szemszögéből történő figyelembevétele klinikailag hasznos lehet, különösen az ST-szakasz eltolódásainak értékelése akut miokardiális infarktus során.

Ajánlást

A felhasználóknak fel kell ismerniük az információk redundanciáját a szabványos végtag vezetékekben. A redundancia ellenére a több elvezetésről származó különböző perspektívákból származó információk felhasználhatók az EKG-eltérések felismerésének javítására.

A kiterjesztett végtag vezetékek és a szív előtti elvezetések származtatása

Technológia

Az elektródapotenciál a 2 vagy több testfelületi helyen lévő potenciálok átlagaként (vagy súlyozott átlagaként) is megkapható, ami olyan potenciált hoz létre, amely eltér az egyes hozzájáruló elektródáktól. Wilson és munkatársai 94 a végtagelektródákon alapuló központi terminált dolgoztak ki, amely új referenciapotenciálként szolgál. A Wilson központi kivezetést (WCT) az RA, LA és LL elektródák átlagos potenciáljaként kapjuk meg, így a WCT-nél a potenciál=(RA+LA+LL)/3. Kirchhoff törvénye nem követeli meg, hogy a WCT potenciál nulla legyen, vagy hogy állandó maradjon a szívciklus során. A WCT és az RA, LA és LL közötti lehetséges különbségek új frontális sík végtagi elvezetéseket határoztak meg VR, VL és VF. Wilson ezeket az elektródapárokat „unipoláris” végtagvezetékeknek nevezte. A Wilson VR-, VL- és VF-vezetékeinek viszonylag alacsony amplitúdója volt, mivel a kutatóhely potenciálja a központi terminálban is benne volt. A központi terminál egyetlen feltárási potenciáljának eltávolításával a Goldberger létrehozta a „kibővített unipoláris” végtagi vezetékeket, amelyeket úgy hívnak, mert matematikailag 50%-kal nagyobb amplitúdójúak a Wilson központi terminált használó felvételekhez képest. 95,96 A Goldberger központi kivezetései a megnövelt végtagvezetékekhez mostantól (LA+LL)/2 az aVR-hez, (RA+LL)/2 az aVL-hez és (RA+LA)/2-höz az aVF-hez. Az aVL elvezetés tehát a Goldberger bal karja és módosított terminálja közötti potenciálkülönbséget képviseli, és LA−(RA+LL)/2-vel adjuk meg, amely leredukálható (I-elvezetés III. elvezetés)/2-re. Hasonlóképpen, az aVR elvezetés RA−(LA+LL)/2, ami csökkenthető −(lead I+lead II)/2-re, az aVF elvezetés pedig LL−(LA+RA)/2, ami lecsökkenthető: (II. vezetés+III. vezetés)/2. Ezek a származtatott elvezetések új vektoros perspektívát biztosítanak a frontális síkon belül. Meg kell jegyezni, hogy aVR+aVL+aVF=0 a szívciklus bármely pontján. A 6 standard precordiális vezeték a mellkasfalon lévő vizsgáló elektróda és az eredeti WCT közötti potenciálkülönbségeken alapul. Mindegyik prekordiális vezeték, amelyet V jelképezén, a V által megadott potenciálkülönbséget jelentién−WCT.

Klinikai következmények

A kibővített végtagvezetékek és a szív előtti vezetékek származtatott elektródát használnak a vezetékpár ellentétes elektródájaként. Wilson ésszerűen feltételezte, hogy központi termináljának potenciális rezgései kicsik lennének a kutató elektródáéhoz képest, és ezért „unipoláris” vezetékei nagymértékben tükrözik a vizsgáló elektróda alatti potenciálváltozást. A későbbi kutatók ezt gyakran tévesen úgy értelmezték, hogy ezek a vezetékek csak a vizsgáló elektróda közelében lévő szívrégiók elektromos aktivitását tükrözik. Ez nem ismeri fel, hogy a kutató elektródánál a potenciált a szív gerjesztésének és repolarizációs ciklusának adott pillanatában elektromosan aktív összes szívforrás határozza meg. Annak ellenére, hogy a kiterjesztett végtag-elvezetések vektoros betekintést nyújtanak a frontális síkon belül, ezek az elvezetések matematikailag származtathatók bármely 2 szabványos végtag-elvezetésből, amint azt fentebb is bemutattuk, nem tartalmaznak új információkat, hanem új nézeteket adnak a szívről. elektromos tevékenység.Ez a számítás matematikailag független az Einthoven-háromszög egyenlő oldalú természetére vonatkozó bármely feltételezéstől. Következésképpen a 6 frontális sík elvezetés, amely a 3 szabványos végtagvezetékből és a 3 kiterjesztett végtagvezetékből áll, valójában csak 2 független mért jelet tartalmaz. A gyakorlatban a modern elektrokardiográfok mérik a potenciálkülönbségeket 2 pár végtagi vezetékelektróda esetén, és ezeket a méréseket használják a harmadik szabványos végtagi elvezetés és az egyes kiterjesztett végtagvezetékek matematikai származtatására. Bár a 6 frontsík elvezetésen belül redundancia létezik, a több elvezetés vizualizálása elősegíti az EKG térbeli aspektusainak értékelését, amelyek fontosak lehetnek a klinikai értelmezés szempontjából. Ellentétben az elülső sík végtagi vezetékek közötti matematikai összefüggésekkel, a precordiális elektródák mindegyike egyedileg mért potenciálkülönbséget biztosít a rögzítési helyen a központi terminálhoz képest. Mivel a vizsgáló prekordiális elektródák nincsenek zárt elektromos hurokba kötve, mint az extremity elektródák, a prekordiális vezetékek függetlenek egymástól, nem lehet pontosan kiszámítani az EKG egyéb információiból. Ezért a „standard” 12 elvezetéses EKG valójában 8 független információt tartalmaz: 2 mért potenciálkülönbséget, amelyből a fennmaradó 4 végtagi elvezetés és a 6 független precordiális elvezetés számítható.

Ajánlások

A frontális sík kiterjesztett végtagvezetékei és a szív előtti vezetékek származtatott elektródapárokból származnak, és nem írhatók le „unipolárisnak”. A felhasználóknak fel kell ismerniük a 3 kiterjesztett végtagi elvezetés származtatott és redundáns természetét, de ezek megmaradnak, mert a több elvezetés megkönnyíti az EKG klinikai értelmezését.

Egyidejű vezető bemutatása

Technológia

Az analóg egycsatornás EKG-rögzítőknél minden elvezetést egymás után rögzítenek egy kapcsolómechanizmus segítségével, amely az alkalmazott elektródákat az előírt kombinációkban köti össze. A digitális elektrokardiográfok képesek a 8 független információ csatorna egyidejű rögzítésére, miközben a végtagok közül 4 a másik 2 csatornából származik. A különálló csatornaírók beállításának pontosnak kell lennie 10 ms-on, 24 ms-on belül, és ideális esetben kevesebb. A leggyakrabban használt kimeneti formátum a vezetékek sorok és oszlopok alapján történő elválasztását jelenti. Normál méretű papír esetén 25 mm/s rögzítési sebesség mellett négy 2,5 másodperces oszlop jeleníthető meg egymás után az oldalon, anélkül, hogy a különböző oszlopok között időbeli megszakítások kellenek. Ezért minden oszlop egy folyamatos 10 másodperces rekord egymást követő 2,5 másodperces intervallumait reprezentálja. A leghagyományosabb szimultán lead formátumban az első oszlop az I., II. és III. egyidejű elvezetéseket reprezentáló sorokat rögzíti, a második oszlop az egyidejű aVR-t, aVL-t és aVF-et reprezentáló sorokat, a harmadik oszlop az egyidejű V.1, V2, és V3 a negyedik oszlop az egyidejű V elvezetéseket jelenti4, V5, és V6. További sorok állnak rendelkezésre 1, 2 vagy 3 elvezetéshez 10 másodperces folyamatos felvételekhez ritmuselemzés céljából. Alternatív megoldásként további sorok is használhatók 6 egyidejű végtag- és 6 egyidejű precordiális elvezetés két 5 másodperces felvételének vagy 12 egyidejű elvezetési sornak a bemutatására.

Klinikai következmények

Az egyidejű vezetékgyűjtés fő előnye, hogy lehetővé teszi a különböző vezetékekből származó hullámformák pontos időbeli összehangolását, ami diagnosztikai értékű tér-időbeli betekintést eredményez. 97 Például az aVR és az aVL hullámformáinak időbeli összehangolása elősegítheti a fascicularis blokk diagnosztizálását infarktus esetén, 98 míg a P-hullám és a QRS hullámformák egyidejű megtekintése több vezetékben értékes információkat adhat a szívritmuszavarok értelmezése és a szívinfarktus diagnosztikája. 99

Ajánlást

A digitális elektrokardiográfokkal kapott szabványos nyomkövetéseknek biztosítaniuk kell a több vezeték pontos időbeli beállítását, legfeljebb 10 ms-os eltolódással, ideális esetben pedig olyan kicsivel, amennyire ez gyakorlatilag kivitelezhető. A nyomtatott nyomkövetés megjelenítheti a leadek időlegesen igazított csoportjait különböző formátumokban, a preferenciák szerint.

Alternatív információs formátum a szabványos leadekből

Technológia

A Cabrera vagy rendezett szekvencia átirányítja a frontális sík elvezetéseket egy progresszív anatómiai tömbbe, amely logikusan és szekvenciálisan ugyanúgy terjed ki, ahogy a prekordiális vezetékek szekvenciálisan haladnak a V-től.1 V-n keresztül6. 100,101 Fordított aVR (-aVR vagy maVR) esetén, amely a II és I vezetékek közötti jelet reprezentálja, a sorrend jobbról balra III, aVF, II, -aVR, I és aVL, vagy balról jobbra változik, aVL, I, −aVR, II, aVF és III. Az akut infarktus térbeli számszerűsítésének javítása mellett a Cabrera szekvencia megkönnyíti a frontális sík tengelyének kiszámítását. 102 Ezt a prezentációt, amikor a szív előtti vezetékekkel sorban áll, panorámakijelzőnek is nevezték. 103

Klinikai következmények

Akár egycsatornás rögzítőkről, akár szabványos tömbben jelenítik meg az egycsatornás rögzítőkről, vagy szabványos tömbben egyidejű elvezetést mérő eszközökről, az EKG-felvételeken a végtagi vezetékek bemutatásának sorrendje történeti, nem pedig anatómiai jellegű. Így míg V1 V-n keresztül6 balra haladva és kissé lejjebb haladva a prekordiumon keresztül, a frontális sík végtag vezetékei nem követnek olyan szabályos sorrendet, amely lehetővé teszi az egyes vezetékek könnyű összehasonlítását anatómiailag közvetlenül szomszédos vezetékekkel. Például az aVF elvezetés a potenciálkülönbséget jelenti vektorszempontból, ami a III és a II elvezetés között van, de ez nem könnyen értékelhető a szabványos tömbből. Hasonlóképpen, az I. és az aVL vezetékek fokozatosan az óramutató járásával ellentétes irányban, anatómiai értelemben, a II. Az ólom-aVR-t gyakran intracavitaris vezetéknek tekintik, amely a kamrák csúcsától a pitvarok felé néz, de az aVR inverziója olyan perspektívát jelent, amely anatómiailag az óramutató járásával ellentétes irányban haladva a II. elvezetéstől az I. elvezetésig terjed. 101 Az inverz aVR javítja az akut inferior és laterális miokardiális infarktus diagnosztikai osztályozását és becslését. 104

Ajánlások

A Cabrera szekvencia rutinszerű használata a végtag vezetékek megjelenítésére erősen ajánlott alternatív prezentációs szabványként. A 4, 3 vezetékből álló oszlopból álló megjelenítéshez a balról jobbra haladó sorrend (aVL-től III-ig) logikus, mert ez közelebb áll az I. végtag vezeték bal felső sarokban való hagyományos elhelyezéséhez. A konzisztencia megőrzése érdekében a balról jobbra haladó sorrend szintén javasolt a végtagvezetékek vízszintes megjelenítéséhez. Mindazonáltal elismert tény, hogy a jelenlegi végtagi vezetékrendszer olyan mélyen beépült az EKG-hagyományba, hogy a változás általánosan elfogadottá válása évekbe telhet. Jelenleg a gyártókat arra kell ösztönözni, hogy az új elektrokardiográfokban rutin opcióként tegyék elérhetővé ezt a kijelzőt.

Alternatív vezető alkalmazások

Törzs és a végtagvezetékek egyéb módosított elhelyezése

Technológia

A karok és lábak mozgásából származó zaj ambuláns és terheléses elektrokardiográfia során csökkenthető, ha a végtagvezetékeket a törzsre helyezik. Ezekben a diagnosztikai alkalmazásokban 12 elvezetéses EKG-t rögzítettek a Mason-Likar vezetési pozícióval 105, amelyben a kar elektródáit az infraclavicularis fossae-ba helyezték a deltoid inszerciók mediálisán, és a bal láb elektródáját a bordaszegély és a bordaszegély között félúton helyezték el. csípőtaraj a bal elülső hónaljvonalban. A Mason-Likar megfigyelési pozíció újabb alkalmazásai a karelektródákat a külső kulcscsontokra helyezik. 81,106 A szív előtti elektródák a szabványos pozíciókban vannak elhelyezve. A bicikli-ergometriához kifejlesztett végtagi vezeték elhelyezés alternatív módosítása a kar elektródáit a külső karra, a láb elektródáit pedig az elülső csípőtarajra helyezi. 107 A törzsvégtag-vezetékeket néha arra használják, hogy csökkentsék a karokból és lábakból származó mozgási műtermékeket a csecsemők felvételekor.

Klinikai következmények

A végtagok mozgásából adódó zaj a rutin járás és az edzés során az EKG-monitorozás során a szokásos végtagi vezetékelektródák elhelyezését nem teszi lehetővé. A tipikus monitorozási alkalmazások közé tartozik a ritmus- és ST-szegmensek ágy melletti vezetékes vagy teleméteres megfigyelése, a kvantitatív ambuláns elektrokardiográfia és az EKG-rögzítés a diagnosztikai terhelési tesztek során. 108 A ritmusdiagnózist nem befolyásolja hátrányosan a vezeték elhelyezésének monitorozása, azonban a törzselektródákat használó nyomkövetések lényegesen eltérnek a szabványos 12 elvezetéses EKG-tól. Az EKG-t befolyásoló testhelyzet-különbségek mellett a törzsre helyezett 109 monitorozó elektróda nem biztosít szabványos végtagvezetékeket, és a központi terminál torzulása megváltoztatja a kiterjesztett végtagvezetékeket és a precordiális vezetékeket. 110 111 A Mason-Likarral és más alternatív vezetékelhelyezéssel végzett nyomkövetés jobban befolyásolhatja a QRS morfológiáját, mint a repolarizáció a standard EKG-hoz képest, ezek a különbségek tartalmazhatnak álnegatív és álpozitív infarktuskritériumokat. 81 112 A végtagok mozgási műtermékei különösen problémát jelentenek a rutin rögzítés során újszülötteknél, csecsemőknél és kisgyermekeknél, akiknél néha törzsvezetékeket használnak, az ebből eredő különbségek klinikai jelentőségét még tisztázni kell.

Ajánlások

A végtagelektródák törzsének elhelyezésével rögzített EKG-k nem tekinthetők minden célra egyenértékűnek a standard EKG-vel, és nem használhatók felváltva a szabványos EKG-kkel sorozatos összehasonlításhoz. Csecsemőknél ki kell értékelni a végtagvezetékek törzse elhelyezésének a hullámforma amplitúdóira és időtartamára gyakorolt ​​hatását. A törzsvégtag-vezeték elhelyezését használó nyomkövetéseket egyértelműen fel kell címkézni, beleértve a 12 elvezetéses nyomkövetést, amely a törzs végtagi vezeték elhelyezéséből származik újszülötteknél vagy kisgyermekeknél, valamint ambuláns és terheléses elektrokardiográfia során felnőtteknél. Ezenkívül az ülő vagy függőleges helyzetben rögzített nyomvonalak nem tekinthetők egyenértékűnek a szokásos fekvő EKG-vel.

Csökkentett vezetékkészletek

Technológia

Lehetőség van egy szintetizált 12 elvezetéses EKG matematikai összeállítására csökkentett vezetékkészletekből. Ezek a szintézisek közelíthetik, de nem duplikálhatják a szabványos vezetékek által kapott nyomkövetést. A Frank vezetékrendszert olyan vezetékkészletként dolgozták ki, amely alkalmas reprodukálható ortogonális elvezetés információ megszerzésére, amely vektorkardiográfiához használható. 5 A rendszer 7 elektródát tartalmaz, amelyek közül 5 a vízszintes síkban olyan pontokon van felhelyezve, amelyek a bal szegycsont határánál metszik az ötödik bordaközi teret: A a bal oldali hónaljvonalban, C a bal mellkasfalon félúton E és A között, E a szegycsont közepén elöl, I a jobb középső hónaljban, és M a gerinc közepén hátul. Ezenkívül a H elektródát a nyak és a törzs találkozásánál hátul, az F elektródát pedig a bal lábra helyezzük. Az ortogonális vezetékinformáció a vezetékfeszültségek modellezett súlyozásából áll össze. Az EASI vezetékrendszer egy csökkentett, 5 elvezetéses készlet, amely a Frank vezetékrendszer E, A és I elektródáit használja, és hozzáad egy S elektródát a szegycsont közepéhez, valamint egy földelési referenciaelektródát az ortogonális biztosításhoz. orientált jelek. 113 Az ortogonális adatok mellett átviteli együtthatókat is kidolgoztak az EASI vezetékrendszerhez, amelyek szintetizált 12 elvezetéses EKG-ket állítanak elő. 114 Az EASI vezetékrendszer előnye a betegmonitoring alkalmazásokban a végtagelektródák hiánya, ami lehetővé teszi a páciens számára, hogy az EKG-jelben elviselhetetlen zaj nélkül mozogjon, nincs szükség bordaközi terek meghatározására, valamint elkerülhető a mell.

Klinikai következmények

Mivel a csökkentett vezetékkészletek monitorozási alkalmazásai széles körben elterjedtek, és a gyakorlatban rendelkezésre állnak 12 elvezetéses rekonstrukciós algoritmusok, fontos, hogy értékeljék ezeknek a nyomkövetéseknek a származtatott természetét. A Frank vezetékrendszer és más vektorkardiográfiás vezetékrendszerek a szívvektor ortogonális X, Y és Z komponenseit állítják elő. Ezek 3 dimenziós vektorkardiográfiás hurkokká kombinálhatók, amelyek kétdimenziós (frontális, vízszintes és szagittális) síkban jelennek meg, és közvetlenül vizsgálhatók EKG feszültség-idő rekordként is. Az ortogonális adatok számos transzformációja felhasználható szintetizált 12 elvezetéses EKG előállítására, de az ezekben a becslésekben használt általánosított átviteli együtthatók a törzs alakjának egyéni változékonyságától és az impedancia heterogenitásától függenek. Az alapvonal 12 elvezetéses EKG-val való összehasonlításból származó, betegspecifikus átalakítások javíthatják a későbbi szintetizált nyomkövetések pontosságát. A törzs inhomogenitása korlátozza az EASI vezetékekből származó szintetizált 12 elvezetéses nyomkövetések hűségét is. Az EASI vezetékek előnye az elektródák elhelyezésének viszonylagos anatómiai egyszerűsége. Az EASI-elvezetésekből szintetizált nyomkövetések hasznos korrelációs értékkel rendelkeznek a szabványos 12 elvezetéses 115,116 EKG-val, azonban felismerhető, hogy ezek a szintetizált nyomkövetések intervallum időtartamukban és amplitúdójukban eltérhetnek a megfelelő szabványos EKG-kétől. Jelenleg intenzív vizsgálat tárgyát képezi, hogy a szintetizált 12 elvezetéses nyomkövetés gyakorlati előnyt biztosít-e és az ST-szegmens eltolódásainak megfelelő reprodukálását, hogy helyettesítsék a standard nyomkövetést az akut ischaemiás szindrómák során. 117 Szintén vizsgálat alatt áll, hogy ezeknek a transzformációknak a pontossága a repolarizációs változások nyomon követésére elősegítheti-e az ambuláns alanyokon végzett gyógyszerkísérleteket.

Ajánlások

A szintetizált 12 elvezetéses EKG-k nem egyenértékűek a szabványos 12 elvezetéses EKG-vel, és nem javasoltak rutinszerű használat helyettesítésére. A redukált ólomkészletekből szintézissel előállított összes 12 ólom nyomkövetését egyértelműen fel kell tüntetni. Bár az EASI elvezetési rendszert használó szintetizált EKG-k bizonyíthatóan megfelelőek lehetnek bizonyos célokra, például a ritmus monitorozására, ezek nem tekinthetők egyenértékűnek a szabványos 12 elvezetéses felvételekkel, és jelenleg nem ajánlottak rutinszerű használat alternatívájaként.

