Цифровой электрокардиографический комплекс для риск-стратификации пароксизмов фибрилляции предсердий

А.В. Фролов, О.П. Мельникова, А.П. Воробьев, Т.Г. Вайханская

Ключевые слова: фибрилляция предсердий; цифровая электрокардиография; синусовый ритм сердца; контроль сердечного ритма; «Интеркард 8.1».

2024, том 16, номер 3, стр. 43.

DOI: https://doi.org/10.17691/stm2024.16.3.05

Полный текст статьи

html pdf

233

343

Аннотация
Список литературы
Как цитировать в References

Цель работы — разработка и клиническое тестирование программно-аппаратного комплекса для выявления предикторов скрытых форм фибрилляции предсердий (ФП) по данным ЭКГ в 12 стандартных отведениях при синусовом ритме.

Материалы и методы. Разработан программно-аппаратный комплекс «Интекард 8.1», который оценивает комплекс маркеров электрической нестабильности предсердий по 3–5-минутным записям ЭКГ при синусовом ритме. Среди них — амплитуда Р-волны во II отведении <0,1 мВ, длительность Р-волны >120 мс, полная межпредсердная блокада, площадь терминальной части бифазной Р-волны <–4 мВ·мс, индекс MVP (морфология–вольтаж–длительность) >3 баллов.

Клиническое тестирование комплекса «Интекард 8.1» проведено в группе из 120 пациентов с диагнозами «ишемическая болезнь сердца» или «дилатационная кардиомиопатия». Средний возраст испытуемых — 57,9±13,1 года.

Результаты. Детекция P-волны является сложной задачей, обусловленной низкой амплитудой сигнала, шумами, высокой вероятностью ошибок при атриовентрикулярной блокаде и суперпозиции T- и P-волн в случае выраженной тахикардии. Для улучшения детекции использован метод фазорного преобразования сигнала, в соответствии с которым анализировалась его фазовая компонента arctg[x(n)/Rv], где x(n) — отсчеты ЭКГ-сигнала, Rv — константа. Разработан алгоритм идентификации, реализованный в программе «Интекард 8.1», и проведены клинические испытания программы.

В течение периода наблюдения 12 [6; 22] мес у 22 из 120 пациентов (18,3%) были зафиксированы эпизоды ФП. В группе пациентов с эпизодами ФП была значимо снижена амплитуда Р-волны (p=0,029); увеличена ее длительность (p<0,001); зафиксирован значимо высокий индекс MVP (p<0,01). Наибольшей прогностической значимостью обладает индекс MVP с точкой отсечения >3 баллов. Площадь под ROC-кривой AUC составила 0,988 при 95% ДИ: 0,975–0,999 (p<0,001). Модель прогноза скрытых пароксизмов ФП обладает чувствительностью и специфичностью 92 и 89% соответственно.

Заключение. Цифровой электрокардиографический комплекс «Интекард 8.1» при анализе 3–5-минутных записей ЭКГ с синусовым ритмом способен выявлять пациентов с высоким риском или скрытой формой ФП. Динамическая оценка параметров Р-волны предоставляет возможность персонифицировать контроль сердечного ритма в данной когорте пациентов.