Kibővített vezetékkészletek

Technológia

Egyes elektrokardiográfok használhatják a hibrid vezetékrendszereket, amelyek 3 Frank vezetéket tartalmaznak a standard 12 vezetékkel. A kibővített vezetékkészletek magukban foglalják a szív elektromos aktivitásának testfelületi feltérképezésére használt többelektródos tömböket. A törzstömbök több vízszintes és függőleges vonalban körbefogó elektródákat tartalmaznak. Ezen tömbök részletei túlmutatnak jelen jelentés keretein. A nagy elektródasorokból rögzített testfelszíni térképek tanulmányozása hasznos információkkal szolgált az EKG-információk mellkason történő lokalizációjáról, de bonyolultságuk kizárja, hogy a szokásos 12 elvezetéses EKG helyettesítésére használják rutinfelvételi célokra. További mellkasi vezetékek hasznosak lehetnek az akut infarktus kivizsgálásához. Négy további prekordiális vezetéket azonosítottak ebben a klinikai környezetben való használatra (V3R, V4R, V5R és V6R), amelyek mindegyike tükörképben a jobb oldalon van elhelyezve az elektródák szokásos precordiális elhelyezéséhez képest. Ezen a jobb oldali elektródákon belül a szabványos V1 V-vel egyenértékűnek tekinthető2R és szabvány V2 V-vel egyenértékűnek tekinthető1R. További hátsó mellkasi vezetékek vizsgálatát javasolták a hátsó fal ST-elevációs eseményeinek azonosítására, beleértve a V.7 (a hátsó hónaljvonalnál), V8 (a lapocka alatt), és V9 (a paravertebrális határon), mindegyik ugyanabban a vízszintes síkban, mint a V6. 118–120

Klinikai következmények

Bár az akut jobb kamrai infarktus néha felismerhető az ST-szakasz elevációjából az V1Az 1980-as évek elejétől származó tanulmányok kimutatták, hogy további jobb oldali precordiális vezetékek értékesek az akut jobb kamrai infarktus diagnosztizálására inferior infarktusban szenvedő betegeknél. 121–123 Ebben a beállításban az ST-szegmens 0,1 mV-ot meghaladó emelkedése 1 vagy több jobb oldali precordialis elvezetésben közepesen érzékeny és specifikus a jobb kamrai sérülésre, és a jobb kamrai működési zavarral 124 125 és nagyobb kórházi szövődményekkel jár. 126 A bal kamra hátsó falának akut infarktusa elméletileg diagnosztizálható reciprok ST-szegmens depresszióból, amely a precordialis elvezetésekben V.1 V-n keresztül3, és úgy tűnik, hogy mind a további jobb oldali, mind a további hátsó elvezetések rekonstruálhatók a szabványos EKG-elvezetésekből. 127 (Ennek a területnek anatómiailag inferolaterálisnak, nem pedig posteriornak való alternatív leírását máshol tárgyaljuk.) A további elvezetések nem eredményeztek megnövekedett érzékenységet az infarktusra minden tanulmányban 128 128 azonban a jelentések szerint az ST-szegmens elevációja a bal hátsó mellkas felett az egyetlen posterior infarktus egyes esetekben talált ST eleváció helyén. 118 Az akut koszorúér-szindrómák beavatkozására vonatkozó legújabb irányelvek fontos tekintetben különböznek az ST-eleváció és a nem ST-elevációjú infarktus esetében. 129 Ebben az értelemben az infarktus alatti elülső ST-depresszió térvektor-szempontból elektrokardiográfiailag ekvivalens lehet a posterior ST elevációval, de egészen más lehet a kezelési irányelvek szó szerinti értelmezése szempontjából, amely „ST elevációt” igényel egy beavatkozási algoritmusban. Ennek ellenére az ST-emelkedés a posterior elvezetésekben akut posterior infarktusban gyakran <1 mm amplitúdójú, és az elvezetés orientációja, a közelségi hatás és a törzs inhomogenitása miatt előfordulhat, hogy abszolút nagyságában nem ekvivalens az elülső elvezetésekben jelenlévő ST depresszióval. Az ST-emelkedés 1 vagy több hátsó elvezetésben mérsékelt érzékenységű és magas specifitású a hátsó fali infarktusra, 130 de ezeknek a további eredményeknek az értéke a megnövekedett kórházi szövődmények előrejelzésében nem tisztázott. 126,131

Ajánlások

Mivel az infarktus kezelése a jobb kamrai érintettségtől függően változhat, akut bal kamrai infarktus során további jobb oldali precordialis elvezetések rögzítése javasolt. Akut inferior infarktus hiányában ezen elvezetések rutinszerű rögzítése nem javasolt. További hátsó precordiális vezetékek használata javasolt olyan körülmények között, ahol a kezelés az infarktus vagy más akut koszorúér-szindróma alatti ST-emelkedés dokumentálásától függ. Akut koszorúér-szindróma hiányában ezeknek a további vezetékeknek a rutinszerű rögzítése nem javasolt. Mivel az ST-szegmens vektorait egyre gyakrabban használják a szívinfarktus jobb diagnosztikai osztályozására, javasolt egy frontális sík ST-szakasz tengely hozzáadása a jelenleg mért P-hullám, QRS és T-hullám tengelyekhez az EKG-fejléc adataiban.

Vezetékkapcsolók és rossz elhelyezések

Végtag vezeték és szív előtti vezeték kapcsolók

Technológia

Vezetékkapcsolók (vagy pontosabban: elektródakábel-kapcsolók) akkor fordulnak elő, ha egy dedikált vezeték-elektróda-kombináció rossz helyen van, vagy ha egy dedikált vezetékhuzal hibásan van csatlakoztatva az egyedileg elhelyezett elektródákhoz. Az ólomhuzalok színkódolása az elektrokardiográfok gyártási szabványainak jellemzője, 24 de még így is előfordulhat, hogy a vezetékek rosszul csatlakoztathatók a kábelkivezetésnél.Az időkoherens P-hullám morfológia használható a vezetékkapcsolók tisztázására, 132 és ezeknek az elveknek a számítógépes algoritmusokra is vonatkozniuk kell. A számítógéppel támogatott elektrokardiográfokhoz adaptálható számítógépes algoritmusok képesek a vezetékkapcsolók észlelésére. 133–137

Klinikai következmények

Az ólomkapcsolók valójában 2 vagy több megfelelően elhelyezett elektróda kábelcsatlakozásának kapcsolói. Ez hibás párosítást eredményezhet a szabványos végtagvezetékeken belül vagy a vizsgáló vezeték és a központi terminál párosításán belül. Ha egy kapcsolt elektróda a központi kivezetést érinti, az összes vezetéket érintheti. Az elvezetéskapcsolók 2 vagy több szabványos vezetéket érintenek, ezáltal torzítják az EKG-felvételt. A végtagi vezetékkapcsolók az ischaemia hamis pozitív és álnegatív jeleit eredményezhetik. 138 Ezen változások némelyikét a riasztó technikus felismerheti, vagy a vizsgáló orvos helyesen értelmezheti, különösen akkor, ha már rendelkezésre állnak korábbi EKG-k, míg másokat nem ismer fel, vagy az EKG ismételt rögzítését igényli. 139 A bal és a jobb kar vezetékeinek transzpozíciója az I. végtag vezeték inverzióját eredményezi, a II és III vezetékek kapcsolójával, valamint az aVR és aVL vezetékek kapcsolójával, míg az aVF változatlan marad. Mivel a központi terminál nem érinti, a precordialis vezetékekben nincs változás. Normál helyzetekben az I. ólom általában hasonló a V-hez6 a P hullám és a QRS irány morfológiája tekintetében. A tükörképes dextrocardiában szenvedő betegeknél megfigyelt leletek megkülönböztetésére az a támpont, hogy az elvezetés helytelen elhelyezése jelentős eltérést okoz az I. és V. vezeték között.6. Következményként a tükörképes dextrocardiában szenvedő betegek EKG-ja „normalizálható” a bal és a jobb kar vezetékeinek szándékos felcserélésével és tükörképes jobb oldali precordiális vezetékek használatával. A jobb kar és a jobb láb vezetékek áthelyezése szintén könnyen felismerhető, mert a II. vezeték immár a 2 láb között fennálló közel nulla potenciálkülönbséget rögzíti, a 140,141-et, ami nagyon alacsony amplitúdót eredményez csak a II vezetékben, fordított szimmetriával a szabvány között. ólom I és ólom III. A bal kar és a bal láb vezetékeinek transzpozícióját nehezebb felismerni, mivel a fő hatások a gyakran finom tengelyeltolódás és a III. vezeték inverziója, ami a végtagvezetékekben a P-hullám morfológiájában bekövetkezett változásokból sejthető, 138 bár a e megközelítés sajátossága megkérdőjeleződött. 137 A feltételezett vezetékkapcsolók egy korábbi vagy utólagos nyomkövetéssel, a vezeték helyes elhelyezésével igazolhatók. Az ólomhuzalok áthelyezése V-re1 és V2, V-nek2 és V3, vagy mind a 3 elvezetésen belül az R-hullám progressziójának megfordítását okozhatja, ami az anteroseptalis falinfarktust szimulálja, de ez a műtermék gyakran felismerhető a szív előtti P-hullámok és a T-hullámok torz progressziójából ugyanazon elvezetésekben.

Ajánlások

A rutin EKG-k rögzítéséért felelős egészségügyi személyzetnek képzést kell kapnia a vezetékváltások elkerüléséről, valamint a felismerésükről szóló útmutatóban. A vezetékkapcsoló-észlelő algoritmusokat be kell építeni a digitális elektrokardiográfokba, a rendellenesen magas vezetékimpedanciára vonatkozó riasztásokkal együtt, és a feltételezett helytelenséget időben jelezni kell az EKG-t rögzítő személynek a probléma megoldása érdekében. Ha a rögzítés előtt nem javítják ki, egy diagnosztikai nyilatkozatot kell beépíteni az előzetes értelmezési jelentésbe, amely figyelmezteti az olvasót a különböző típusú vezetékkapcsolók jelenlétére.

Ólom rossz elhelyezése

Technológia

Az EKG amplitúdója és időtartama a szív előtti vezeték elhelyezésétől függően változik, ami gyakran az ajánlott anatómiai helyektől eltérő. 84 142 Kerwin és munkatársai 143 korai munkája kimutatta, hogy a precordialis ólom 1 cm-es pontosságú reprodukálhatósága csak a férfiak körülbelül felénél és még kevesebb nőnél fordult elő. Úgy tűnik, hogy a rutin elektrokardiográfia során az elhelyezés pontossága az idő múlásával tovább csökkent. Egy közelmúltbeli tanulmány dokumentálta, hogy a rutinszerűen alkalmazott szív előtti elektródák kevesebb mint kétharmadát a kijelölt mérföldkőtől számított 1,25 hüvelyken belül helyezték el, de a hibák nem véletlenszerűen oszlottak el. 84 Az előkardiális elektródák szükségesnél nagyobb függőleges eloszlása ​​a V jobb helytelen elhelyezéséből adódik1 és V2 elektródák az esetek több mint felében, és a bal oldali precordiális elektródák inferior-bal irányú hibája több mint egyharmadában.

Klinikai következmények

A felvételek közötti vezetékelhelyezési változékonyság fontos oka a prekordiális EKG-amplitúdó mérések rossz reprodukálhatóságának. 86,90,144 Az időtartam mérések reprodukálhatósága általában jobb, mint az amplitúdók reprodukálhatósága. 145 Megállapítást nyert, hogy a szív előtti vezeték elhelyezésének akár 2 cm-es eltérése is jelentős diagnosztikai hibákhoz vezethet, különösen az anteroseptalis infarktusra és a kamrai hipertrófiára vonatkozó megállapításokhoz. 142 A szív előtti vezeték helytelen elhelyezése a felvételek akár 6%-ában megváltoztathatja a számítógépes diagnosztikai nyilatkozatokat. 85

Ajánlások

Az EKG-k rögzítéséért felelős személyzet rendszeres időközönként történő átképzése a szív előtti vezetékek megfelelő elhelyezésére. Az akut vagy szubakut ápolási körülmények között végzett sorozatos nyomkövetéseknél valamilyen bőrjelölést kell alkalmazni, hogy elősegítse az ólomfelhelyezés reprodukálhatóságát, ha nem lehetséges a megfelelően felvitt elektródákat a helyükön hagyni.

Az EKG számítógépes értelmezése

Technológia

A diagnosztikai értelmezést biztosító diagnosztikai digitális EKG-programokhoz két számítógépes folyamat szükséges. Az első lépés a jel előkészítése elemzésre a fent tárgyalt feldolgozási módszerekkel. Amint azt a jelen nyilatkozat korábbi részeiben tárgyaltuk, a diagnosztikai algoritmusokban használt mérések hűségét a jelfeldolgozást befolyásoló technikai kérdések határozzák meg. 9,23,28,42,146 Ezek a jelfeldolgozási módszerek magukban foglalják a jel előkészítését (mintavételezés, szűrés és sablonképzés), a jellemzők kivonását és a mérést. 147–151 Az időben koherens egyidejű vezetési adatok és a reprezentatív sablonkomplexumok felépítése kritikus fontosságúak a jellemzők kinyerésének megbízhatósága szempontjából, és az időtartam globális mérései szisztematikusan kisebbek lehetnek, ha nem használnak időkoherens adatokat. Az elemzés második szakasza diagnosztikai algoritmusokat alkalmaz a feldolgozott EKG-ra. A diagnosztikai algoritmusok szerkezetükben lehetnek heurisztikusak (determinisztikus tapasztalatalapú szabályok) vagy statisztikaiak (valószínűség alapján). A heurisztikus diagnosztikai algoritmusokat eredetileg úgy tervezték, hogy diszkrét mérési küszöbértékeket építsenek be a döntési fába vagy a kritériumok logikai kombinációit. 152–155 A statisztikai diagnosztikai algoritmusok megkerülik a diagnosztikai instabilitás problémáit, amelyek a diszkrét partíciók körüli kis sorozatos változásokhoz kapcsolódnak azáltal, hogy valószínűségi állítást adnak a diagnózishoz. Ezek a bayesi logikán alapulhatnak. 156 Más statisztikai módszerek diszkrimináns funkcióelemzést alkalmaznak, amely a diszkrét változók mellett folyamatos EKG-paramétereket is felhasználhat a pontérték létrehozásához. 157 158 Ezek az algoritmusok általában reprodukálhatóbbak, mint a korábbi heurisztikus módszerek, annak ellenére, hogy továbbra is diszkrét küszöbértékeket eredményezhetnek a diagnosztikai állításokhoz. A neurális hálók eltérnek a hagyományos diszkrimináns függvényelemzéstől a képzésük módjában, az eredményül kapott osztályozóban és a származtatott döntési határaikban. 133 159 160 A statisztikai módszerek a jól dokumentált esetek adatbázisától függenek, hogy megtalálják az optimális EKG-paramétereket. Egy ilyen adatbázisnak elég nagynak kell lennie ahhoz, hogy az eredmények statisztikailag megbízhatóak legyenek. Az adatbázisnak elegendő számú esetet kell tartalmaznia a rendellenességek különböző fokával, az enyhétől a súlyos esetekig, és a gyakori zavaró állapotok reprezentatív megoszlását. 6,9,17,161 A jól dokumentált populációk statisztikáit használták fel olyan diagnosztikai algoritmusok kifejlesztésére, amelyek már nem egyszerűen az emberi olvasót utánozzák. 162 Hasonlóképpen azt is kimutatták, hogy a vektorhurok kritériumainak hozzáadása (vagy az egyidejű elvezetésekből levezetett ezzel egyenértékű információ) javítja a 12 elvezetéses EKG-diagnózist. 97,98

Klinikai következmények

Tekintettel a technikai tényezőknek az EKG-mérésekre gyakorolt ​​potenciálisan mélyreható hatásaira, nem meglepő, hogy az azonos diagnosztikai algoritmusok eltérően működhetnek, ha különböző módszerekkel feldolgozott EKG-jelekre alkalmazzák őket. A módszertani szabványok betartása minimálisra csökkenti ezeket a különbségeket, elősegíti a mérés és értelmezés egységességét, és megkönnyíti a nyomkövetések sorozatos összehasonlítását. Még a szabványok betartása mellett is kis szisztematikus különbségek várhatók a mérésekben a különböző feldolgozási módszereket használó diagnosztikai műszerek között, különösen a QRS időtartam és a QT-intervallum diagnosztikai szempontból fontos globális mérőszámai tekintetében. Az európai CSE csoport 1985-ös tanulmánya kimutatta, hogy a 10 szabványos EKG-rendszer közötti mérési különbségek elég nagyok lehetnek ahhoz, hogy megváltoztassák a diagnosztikai következtetéseket 17 , azonban a közelmúltban egyetlen tanulmány sem hasonlította össze közvetlenül a kereskedelemben kapható szabványos EKG-rögzítő rendszerek jelenlegi generációjával végzett sablon- és globális méréseket. . A mérési hűség technikai kérdésein túl az EKG-programok teljesítményének értékelése is nehézkes. 9,15,17,163 A programok összehasonlíthatók szakértő kardiológus diagnózisaival vagy szakértő kardiológusok konszenzusával, vagy független adatokkal megállapított diagnózisokkal. A CSE-csoport 15 EKG- és vektorkardiográfiás elemző programot értékelt egy referenciaadatbázishoz képest, amely a kamrai hipertrófia és szívinfarktus dokumentált eseteit tartalmazza, 15 olyan diagnózist, amelyek erősen függnek az amplitúdók és időtartamok pontos mérésétől, és előnyben kell részesíteniük a számítógépes elemzést. Összességében elmondható, hogy a számítógépes programok által helyesen osztályozott EKG-k százalékos aránya (medián 91,3%) alacsonyabb volt, mint a kardiológusoké (medián 96,0%), ugyanakkor a különböző algoritmusok között jelentős különbségek voltak az általános pontosságban. Salerno és munkatársai 18 áttekintettek 13 számítógépes EKG-program teljesítményéről szóló jelentést, és kimutatták, hogy ezek a programok általában rosszabbul teljesítenek, mint a szakértő olvasók az egyes diagnózisok tekintetében. Ennek ellenére ez a jelentés megállapította, hogy a számítógépes segítség javította a kevésbé szakértő olvasók diagnosztikai teljesítményét.

Ajánlások

Az EKG számítógépes értelmezése az elektrokardiográfus kiegészítője, 164 és minden számítógépes jelentéshez az orvos túlolvasása szükséges. Pontos egyedi sablonokat kell kialakítani minden vezetékben, mielőtt a jellemzők végső kinyerését és a diagnosztikai interpretációhoz használt mérést elvégeznék. Több vezetékről származó időben koherens adatokat kell használni a diagnosztikai értelmezéshez használt globális mérések hullámformáinak legkorábbi kezdetének és legkésőbbi eltolásának észlelésére. A determinisztikus és statisztikai vagy valószínűségi algoritmusoknak jól felépített adatbázisokon kell alapulniuk, amelyek különböző fokú patológiát és a zavaró körülmények megfelelő eloszlását tartalmazzák. Az ilyen algoritmusokat olyan adatokkal kell érvényesíteni, amelyeket nem használtak fel a fejlesztéshez. Az összetett diagnosztikai algoritmusokat használó programoknak referenciaanyagban kell dokumentálniuk azokat a méréseket, amelyek kritikusak a diagnosztikai nyilatkozat szempontjából, beleértve a szintetizált vektorhurkot vagy más újszerű méréseket. A szekvenciális EKG-k sorozatos összehasonlítását képzett megfigyelőknek kell elvégezniük, függetlenül attól, hogy az EKG-program sorozatos összehasonlítást biztosít-e. A különböző algoritmusok teljesítményének értékelését az értelmező állítások szabványosított szószedete fogja megkönnyíteni.

Összegzés

Jelen dokumentum felvázolja a modern digitális elektrokardiográf kapcsolatát technológiájával. Az EKG-feldolgozás és -rögzítés egyedi jellemzőit klinikai vonatkozásaik szempontjából veszik figyelembe. Az ajánlások az EKG optimális használatának irányába történő előrelépésre összpontosítanak. Remélhetőleg az ebben a dokumentumban meghatározott szabványok további ösztönzést nyújtanak az EKG rögzítésének és értelmezésének javításához.

Az elektrokardiogram írócsoport szabványosítási és értelmezési csoportjának további tagjai: Mark Josephson, MD, FACC, FHRS Jay W. Mason, MD, FAHA, FACC, FHRS Peter Okin, MD, FACC Borys Surawicz, MD, FAHA, FACC és Hein Wellens , MD, FAHA, FACC.

Az American Heart Association, az American College of Cardiology és a Heart Rhythm Society minden erőfeszítést megtesz annak érdekében, hogy elkerüljenek minden olyan tényleges vagy potenciális összeférhetetlenséget, amely külső kapcsolatból vagy egy tag személyes, szakmai vagy üzleti érdekéből fakadhat. az írópanelről. Pontosabban, az írócsoport minden tagjának ki kell töltenie és be kell nyújtania egy közzétételi kérdőívet, amely bemutatja az összes olyan kapcsolatot, amely valós vagy potenciális összeférhetetlenségnek tekinthető.

Ezt a nyilatkozatot az American Heart Association Tudományos Tanácsadó és Koordinációs Bizottsága 2006. október 26-án, az American College of Cardiology kuratóriuma 2006. október 12-én, a Heart Rhythm Society pedig 2006. szeptember 6-án hagyta jóvá.

Ezt a cikket a 2007. március 13-i számában közösen publikálták Az American College of Cardiology folyóirata és 2007. márciusi számában Szívritmus.

Példányok: Ez a dokumentum elérhető az American Heart Association (www.americanheart.org) és az American College of Cardiology (www.acc.org) World Wide Weboldalain. Egyszeri újranyomtatás elérhető a 800-242-8721 telefonszámon (csak az Egyesült Államokban), vagy az American Heart Association, Public Information címen, 7272 Greenville Ave, Dallas, TX 75231-4596. Kérjen utánnyomást a 71-0389 sz. További utánnyomások vásárlásához hívja a 843-216-2533 telefonszámot vagy küldjön e-mailt [email protected]

Engedélyek: A dokumentum többszöri másolása, módosítása, módosítása, bővítése és/vagy terjesztése az American Heart Association kifejezett engedélye nélkül nem megengedett. Az engedély megszerzésére vonatkozó utasítások a http://www.americanheart.org/presenter.jhtml?Identifier=4431 címen találhatók. Az oldal jobb oldalán megjelenik az „Engedélykérő űrlap” linkje.

© 2007 American Heart Association, Inc., az American College of Cardiology Foundation és a Heart Rhythm Society.


A szívinfarktus egyetemes definíciója

Cardiovascularis Betegségek Osztályai (S.Y., A.S.J.), Mayo Clinic, Rochester, MN.

Kardiológiai Osztály, Aarhusi Egyetemi Kórház, Dánia (K.T.).

Allan S. Jaffe, MD, Cardiovascular Diseases Department, Gonda 5, Mayo Clinic, 200 First St SW, Rochester, MN 55905. E-mail

Cardiovascularis Betegségek Osztályai (S.Y., A.S.J.), Mayo Clinic, Rochester, MN.

Laboratory Medicine and Pathology (A.S.J.), Mayo Clinic, Rochester, MN.

Az akut szívinfarktus (MI) történetileg olyan klinikai szindrómát jelent, amely megfelel bizonyos kritériumoknak, általában a tünetek, az elektrokardiográfiás változások és a szív biomarkereinek kombinációjának a megfelelő klinikai kontextusban. Ezek a kritériumok fejlődtek, és összekapcsolódtak a noninvazív és invazív diagnosztikai képalkotásokkal és biomarkerekkel. 2000 előtt a klinikusok különféle MI-definíciókat használtak. A következetesség biztosítása érdekében a Szívinfarktus Egyetemes Definíciójával Foglalkozó Munkacsoport (UDMI) nemzetközi, együttműködésen alapuló, multidiszciplináris, konszenzusos definíciókat dolgozott ki, hogy megkönnyítse a szabványosítást és a patofiziológián alapuló egyértelmű nómenklatúrát. 1 Bár jelen cikk szerzői közül ketten részt vettek ezekben az erőfeszítésekben, érdekérvényesítésünk immár egyéni aggályainkat tükrözi az UDMI megváltoztatására tett javaslatokkal, nem pedig azt az érzést, hogy a dokumentumot nem lehet javítani. Ennek megfelelően felvilágosítást adunk az UDMI-vel kapcsolatban a közelmúltban felmerült kérdésekről. 2

Az UDMI dokumentum klinikai definíciókat tartalmaz. Ez nem egy klinikai gyakorlati irányelv, és nem is klinikai döntési út. Három elem kulcsfontosságú. Először is, ez egy patofiziológiai alapú séma. Az akut myocardialis ischaemia általános jelei és tünetei alapján az akut MI mint klinikai szindróma diagnózisát predikálja. Végül, felismerve a diagnosztikai erőforrások elérhetőségének változatosságát az egész világon, támogatja a széles körben megvalósítható kritériumokon alapuló definíciót.

Javaslatokat tettek az UDMI módosítására, hogy hangsúlyozzák az akut koszorúér-elzáródás jelenlétét vagy hiányát. 2 Az UDMI ajánlásaival 1 szemben, amelyek az akut MI mint klinikai szindróma diagnosztizálását részesítik előnyben, ezek a javaslatok dichotomizálják az akut koszorúér-elzáródásban szenvedő vagy nem szenvedő betegeket, és a szívkoszorúér-angiográfia kiemelt alkalmazását javasolják az MI altípusainak meghatározására. Jelentős problémák merülnek fel a koszorúér-angiográfiára támaszkodva kapuőrként. Mindenekelőtt nem érhető el rutinszerűen minden kórházban, ami korlátozza az MI diagnosztizálásának és kezelésének képességét, és szélesebb körű alkalmazása azoknál a betegeknél, akiknél alacsonyabb az atherothrombosis előzetes valószínűsége, invazívabb diagnosztikai eljárásokhoz és szívkoszorúér-beavatkozásokhoz vezethet, amelyek eljárási kockázatokkal járnak. indokolt lehet, különösen azoknál a lehetséges 2-es típusú MI-seknél, akiknél az ilyen kockázatokat növelő társbetegségeik vannak. Még akkor is, ha rendelkezésre állnak, angiográfiailag összetett atheroscleroticus elváltozások, sőt plakk-elváltozások is előfordulnak a stabil koszorúér-betegségben szenvedő betegeknél intracoronaria képalkotással 3, ami nem világos, hogy milyen angiográfiás kritériumok használhatók a diagnózisok meghatározásához. Az ACT-2 vizsgálatnak (A koszorúér-vizsgálat megfelelősége szívizom-sérülésben és 2-es típusú szívinfarktusban URL: https//www.anzctr.org.au Egyedi azonosító: ACTRN1261800378224) betekintést kell nyújtania a szívkoszorúér-angiográfia szélesebb körű használatába4. rutinszerű használata az MI altípusainak meghatározására nem javasolt.

Egyes kutatók azt javasolták, hogy az atherothrombosison kívüli akut koszorúér-elzáródáshoz vezető állapotokat, például koszorúér-embóliát, görcsöt, mikrovaszkuláris diszfunkciót vagy spontán koszorúér-disszekciót, az 1-es típusú MI-események közé kell sorolni, mivel diagnózisuk koszorúér angiográfiát igényel. 2 Ezek az állapotok azonban nem kapcsolódnak az akut atherothromboticus plakk károsodásához. Az 1-es típusú MI terápiás megközelítése jelenleg az akut aterotrombózist célzó terápiákra helyezi a hangsúlyt, míg a spontán koszorúér disszekció, embólia, görcs vagy mikrovaszkuláris diszfunkció diagnózisa egyéni diagnosztikai és kezelési megközelítést igényel, amelyet gyakran nehéz alkalmazni, és nagyon eltérnek a megközelítésektől. Akut atheroscleroticus plakk-károsodásban szenvedő betegek számára ajánlott. Az a tény, hogy a koszorúér angiográfia hasznos lehet a diagnózis felállításához, nem jelenti azt, hogy szükség van MI-diagnózis vagy MI-altípusok megállapítására. A jelenlegi UDMI-modellt támogatjuk, és ellenezzük az 1-es típusú MI, egy homogén entitás felosztását egy heterogén entitásra, amely különféle mechanizmusokkal és betegségaltípusokkal rendelkezik.

Félreértések vannak azzal kapcsolatban, hogy az UDMI hogyan kapcsolódik a klinikai gyakorlatban és kutatásban használt egyéb kifejezésekhez.A klinikai gyakorlati irányelvek régóta használják az akut koronária szindróma kifejezést a myocardialis ischaemia tüneteivel és jeleivel járó betegek meghatározására, függetlenül attól, hogy az ST-szegmens elevációval járó MI-nek és ST-elevációs MI-nek vagy instabil anginának tulajdonítható-e. Ha így használjuk, a kifejezés nem egyenlő az akut aterotrombózissal. Helyénvaló a kifejezést kezdetben a differenciálatlan betegeknél használni, hogy azonosítsuk azokat, akiknél további diagnosztikai módszerekre és terápiákra van szükség a szívizom ischaemia kezelésére. A pontosabb diagnózis megerősítése után azonban az akut koszorúér-szindróma kifejezés tág és kétértelmű. Ezen a ponton azt javasoljuk, hogy a specifikus MI-altípusokat használják, amelyek a patofiziológiát dolgozzák fel. Az ábra szemlélteti a nómenklatúra és az MI altípusok közötti kapcsolatról alkotott elképzelésünket.

Ábra. A szívinfarktus (MI) egyetemes definíciójának alkalmazása és kapcsolata más nómenklatúrával/osztályozási sémákkal. Az akut koszorúér-szindróma (ACS) egy olyan kifejezés, amely akkor használható, ha lehetséges akut ischaemiás szívbetegségben szenvednek. A pontosabb diagnózis felállítása után azonban a specifikusabb kifejezést kell használni. Az 1-es típusú MI egy homogén állapot, amely az akut atherothromboticus koszorúér-betegséghez kapcsolódik, és amelyre standardizált, bizonyítékokon alapuló kezelési irányelveket kell alkalmazni. A 2-es típusú MI egy heterogén szindróma, amely lehet elsődleges vagy másodlagos betegség, és vagy akut, nem atherotrombotikus koszorúér-betegség vagy más akut nem coronaria kiváltó oka/betegség okozza. Mindkettőre vonatkozik az obstruktív koszorúér-betegség nélküli szívizominfarktus (MINOCA) és az EKG terminológia (ST-elevációs szívinfarktus [STEMI]/non-ST-elevation myocardialis infarktus [NSTEMI]). 1. és 2. típusú MI. A CAD koszorúér-betegséget és CPG-t, Klinikai gyakorlati irányelveket jelez.

Az új kifejezéseket, például az obstruktív koszorúér-betegség nélküli MI-t (MINOCA) egyre gyakrabban használják működő diagnózisként, hogy felhívják a figyelmet arra, hogy az obstruktív betegség hiánya (≤50% a fő epicardialis erekben) nem vezethet annak a hamis megnyugtatáshoz, hogy az MI. nem fordult elő, ha más klinikai kritériumok teljesülnek. A MINOCA-nak nincs magányos patofiziológiája. A MINOCA potenciálisan akut atherothromboticus (1-es típusú MI) vagy nem atherotrombotikus (2-es típusú MI) etiológiák miatt fordulhat elő. A javaslat idézte azokat az állításokat, amelyek szerint a javasolt besorolás megszüntetné a MINOCA kifejezés szükségességét, mivel a spontán koszorúér disszekció, embólia, valamint a makrovaszkuláris és mikrovaszkuláris elzáródás mind illeszkedne a konstrukcióhoz. 2 Mindazonáltal, tekintettel az akut koszorúér-elzáródásra az 1-es típusú MI meghatározásához javasolt követelményeikre, ez ahhoz vezetne, hogy minden MINOCA 2-es típusú MI-nek minősül. Ezenkívül ez a javaslat, amely az akut koszorúér-elzáródást igényli az 1-es típusú MI meghatározásához, nem kedvez bizonyos betegek alcsoportjainak, például a nőknek, akiknek szívelégtelensége gyakran nem obstruktív mechanizmusoknak tulajdonítható.

Osztjuk azt az elképzelést, hogy MI diagnosztikai és kezelési útvonalakra van szükség, és ilyen algoritmusokat javasoltunk. 5 A jelenlegi osztályozási rendszer melletti kiállásunk nem akadályozza meg a betegkezeléshez szükséges adatok táblázatba foglalását, csupán azt sugallja, hogy a jelenlegi rendszer egy jobb univerzális szabvány. Az is világos, hogy a 2-es típusú MI esetében több adatra van szükség a különböző 2-es típusú MI fenotípusok kezelésével és prognózisával kapcsolatban, beleértve a koszorúér- és nem koszorúér-okoktól előforduló fenotípusok megkülönböztetését is. 5 Tekintettel a 2-es típusú MI-ben szenvedő betegek kedvezőtlen prognózisára, különösen sürgetjük a kísérleteket a kezelési módok kidolgozására. Ez sokkal hatékonyabb lenne, mint egy jól bevált, patofiziológiai mechanizmusokon alapuló definíciórendszer megváltoztatása.

Közzétételek

Dr. Sandoval az Abbott Diagnostics tanácsadó testületében/előadójában, valamint a Roche Diagnostics tanácsadó testületében dolgozott, mindezt személyes anyagi ellenszolgáltatás nélkül. Dr. Jaffe a legtöbb nagy diagnosztikai vállalatnak adott vagy jelenleg is ad tanácsot, köztük a Beckman, az Abbott, a Siemens, az ET Healthcare, a Roche, a Quidel, a Brava és a Sphingotec számára. A Blade és a Novartis számára is tanácsot ad. Dr. Thygesen nem számol be konfliktusról.

Lábjegyzetek

A cikkben kifejtett vélemények nem feltétlenül a szerkesztők vagy az American Heart Association véleményei.


A szívinfarktus egyetemes definíciója

A szívinfarktus világszerte a halálozás és rokkantság egyik fő oka. A koszorúér-érelmeszesedés egy krónikus betegség, amely stabil és instabil időszakokkal jár. Instabil időszakokban, amikor az érfalban aktiválódott gyulladás, a betegek szívizominfarktust alakíthatnak ki. A szívinfarktus egy egész életen át tartó krónikus betegség kisebb jelentőségű eseménye, akár észrevétlen is lehet, de lehet súlyos katasztrófa is, amely hirtelen halálhoz vagy súlyos hemodinamikai romláshoz vezet. A szívinfarktus lehet a koszorúér-betegség első megnyilvánulása, vagy ismétlődően előfordulhat olyan betegeknél, akiknél már kialakult betegség. A szívinfarktusos rohamok gyakoriságára vonatkozó információk hasznos adatokkal szolgálhatnak a koszorúér-betegségek populáción belüli és közötti terhére vonatkozóan, különösen, ha a szabványosított adatokat olyan módon gyűjtik, amely bemutatja az incidens és a visszatérő események közötti különbséget. Epidemiológiai szempontból a szívizominfarktus előfordulása egy populációban a koszorúér-betegség prevalenciájaként használható az adott populációban. Ezenkívül a szívinfarktus kifejezésnek jelentős pszichológiai és jogi vonatkozásai vannak az egyénre és a társadalomra nézve. Ez a világ egyik vezető egészségügyi problémájának indikátora, és a klinikai vizsgálatok és a megfigyeléses vizsgálatok eredményeinek mérőszáma. Ezen szempontok alapján a szívinfarktus számos különböző klinikai, elektrokardiográfiás, biokémiai, képalkotó és patológiai jellemző alapján határozható meg.

A múltban általános konszenzus létezett a szívinfarktusnak nevezett klinikai szindrómával kapcsolatban. A betegségek prevalenciájára vonatkozó tanulmányokban az Egészségügyi Világszervezet (WHO) a szívizominfarktust a tünetek, az EKG-rendellenességek és az enzimek alapján határozta meg. Az érzékenyebb és specifikusabb szerológiai biomarkerek és precíz képalkotó technikák kifejlesztése azonban lehetővé teszi a szívizom nekrózisának egyre kisebb mennyiségének kimutatását. Ennek megfelelően a jelenlegi klinikai gyakorlat, az egészségügyi ellátási rendszerek, valamint az epidemiológia és a klinikai vizsgálatok megkövetelik a szívizominfarktus pontosabb meghatározását és az állapot korábbi definícióinak újraértékelését.

Meg kell jegyezni, hogy az évek során, miközben a szívizom nekrózis specifikusabb biomarkerei váltak elérhetővé, a szívinfarktus kimutatásának pontossága megváltozott. Ilyen változások akkor következtek be, amikor a glutamin-oxaloecetsav-transzaminázt (GOT) laktát-dehidrogenázzal (LDH), majd később kreatin-kinázzal (CK) és a CK MB-frakciójával, azaz a CKMB aktivitásával és a CKMB tömegével helyettesítették. A jelenlegi, specifikusabb és érzékenyebb biomarkerek és képalkotó módszerek a szívinfarktus kimutatására további finomításokat jelentenek ebben az evolúcióban.

A szívinfarktus azonosítási képességének megváltozásával kapcsolatos problémákra válaszul az Európai Kardiológiai Társaság (ESC) és az Amerikai Kardiológiai Kollégium (ACC) konszenzusos konferenciát hívott össze 1999-ben, hogy közösen vizsgálják felül a szívinfarktus meghatározását. szívinfarktus (2000-ben jelent meg a European Heart Journal és Az American College of Cardiology folyóirata 1 ). A szívinfarktus megváltozott definíciójának tudományos és társadalmi vonatkozásait hét szempontból vizsgálták: patológiai, biokémiai, elektrokardiográfiás, képalkotó, klinikai vizsgálatok, epidemiológiai és közpolitikai szempontból. A korábbi konszenzusos bizottság tanácskozásaiból nyilvánvalóvá vált, hogy a szívinfarktus kifejezést további minősítések nélkül nem szabad használni, akár a klinikai gyakorlatban, akár a betegcsoportok leírásában, akár a populációs vizsgálatokban. Az ilyen minősítéseknek vonatkozniuk kell a szívizomsejtek elvesztésének mértékére (infarktus nagysága), az infarktushoz vezető körülményekre (pl. spontán vagy eljárással összefüggő), valamint a szívizom nekrózisának időzítésére a megfigyelés (fejlődés, gyógyulás) időpontjához viszonyítva. , vagy gyógyult szívinfarktus). 1

Az 1999-es ESC/ACC konszenzuskonferenciát követően szív- és érrendszeri epidemiológusok egy csoportja találkozott, hogy foglalkozzon a lakossági felügyelet sajátos szükségleteivel. Ez a több nemzeti és nemzetközi szervezetet képviselő nemzetközi találkozó ajánlásokat tett közzé a Circulation 2003-ban. 2 Ezek az ajánlások a hosszú távú populációtrend-elemzéssel foglalkozó kutatók igényeire irányultak a retrospektív kórlap-absztrakciót alkalmazó diagnosztikai eszközök megváltoztatásával összefüggésben. Figyelembe vették a fejlődő országokban végzett megfigyelést és a kórházon kívüli haláleseteket is, mindkét esetben korlátozott és/vagy hiányzó adatokkal. Ezek az ajánlások továbbra is képezik az epidemiológiai kutatás alapját.

Tekintettel a szívinfarktus diagnosztizálásában és kezelésében az eredeti dokumentum közzététele óta elért jelentős előrehaladásra, az ESC, az ACC és az American Heart Association (AHA) vezetése a Szív Világszövetséggel (WHF) közösen összehívta a globális konferenciát. Munkacsoport a 2000. évi konszenzusos dokumentum frissítésére. 1 Az előző konszenzusos bizottsághoz hasonlóan a Globális Munkacsoport is számos munkacsoportból állt, hogy finomítsa a szívinfarktus diagnosztizálására vonatkozó ESC/ACC kritériumokat különböző szempontokból. Ezt a célt szem előtt tartva a munkacsoportok a biomarkerek, az EKG, a képalkotás, a beavatkozások, a klinikai vizsgálatok, a globális perspektívák és a következmények területén dolgozó szakértőkből álltak. A Task Force több ülése során egyeztették a munkacsoportok ajánlásait, ennek eredményeként született meg a jelen aktualizált konszenzusos dokumentum.

A munkacsoport elismeri, hogy a szívinfarktus definíciója a jövőben számos változásnak lesz kitéve a tudományos fejlődés eredményeként. Ezért nem ez a dokumentum a végső szó ebben a kérdésben minden időkig. A jelenlegi definíció további finomítása kétségtelenül sor kerül a jövőben.

Az ischaemia klinikai jellemzői

A szívizominfarktus kifejezés a szívizomsejtek ischaemia által okozott sejthalált tükrözi, amely a kínálat és a kereslet közötti perfúziós egyensúlyhiány eredménye. Az iszkémia klinikai környezetben leggyakrabban a beteg anamnéziséből és az EKG-ból azonosítható. A lehetséges ischaemiás tünetek közé tartozik a mellkas, a felső végtag, az állkapocs vagy az epigasztrikus diszkomfort különböző kombinációi terheléskor vagy nyugalomban. Az akut miokardiális infarktussal járó kellemetlen érzés általában legalább 20 percig tart. A diszkomfort gyakran diffúz, nem lokalizált, nem pozicionális, nem befolyásolja a régió mozgása, és dyspnoe, diaphoresis, hányinger vagy ájulás kísérheti.

Ezek a tünetek nem specifikusak a szívizom ischaemiára, és tévesen diagnosztizálhatók, és így gasztrointesztinális, neurológiai, tüdő- vagy mozgásszervi betegségeknek tulajdoníthatók. A szívinfarktus előfordulhat atípusos tünetekkel, vagy tünetmentesen is, amelyet csak EKG, biomarker emelkedés vagy szívképalkotás észlel.

Patológia

A szívizominfarktus a patológia szerint a szívizomsejtek elhúzódó ischaemia miatti halálozása. A sejthalált patológiásan a koagulációs és/vagy összehúzódási sáv nekrózisként osztályozzák, amely általában oncózison keresztül alakul ki, de kisebb mértékben apoptózisból is eredhet. A szövettani metszetek tapasztalt megfigyelő általi gondos elemzése elengedhetetlen ezen entitások megkülönböztetéséhez. 1

A szívizom ischaemia kezdete után a sejtpusztulás nem azonnal következik be, hanem véges időbe telik, amíg kialakul (egyes állatmodelleknél 20 perc vagy kevesebb). Több órába telik, mire a szívizom nekrózist makroszkópos vagy mikroszkópos post mortem vizsgálattal azonosítani lehet. Az összes veszélyeztetett szívizomsejt teljes nekrózisa legalább 2-4 órát vesz igénybe, az ischaemiás zónába irányuló kollaterális keringés meglététől, a perzisztáló vagy időszakos koszorúér-elzáródástól, a szívizomsejtek ischaemiára való érzékenységétől, az előkondicionálástól és/ vagy végül egyéni igény a szívizom oxigén és tápanyag iránt. A szívinfarktusokat általában méret szerint osztályozzák: mikroszkopikus (gócos nekrózis), kicsi [a bal kamrai (LV) szívizom 10%-a], közepes (a bal kamrai szívizom 10–30%-a) és nagy (a bal kamrai szívizom 0,30%-a) ), és hely szerint. A szívizom nekrózis patológiás azonosítása a koszorúér-fa morfológiai változásaira vagy a klinikai anamnézisre való hivatkozás nélkül történik. 1

A szívinfarktus kórosan akutként, gyógyulóként vagy gyógyultként definiálható. Az akut miokardiális infarktust polimorfonukleáris leukociták jelenléte jellemzi. Ha az infarktus kezdete és a halál között elég rövid idő telik el, pl. 6 óra elteltével polimorfonukleáris leukociták minimálisak vagy egyáltalán nem láthatók. A mononukleáris sejtek és fibroblasztok jelenléte, valamint a polimorfonukleáris leukociták hiánya jellemzi a gyógyuló infarktust. A gyógyult infarktus sejtinfiltráció nélküli hegszövetként nyilvánul meg. A gyógyult infarktushoz vezető folyamat általában legalább 5-6 hétig tart. A reperfúzió megváltoztathatja a nekrotikus zóna makroszkopikus és mikroszkopikus megjelenését azáltal, hogy kontrakciós sávokkal rendelkező izomsejteket és nagy mennyiségű extravazált eritrocitát termel. A szívinfarktusok időbelileg a klinikai és egyéb jellemzők, valamint a kóros megjelenés szerint fejlődő (,6 óra), akut (6 óra–7 nap), gyógyuló (7–28 nap) és gyógyult (29) kategóriába sorolhatók. napon és azon túl). Hangsúlyozni kell, hogy az akut infarktus kezdetének klinikai és elektrokardiográfiás időzítése nem feltétlenül egyezik meg pontosan a patológiás időzítéssel. Például az EKG továbbra is mutathat fejlődő ST-T változásokat, és a szív biomarkerei továbbra is emelkedhetnek (ami egy közelmúltbeli infarktusra utal), amikor patológiásan az infarktus gyógyulási fázisában van. 1

Azok a betegek, akik hirtelen szívhalált szenvednek iszkémiára utaló EKG-elváltozásokkal vagy anélkül, kihívásokkal teli diagnosztikai csoportot alkotnak. Mivel ezek az egyének még azelőtt meghalnak, hogy a szívizomban kóros elváltozások alakulnának ki, nehéz biztosan megmondani, hogy ezek a betegek szívinfarktuson haltak-e meg, vagy olyan ischaemiás eseményben haltak-e meg, amely végzetes aritmiához vezetett. A halálozási mód ezekben az esetekben hirtelen, de az etiológia továbbra is bizonytalan, kivéve, ha az egyén a szívmegállás előtt korábban ischaemiás szívbetegség tüneteiről számolt be. Egyes betegeknél, akiknek anamnézisében koszorúér-betegség szerepel vagy nem szerepel, az ischaemia klinikai tünetei jelentkezhetnek, beleértve az elhúzódó és mély mellkasi fájdalmat, izzadást és/vagy légszomjat, valamint hirtelen összeomlást. Ezek az egyének meghalhatnak, mielőtt vérmintát kapnának a biomarkerek számára, vagy ezek az egyedek késleltetési fázisban lehetnek, mielőtt a szív biomarkereit azonosítani lehetne a vérben. Ezek a betegek előrehaladó, halálos kimenetelű akut szívizominfarktust szenvedhettek el. Ha ezeknél a betegeknél feltehetően új EKG-elváltozások jelentkeznek, például ST-eleváció, és gyakran ischaemia tünetei vannak, akkor is halálos kimenetelű miokardiális infarktuson átesettnek kell tekinteni őket, még akkor is, ha az infarktusra utaló kardiális biomarker hiányzik. Ezenkívül azokat a betegeket, akiknél a koszorúér-angiográfiával (ha elvégezték) és/vagy a boncoláson friss trombust mutattak ki, a szívizominfarktus következtében hirtelen elhaltak közé kell sorolni.

A szívinfarktus klinikai osztályozása

Klinikailag a szívinfarktus különböző típusai az 1. táblázat szerint osztályozhatók.

Esetenként előfordulhat, hogy a betegek egyidejűleg vagy egymást követően egynél több típusú miokardiális infarktust is észlelhetnek. Azt is meg kell jegyezni, hogy a szívinfarktus kifejezés nem foglalja magában a szívkoszorúér bypass graftból (CABG) származó mechanikai sérüléssel, például kamrai szellőztetéssel vagy a szív manipulációjával összefüggő szívizom sejthalált, és nem foglalja magában a különféle okok miatti szívizom nekrózist sem, például veseelégtelenség, szívelégtelenség, kardioverzió, elektrofiziológiai abláció, szepszis, szívizomgyulladás, szívtoxinok vagy infiltratív betegségek.

Biomarker értékelés

A szívizom sejtpusztulása a károsodott szívizomsejtekből a keringésbe kerülő különböző fehérjék vérben való megjelenéséről ismerhető fel: mioglobin, szívtroponin T és I, CK, LDH, valamint sok más. 3 Szívinfarktus akkor diagnosztizálható, amikor az érzékeny és specifikus biomarkerek, például a szív troponin vagy a CKMB vérszintje megemelkedik az akut myocardialis ischaemia klinikai hátterében. 1 Bár ezeknek a biomarkereknek az emelkedése a szívizom nekrózisát tükrözi, nem utal annak mechanizmusára. 3,4 Így a szív troponinszintjének megnövekedett értéke az ischaemia klinikai bizonyítékának hiányában a szívizom nekrózis egyéb etiológiáinak, például szívizomgyulladás, aorta disszekció, tüdőembólia, pangásos szívelégtelenség, veseelégtelenség és más példák felkutatását teszi szükségessé. táblázatban feltüntetett 2. 5

A myocardialis nekrózis előnyös biomarkere a szív troponinja (I vagy T), amely közel abszolút szívizomszövet-specifitással és magas klinikai érzékenységgel rendelkezik, ezáltal a szívizom nekrózis mikroszkopikus zónáit is tükrözi. 3 A szív troponinjának megnövekedett értékét a normál referenciapopuláció 99. percentilisének túllépéseként határozzák meg (URL = felső referenciahatár). Az akut szívinfarktus diagnózisához elengedhetetlen a mérések emelkedésének és/vagy csökkenésének észlelése. 6 A fent említett diszkriminatív percentilis a miokardiális infarktus diagnosztikájának döntési szintje, és megfelelő minőség-ellenőrzés mellett minden egyes vizsgálathoz meg kell határozni. 7–9 Az optimális pontosságot [variációs koefficiens (CV)] a 99. percentilis URL-nél minden egyes assay esetében <10%-ban kell meghatározni. A jobb pontosság (CV<10%) érzékenyebb vizsgálatokat tesz lehetővé. 10,11 Az optimális pontosság (CV<10%) független validációjával nem rendelkező assay-k használata nem javasolt. A 99. percentilis értékei megtalálhatók a Nemzetközi Klinikai Kémiai Szövetség honlapján: http://www.ifcc.org/index.php?option=com_remository&Itemid=120&func=fileinfo&id=7.

A troponin méréséhez vérmintát kell venni az első értékeléskor (gyakran néhány órával a tünetek megjelenése után), majd 6-9 órával később. 12 Esetenkénti betegnek 12 és 24 óra között további mintavételre lehet szüksége, ha a korábbi mérési eredmények nem emelkedtek, és a szívinfarktus klinikai gyanúja magas. 12 A myocardialis infarctus diagnózisának felállításához a döntési szint feletti eggyel emelt érték szükséges.Az emelkedő és/vagy csökkenő mintázat kimutatása szükséges a háttérben megemelkedett troponinszintek, pl. krónikus veseelégtelenségben szenvedő betegeknél (2. táblázat), ugyanazon betegeknél a szívizominfarktusra utaló emelkedéstől. 6 Ez a minta azonban nem feltétlenül szükséges a myocardialis infarktus diagnózisához, ha a beteg a tünetek megjelenése után >24 órával jelentkezik. A troponin értékek az infarktus kezdetét követően 7-14 napig emelkedhetnek. 4

Ha nem állnak rendelkezésre troponin-tesztek, a legjobb alternatíva a CKMB (tömegvizsgálattal mérve). A troponinhoz hasonlóan a megnövekedett CKMB-értéket a 99. percentilis URL feletti értékként határozzák meg, amely a szívinfarktus diagnózisának döntési szintje. 9 Nem-specifikus értékeket kell alkalmazni. 9 A CKMB méréseket a beteg első vizsgálatakor és 6-9 órával később rögzíteni kell, hogy kimutatható legyen a szívinfarktus diagnózisának 99. percentilis URL-jét meghaladó emelkedés és/vagy csökkenés. Esetenkénti betegnek 12 és 24 óra között további diagnosztikai mintára lehet szüksége, ha a korábbi CKMB-mérés nem volt emelkedett, és a szívinfarktus klinikai gyanúja magas.

A teljes CK mérése nem javasolt a szívinfarktus diagnosztizálására a nagy vázizomeloszlás és az enzim specifitásának hiánya miatt.

Reinfarktus

Hagyományosan a CKMB-t használták a reinfarctus kimutatására. A friss adatok azonban arra utalnak, hogy a troponinértékek hasonló információkat szolgáltatnak. 13 Azoknál a betegeknél, akiknél a kezdeti infarktust követő klinikai tünetek vagy tünetek miatt kiújuló myocardialis infarktus gyanúja merül fel, javasolt az alkalmazott szívmarker azonnali mérése. A második mintát 3-6 órával később kell venni. Az ismétlődő infarktust akkor diagnosztizálják, ha a második mintában >20%-kal nő az érték. Az analitikai értékeket akkor tekintjük eltérőnek, ha a mértékek varianciájának >gt3 SD-jével különböznek. 14 A troponin esetében ez az érték 5-7% a legtöbb vizsgálatnál az újrainfarktushoz kapcsolódó szinteken. Így a 20%-os változást szignifikánsnak kell tekinteni, azaz meghaladja az analitikai változékonyságtól elvárhatót. Ennek az értéknek meg kell haladnia a 99. percentilis URL-t is.

A szívinfarktus elektrokardiográfiás kimutatása

Az EKG a szívinfarktus gyanúja esetén a diagnosztikai munka szerves részét képezi. 1,2,15,16 Az ST-T és a Q-hullámok akut vagy fejlődő változásai, ha jelen vannak, potenciálisan lehetővé teszik a klinikus számára az esemény időpontjának megállapítását, az infarktushoz kapcsolódó artéria felderítését és a szívizom mennyiségének becslését kockázat. A koszorúér-dominancia, az artériás szegmensek mérete és eloszlása, a kollaterális erek, valamint a koszorúér-szűkületek elhelyezkedése, kiterjedése és súlyossága szintén befolyásolhatja a szívizom ischaemia EKG-megnyilvánulásait. 17 Az EKG önmagában gyakran nem elegendő az akut myocardialis ischaemia vagy infarktus diagnosztizálására, mivel ST-eltérés más állapotokban is megfigyelhető, mint például akut pericarditis, LV hypertrophia, LBBB, Brugada-szindróma és korai repolarizációs minták. 18 A Q-hullámok szívizomfibrózis miatt is előfordulhatnak koszorúér-betegség hiányában, mint például kardiomiopátia esetén.

A szívizom iszkémia EKG-rendellenességei, amelyek szívinfarktushoz vezethetnek

A myocardialis ischaemia vagy infarktus EKG-rendellenességei beírhatók a PR szegmensbe, a QRS komplexbe és az ST szegmensbe vagy a T-hullámokba. A myocardialis ischaemia legkorábbi megnyilvánulásai a tipikus T-hullámok és az ST-szakasz elváltozások. 19,20 A megnövekedett hiperakut T-hullám amplitúdója kiemelkedő szimmetrikus T-hullámokkal legalább két összefüggő vezetékben egy korai jel, amely megelőzheti az ST szegmens felemelkedését. A megnövekedett R-hullám amplitúdója és szélessége (óriás R-hullám S-hullám csökkenésével) gyakran látható az ST-emelkedést mutató vezetékeknél, és a magas T-hullámok, amelyek az ischaemiás szívizom vezetési késését tükrözik. 21 Átmeneti Q-hullámok figyelhetők meg akut ischaemia epizódja során, vagy ritkán sikeres reperfúzióval járó akut miokardiális infarktus során. 22

A 3. táblázat EKG-kritériumokat sorol fel az infarktushoz vezethető akut myocardialis ischaemia diagnózisához. A J-pont az ST eleváció nagyságának meghatározására szolgál. A férfiaknál a J-pont emelkedés az életkor előrehaladtával csökken, ez azonban nem figyelhető meg a nőknél, akiknél a J-pont emelkedés kisebb, mint a férfiaknál. 23

Az összefüggő elvezetések vezetéscsoportokat jelentenek, például elülső vezetékeket (V1-V6), inferior vezetékek (II, III és aVF) vagy laterális/apikális elvezetések (I és aVL). A frontális síkban pontosabb térbeli egybefüggőség a Cabrera kijelzővel állapítható meg: aVL, I, aVR, II, aVF és III. 24 Kiegészítő vezetékek, például V3R és V4R tükrözi a jobb kamra szabad falát.

Bár a 3. táblázatban szereplő kritériumok megkövetelik, hogy az ST eltolódás jelen legyen két vagy több összefüggő vezetékben, meg kell jegyezni, hogy esetenként az akut myocardialis ischaemia elegendő ST-szegmens eltolódást eredményezhet ahhoz, hogy egy elvezetésben megfeleljen a kritériumoknak, de valamivel kevesebb, mint a szükséges ST. eltolódás egy szomszédos összefüggő vezetékben. Az R-hullám kiemelkedő amplitúdója nélküli vezetékekben az ST-elmozdulás vagy a T-hullám inverziójának kisebb mértéke nem zárja ki az akut myocardialis ischaemiát vagy a kialakuló miokardiális infarktust.

Az ST eleváció vagy a diagnosztikus Q-hullámok regionális vezető csoportokban specifikusabbak, mint az ST depresszió a szívizom ischaemia vagy nekrózis helyének lokalizálásában. 25,26 Azonban ST-depresszió az V. vezetékekben1-V3 szívizom iszkémiára utal, különösen akkor, ha a terminális T-hullám pozitív (ST-elevációval egyenértékű), és ezt megerősítheti a V vezetékekben rögzített >gt0,1 mV-os ST-emelkedés is.7-V9. 27,28 A „hátsó” kifejezés az LV falának a membránon fekvő bazális részét tükröző kifejezés már nem ajánlott. Ezt a területet célszerű inferobazalként hivatkozni. 29 Inferior myocardialis infarctusban szenvedő betegeknél tanácsos a jobb oldali precordiális vezetékek rögzítése (V3R és V4R) ST elevációt keresnek egyidejű jobb kamrai infarktus azonosítása érdekében. 30

A mellkasi diszkomfort akut epizódja során a korábban fordított T-hullámok pszeudo-normalizációja akut szívizom-ischaemiát jelezhet. A tüdőembólia, az intracranialis folyamatok vagy a peri-/myocarditis szintén ST-T rendellenességeket okozhat, és ezeket figyelembe kell venni (hamis pozitív) a differenciáldiagnózis során.

A szívinfarktus diagnosztizálása nehéz LBBB jelenlétében még akkor is, ha a standard kritériumokat meghaladó, markáns ST-T eltérések vagy ST eleváció vannak jelen. 31,32 Ebben a helyzetben egy korábbi EKG hasznos lehet az akut miokardiális infarktus jelenlétének meghatározásában. Jobb oldali köteg elágazás blokádban (RBBB) szenvedő betegeknél ST-T eltérések az V. elvezetésekben1-V3 gyakoriak, megnehezítve az ischaemia jelenlétének értékelését ezekben az elvezetésekben, azonban ha ST-elevációt vagy Q-hullámokat észlelnek, akkor szívizom-ischaemiára vagy infarktusra kell gondolni. Egyes betegek ST-elevációval vagy új LBBB-vel jelentkeznek, és hirtelen szívhalált szenvednek, mielőtt a szív biomarkerei abnormálissá válnának, vagy a szívizom nekrózis patológiás jelei nyilvánvalóvá válnának a boncoláskor. Ezeket a betegeket úgy kell besorolni, mint akiknek halálos kimenetelű szívinfarktusuk volt.

Korábbi szívinfarktus

Amint a 4. táblázat mutatja, a Q-hullámok vagy QS komplexek QRS-zavaró tényezők hiányában általában egy korábbi szívinfarktus patognómikusai. 33-35 A szívinfarktus EKG-diagnózisának specifitása akkor a legnagyobb, ha a Q-hullámok több elvezetésben vagy elvezetéscsoportban fordulnak elő. Az ST eltérések vagy a T-hullámok önmagukban a szívizom nekrózisának nem specifikus leletei. Ha azonban ezek a rendellenességek ugyanazokban az elvezetésekben fordulnak elő, mint a Q-hullámok, megnő a szívinfarktus valószínűsége. Például a kisebb Q-hullámok >gt0,02 és 0,03 s, amelyek mélysége >gt0,1 mV, korábbi infarktusra utalnak, ha fordított T-hullámok kísérik ugyanabban a vezető csoportban.

Más validált szívinfarktus-kódoló algoritmusok, mint például a Minnesota-kód, a Novacode és a WHO MONICA, a Q-hullám mélységét a mélység, a szélesség és az R-hullám amplitúdójának aránya alapján határozzák meg, például a Q-hullám mélysége legalább egy - az R-hullám amplitúdójának harmada vagy egyötöde, és széles körben alkalmazták epidemiológiai vizsgálatokban és klinikai vizsgálatokban. 36,37

Feltételek, amelyek megzavarják a szívizominfarktus EKG-diagnózisát

QS komplexum ólomban V1 normális. A 0,03 s Q-hullám és az R-hullám amplitúdójának 1/4-e a III. vezetékben normális, ha a frontális QRS tengely 30 és 0° között van. A Q-hullám normális is lehet aVL-ben, ha a frontális QRS tengely 60 és 90° között van. A szeptális Q-hullámok kicsi, nem kóros Q-hullámok, 0,03 s és az R-hullám amplitúdójának 1/4-e az I, aVL, aVF és V vezetékekben4-V6. Előingerlés, obstruktív vagy dilatatív kardiomiopátia, LBBB, RBBB, bal elülső hemiblokk, bal és jobb kamrai hipertrófia, myocarditis, acut cor pulmonale vagy hyperkaliemia Q/QS komplexekkel járhat szívizominfarktus hiányában. A szívizom iszkémiát vagy infarktust szimuláló EKG-eltéréseket az 5. táblázat mutatja be.

Reinfarktus

A kezdeti infarktust követő reinfarctus EKG-diagnózisát megzavarhatják a kezdeti evolúciós EKG-változások. A reinfarktus megfontolandó, ha 0,1 mV-nál nagyobb ST-eleváció ismétlődik olyan betegnél, akinek enyhébb fokú ST-emelkedése vagy új patognomonikus Q-hullámai vannak, legalább két egymás melletti elvezetésben, különösen akkor, ha ischaemiás tünetekkel jár 20 percig vagy tovább. Az ST szegmens újbóli felemelkedése azonban a szívizom rupturával is fenyegető, és további diagnosztikai munkához vezethet. Az ST-depresszió vagy az LBBB önmagában nem tekinthető érvényes kritériumnak a miokardiális infarktusra.

Koszorúér revaszkularizáció

A percutan coronaria intervenció (PCI) alatt vagy után fellépő EKG-eltérések hasonlóak a spontán szívinfarktus során észleltekhez. A CABG-n átesett betegeknél az új ST-T eltérések gyakoriak, de nem feltétlenül jelzik a szívizom iszkémiáját. 38 Ha azonban új patológiás Q-hullámok (4. táblázat) a műtét előtt azonosítottaktól eltérő területeken jelennek meg, szívinfarktusra kell gondolni, különösen, ha emelkedett biomarkerekkel, új falmozgási rendellenességekkel vagy hemodinamikai instabilitással társul.

Képalkotó technikák

A non-invazív képalkotás számos szerepet játszik az ismert vagy feltételezett szívinfarktusban szenvedő betegeknél, de ez a rész csak az infarktus diagnózisában és jellemzésében játszott szerepére vonatkozik. A mögöttes indoklás az, hogy a regionális szívizom hipoperfúzió és ischaemia események sorozatához vezet, beleértve a szívizom diszfunkcióját, a sejthalált és a fibrózis általi gyógyulást. Fontos képalkotó paraméterek ezért a perfúzió, a szívizom életképessége, a szívizom vastagsága, a megvastagodása és a mozgás, valamint a fibrózis hatása a radioaktívan jelölt és paramágneses kontrasztanyagok kinetikájára.

Az akut és krónikus infarktusban általánosan használt képalkotó technikák az echokardiográfia, a radionuklid-ventrikulográfia, a szívizom perfúziós szcintigráfia (MPS) és a mágneses rezonancia képalkotás (MRI). A pozitronemissziós tomográfia (PET) és a röntgen-számítógépes tomográfia (CT) ritkábban fordul elő. Lehetőségeikben jelentős az átfedés, de csak a radionuklid technikák adnak közvetlen értékelést a szívizom életképességéről az alkalmazott nyomjelzők tulajdonságai miatt. Más technikák közvetett értékelést biztosítanak a szívizom életképességéről, mint például a szívizom működése az echokardiográfiából vagy a szívizom fibrózisa az MRI-ből.

Echokardiográfia

Az echokardiográfia egy kiváló valós idejű képalkotó technika mérsékelt térbeli és időbeli felbontással. Erőssége a szívizom vastagságának, megvastagodásának és nyugalmi mozgásának felmérése. Ebben segíthet a szöveti Doppler képalkotás. Az echokardiográfiás kontrasztanyagok javíthatják az endokardiális vizualizációt, de a kontrasztvizsgálatok még nem teljesen validáltak a szívizom nekrózis kimutatására, bár a korai munka biztató. 39

Radionuklid képalkotás

Számos radionuklid nyomjelző lehetővé teszi az életképes izomsejtek közvetlen leképezését, beleértve a tallium-201-et, a technécium-99m MIBI-t, a tetrofoszmint és a [18F]2-fluordezoxi-glükózt (FDG). 40–42 A technikák erőssége abban rejlik, hogy ez az egyetlen általánosan elérhető közvetlen módszer az életképesség felmérésére, bár a képek viszonylag alacsony felbontása hátrányosan érinti őket az infarktus kis területeinek kimutatásában. 43 Az elterjedt, egyetlen fotont kibocsátó radiofarmakonok a szívizom perfúziójának nyomjelzői is, így a technikák könnyen kimutatják az infarktusos területeket és az indukálható perfúziós rendellenességeket. Az EKG-vezérelt képalkotás megbízható értékelést nyújt a szívizom mozgásáról, megvastagodásáról és globális funkciójáról. 44,45

Mágneses rezonancia képalkotás

A kardiovaszkuláris MRI nagy térbeli felbontású és közepes időbeli felbontású. Ez egy jól validált szabvány a szívizom működésének értékelésére, és elméletileg hasonló képességgel rendelkezik, mint az echokardiográfiával akut infarktus gyanúja esetén. Akut körülmények között azonban nehézkesebb, és nem általánosan használják. A paramágneses kontrasztanyagok felhasználhatók a szívizom perfúziójának és a krónikus infarktus fibrózisával összefüggő extracelluláris tér növekedésének értékelésére. Az előbbi a klinikai gyakorlatban még nem teljesen validált, utóbbi azonban jól validált, és fontos szerepet játszhat az infarktus kimutatásában. 46,47

Röntgen számítógépes tomográfia

Az infarktusos szívizom kezdetben a CT-n a csökkent LV-növekedés fókuszterületeként látható, de a későbbi képalkotás hiperfokozódást mutat, mint az MRI-vel végzett késői gadolínium-képalkotásnál. 48,49 Ez a megállapítás klinikailag releváns, mivel kontrasztanyagos CT-t lehet végezni embólia és aorta disszekció gyanúja esetén, amelyek klinikai jellemzői átfedésben vannak az akut miokardiális infarktus tüneteivel.

Alkalmazás a szívinfarktus akut fázisában

A képalkotó technikák hasznosak lehetnek a szívinfarktus diagnosztizálásában, mivel képesek a falmozgási rendellenességek kimutatására emelkedett szív biomarkerek jelenlétében. Ha valamilyen okból a biomarkereket nem mérték, vagy normalizálódtak, a szívizom életképességének új elvesztésének kimutatása önmagában, nem ischaemiás okok hiányában, megfelel a miokardiális infarktus kritériumainak. Ha azonban a biomarkereket megfelelő időpontokban mérték, és azok normálisak, akkor ezek meghatározása elsőbbséget élvez a képalkotó kritériumokkal szemben.

Az echokardiográfia lehetővé teszi az akut mellkasi fájdalom számos nem ischaemiás okának felmérését, mint például a peri-myocarditis, a szívbillentyű-betegség, a kardiomiopátia, a tüdőembólia vagy az aorta disszekciója. Az echokardiográfia a választott képalkotó technika az akut infarktus szövődményeinek kimutatására, beleértve a szívizom szabad falának szakadását, akut kamrai sövény defektusát és a papilláris izomtörés vagy ischaemia következtében kialakuló mitralis regurgitációt. Az echokardiográfia azonban nem tudja megkülönböztetni a szívizom iszkémia miatti regionális falmozgási rendellenességeket az infarktustól.

A perfúzió radionuklidos vizsgálata a páciens bemutatásakor azonnali nyomjelző injekcióval és képalkotással végezhető el, amely akár több órával is késleltethető. A technika tolmácsfüggő, bár rendelkezésre áll objektív kvantitatív elemzés. Az EKG-kapuzás egyidejű információt nyújt az LV funkcióról.

Az akut echocardiographia vagy radionuklid képalkotás fontos szerepe a szívinfarktus gyanújával és nem diagnosztikus EKG-val rendelkező betegeknél. A normál echocardiogram vagy nyugalmi EKG-kapuzott szcintigram 95-98%-ban negatív prediktív értékkel rendelkezik az akut infarktus kizárására. 50–54 Így a képalkotó technikák hasznosak a szívinfarktus gyanújával rendelkező betegek korai osztályozására és elbocsátására. 55,56

A szívizom falának regionális mozgási rendellenességeit vagy a normál megvastagodás elvesztését okozhatja akut szívinfarktus vagy egy vagy több más ischaemiás állapot, beleértve a régi infarktust, akut ischaemiát, kábítást vagy hibernációt. A nem ischaemiás állapotok, mint például a kardiomiopátia és a gyulladásos vagy infiltratív betegségek szintén az életképes szívizom regionális elvesztéséhez vagy funkcionális rendellenességekhez vezethetnek, így a képalkotó technikák pozitív prediktív értéke nem magas, kivéve, ha ezek a feltételek kizárhatók, és ha új rendellenességet nem észlelnek. vagy feltételezhető, hogy az akut myocardialis infarktus egyéb jellemzőinek hátterében keletkezett.

Alkalmazás a szívinfarktus gyógyulási vagy gyógyult fázisában

A képalkotó technikák hasznosak szívinfarktus esetén az LV funkció elemzésére, mind nyugalomban, mind dinamikus edzés vagy farmakológiai stressz során, a távoli indukálható ischaemia értékelése érdekében. Az echokardiográfia és a radionuklid technikák testmozgással vagy farmakológiai stresszel együtt képesek azonosítani az ischaemiát és a szívizom életképességét. A nem invazív képalkotó technikák a gyógyulást vagy a gyógyult infarktust diagnosztizálhatják a regionális falmozgás, elvékonyodás vagy heg kimutatásával, egyéb okok hiányában.

A kontrasztanyagos MRI nagy felbontása azt jelenti, hogy a késői erősödés területei jól korrelálnak a fibrózisos területekkel, és ezáltal lehetővé teszik a transzmurális és a szubendokardiális hegesedés megkülönböztetését. 57 A technika ezért potenciálisan értékes az LV funkció és az életképes, és ezáltal potenciálisan hibernált szívizom területeinek felmérésében.

Revascularisatiós eljárásokhoz kapcsolódó szívinfarktus

A peri-procedurális szívinfarktus különbözik a spontán infarktustól, mivel az előbbi a szív műszerezettségével jár, amely a PCI vagy CABG mechanikus revaszkularizációs eljárások során szükséges. Mindkét típusú beavatkozás során több olyan esemény is bekövetkezik, amelyek szívizom nekrózishoz vezethetnek, gyakran kombinációban. 58–61 Míg a szívizomszövet bizonyos mértékű elvesztése elkerülhetetlen lehet az eljárások során, valószínű, hogy az ilyen károsodás korlátozása előnyös a páciens és a prognózisa szempontjából. 62

A PCI során szívizom nekrózist okozhatnak felismerhető peri-procedurális események, önmagában vagy kombinációban, mint például az oldalág elzáródása, a kollaterális áramlás megszakadása, disztális embolizáció, koszorúér disszekció, lassú áramlás vagy no-reflow jelenség és mikrovaszkuláris dugulások. Az intrakoronáris thrombus embolizációja vagy az atheroscleroticus szemcsés törmelékek embolizációja a jelenlegi antitrombotikus és thrombocyta-aggregációt gátló kiegészítő terápia vagy védőeszközök ellenére sem akadályozható meg teljesen. Az ilyen események a nem infarktusos szívizom kiterjedt gyulladását idézik elő, a szívizom nekrózis kis szigeteit körülvevő szívizomban. 63–67. PCI-t követően MRI-vel a szívizom nekrózisának új területeit mutatták ki. 68 A szívinfarktus egy külön alkategóriája a stent thrombosishoz kapcsolódik, amint azt angiográfia és/vagy boncolás dokumentálja.

A CABG során számos további tényező vezethet peri-eljárási nekrózishoz. Ezek közé tartozik a varrótűkből vagy a szív manipulációjából származó közvetlen szívizom-sérülés, a szívkoszorúér-disszekció, a nem megfelelő szívvédelemből adódó globális vagy regionális ischaemia, a reperfúzióval kapcsolatos mikrovaszkuláris események, az oxigén szabadgyök-képződése által kiváltott szívizom károsodás vagy a szívizom területeinek reperfundálásának kudarca. amelyeket nem fednek be oltható erek. A 69–71 MRI-vizsgálatok azt sugallják, hogy ebben a helyzetben a legtöbb nekrózis nem fokális, hanem diffúz és a sub-endocardiumban lokalizálódik. 72 Egyes klinikusok és klinikai kutatók előnyben részesítették a CKMB-t a műtét előtti infarktus diagnosztizálására, mivel jelentős mennyiségű adat kapcsolja össze a CKMB-emelkedést a prognózissal. 73,74 Azonban egyre több olyan tanulmány látott napvilágot, amelyek troponinokat használnak e tekintetben. 59,75

A PCI-vel végzett szívinfarktus diagnosztikai kritériumai

PCI esetén a ballon felfújása az eljárás során szinte mindig ischaemiát okoz, függetlenül attól, hogy ST-T változások kísérik-e vagy sem. Az eljárással összefüggő sejtnekrózis előfordulása a szív biomarkereinek mérésével kimutatható a beavatkozás előtt vagy közvetlenül utána, valamint 6-12 és 18-24 óra között. 76,77 A biomarkerek emelkedése a PCI után a 99. percentilis URL fölé, normál kiindulási troponinértéket feltételezve, műtét utáni szívizom nekrózisra utal. Jelenleg nincs szilárd tudományos alapja a biomarker küszöb meghatározásának a peri-procedurális miokardiális infarktus diagnózisához. További adatokra várva és önkényes megegyezés alapján javasoljuk, hogy a 99. percentilis URL-cím több mint háromszorosát PCI-vel összefüggő miokardiális infarktusnak (4a. típus) jelöljék.

Ha a szív troponinszintje megemelkedett a beavatkozás előtt, és legalább két minta 6 órás időközönként nem stabil, akkor nincs elegendő adat a biomarker kritériumok ajánlására a peri-procedurális miokardiális infarktus diagnózisához. 77 Ha az értékek stabilak vagy csökkennek, alkalmazhatók az újrainfarktus kritériumai a biomarkerek további mérésével, valamint az EKG vagy a képalkotás jellemzői.

A szívizominfarktus egy külön alkategóriája (4b típus) a stent trombózishoz kapcsolódik, amint azt angiográfia és/vagy boncolás dokumentálja. Jóllehet iatrogén, de igazolt stent trombózissal járó 4b típusú miokardiális infarktusnak is meg kell felelnie a spontán miokardiális infarktus kritériumainak.

A CABG-vel végzett szívinfarktus diagnosztikai kritériumai

A szívizom biomarkerek számának bármilyen növekedése a CABG után miocita nekrózist jelez, ami arra utal, hogy a biomarkerek növekvő mértéke valószínűleg a káros kimenetelhez kapcsolódik. Ezt CKMB-t alkalmazó klinikai vizsgálatokban igazolták, ahol a CABG után a normálérték felső határának ötszörös, tízszeres és húszszoros emelkedése rosszabb prognózissal járt. 73,78,79 Hasonlóképpen, a troponinszint emelkedése a CABG után a szívizomsejtek nekrózisát jelzi, ami rossz eredményt jósol, különösen, ha a troponinmérés legmagasabb kvartilisére vagy kvintilisére emelkedik. 59,75

A prognózistól eltérően kevés irodalom létezik a biomarkerek használatáról a szívinfarktus meghatározására a CABG hátterében. Ezért a biomarkerek nem állnak önállóan a szívinfarktus (5-ös típus) diagnosztizálásában. Tekintettel a jelentős biomarker-emelkedéssel rendelkező betegek túlélésre gyakorolt ​​káros hatásaira, ez a munkacsoport önkényes megegyezés alapján azt javasolja, hogy a biomarkerek értéke több mint ötszöröse a normál referenciatartomány 99. percentilisének a CABG-t követő első 72 órában, ha társul új patológiás Q-hullámok vagy új LBBB megjelenése, vagy angiográfiailag dokumentált új graft vagy natív koszorúér elzáródás, vagy az életképes szívizom új elvesztésének képalkotó bizonyítéka a CABG-vel összefüggő szívizominfarktus (5-ös típusú szívizominfarktus) diagnosztikájának tekintendő. infarktus).

A szívinfarktus definíciója a klinikai vizsgálatokban

A szívinfarktus univerzális definíciója nagy hasznot hozna a jövőbeni klinikai vizsgálatok számára ezen a területen, mivel lehetővé teszi a kísérletek közötti összehasonlítást, valamint a több vizsgálatot is magában foglaló pontos metaanalízist. A klinikai vizsgálatok során a szívinfarktus belépési kritérium vagy végpont lehet. A szívinfarktus e vizsgálatokban alkalmazott definíciója tehát meghatározza a vizsgálatokba bevont betegek jellemzőit, valamint a kimenetelű események számát. A legutóbbi vizsgálatok során különböző infarktus-definíciókat alkalmaztak, ami akadályozza az összehasonlítást és az általánosítást ezen vizsgálatok között.

Alapvető fontosságú, hogy a vizsgálók és a szabályozó hatóságok következetesek legyenek a szívinfarktus klinikai vizsgálatok során használt meghatározását illetően. A Munkacsoport határozottan arra ösztönzi a kísérletezőket, hogy alkalmazzák az ebben a dokumentumban leírt definíciót. Ezenkívül a vizsgálóknak gondoskodniuk kell arról, hogy a vizsgálat átfogó adatokat nyújtson a szívizominfarktusok különböző típusairól (például spontán, peri-procedurális), és tartalmazza a kérdéses kardiális biomarkerek miokardiális infarktusára vonatkozó döntési határokat. Minden adatot közzé kell tenni az érdeklődők számára közzétett formátumban vagy egy weboldalon. Az infarktusokra vonatkozó adatoknak a szívinfarktus jelenlegi felülvizsgált definícióival összhangban álló formában kell rendelkezésre állniuk. Ez nem feltétlenül korlátozza a kísérletezőket egy szűk végpont-meghatározásra, hanem inkább biztosítja, hogy az összes jövőbeni vizsgálat során elérhető legyen az összehasonlítható adatokhoz, ezáltal megkönnyítve a keresztvizsgálatok elemzését. Az ebben a szakaszban megfogalmazott ajánlások nem részletezettek, és azokat gondos protokoll-tervezéssel és végrehajtással kell kiegészíteni bármely klinikai vizsgálat során.

A munkacsoport határozottan támogatja azt az elképzelést, hogy az 1-es és 2-es típusú szívinfarktus esetében minden egyes biomarker esetében ugyanaz a döntési határ, valamint a 4a és 5-ös típusú miokardiális infarktus esetében ugyanaz a három- és ötszörös döntési határérték. rendre 78-80 (6. és 7. táblázat). A klinikai vizsgálatokban, akárcsak a klinikai gyakorlatban, a szívizom troponin T vagy I mérését előnyben részesítik a CKMB vagy más biomarkerek mérésével szemben a szívinfarktus diagnosztizálására. A szívizom károsodás mértékének (infarktus méretének) felmérése szintén fontos vizsgálati végpont. Bár a konkrét mérések a vizsgálattól függően változnak, és attól függően, hogy szív troponin T-t vagy I-t használnak-e, a legtöbb tanulmányban a troponinértékek jobban korrelálnak a radionuklid- és MRI-meghatározott infarktusmérettel, mint a CK és a CKMB. 81–83

A szívtroponinok használata kétségtelenül megnöveli az adott vizsgálat során feljegyzett események számát, mivel fokozott érzékenység mutatkozik az infarktus kimutatására. 84–87 Ideális esetben az adatokat úgy kell bemutatni, hogy a jövőbeni klinikai vizsgálatok vagy regiszterek le tudják fordítani az egyik vizsgálatban kiválasztott szívinfarktus végpontot egy másik vizsgálat végpontjává. Ezért a méréseket egységes módon kell bemutatni, hogy lehetővé váljon a klinikai végpontok független megítélése és összehasonlítása. Ezenkívül ez a munkacsoport azt javasolja, hogy az adatokat az alkalmazott biomarker 99. percentilis URL-jének többszöröseként jelentsék, lehetővé téve a különböző osztályok és a különböző típusú miokardiális infarktusok súlyosságának összehasonlítását, amint azt a 6. és 7. táblázat mutatja.

Javasoljuk, hogy a klinikai vizsgálat során minden vizsgálónak, amikor csak lehetséges, ugyanazt a vizsgálatot alkalmazza a vizsgálatok közötti variabilitás csökkentése érdekében, és ami még jobb, ez utóbbi nullára csökkenthető egy ugyanazt a tesztet használó központi laboratórium alkalmazásával. minden mérés.

A spontán szívinfarktus (1. típus) és a szívizom oxigénellátásával és oxigénigényével összefüggő infarktus (2. típus) előfordulási gyakoriságának felmérése kezelt betegeknél a kontroll alanyokhoz képest.

A szívinfarktushoz kapcsolódó hirtelen halálozás gyakoriságának értékelése a javasolt kritériumok alkalmazásakor (3. típus).

Az eljárással összefüggő szívinfarktusok és biomarker-emelkedések (PCI, 4a és 4b típusok és CABG, 5. típus) előfordulási gyakoriságának felmérése.

A szívinfarktus újradefiniálásának közpolitikai vonatkozásai

Egy specifikus diagnózis, mint például a szívinfarktus, meghatározásának fejlődése számos hatással van az egyes polgárokra, valamint a társadalom egészére nézve. A pácienshez meghatározott diagnózis hozzárendelésének folyamatát a páciens számára meghatározott értékkel kell társítani. Egy adott diagnózis rögzítésére és nyomon követésére fordított erőforrásoknak sajátos értékkel kell bírniuk a társadalom számára is, hogy igazolják az erőfeszítést. A feltételes vagy végleges diagnózis az alapja a további diagnosztikai vizsgálatoknak, kezelésnek, életmódbeli változtatásoknak és a beteg prognózisának. Az egészségügyi ellátás tervezésének és politikájának, valamint az erőforrások elosztásának alapja az adott diagnózissal rendelkező betegek összesítése.

A helyes klinikai gyakorlat egyik célja a végleges és specifikus diagnózis felállítása, amelyet a jelenlegi tudományos ismeretek is alátámasztanak. A szívinfarktus definíciójának ebben a dokumentumban felvázolt megközelítése megfelel ennek a célnak. Általánosságban elmondható, hogy a szívinfarktus fogalmának fogalmi jelentése nem változott, bár új érzékeny diagnosztikai módszereket fejlesztettek ki ennek az entitásnak a diagnosztizálására. Így az akut miokardiális infarktus jelenlegi diagnózisa a beteg tünetein, EKG-változásokon és rendkívül érzékeny biokémiai markereken, valamint különböző képalkotó technikákból gyűjtött információkon alapuló klinikai diagnózis. Fontos azonban jellemezni az infarktus mértékét, a reziduális LV-funkciót és a koszorúér-betegség súlyosságát, nem csupán a szívinfarktus diagnózisát felállítani. A beteg prognózisáról és munkaképességéről közvetített információk nem csupán pusztán kijelentik, hogy a beteg infarktust szenvedett. Az imént említett számos egyéb tényező is szükséges ahhoz, hogy megfelelő szociális, családi és foglalkoztatási döntéseket lehessen hozni. Számos kockázati pontszámot dolgoztak ki az infarktus utáni prognózis előrejelzésére. A myocardialis nekrózissal kapcsolatos egyéb prognosztikai entitások osztályozása a jelenleg alkalmazott klinikai kódoló entitások újragondolásához vezet olyan számtalan betegségben szenvedő betegeknél, amelyek szívizom nekrózishoz vezethetnek, és ennek következtében megemelkednek a biomarkerek.

Sok szívinfarktusban szenvedő beteg hirtelen meghal. A hirtelen és a kórházon kívüli halál definíciójának nehézségei miatt a halál okának tulajdonítása változó az orvosok, régiók és országok között. Például a kórházon kívüli halálozást általában az ischaemiás szívbetegségnek tulajdonítják az Egyesült Államokban, míg Japánban a stroke-nak. Ezeket az önkényes és kulturális kritériumokat újra kell vizsgálni.

† A szívinfarktus diagnosztikai kritériumainak érzékenységének növelése több esetet fog azonosítani egy társadalomban, ezáltal lehetővé válik a megfelelő másodlagos megelőzés.

A myocardialis infarktus diagnosztikai kritériumainak specifitásának növelése pontosabb diagnózist eredményez, de nem zárja ki a koszorúér-betegség jelenlétét, amelynek esetei a másodlagos megelőzésben hasznosak lehetnek.

Figyelembe kell venni, hogy a szívinfarktus definíciójának elfogadott módosítása következményekkel járhat a betegek és családjaik számára a pszichés állapot, az életbiztosítás, a szakmai karrier, valamint a vezetői és pilóta engedélyek tekintetében. A diagnózis társadalmi következményekkel is jár a diagnózissal kapcsolatos kódolás, a kórházi költségtérítés, a halálozási statisztikák, a betegszabadság és a rokkantsági igazolás tekintetében.

Ennek a kihívásnak a teljesítése érdekében az orvosokat megfelelően tájékoztatni kell a megváltozott diagnosztikai kritériumokról. Oktatási anyagokat kell készíteni, és a kezelési irányelveket megfelelően hozzá kell igazítani. A szakmai társaságoknak lépéseket kell tenniük annak érdekében, hogy elősegítsék a felülvizsgált meghatározás gyors terjesztését az orvosok, más egészségügyi szakemberek, adminisztrátorok és a nagyközönség körében.

A szívinfarktus újradefiniálásának globális perspektívái

A szív- és érrendszeri betegségek globális egészségügyi probléma. A világon az emberek körülbelül egyharmada hal meg szív- és érrendszeri betegségekben, nagyrészt koszorúér-betegségben és stroke-ban, és a szív- és érrendszeri betegségek miatti halálozások 80%-a a fejlődő országokban következik be. A halálozások nagyobb hányada szív- és különösen szívkoszorúér-betegség miatt következik be, amelynek a szívinfarktus a fő megnyilvánulása. Mivel nehéz mérni a koszorúér-betegség előfordulását egy populációban, a szívinfarktus előfordulási gyakorisága használható helyettesítőként, feltéve, hogy a különböző populációk, országok vagy kontinensek összehasonlításakor következetes definíciót alkalmaznak.

A szívinfarktus definíciójában bekövetkezett változások kritikus következményekkel járnak a kevésbé fejlett és fejlődő országok számára. Sok országban előfordulhat, hogy nem minden kórházban állnak rendelkezésre az új meghatározás alkalmazásához szükséges források. Számos fejlődő ország azonban már rendelkezik olyan egészségügyi intézményekkel, amelyek alkalmasak vagy jelenleg alkalmazzák a szívizominfarktus javasolt definícióját. A szívinfarktusban szenvedő betegek összköltségével összefüggésben a troponin-vizsgálattal kapcsolatos költségek nem lennének túlzóak, és gazdaságilag megfizethetőnek kell lenniük a fejlődő országok számos kórházában, különösen azokban, ahol az infarktus gyakori esemény. Előfordulhat, hogy egyes régiókban hiányoznak a szükséges felszerelések, a személyzet képzése és az üzemeltetési költségek, máshol viszont biztosan nem. A kedvezőtlenebb helyzetű kórházakban a szívinfarktus diagnózisa leginkább a klinikai tüneteken és tüneteken, valamint kevésbé kifinomult biomarker-analíziseken múlhat. Ezen intézmények némelyike ​​jelenleg csak a CK-hoz és izoenzimekhez férhet hozzá. Az újradefiníció a legújabb tudományos ismeretekből és a technológiai fejlődésből ered, és összeegyeztethető azokkal, különös tekintettel a biomarkerek használatára, a kiváló minőségű elektrokardiográfiára és a képalkotó technikákra. A definíciót a fejlett országok azonnal használhatják és kell is alkalmazniuk, a fejlődő országok pedig amint a források rendelkezésre állnak.

A szívinfarktus definíciójának változása világszerte jelentős hatással lesz a szív- és érrendszeri betegségek azonosítására, megelőzésére és kezelésére. Az új meghatározás hatással lesz a fejlődő országok epidemiológiai adataira a prevalenciával és incidenciával kapcsolatban. A WHO régebbi definíciójának egyidejű és néhány éven át tartó folyamatos alkalmazása lehetővé tenné a múltban szerzett adatok és a jövőben megszerezhető adatok összehasonlítását az újabb biomarker megközelítés alkalmazásával. A világ különböző országaiban az akut miokardiális infarktus diagnózisának és terápiájának kulturális, pénzügyi, strukturális és szervezeti problémái folyamatos vizsgálatot igényelnek. Alapvető fontosságú, hogy a terápiás és diagnosztikai fejlesztések közötti szakadékot kezeljék a szív- és érrendszeri betegségek e bővülő területén.

Összeférhetetlenség

A jelen dokumentum elkészítésében az ESC, az ACCF, az AHA és a WHF által létrehozott Task Force tagjai tudományos és klinikai tapasztalataikra támaszkodva, a rendelkezésre álló szakirodalom objektív és kritikai vizsgálatát alkalmazva önállóan vettek részt. A legtöbben az iparral, állami vagy magán egészségügyi szolgáltatókkal együttműködve vállaltak és vállalnak munkát (kutatási tanulmányok, oktatási konferenciák, konzultációk), de mindegyik úgy gondolja, hogy az ilyen tevékenységek nem befolyásolták megítélésüket. Függetlenségük legjobb garanciája múltbeli és jelenlegi tudományos munkájuk minősége. A nyitottság biztosítása érdekében azonban az iparral, a kormányzattal és a magán egészségügyi szolgáltatókkal fennálló kapcsolataikról beszámolnak az ESC és a European Heart Journal weboldalain (www.escardio.org és www.eurheartj.org). A munkacsoport/íróbizottság költségeit és a jelen dokumentum elkészítését teljes egészében a fent említett egyesületek biztosították.

Az ebben a jelentésben megfogalmazott ajánlások a Task Force tagjainak ajánlásai, és nem feltétlenül tükrözik az American College of Cardiology hivatalos álláspontját.

†Dr. Shanti Mendis, az Egészségügyi Világszervezet munkatársa személyes minőségében vett részt a munkacsoportban, de ez jelenleg nem jelenti a dokumentum WHO jóváhagyását.

Jogi nyilatkozat: A dokumentum az ESC álláspontját képviseli, amelyre a megírásuk idején rendelkezésre álló bizonyítékok alapos mérlegelése után jutottak. Az egészségügyi szakembereket arra ösztönzik, hogy ezeket teljes mértékben vegyék figyelembe klinikai megítélésük gyakorlása során. A dokumentum azonban nem írja felül az egészségügyi szakemberek egyéni felelősségét, hogy az egyes betegek körülményei között megfelelő döntéseket hozzanak, konzultálva az adott pácienssel, és ahol szükséges és szükséges a beteg gyámjával vagy gondozójával. Az egészségügyi szakember felelőssége továbbá a gyógyszerekre és eszközökre vonatkozó szabályok és előírások ellenőrzése a felírás időpontjában.

Ezt a dokumentumot az Európai Kardiológiai Társaság 2007 áprilisában, a Szív Világszövetség 2007 áprilisában, az Amerikai Szívszövetség Tudományos Tanácsadó és Koordinációs Bizottsága pedig 2007. május 9-én hagyta jóvá. Az Európai Kardiológiai Társaság, az American College of Cardiology, az American Heart Association és a World Heart Federation kéri, hogy ezt a dokumentumot a következők szerint idézzék: Thygesen K, Alpert JS, White HD Joint ESC/ACCF/AHA/WHF Munkacsoport a szívinfarktus újradefiniálására. A szívinfarktus egyetemes meghatározása. Keringés. 2007116:2634–2653.

Ez a cikk a 2007. október II. (28. évf., 20. szám) közös kiadásában jelent meg. European Heart Journal (elérhető az Európai Kardiológiai Társaság honlapján is: www.escardio.org), a 2007. november 27-i szám Keringés (elérhető az American Heart Association webhelyén is a my.americanheart.org címen), valamint a 2007. november 27-i szám Az American College of Cardiology folyóirata (elérhető az American College of Cardiology honlapján is, a www.acc.org címen).

Példányok: Ez a dokumentum elérhető az Európai Kardiológiai Társaság (www.escardio.org), az American College of Cardiology (www.acc.org) és az American Heart Association (my.americanheart.org) világméretű webhelyein. Vásárolni Keringés újranyomtatás, hívja a 843-216-2533 telefonszámot vagy küldjön e-mailt [email protected]

Engedélyek: A dokumentum módosítása, módosítása, bővítése és/vagy terjesztése nem megengedett az Európai Kardiológiai Társaság, az American College of Cardiology Foundation, az American Heart Association vagy a World Heart Federation kifejezett engedélye nélkül. Az engedély megszerzésére vonatkozó utasítások a http://www.americanheart.org/presenter.jhtml?identifier=4431 címen találhatók. Az oldal jobb oldalán megjelenik az „Engedélykérő űrlap” linkje.

© 2007 Az Európai Kardiológiai Társaság, az American College of Cardiology Foundation, az American Heart Association és a World Heart Federation.

Köszönettel tartozunk Erling Falk MD professzornak a „Patológia” című rész áttekintéséért. Továbbá nagyon hálásak vagyunk az ESC Irányelvek Osztályának elkötelezett munkatársainak. Ezúton is szeretnénk megköszönni és megköszönni az alábbi cégek korlátlan oktatási ösztöndíjakkal való hozzájárulását, amelyek közül egyik sem vett részt jelen kiadvány kidolgozásában, és semmilyen módon nem befolyásolta annak tartalmát. Prémium megfigyelő: GSK. Megfigyelő: AstraZeneca, Beckman-Coulter, Dade Behring, Roche Diagnostics, Sanofi-Aventis, Servier.


Szívinfarktus és PFO

Absztrakt

A szívinfarktus (MI) a paradox artériás embólia alulismerten megnyilvánulása a nyitott foramen ovale (PFO) révén. Egyszerű véreloszlási becslés alapján azt várnánk, hogy a paradox embólia 1 MI-hez vezet minden 3 stroke után. A paradox koszorúér-embólia prevalenciáját értékelő regiszter vizsgálatok szisztematikusan alábecsülték annak jelentőségét, mert egy másik lehetséges ok puszta jelenlétét (például koszorúér-atherosclerosis vagy pitvarfibrilláció) indoklás nélkül kizáró kritériumnak tekintették, és a PFO-t nem keresték szisztematikusan, még betegeknél sem. MI-vel és angiográfiailag normális koszorúér-artériákkal. Ilyen esetekben jellemzően a spontán disszekciót feltételezték az MI okának. A paradox embólia, mint az MI okának helyes diagnosztizálása elengedhetetlen a beteg optimális kezeléséhez. A PFO-zárás egyszeri beavatkozás az életben. Bár az e területen végzett kontrollált vizsgálatokkal nem értékelték, a PFO-zárás felhasználható a halálos kimenetelű, visszatérő paradox embóliás események megelőzésére, különösen, ha az élethosszig tartó orális antikoagulánsok alternatív lehetőségét mérlegeljük a kapcsolódó vérzési szövődményekkel és megfelelőségi problémákkal.


Elektrofiziológiai szempontok

Az elektromos impulzusok és az EKG által szolgáltatott információk teljes körű értékeléséhez először át kell tekintenünk az elektromos membránpotenciálokkal kapcsolatos alapvető fogalmakat. Minden szívsejt membrán pozitív töltésű a külső felületén a kationok relatív eloszlása ​​miatt. Ez nyugalmi membránpotenciál nevű aktív szállítómechanizmus tartja fenn nátrium-kálium pumpa. Amikor a sejtet stimulálják, az ioncsatornák megnyílnak, lehetővé téve a nátrium- és/vagy kalciumionok hirtelen beáramlását, és ezáltal megfordítva a nyugalmi potenciált. Ez az időszak a depolarizáció nagyon rövid, mert a nátriumcsatornák hirtelen bezáródnak, megtagadva a további nátrium beáramlást. Ezzel egyidejűleg megnyílnak a káliumcsatornák, és lehetővé teszik az intracelluláris kálium kifelé diffundálását, miközben a nátriumionok aktívan kiszivattyúzódnak. Ez visszaállítja a pozitív töltést a membrán külsején, ezt a folyamatot nevezik repolarizáció amely visszaállítja a membránt a nyugalmi membránpotenciáljába. A depolarizáció és a repolarizáció folyamatait együttesen an akciós potenciál. Ez az esemény impulzusként magától terjed a sejt teljes felületén és egyik sejtről a másikra, feltéve, hogy a membránjaik össze vannak kötve (2. ábra).

A sejtmembránok depolarizációja és repolarizációja. A) A nyugvó sejtmembrán kívülről pozitívan, belül negatívan töltődik. B) Egy ingert (S) követően pozitív ionok lépnek be a sejtbe, megfordítva ezt a polaritást. C) Ez a folyamat addig tart, amíg az egész sejt depolarizálódik. D) Az ionok visszakerülnek normál helyükre, és a sejt repolarizálódik normál nyugalmi potenciáljára.

Lényeges, hogy az akciós potenciál tényleges céljával foglalkozzunk. Minden emberi sejtben előfordul ez a jelenség, és célja a sejt funkciójától függően változik. A neuronokban az akciós potenciálok célja, hogy elindítsák a neurotranszmitterek felszabadulását, amelyek vagy gerjesztik vagy stabilizálják a beidegzett szövet sejtmembránjait. A váz- és szívizomsejtekben az akciós potenciálok raktározott kalciumionokat szabadítanak fel, amelyek elindítják a tényleges összehúzódási folyamatot.

A szív vezetőrendszerét alkotó sejtek két szempontból is egyedülállóak. Először is rendelkeznek automatizmussal. Ennek a tulajdonságnak a fiziológiai magyarázata a nyugvó membrán kalcium- és/vagy nátriumionok részleges áteresztőképességében rejlik. A kationok fokozatos befelé “leak” csökkenti a nyugalmi potenciál feszültségét egy küszöbérték eléréséig. Ezen a ponton minden csatorna megnyílik, és a gyors kationbeáramlás depolarizálja a membránt. Ennek a speciális szövetnek a második egyedi jellemzője az a tény, hogy a klasszikus idegszövettel ellentétben ezek a sejtek nem bocsátanak ki neurotranszmittereket. Ehelyett közvetlen kapcsolatban állnak a szívizomzattal, és akciós potenciáljuk közvetlenül elindítja a szívizomsejtek depolarizációját.

A szívizomsejteket speciális rögzítőelemekkel, úgynevezett interkalált lemezek. Ez lehetővé teszi számukra, hogy folyamatos sejtlapként működjenek, az úgynevezett a syncytium. 4 A pitvari syncytiumot a kamráktól egy kötőszövetréteg választja el, amely szigetelőként működik. Az SA-csomó elindítja a pitvari izom depolarizációját, de a szigetelés megakadályozza a kamrákba való terjedést, kivéve 1 helyen, az AV-csomóban. Az AV-csomó késlelteti és végül továbbítja az impulzust a His közös kötegében, amely áthatol a kötőszöveten, hogy belépjen a kamrákba. Az impulzus a His közös kötegében és ágaiban folytatódik, míg végül eléri a Purkinje rostokat, amelyek meggyújtják a kamrai izom syncytiumot.

Egy egyedi sejt akciós potenciálja a sejtmembránon keresztül behelyezett mikroszondák segítségével mérhető. Ez túl kicsi elektromos esemény ahhoz, hogy felületi elektródákkal mérhető legyen. Azonban az akciós potenciálok, amelyek szétterjednek a szív izomzatában, elég nagyok ahhoz, hogy a felületi elektródák rögzítsék és EKG-ként ismert nyomkövetést készítsenek. Fontos megérteni, hogy az EKG nem képes rögzíteni a vezetési rendszer speciális cellái által generált elektromos eseményeket, ezek feszültségei túl kicsik. Az EKG-követés során megfigyelhető a pitvari és a kamrai izomsejtek akciós potenciálja. A nyomkövetésből azonban más eseményekre is lehet következtetni.


Nem szabványos rövidítések és mozaikszavak

az EKG számítógépes értelmezése

politóm diszkriminatív index

Klinikai perspektíva

Mi újság?

Eredményeink azt mutatják, hogy egy mély neurális hálózat használható az orvos támogatására az EKG-triázsban, és csökkentheti a klinikai munkaterhelést az EKG-k jobb priorizálásával a kardiológus általi értelmezéshez.

A tanulmány azt mutatja, hogy a korábbi tanulmányokhoz képest, amelyekben az EKG-felvételeket más képalkotó módszerekkel vagy laboratóriumi leletekkel kombinálták, a kevésbé strukturált és zajos orvosi címkék használata is megvalósítható egy mély neurális hálózat sikeres képzésére az átfogó EKG-triaginghez.

Sőt, ez az egyik első olyan tanulmány, amely az EKG-ban a mély neurális hálózat döntései szempontjából fontos régiókat vizualizálja.

Mik a klinikai következményei?

A javasolt végpontok közötti mély neurális hálózat a 12 elvezetéses EKG-t normálisra, kórosra és akutra bontja, minden kategóriában nagy diszkriminációval, 0,93-as összhangzati statisztikával (95% CI, 0,92–0,95).

A klinikai gyakorlatban ez az akut szívbetegségek kezeléséhez szükséges idő javulásához, valamint a klinikusok munkaterhelésének csökkenéséhez és kiegyensúlyozottabbá tételéhez vezethet.

A klinikai gyakorlatban való alkalmazás előtt további javításra van szükség más klinikai eredményekkel, prospektív validációval más populációkban, és végrehajtási vizsgálatokra van szükség.

Világszerte évente több mint 300 millió EKG-t készítenek, így az EKG a klinikai orvoslás mindennapi gyakorlatának alapvető eszköze. 1 Az EKG helyes értelmezése kulcsfontosságú a szívelégtelenség széles spektrumának pontos diagnosztizálásában, és tapasztalt kardiológus szakértelmét igényli. A feltételezett akut koronária szindróma és kamrai aritmiák életveszélyes természete nemcsak pontos, hanem időszerű EKG-értelmezést is igényel, és súlyos logisztikai terhet ró a klinikai gyakorlatra.

Az akut, nem akut vagy figyelmet nem igénylő kategóriákban végzett EKG-k automatikus triage-vizsgálata ezért nagy segítséget jelenthet a napi gyakorlatban. A különböző EKG-k pontos rangsorolása javíthatja a kezelésig eltelt időt, és esetleg csökkentheti az egészségügyi költségeket. 2 Különösen a prehospitális ellátásban és a nem kardiológiai osztályokon előfordulhat, hogy az EKG-k értelmezéséhez szükséges szakértői ismeretek nem mindig állnak rendelkezésre. 3, 4, 5 Azonban továbbra is hiányzik egy következetes és gyors automatizált algoritmus, amely támogatja az orvost az EKG átfogó vizsgálatában.

Az EKG számítógépes értelmezését (CIE) több mint 50 évvel ezelőtt vezették be, és egyre fontosabbá vált az orvosok értelmezésének elősegítésében számos klinikai környezetben. A jelenlegi CIE algoritmusok azonban nem tudták elérni az orvosi szintű pontosságot a szívelégtelenség diagnosztizálásában. 5 Az aritmiák és az ST-szegmens rendellenességek pontos értelmezése továbbra is a legproblémásabb, és sok algoritmus szenved nagy mennyiségű téves pozitív eredménytől ezekre a rendellenességekre. 4 , 5 , 6 , 7 , 8 , 9 Egy túlolvasó orvos túldiagnózisa és a téves értelmezés kijavításának elmulasztása szükségtelen beavatkozásokhoz és gyógyszerhasználathoz vezet. 10, 11

Az olyan algoritmusok kifejlesztésével, amelyek profitálhatnak a nyers adatok nagy léptékű feldolgozásából anélkül, hogy szükség lenne kézzel készített funkciók kivonására, a CIE jelentős fejlesztése várható. Ezen technikák közül több, különösen a mély neurális hálózatok (DNN) rendkívül hatékonynak bizonyultak hasonló alkalmazásokban, mint a beszédfelismerés és a képosztályozás. A 12, 13, 14 DNN-ek az emberi agy szerkezetén és működésén alapuló számítógépes algoritmusok. Rejtett idegsejtrétegeik arra taníthatók, hogy komplex mintákat fedezzenek fel jelekben, például az EKG-ban. 15 A hagyományos CIE algoritmusokhoz képest a DNN-eknek megvan az az előnyük, hogy együttesen optimalizálják mind a mintafelderítést, mind az osztályozást egy olyan végponttól végpontig terjedő megközelítésben, amelyhez csak a nyers hullámformákra van szükség bemenetként. Az orvostudományban a mély tanulás ígéretes eredményeket mutatott, amikor az egyelvezetéses EKG-felvételeken az aritmiák kimutatására, valamint a normál szinuszritmus EKG-k esetében a pitvarfibrilláció korai felismerésére alkalmazták. 16, 17 Ultrahanggal vagy laboratóriumi leletekkel kombinálva a mélytanulási algoritmusok képesek voltak kimutatni a csökkent ejekciós frakciót és a hyperkalaemiát a 12 elvezetéses EKG-n. 18, 19

Ennek a tanulmánynak az a célja, hogy kidolgozzon és validáljon egy DNN-t az átfogó automatizált EKG-vizsgálathoz, amely támogathatja a napi klinikai gyakorlatot.

MÓD

Adatok elérhetősége

Az ebben a tanulmányban használt anonimizált szakértői panel-annotált validációs adatkészlet kérésre elérhető a megfelelő szerzőtől. A képzési adatok és az analitikai módszerek más kutatók számára nem állnak rendelkezésre.

A tanulmány résztvevői

Az adatkészlet tartalmazta a 18 és 85 év közötti betegek összes 12 elvezetéses EKG-ját, amelyeket az Utrechti Egyetemi Orvosi Központban rögzítettek 2000 januárja és 2019 augusztusa között, és nem kardiológiai osztályokon szerezték be. Az összes kivont adatot az EU általános adatvédelmi rendeletének megfelelően azonosították, ezért az Utrechti Egyetemi Orvosi Központ etikai bizottsága nem kért írásos beleegyezést.

Képzési adatgyűjtés és annotáció

Minden EKG-t egy General Electric MAC 5500 készüléken vettek fel (GE Healthcare, Chicago, IL). Nyers, 10 másodperces, 12 elvezetéses EKG-adat hullámformákat vontunk ki a MUSE EKG-rendszerből (MUSE 8. verzió, GE Healthcare). Az Utrechti Egyetemi Orvosi Központban a nem kardiológiai osztályokon szerzett összes felvételt az orvos szisztematikusan jegyzetekkel látta el a szokásos klinikai munkafolyamat részeként. Ezeket az orvosokat mind arra képezték ki, hogy a kardiológiai rezidensképzés részeként értelmezzék és annotálják az EKG-t. Az annotáció során az orvosok hozzáférhettek a beteg nevéhez, neméhez és életkorához, a számítógéppel számított vezetési intervallumokhoz, a korábbi EKG-felvételekhez és a teljes betegfelvételhez. Az EKG-kat a következő 4 osztályozási kategóriába sorolták aszerint, hogy milyen gyorsan kell kardiológushoz fordulni: (1) normál, (2) nem akut kóros (alacsony prioritású konzultáció), (3) szubakut kóros (közepes prioritású konzultáció). és (4) akut kóros (konzultáció kiemelt prioritású).

A szabad szövegű orvos EKG-jegyzeteket a 4 osztályozási kategória közül egybe sorolták be szövegbányászat alapú megközelítéssel. Először az annotációkat tokenizáltuk, és az összes gyakori (vagyis >gt20-szor előforduló) kifejezést és többszavas kollokációt kivonattuk. Ezek a kifejezések, például a „STEMI” és a kollokációk, mint például az „első fokú AV-blokk” és az „1. ​​fokú AV-blokk”, a diagnosztikai EKG-állítások többféle változatát tartalmazták. Ezért ezeket az American Heart Association elektrokardiográfiás diagnosztikai nyilatkozatlistájának szabványosított kimutatásaihoz rendelték hozzá. 20 Másodszor, egy 3 elektrofiziológusból álló testület minden szabványos diagnosztikai nyilatkozathoz meghatározta az osztályozási kategóriát. A használt diagnosztikai megállapításokat és a hozzájuk tartozó triage kategóriákat az 1. ábra tartalmazza. Harmadszor, minden EKG-hoz hozzárendeltünk egy végső osztályozási kategóriát. Ha több nyilatkozatot adtak, az utolsó osztályozási kategória volt a maximális kategória. Minden szövegbányászati ​​lépést az R quanteda csomagjával hajtottak végre (verzió: 3.5 R Foundation for Statistical Computing, Bécs, Ausztria). 21 A szövegbányászat lépéseinek áttekintése a 2. ábrán található.

Az elektrofiziológusok testülete által meghatározott osztályozási kategóriák (1) normál, (2) nem akut kóros (elsőbbség nélküli konzultáció), (3) szubakut kóros (konzultáció bizonyos prioritással) és (4) akut kóros (azonnali konzultáció) . A szövegbányászati ​​algoritmusból származó EKG-diagnózisokat használták fel a betanítási adatok kategorizálására ezen szabályok segítségével. Több diagnózis felállítása esetén az utolsó osztályozási kategória volt a maximális kategória. Az AV atrioventricularis AVNRT-t, atrioventricularis nodal reentrant tachycardiát, az AVRT pedig atrioventricularis reentrant tachycardiát jelzi.

A képzési címkék (bal), a képzéshez használt szabad szövegű annotációból származnak, amelyet egyetlen orvos adott az EKG-hoz a napi gyakorlatban. Az EKG-diagnózisokat az elektrofiziológusokból álló testület által meghatározott szabályok alapján osztályozási kategóriákhoz rendelik (1. ábra). Az érvényesítési címkék (jobb), amelyeket a mély neurális hálózat validálására használnak, a szakértői testület egy 12 elvezetéses EKG vizuális vizsgálata alapján adja meg.

Validation Data Annotation

A DNN validálásához nagyobb annotációs megbízhatóságú adatkészletre volt szükség. Ezért egy független adathalmazt annotáltak és teszteltek a referenciastandard, egy 5 gyakorló vezető elektrofiziológus vagy kardiológusból álló panel segítségével. Minden rekordot 2 független annotátor jegyzett meg, akik nem látták a másik megjegyzést. Az osztályozási kategóriában való nézeteltérés esetén egy harmadik jegyzővel konzultáltak, és a többségi szavazatot használták végső címkeként. A 3 ellentmondó szavazattal készült felvételeket közös testületi ülésen tárgyalták, a nem megfelelő minőségű felvételeket kizárták. Az annotációt egy online eszköz segítségével végezték el, ahol a szakértő hozzáférhetett a 12 elvezetéses EKG-hoz, a számítógéppel számított vezetési intervallumokhoz, valamint a beteg korához és neméhez. A szakértők azt az utasítást kapták, hogy az 1. ábra szabályai alapján osztályozzák az EKG-kat a 4 osztályozási kategória közül 1-be. Az érvényesítési adatkészlet beviteli és annotálási lépéseit a 2. ábra mutatja vázlatosan.

Mivel a panel általi kézi annotáció időigényes, mintaméret-számítást végeztünk a validációs teljesítménymérők megfelelő pontosságának elérése érdekében. Ehhez kategóriánként minimum 50 esetre volt szükség. 22 Mivel a képzési adatsor legkisebb osztályozási kategóriája körülbelül 5%-os prevalenciával rendelkezik, a validációs adatsor 1000 egyedi páciens felvételéből állt. Ezeknek a betegeknek az összes EKG-ját kizárták a képzési adatkészletből.

Algoritmus fejlesztés

Mivel a III, aVR, aVL és aVF elvezetések a többi vezeték származékai, és nem tartalmaznak új információt, csak a nyers 10 másodperces, 8 csatornás hullámformákat (I, II és V1–V6) használtuk, 500 Hz-en mintavételezett. a DNN bemeneteként. Az Inception ResNet hálózathoz hasonló architektúrát alkalmaztunk úgy, hogy a konvolúciós rétegek blokkjait párhuzamosan kombináltuk a maradék kapcsolatokkal. 23, 24

Ez a hálózat azonos blokkokból álló rétegekből épül fel, 2 egydimenziós konvolúciós rétegből álló előaktiválási kialakítással, amelyet kötegelt normalizálás, egyenirányított lineáris egység aktiválás és kiesés előz meg. 25 , 26 , 27 Minden maradék blokk 3 párhuzamos ágból áll: 1 normál konvolúciós réteggel, 1 tágított konvolúciós réteggel és 1 parancsikon-kapcsolattal, ahol a blokk bemenete beállítatlanul hozzáadódik a kimenethez. 28 Ez lehetővé teszi a hálózat számára, hogy 2 különböző idődimenzióban határozza meg a jellemzőket, ahol a kitágult konvolúció egy teljes szívverést lefed. Az utolsó blokk kimenetét lapítottuk, és egy teljesen összekapcsolt réteg bemeneteként használták fel egyenirányított lineáris egységnyi nemlinearitású, majd kieséssel. A kimeneti réteg 4 csomópontból állt, 1 minden osztályozási kategóriához, és egy softmax függvényt használtunk az összes osztályozási kategória valószínűségi eloszlásának előállítására. Hasonló segédkimenet került a hálózat közepére, és ennek elvesztése hozzáadódott a teljes veszteséghez a képzés során.

A hiperparaméterek és az architektúra optimalizálása után a végső kiválasztott hálózat 16 maradék blokkból állt, 2 egydimenziós konvolúciós réteggel, 5-ös szűrőmérettel és 100-as dilatációval (S1. ábra). Minden második blokk lépésenkénti konvolúcióval lemintázta a bemenetet, és minden negyedik blokkban megduplázódott a szűrők száma. A lemorzsolódás 30%-os valószínűséggel történt. A teljesen összekapcsolt réteg 256 csomópontból állt.Ez egy 37 rétegből álló végső hálózatot eredményezett.

Ezt a hálózatot az Adam optimalizálóval képezték ki 0,0005-ös tanulási sebességgel és 128-as mini batch mérettel. 29 Súlyozott fókuszveszteséget alkalmaztak az adatkészlet kategória-egyensúlytalanságának ellensúlyozására és a hamis negatívok számának minimalizálására. 30 A képzés akkor fejeződött be, amikor a veszteség csökkenése megállt a képzési adatkészlet 5%-os részhalmazában. A hálózati betanítást a PyTorch csomag (1.3-as verzió) segítségével végeztük egy Titan Xp GPU-n (NVIDIA Corporation, Santa Clara, CA). 31

A különböző hálózati architektúrákat és hiperparamétereket a kézi hangolás és a véletlenszerű rácskeresés kombinációjával választottuk ki. A legalacsonyabb veszteséggel rendelkező hálózatot választottuk a betanítási adatkészlet 5%-os véletlenszerűen kiválasztott részhalmazában. Ha több architektúra hasonló teljesítményt mutatott, a legegyszerűbb architektúrát választották. A következő hiperparamétereket értékelték: kitágult konvolúciók használata, maradék kapcsolatok, max pooling, segédveszteség és/vagy teljesen összekapcsolt rétegek, rétegek száma, konvolúciós szűrők mérete és száma, lemorzsolódás, tanulási arány, ill. a veszteség súlyai. Kísérleteztünk a multinomiális veszteségmódszer helyett ordinális veszteségmódszerrel, valamint a kor és nem hozzáadásával a lapított réteghez, de ez nem eredményezett teljesítménynövekedést. 32 , 33

A DNN vizualizációja

A DNN döntéseinek jobb megértése érdekében az irányított gradiens-súlyozott osztályaktiválási leképezést, a konvolúciós neurális hálózatok vizuális magyarázatára szolgáló technikát az egydimenziós adatokhoz igazították. 34 Az irányított gradiens-súlyozott osztályaktiválási leképezés a finomszemcsés irányított visszaterjesztés és a gradiens-súlyozott osztályaktiválási leképezés kombinációja, amely a végső konvolúciós réteg alapján durva osztály-diszkriminatív hőtérképet hoz létre. 34 , 35 A hőtérkép az EKG-felvétel fölé kerül, és az EKG azon régióit mutatja, amelyek fontosak a DNN számára egy adott osztályozási kategória előrejelzéséhez.

Statisztikai analízis

Az Interobserver megegyezést a négyzetes súlyozott Cohen-k 2 értékelő vagy teszt, valamint a Krippendorff α sorszámú értékével határoztuk meg több mint 2 értékelő esetében. 36, 37 Tekintettel a kategória-frekvenciák kiegyensúlyozatlanságára, az algoritmus általános megkülönböztető teljesítményét az összes páronkénti konkordancia (vagy c) statisztika súlyozatlan átlagával (más néven a vevő működési görbe alatti területével) és a politóm diszkriminációs indexszel (PDI) értékeltük. 38 , 39 , 40 Az első mérőszám annak valószínűségét becsüli meg, hogy a különböző kategóriákba tartozó 2 betegből álló összes pár helyes különbséget tesznek, ahol a 0,5 érték véletlenszerű teljesítményt, 1 tökéletes teljesítményt jelöl. A második az összes kategória közötti diszkriminációt egyidejűleg értékeli egy meghatározott megközelítésben. Megbecsüli egy adott beteg helyes azonosításának valószínűségét minden kategóriából álló betegcsoportban, ahol 0,25 véletlenszerű, 1 tökéletes teljesítményt jelöl 4 kategóriával. 38, 39, 41 Második lépésként a kategória-specifikus teljesítményt a c-statisztika, PDI, érzékenység, specificitás, valamint pozitív és negatív prediktív értékekkel értékeljük. A PDI kivételével minden kategória-specifikus intézkedést „1-a másikkal” megközelítésben alkalmaztak.

Minden statisztikai elemzést az R 3.5-ös verziójával (R Foundation for Statistical Computing) végeztünk. Adott esetben a diagnosztikai modellek jelentésére szolgáló többváltozós előrejelzési modell átlátszó jelentését követték az egyéni prognózishoz vagy a Diagnosztikai nyilatkozathoz. 42 Minden adat átlag±SD-ként vagy mediánként jelenik meg interkvartilis tartományban. A teljesítménymutatók körüli 95%-os CI-t 2000 bootstrap minta felhasználásával kaptuk.

EREDMÉNYEK

A teljes képzési adatsor 142 040 beteg 336 835 felvételéből állt. Az osztályozási kategóriák megoszlása ​​kiegyensúlyozatlan volt, a legtöbb felvétel a 2. kategóriában (45,5%), a legkevesebb a 4. kategóriában (4,8%) történt. A validációs adatsorban 736 esetben (73,6%) volt konszenzus a 2 szakértő között. Egy harmadik döntetlen szakértővel (248 eset, 24,8%), a testületi ülésen (29 eset, 2,9%), valamint a nem megfelelő minőségű felvételek kizárásával 984 validációs esetet használtunk az elemzéshez. Jó megfigyelőközi megegyezés volt, a Krippendorff α értéke 0,72. Az első szakértői annotációs körben a legtöbb konfliktus az 1. és 2. kategória között (162/255, 64%), a 2. és 3. kategória között (30/255, 12%), valamint a 2. és 4. kategória között (24/255, 9,5) fordult elő. %). Az 1. és 2. kategória közötti nézeteltérések többnyire a nem specifikus ST-szakasz vagy T-hullám rendellenességek jelenlétére vonatkozó eltérő értékeléseknek tulajdoníthatók. A 2. és 3., valamint a 3. és 4. kategória esetében a leggyakoribb különbség az ST-szakasz elevációjának vagy depressziójának értelmezése volt. Az 1. táblázat összefoglalja a betanítási és validációs adatsorokban szereplő felvételek betegdemográfiai és osztályozási kategóriák megoszlását.

1. táblázat: A betegek demográfiai adatai és az osztályozási kategóriák megoszlása ​​a képzési és ellenőrzési adatkészletekben

A betanítási adatkészlet 5%-os, véletlenszerűen kiválasztott részhalmazát használtuk a modell hangolásához és belső validálásához. Az érvényesítési adatkészlet független a betanítási adatkészlettől.

a Megoszlás az orvosok által a napi gyakorlatban használt megjegyzések szövegbányászati ​​kategorizálása alapján.

b Elosztás a szakértői konszenzusos panel megjegyzései alapján.

Az ebben a cikkben bemutatott DNN-ek általános megkülönböztetése a páronkénti c-statisztikák súlyozatlan átlagával és a PDI-vel mérve 0,93 (95% CI, 0,92–0,95) és 0,83 (95% CI, 0,79–0,87) volt. . A c-statisztikát, PDI-ket, érzékenységeket, specifitásokat, pozitív prediktív értékeket és negatív prediktív értékeket osztályozási kategóriánként az 1-a másik megközelítésben a 2. táblázat mutatja, míg a zavaros mátrix a 3. ábrán látható. A régiók vizualizációi. Az EKG-ban, amely fontos a DNN számára egy adott kategória előrejelzéséhez, a 4. ábrán láthatók. A teljes 12 elvezetéses EKG-k az S2-S6. ábrákon találhatók.

2. táblázat: Diagnosztikai teljesítmény mérések osztályozási kategóriánként a mély neurális hálózathoz a panel-annotált érvényesítési adatkészletben

A c-statisztikát, érzékenységet, specifitást, pozitív és negatív prediktív értékeket 1-más megközelítésben számítják ki, és a legnagyobb valószínűségű kategóriát hasonlítják össze a referenciastandardtal. A PDI megbecsüli annak valószínűségét, hogy az adott kategóriába tartozó beteget helyesen azonosítják az összes kategória eseteiből. A C-statisztika konkordancia statisztikát jelöl, amely egyenértékű a vevő működési jelleggörbéje és a PDI alatti területtel, a politóm diszkriminatív indexszel.

A színtérkép soronként normalizálva van, és a valódi osztályozási kategória százalékos arányát mutatja.

4. ábra. Példák a II-es és V1-es EKG-elvezetésekre egy egymásra helyezett irányított gradiens-súlyozott osztályaktiválási leképezési megjelenítéssel, amely a mély neurális hálózat számára fontos régiókat mutatja meg egy bizonyos osztályozási kategória előrejelzéséhez. A, Normál EKG a P-hullámra, a QRS-komplexumra és a T-hullámra fókuszálva. B, Normál EKG egyetlen figyelmen kívül hagyott korai kamrai komplexummal. C, Szubakut EKG hosszú QT-intervallumtal és a QT-szakasz elejére és végére fókuszálva. D, Akut EKG inferior ST-elevációs szívinfarktussal és az ST-szakaszra és a J-pontra fókuszálva. E, Akut EKG junkcionális menekülési ritmussal és a pre‐ QRS ‐szegmensre fókuszálva, ahol a P‐hullám hiányzik. A teljes 12 elvezetéses EKG-k az S2-S6 ábrákon láthatók.

A DNN a hitelesítési adathalmazban szereplő felvételek közül 88-ban (8,9%) jósolt a valódi kategóriánál alacsonyabb osztályozási kategóriát (8,9%), és magasabb kategóriát (overtriage) 107-ben (11%). A legtöbb kiskorúság (59/88, 67%) az 1. és 2. kategória között fordult elő, és ezeket a kiskorúak felvételeit a testület 2-es kategóriába sorolta a nem specifikus ST-szegmens rendellenességek (26/59, 44%), régi ischaemia (12/59) alapján. , 20%), bal kamrai hipertrófia (7/59, 12%) vagy egyéb okok (14/59, 24%). Mind a 9 akut 4-es kategóriájú felvétel, amelyet 2-es kategóriába soroltak, ST-depressziót vagy T-hullám inverziót tartalmazott, és nem volt ST-eleváció. A 2-es kategóriájú, 4-esre felülvizsgált felvételeknél a testület 20/34-nél (59%) nem specifikus ST-szegmens rendellenességet, 8/34-nél (24%) pedig régi ischaemiát említett.

Mivel a betanítási és érvényesítési adatkészletek címkézési eljárásai különböznek (2. ábra), a DNN teljesítménye a betanítási címkézési eljárás 2 lépésében előforduló hibáktól függhet. Először is, az interobserver egyetértés a szabad szövegű orvos EKG-jegyzetek kézi osztályozási kategóriákba rendezése és a szövegbányászat alapú kategorizálás között kiváló volt a validációs adathalmazban, a súlyozott Cohen α 0,96-os értékkel. Másodszor, jó volt az egyetértés a szövegbányászaton alapuló osztályozási kategóriák és a referenciastandard között (Cohen-féle α, 0,74). Az általános c-statisztika és PDI a referencia standard osztályozási kategória előrejelzésére a szövegbányászat alapú kategóriákkal 0,86 (95% CI, 0,85–0,88) és 0,48 (95% CI, 0,43–0,53).

VITA

Ez a tanulmány az elsők között alkalmazza a DNN-eket 12 elvezetéses EKG-k nagy adathalmazára automatikus értelmezés céljából. Kimutattuk, hogy a mélytanulási megközelítés jól teljesít a rendellenességek kimutatásában a 12 elvezetéses EKG-k osztályozása során. DNN-ünk kiváló c-statisztikája 0,93 (95% CI, 0,92–0,95) és jó PDI 0,83 (95% CI, 0,79–0,87), magas pozitív és negatív prediktív értékekkel minden osztályozási kategóriában. Ezek az eredmények azt mutatják, hogy egy mély tanulási megközelítés használható az orvos támogatására az EKG-osztályozásban és a klinikai munkaterhelés csökkentésében az EKG-k jobb priorizálásával a kardiológus általi értelmezéshez.

Az EKG értelmezése megköveteli a szívbetegségek sokféle elektromos megnyilvánulásának alapos ismeretét és a normál változatosság jó megértését. Ez kihívást jelentett mind a manuális, mind a számítógépes értelmezések számára, és definíciók, mérések és kritériumok gyűjteményéhez vezetett, amelyek elősegítik a klinikai döntéshozatalt. 5, 20 Ezt a kihívást részletesen leírták korábbi tanulmányok, de az összehasonlítás nehézkes, mivel a vizsgálatok nagy eltéréseket mutatnak a diagnosztikai intézkedések között, és még mindig hiányzik az EKG-diagnózisok validálására vonatkozó nemzetközileg elfogadott szabvány. 4, 5 Az átfogó EKG-értelmezésekhez a nem kardiológus orvosok helyesen azonosították a diagnózisok 36-96%-át, ami jelentős különbségeket mutat az orvosok között és a tapasztaltabb orvosok teljesítményének növekedését. 4, 43, 44, 45 A legtöbb tanulmány az EKG-értelmezés bizonyos aspektusaira összpontosított, mint például a normál-abnormális differenciálódás, az aritmia osztályozása és az ST-elevációs szívinfarktus kimutatása. Összességében ezekben a szempontokban az orvosok magasabb hamis negatív arányt mutatnak, míg a számítógépes algoritmusok magasabb hamis pozitív arányt mutatnak a szakértői panelekhez képest. 4 , 5 , 7 , 8 , 9 , 43 , 44 , 45 A DNN javíthatja mind a magas hamis pozitív, mind a negatív arányokat, miközben konzisztens eredményeket produkál, amelyek nem függnek külső tényezőktől, például orvosi tapasztalattól.

A hagyományos CIE manuálisan származtatott szolgáltatásokat használ, amelyek csak a rendelkezésre álló információk töredékét rögzítik a kapott nyers jelben a szívbetegség bármely megnyilvánulására. Ez az egyik ok, ami megmagyarázhatja algoritmusunk és általában a DNN-ek kiváló teljesítményét, mivel az integrált jellemzők felfedezése és osztályozása magában foglalja a teljes nyers bemeneti jelet. Ezenkívül a hagyományos CIE-algoritmusokat úgy hangolják, hogy az EKG teljes értelmezéseit állítsák elő, és kevésbé összpontosítanak egyik legfontosabb felhasználási területükre, a gyors osztályozásra. Egy nagy, orvos által jegyzett, 12 elvezetéses EKG-adatkészletre oktatva, ahol a címkék előre meghatározott osztályozási kategóriákhoz vannak hozzárendelve, egyetlen feladatra összpontosítunk, és nagy pontosságot tudunk elérni. Az adatkészlet nagy mérete miatt a hálózat sokféle EKG-t látott, ezért jól általánosíthatónak kell lennie.

Bár a DNN nem használja a jel manuálisan kiválasztott jellemzőit, a vizualizációk azt mutatják, hogy a hálózat az EKG ugyanazon régióira alapozza döntéseit, mint a szakértők. A 3. ábrán látható módon a hálózat helyesen azonosítja a normál EKG-t, a hosszú QT-szegmenset, az ST-elevációval járó miokardiális infarktust és a junctionalis menekülési ritmust az érzékeny területeken, és helyesen figyelmen kívül hagyja a korai kamrai komplexumot normál EKG-ban. Ezenkívül a DNN téves besorolásának vizsgálata hasonló mintát mutat, mint a testület szakértői közötti nézeteltérés. Az ST-szakasz és a T-hullám rendellenességek helyes értelmezése láthatóan kihívást jelent mind a kardiológus, mind a DNN számára.

A DNN képzést kapott az osztályozási kategóriák címkéiről, amelyeket egyetlen orvos a napi gyakorlatban automatikusan származtatott a szabad szöveges megjegyzések szövegbányászatával. A nézeteltérések azt mutatják, hogy a szövegbányászati ​​kategóriák nem teljesen egyeznek a szakértői testület által adott címkékkel. Ezen nézeteltérések nagy részét a szakértői panel címkéi és az automatikusan kategorizált egyorvosi címkék közötti nézeteltérés okozza (Cohen α, 0,74). Figyelembe véve ezt a jelentős nézeteltérést a képzési és az érvényesítési címkék között, arra számíthatunk, hogy a DNN nem tudja felülmúlni az előrejelzés teljesítménymutatóit csak a szövegbányászat-alapú osztályozási kategóriákkal. A DNN azonban meghaladja a szövegbányászat-alapú osztályozási kategóriák általános c-statisztikáját és PDI-jét, és robusztusnak tűnik a jelentős képzési címkezaj ellen. Ez összhangban van a korábbi kutatásokkal, amelyek azt mutatták, hogy a DNN elég jól kezeli a címkezajt. 46

Más kutatások kimutatták a DNN értékét az EKG értelmezésében hasonló problémák esetén, ahol egy elvezetéses EKG-t használtak az aritmia osztályozására, és egy 12 elvezetéses EKG-t a pitvarfibrilláció, a kontraktilis diszfunkció és a hyperkalaemia korai felismerésére. 16, 17, 18, 19 Tanulmányunk azt mutatja, hogy összehasonlítva az EKG-felvételek más képalkotó módszerekkel vagy laboratóriumi leletekkel való kombinálásával, a kevésbé strukturált és zajos orvosi címkék használata is megvalósítható a DNN sikeres betanítására az átfogó EKG-triaginghez. Ezenkívül ez az egyik első olyan tanulmány, amely az EKG-ban a DNN döntései szempontjából fontos régiókat vizualizálja. 34

A triage az eset súlyossága szerinti osztályozás folyamata annak meghatározására, hogy milyen gyorsan van szükség intézkedésre. Óvatos osztályozásra van szükség azoknak az eseteknek a priorizálásához, amikor az időben történő intézkedés csökkenti a betegek morbiditását és mortalitását. Ahhoz, hogy a triage algoritmus hatékony legyen, fontos, hogy minimálisra csökkentsék az alulmaradást (pl. az akut betegségben szenvedő betegek észlelésének elmulasztása) és a túllépést (pl. téves riasztások). DNN-ünk nagyon magas negatív prediktív értékeket mutat a legmagasabb kategóriákban, a szubakut és akut (2. táblázat). Ez potenciálisan csökkentheti az akut szívbetegségben szenvedő betegek kezeléséhez szükséges időt, mivel az algoritmus közvetlenül az EKG megszerzése után, és mielőtt az EKG-t megfelelő szakértelemmel rendelkező orvos értékeli, azonnali osztályozási tanácsot tud adni. A szubakut és akut kategóriák 64%-os és 79%-os érzékenysége azonban részben a kiskorúságnak tulajdonítható (3. ábra), ezért további javításra szorul a klinikai megvalósítás előtt. Az algoritmus viszonylag magas pozitív prediktív értékeket mutat, ami csökkenti a téves riasztások számát az egyébként normális EKG-kben. Mivel a legtöbb kórházi EKG ebbe a kategóriába tartozik, egy szerény javulás már jelentősen csökkentheti az orvosok leterheltségét.

Ennek a tanulmánynak számos korlátja van, amelyekkel foglalkozni kell. Bár meglehetősen nagy képzési adatkészletet használtak, az akut kategóriák viszonylag kicsik maradtak. Ez egy ki nem választott valós adatkészletre jellemző, de magában hordozza az aluljóslás lehetőségét. A probléma megoldására a számítógépes látás DNN algoritmusaiban használt fókuszveszteség módszert alkalmaztuk. 26 A validációs adatsorban a triage kategória megoszlása ​​hasonló volt, de a CI-k a kisebb kategóriákban is megfelelő pontosságot mutattak. A validáció reprezentatív mintavétele is erősség, amely lehetővé teszi a páciens számára legfontosabb pozitív és negatív prediktív értékek levezetését. Meggyőződésünk, hogy a jelen tanulmány panel-annotált validációs adatkészlete jó mérőszámot ad az általánosíthatósághoz a miénkhez hasonló kórházi populációkra. Kimutatták, hogy az etnikai hovatartozás befolyásolja az EKG-t, és figyelembe lehet venni az automatizált értelmezés javítása érdekében. 47 Ezért külső hitelesítésre van szükség, ha különböző felvevőgépekkel és különböző populációkban használják, például háziorvosi betegeknél vagy eltérő etnikai összetételű populációkban. Ez túlmutat e tanulmány keretein, és nagy valószínűséggel (újra)képzést igényel egy ilyen adatkészlettel kapcsolatban.

Mind a manuális, mind a számítógépes EKG-értelmezéseket nehéz standardizálni, amint azt a szakértők közötti nagy nézeteltérések is jól mutatják (Krippendorff α, 0,72). Ez a szám összevethető az EKG-értelmezés szakértői közötti interobserver megállapodással kapcsolatos korábbi tanulmányokkal. 4, 6, 48 Az ebben a vizsgálatban használt panel-annotált validációs adatkészlet a jelenleg elérhető legjobb referencia standard, de a klinikai gyakorlatban sok más diagnosztikai tesztet is használnak az EKG-leletek értelmezésére. Ezért azt gyanítjuk, hogy algoritmusunk diagnosztikai pontossága tovább optimalizálható kemény klinikai eredményekkel, mint például a szívinfarktus diagnózisa és lokalizációja koszorúér angiográfiával, szívenzimek és elektrolit-rendellenességek laboratóriumi adatokból, sőt mortalitásból is. Mind a klinikai eredményekkel kapcsolatos optimalizálásra, mind a külső validációra szükség van a klinikai megvalósítás előtt.

A DNN másik jövőbeli perspektívája a folyamatos fejlesztés és tanulás képessége új esetek hozzáadásával. Hagyományosan a neurális hálózatok nem adtak bizonytalanságot az előrejelzéseik körül, de ez megváltozott a különböző bayes-i módszerekből származó új felismerések miatt. 49 Ha az előrejelzések körüli bizonytalanságot az aktív tanulással kombináljuk, lehetővé válik a bizonytalan esetek kardiológus általi jegyzetelése és az algoritmus fejlesztése, míg a könnyebb esetek automatikusan osztályozhatók.50 Sőt, a legfontosabb EKG-elvezetések meghatározásához az algoritmust kevesebb bemeneti csatornával lehetne betanítani és kiértékelni. Ez lehetővé tenné egy hasonló algoritmus használatát az otthoni felügyeleti eszközöknél, kevesebb vezetékkel.

Összefoglalva, a végpontok közötti DNN-ünk képes a 12 elvezetéses EKG-t normálra, kórosra és akutra osztani, minden kategóriában nagy megkülönböztetéssel. A klinikai gyakorlatban ez az akut szívbetegségek kezeléséhez szükséges idő javulásához, valamint a klinikusok munkaterhelésének csökkenéséhez és kiegyensúlyozottabbá tételéhez vezethet. A klinikai gyakorlatban való alkalmazás előtt további javításra van szükség más klinikai eredményekkel, prospektív validációval más populációkban, és végrehajtási vizsgálatokra van szükség.


Történelem és fizikai

Az anamnézis és a fizikális vizsgálat gyakran ellentmondásos az akut miokardiális infarktus értékelése során. Az anamnézisnek a kezdetre, a minőségre és a kapcsolódó tünetekre kell összpontosítania. A közelmúltban végzett tanulmányok kimutatták, hogy férfiaknál a diaforézis és a kétoldali, fájdalmat sugárzó karਊ leggyakrabban a szívinfarktushoz kapcsolódik. A kapcsolódó tünetek a következők:

A fizikális vizsgálatnak mindenekelőtt meg kell jegyeznie a létfontosságú jeleket és a páciens megjelenését, beleértve a diaforézist, valamint a tüdőleleteket és a szívhallgatást.


Hivatkozások

Tawfik, D.S. et al. Az orvosi kiégés, a jólét és a munkaegység biztonsági osztályzatai a bejelentett orvosi hibákkal kapcsolatban. Mayo Clin. Proc. 93, 1571–1580 (2018).

West, C. P., Tan, A. D., Habermann, T. M., Sloan, J. A. és Shanafelt, T. D. Resident fatigue and distress with perceptioned medical errors. JAMA 302, 1294–1300. https://doi.org/10.1001/jama.2009.1389 (2009).

Schläpfer, J. & Wellens, H. J. Számítógéppel értelmezett elektrokardiogramok. J. Am. Coll. Cardiol. 70, 1183–1192. https://doi.org/10.1016/j.jacc.2017.07.723 (2017).

Hannun, A. Y. et al. Kardiológus szintű szívritmuszavar-felismerés és osztályozás ambuláns elektrokardiogramon mély neurális hálózat segítségével. Nat. Med. 25, 65–69. https://doi.org/10.1038/s41591-018-0268-3 (2019).

Tan, S. et al. Icentia11K: Felügyelet nélküli reprezentáció tanulási adatkészlet az aritmia altípusok felfedezéséhez (2019). arXiv:arXiv:1910.09570

Deng, J. et al. ImageNet: Nagyméretű hierarchikus képadatbázis. ban ben CVPR09 (2009).

Clifford, G. D. et al. AF-besorolás egy rövid egyelvezetéses EKG-felvételből: a PhysioNet/computing in Cardiology 2017 kihívás. Comput. Cardiol. (2017).

Goldberger, A.L. et al. PhysioBank, PhysioToolkit és PhysioNet: a komplex fiziológiai jelek új kutatási forrásának összetevői. Keringés 101, e215–e220. https://doi.org/10.1161/01.CIR.101.23.e215 (2000).

He, K., Fan, H., Wu, Y., Xie, S., & Girshick, R. Momentum Contrast for Unsupervised Visual Representation Learning (2020). arXiv:1911.05722.

Grill, J.-B. et al. Bootstrap Your Own Latent: A Self-Supervised Learning új megközelítése (2020). arXiv:2006.07733.

Faust, O., Hagiwara, Y., Hong, T. J., Lih, O. S. & Acharya, U. R. Deep learning for healthcare applications based on physiological signals: a review. Comput. Módszerek Prog. Biomed. 161, 1–13. https://doi.org/10.1016/j.cmpb.2018.04.005 (2018).

Hong, S., Zhou, Y., Shang, J., Xiao, C., & Sun, J. Az elektrokardiogram adatok mély tanulási módszereinek lehetőségei és kihívásai: Szisztematikus áttekintés (2020). arXiv:2001.01550.

Acharya, U.R. et al. Mélykonvolúciós neurális hálózat alkalmazása szívinfarktus automatizált detektálására EKG jelek segítségével. Inf. Sci. 415–416, 190–198. https://doi.org/10.1016/j.ins.2017.06.027 (2017).

Jun, T. J. et al. EKG aritmia osztályozás 2-D konvolúciós neurális hálózat segítségével (2018). arXiv:1804.06812.

Mousavi, S., Afghah, F. & Acharya, U. R. Inter- és Intra-Patient EKG Heartbeat Classification for Arrhythmia Detection: A Sequence to Sequence Deep Learning Approach (2019). arXiv:1812.07421.

Attia, Z. I. et al. Mesterséges intelligencia által támogatott EKG-algoritmus a pitvarfibrillációban szenvedő betegek azonosítására sinusritmus alatt: az eredmény előrejelzésének retrospektív elemzése. Gerely 394, 861–867. https://doi.org/10.1016/s0140-6736(19)31721-0 (2019).

Rajpurkar, P., Hannun, A. Y., Haghpanahi, M., Bourn, C., & Ng, A. Y. Cardiologist-Level Arrhythmia Detection with Convolutional Neural Networks (2017). arXiv:1707.01836.

Ribeiro, A. H. et al. A 12 elvezetéses EKG automatikus diagnosztikája mély neurális hálózat segítségével (2019). arXiv:1904.01949.

Mousavi, S., Afghah, F., Razi, A., & Acharya, U. R. ECGNET: Tanulja meg, hol kell részt vennie a pitvarfibrilláció detektálásához mély vizuális figyelem mellett (2019). arXiv:1812.07422.

Zihlmann, M., Perekrestenko, D., & Tschannen, M. Convolutional Recurrent Neural Networks for Electrocardiogram Classification (2018). arXiv:1710.06122.

He, K., Zhang, X., Ren, S., & Sun, J. Deep Residual Learning for Image Recognition (2015). arXiv:1512.03385.

He, K., Zhang, X., Ren, S., & Sun, J. Identity Mappings in Deep Residual Networks (2016). arXiv:1603.05027.

Vaswani, A. et al. A figyelem minden, amire szüksége van (2017). arXiv:1706.03762.

Bahdanau, D., Cho, K. és Bengio, Y. Neurális gépi fordítás a Jointly Learning to Align and Translate segítségével (2016). arXiv:1409.0473.

Xu, K. et al. Mutasd, figyeld és mondd el: Neurális képfeliratok generálása vizuális figyelem mellett (2016). arXiv:1502.03044.

Xiong, Z. et al. EKG jelek osztályozása szívritmuszavarok kimutatására konvolúciós recidív neurális hálózat segítségével. Physiol. Meas. 39, 094006 (2018).

Kachuee, M., Fazeli, S., & Sarrafzadeh, M. EKG szívverés osztályozása: mély átvihető reprezentáció. ban ben 2018-as IEEE Nemzetközi Egészségügyi Informatikai Konferencia (ICHI)https://doi.org/10.1109/ichi.2018.00092 (2018).

Strodthoff, N., Wagner, P., Schaeffter, T. és Samek, W. Deep Learning for EKG Analysis: Benchmarks and Insights from PTB-XL (2020). arXiv:2004.13701.

Salem, M., Taheri, S., & Shiun-Yuan, J. EKG aritmiák osztályozása Transfer Learning segítségével 2-dimenziós mély CNN jellemzőkből (2018). arXiv:1812.04693.

Wu, Y., Yang, F., Liu, Y., Zha, X., & Yuan, S. A Comparison of 1-D and 2-D Deep Convolutional Neural Networks in EKG Classification (2018). arXiv:1810.07088.

Rahhal, M. A. et al. Mély tanulási megközelítés az elektrokardiogram jelek aktív osztályozására. Inf. Sci. 345, 340–354. https://doi.org/10.1016/j.ins.2016.01.082 (2016).

Xia, Y. et al. Automatikus szívritmuszavar-osztályozó rendszer viselhető elektrokardiogrammal. IEEE hozzáférés 6, 16529–16538 (2018).

Rajan, D., Beymer, D. és Narayan, G. Generalization Studies of Neural Network Models for Cardiac Disease Detection Using Limited Channel EKG (2019). arXiv:1901.03295.

van den Oord, A., Li, Y., & Vinyals, O. Representation Learning with Contrastive Predictive Coding (2019). arXiv:1807.03748.

Pan, J. és Tompkins, W. J. Valós idejű QRS-észlelési algoritmus. IEEE Trans. Biomed. Eng. 32, 230–236 (1985).

Gutmann, M., & Hyvärinen, A. Zajkontrasztív becslés: új becslési elv a nem normalizált statisztikai modellekhez. in Teh, Y. W. és Titterington, M. (szerk.) Proceedings of the Thirteenth International Conference on Artificial Intelligence and Statistics, vol. 9, Proceedings of Machine Learning Research, 297–304 (PMLR, Chia Laguna Resort, Szardínia, Olaszország, 2010).

Trinh, T. H., Luong, M.-T., & Le, Q. V. Szelfi: Self-Supervised Pretraining for Image Embedding (2019). arXiv:1906.02940.

Kingma, D. P., & Ba, J. A Method for Stochastic Optimization (Adam, 2017). arXiv:1412.6980.

Liu, F. et al. Nyílt hozzáférésű adatbázis az elektrokardiogram ritmus- és morfológiai rendellenességek detektálására szolgáló algoritmusok értékeléséhez. J. Med. Képalkotó Egészségügyi Inf. 8, 1368–1373. https://doi.org/10.1166/jmihi.2018.2442 (2018).

Perez Alday, E. A. et al. A 12 elvezetéses EKG-k osztályozása: A PhysioNet – számítástechnika a kardiológiában kihívás. https://doi.org/10.13026/F4AB-0814 (2020).


Eredmények

Fázistér rekonstrukció EKG adatokból

A PhysioBank adatbázisból 43 nyert 97 egészségtelen és 32 egészséges alany adatait előzetesen feldolgozzuk, hogy alkalmassá tegyük őket az elemzésre (lásd a mellékletet). Minden adatkészlet hat különböző mellkasi elektródából vagy csatornából vett EKG-idősorokból áll v 1 nak nek v 6. Előzetes elemzésként a szokásos statisztikai és lineáris analízist végezzük, és a gyors Fourier-transzformáció (FFT) algoritmussal megkapjuk az összes adathalmaz teljesítményspektrumát. A frekvenciát a maximális teljesítménnyel mindegyikre, és ezeknek a csúcsfrekvenciáknak az eloszlását az összes alanyra az 1. ábra foglalja össze hat mellkasi elektróda adataihoz. Nyilvánvaló, hogy a csúcsfrekvenciák alapján nem lehet egyértelműen megkülönböztetni a két csoportot, mivel szinte hasonló tartományba esnek.

Hegedű-diagram, amely a maximális teljesítményű frekvenciák eloszlását mutatja egészséges és egészségtelen csoportok számára a hat mellkasi elektróda esetében.

Ezért a nemlineáris analízis módszereit alkalmazzuk, és a rendszer dinamikájának fázistérszerkezetét a diszkréten mintavételezett idősoraiból rekonstruáljuk. s(t k). Az eredményül kapott fázistérszerkezet vagy dinamikus attraktor vizuális megjelenítéséhez a Singular Value Decomposition (SVD) technikát használjuk44,45. (A beágyazással kapcsolatos részletekért lásd a Kiegészítő részt). A 2. ábrán néhány reprezentatív beágyazott attraktort mutatunk be egészséges és egészségtelen csoportokból. Az attraktorok mindegyike az SVD-ből kapott statisztikailag független változóknak megfelelő tengelyeken látható.

Beágyazott attraktorok kétdimenziós vetületei EKG-jelekhez három egészséges (felső panel) és három egészségtelen (alsó panel) esetben. Az összes attraktort az SVD transzformáció segítségével ábrázoltuk.

Mivel az attraktor összetett szerkezete eleve információt tartalmaz dinamikájának összetettségéről, fontos kvantitatív jellemzése. Számos kvantort tanulmányoztak ebben az összefüggésben az évek során 46, ezek közül a leghatékonyabb a fraktáldimenziók halmaza. A következő szakaszokban bemutatjuk, hogyan használják a korrelációs dimenziót a helyettesítő elemzéssel együtt a mögöttes dinamika nemlineáris jellegének megállapítására, és hogyan számszerűsítik szerkezetének geometriai összetettségét multifraktál mérésekkel.

Korrelációs dimenzió és helyettesítő elemzés

Újrateremtjük a mögöttes dinamika fázistér-struktúráját egy dimenzió beágyazóterében M késleltetési vektorokkal, amelyeket a diszkrét mintavételezésű EKG adatok késleltetési idővel történő felosztásával hoznak létre τ. A dimenzió M értékként van kiválasztva, amelynél bármely fraktálmérték, például a korrelációs dimenzió D 2, telít 34 . A telítettek eloszlásai D 2 az egészséges és egészségtelen csoportokra vonatkozó értékeket a 3. ábra mutatja. Mivel az összes D 2 az értékek 4-nél kisebbek, az egységesség érdekében használjuk M = 4, mint az összes jel beágyazási mérete.

A korrelációs dimenzió megoszlása ​​(D 2) értékek az egészséges (zöld) és az egészségtelen (piros) alanyok számára. Mint látható, az összes érték kisebb, mint 4, ezért választunk M = 4 beágyazási méretként.

Mielőtt bármilyen típusú nemlineáris elemzést végzünk, fontos először ellenőrizni, hogy a megfigyelt idősor valóban egy mögöttes nemlineáris folyamat eredménye. A mögöttes dinamika nemlineáris és determinisztikus jellegét a helyettesítő elemzés statisztikailag szigorú módszerével ellenőrizzük 31,32. Ehhez helyettesítő adatokat generálunk a TISEAN 47-es csomag segítségével. A korrelációs dimenziót mérve a 4. ábrán ábrázoljuk az eredeti jel és a generált helyettesítők értékeit a beágyazási dimenzió függvényében. M. Mivel az értékek D 2 mivel a helyettesítő adatok jelentősen eltérnek az eredeti jel adataitól, arra a következtetésre jutunk, hogy a jel a mögöttes nemlinearitásból származik.

D 2 értékek a beágyazási dimenzió függvényében M négy véletlenszerűen kiválasztott adathalmazhoz (kék) és azok helyettesítőihez (bíbor). Látható, hogy a D 2 a helyettesítők értékei kellően eltérnek az eredeti adatoktól.

Multifraktál elemzés

A rekonstruált fázistér-attraktorok a legtöbb komplex rendszerhez, például a szívdinamikához multifraktál szerkezettel rendelkeznek, amelyet általánosított dimenziók jellemeznek. D q így az attraktor pontjainak eloszlásának egyenetlensége a különböző értékeken keresztül válik nyilvánvalóvá q. Az attraktor lokális skálázási tulajdonságait azonban a pályaszemcsés attraktor valószínűségi mértékéhez kapcsolódó szingularitások spektruma rögzíti. Így ha az attraktort méretű dobozok borítják r, a pontok valószínűsége a én a doboz mérete (

_(r)sim ^<_>) . Multifraktál esetén a skálák tartománya α én jelen van annak összetettségének mértéke. Azonos dobozok száma α méretarányosan (_(r)sim ^) . Mindkét (D q,q) és (f(α),α) analóg jellemzéseket nyújtanak, és a Legendre-transzformációk kapcsolódnak egymáshoz, mint 35:

Így a multifraktál spektrum kiszámításának kényelmes módja az általánosított dimenziók kiszámítása D q majd az (1) és (2) egyenlet segítségével megtudhatja f(α) és α. Harikrishnan algoritmikus megközelítést adott ennek végrehajtására et al. 35, és itt ugyanezt a módszert követjük az EKG-jelek megfelelő módosításaival. Az így kiszámított multifraktál spektrumok az 5. ábrán láthatók öt véletlenszerűen kiválasztott adatra, egészséges és egészségtelen csoportokból egyaránt. Nyilvánvaló, hogy a tartomány a α értékek vagy a spektrum szélessége és a görbék alakja a két csoport között változik. Ezek a változások számszerűsíthetők, hogy információt nyerjünk a megfelelő attraktorok komplexitásának változásairól. Ez a következő matematikai formával történik f(α) ív:

amelyben a 35-ben leírtak szerint az öt paraméter közül csak négy független. Kiválasztjuk a négy paramétert α 1, α 2, γ 1 és γ 2 hogy egyedi jellemzést nyújtsunk f(α) a multifraktál spektruma.

Multifraktál spektrumgörbék minden csoportból 5 véletlenszerűen kiválasztott alanyhoz. A folyamatos zöld görbék egészséges alanyokat, míg a szaggatott piros görbék a nem egészségeseket ábrázolják.

Megjegyezzük, hogy a beágyazott attraktor pontjainak nem egyenletes eloszlása ​​jelzi az EKG-jelen keresztül feltárt szívdinamika összetettségét. Ezért az a skálatartomány, amely a pontok eloszlásának valószínűségének leírásához szükséges a teljes attraktoron, annak komplexitásának mértékévé válik. A különbség α 2α 1, amely a szélességét méri f(α) spektrum biztosítja a skálázási indexek tartományát. A 6. ábrán ennek a különbségnek az eloszlását mutatjuk be egészséges és egészségtelen csoportokra. Megállapítható, hogy a komplexitás minden csatornán inkább az egészséges szívekre vonatkozik.

A különbség eloszlása α 2α 1 egészséges (zöld) és egészségtelen (piros) csoportokhoz különböző csatornákhoz. Ez a különbség az EKG mögött meghúzódó dinamika összetettségének mérőszáma, amint azt a szöveg leírja, és így az egészséges szív összetettebbnek tűnik, mint az egészségtelen.

Elvileg a fenti négy paraméter bármelyikének vagy azok kombinációinak jó mutatóinak kell lenniük a mögöttes összetettségre vonatkozóan. Az általunk használt adatoknál azt találtuk, hogy a numerikus hiba inkább a α 2 oldalon leginkább azért, mert ez megfelel az attraktor ritka tartományainak. Ez bizonyos mértékig leküzdhető hosszabb adatkészletek használatával. Jelen tanulmányban azonban csak a normál klinikai gyakorlatban könnyen elérhető EKG-adatokat használjuk. Ezért, miközben az eredményekből következtetéseket vonunk le, arra koncentrálunk α 1 és γ 1 értékek, amelyek az attraktor sűrű területeihez kapcsolódnak, valamint α 0 az értéke α maximumának megfelelő f(α) ív.

A 7. ábrán a szórásdiagramokat mutatjuk be α 1 és γ 1 elektródák értékei v 1 nak nek v 6 a két csoport adatkészleteiből nyert. A zöld körök ezeken az ábrákon a PhysioNet adatbázisban egészségesnek azonosított alanyokat, a piros négyzetek pedig az egészségteleneket jelölik. A paramétersíkok ábrázolásakor néhány olyan esetet elvetettünk, amelyekre a jó illeszkedést nem sikerült elérni. A megjelenítés céljából háttérként a két csoport becsült kernelsűrűségét is megjelenítjük. Amint az ezekből az ábrákból látható, úgy tűnik, hogy a multifraktál elemzés szinte minden esetet helyesen vett fel azáltal, hogy az egészséges és az egészségtelen eseteket külön klaszterekre különítette el. α 1-γ 1 repülőgépek.

Az elektródák szórásdiagramja v 1 nak nek v 6 ban ben α 1-γ 1 paramétersíkok. Az ábrán a zöld körök az egészséges alanyokat, a piros négyzetek pedig a betegeket jelölik. Összességében az egészséges esetek csoportosultak, míg a betegek elkülönülnek az egészségesektől, és szétszórtan vannak.

Vak adatok tesztelése és sikerességi arány

A két csoport két különböző klaszterre való szétválasztása csak akkor válik hasznossá, ha segít megjósolni a csoportcímkét (egészséges vagy egészségtelen) egy új, nem látott adat esetében. Ez egy szabványos probléma a gépi tanulás elméletében, és egy speciális algoritmust használunk, amelyet „támogatási vektor klaszterezésnek” vagy SVC-nek neveznek a Radial Base Function (RBF) kernel 48 használatával, hogy megtudjuk a régiókat α 1-γ 1 a két csoportnak megfelelő síkok. Az ismert csoportcímkéket az algoritmus betanítási adataként használja fel az egészséges és egészségtelen esetek azonosítására, majd felkéri az algoritmust, hogy ossza fel a paramétersíkot két régióra. A különböző csatornákhoz így kapott régiókat a 8. ábra mutatja. A kvantorok másik halmazaként most a paramétersíkot tekintjük α 1-α 0, ahol α 0 az a α maximális értékének megfelelő értéket f(α) görbét, és végezzen hasonló elemzést. Az így kapott régiókat a 9. ábra mutatja.

A paramétersík régiói α 1-γ 1 amelyek az elektródák SVC algoritmusával nyert egészséges és egészségtelen régiókat választják el egymástól v 1 nak nek v 6. A régiókkal való összehasonlítás érdekében a tényleges adatpontok is megjelennek.


Nézd meg a videót: elektronika 1 2020, 2. gyakorlat (Június 2022).


Hozzászólások:

  1. Barn

    I recommend that you visit the site with a huge number of articles on the topic that interests you.

  2. Jomar

    Gyors válasz)))

  3. Leil

    I sent the first post, but it was not published. I am writing the second one. This is me, a tourist of African countries

  4. Qaseem

    Nagyon érdekes!!! Only I can not quite understand how often your blog is updated?

  5. Yozshubei

    I am sure this is a delusion.

  6. Prescott

    It is simply amazing theme :)

  7. Faushakar

    Szerintem hibákat követnek el. Javaslom a megbeszélést.



Írj egy üzenetet