Rahman F., Kwan G.F., Benjamin E.J. Global epidemiology of atrial fibrillation. Nat Rev Cardiol 2014; 11(11): 639–654, https://doi.org/10.1038/nrcardio.2014.118.
Wolf P.A., Dawber T.R., Thomas H.E. Jr., Kannel W.B. Epidemiologic assessment of chronic atrial fibrillation and risk of stroke: the Framingham study. Neurology 1978; 28(10): 973–977, https://doi.org/10.1212/wnl.28.10.973.
Camm A.J., Corbucci G., Padeletti L. Usefulness of continuous electrocardiographic monitoring for atrial fibrillation. Am J Cardiol 2012; 110(2): 270–276, https://doi.org/10.1016/j.amjcard.2012.03.021.
Kirchhof P., Benussi S., Kotecha D., Ahlsson A., Atar D., Casadei B., Castella M., Diener H.C., Heidbuchel H., Hendriks J., Hindricks G., Manolis A.S., Oldgren J., Popescu B.A., Schotten U., Van Putte B., Vardas P.; ESC Scientific Document Group. 2016 ESC Guidelines for the management of atrial fibrillation developed in collaboration with EACTS. Eur Heart J 2016; 37(38): 2893–2962, https://doi.org/10.1093/eurheartj/ehw210.
Antzelevitch C., Dumaine R. Electrical heterogeneity in the heart: physiological, pharmacological and clinical implications. In: Comprehensive physiology. Supplement 6. Handbook of physiology, the cardiovascular system, the heart. American Physiological Society; 2011; p. 654–692, https://doi.org/10.1002/cphy.cp020117.
Verrier R.L., Nearing B.D., D’Avila A. Spectrum of clinical applications of interlead ECG heterogeneity assessment: from myocardial ischemia detection to sudden cardiac death risk stratification. Ann Noninvasive Electrocardiol 2021; 26(6): e12894, https://doi.org/10.1111/anec.12894.
Alexander B., Milden J., Hazim B., Haseeb S., Bayes-Genis A., Elosua R., Martínez-Sellés M., Yeung C., Hopman W., Bayes de Luna A., Baranchuk A. New electrocardiographic score for the prediction of atrial fibrillation: the MVP ECG risk score (morphology-voltage-P-wave duration). Ann Noninvasive Electrocardiol 2019; 24(6): e12669, https://doi.org/10.1111/anec.12669.
Murase Y., Imai H., Ogawa Y., Kano N., Mamiya K., Ikeda T., Okabe K., Arai K., Yamazoe S., Torii J., Kawaguchi K. Usefulness of P-wave duration in patients with sick sinus syndrome as a predictor of atrial fibrillation. J Arrhythm 2021; 37(5): 1220–1226, https://doi.org/10.1002/joa3.12604.
Intzes S., Zagoridis K., Symeonidou M., Spanoudakis E., Arya A., Dinov B., Dagres N., Hindricks G., Bollmann A., Kanoupakis E., Koutalas E., Nedios S. P-wave duration and atrial fibrillation recurrence after catheter ablation: a systematic review and meta-analysis. Europace 2023; 25(2): 450–459, https://doi.org/10.1093/europace/euac210.
Vorobiev A.P., Vaykhanskaya T.G., Melnikova O.P., Krupenin V.P., Polyakov V.B., Frolov A.V. A digital electrocardiographic system for assessing myocardial electrical instability: principles and applications. Sovremennye tehnologii v medicine 2020; 12(6): 15, https://doi.org/10.17691/stm2020.12.6.02.
Nielsen J.B., Kühl J.T., Pietersen A., Graff C., Lind B., Struijk J.J., Olesen M.S., Sinner M.F., Bachmann T.N., Haunsø S., Nordestgaard B.G., Ellinor P.T., Svendsen J.H., Kofoed K.F., Køber L., Holst A.G. P-wave duration and the risk of atrial fibrillation: results from the Copenhagen ECG Study. Heart Rhythm 2015; 12(9): 1887–1895, https://doi.org/10.1016/j.hrthm.2015.04.026.
Bayés-de-Luna A., Fiol-Sala M., Martínez-Sellés M., Baranchuk A. Current ECG aspects of interatrial block. Hearts 2021; 2(3): 419–432, https://doi.org/10.3390/hearts2030033.
Vaikhanskaya T.G., Frolov A.V. The new clinical Bayes syndrome: definitions, epidemiology and clinical significance. Cardiology in Belarus 2022; 14(6): 803–813, https://doi.org/10.34883/pi.2022.14.6.009.
Huang Z., Zheng Z., Wu B., Tang L., Xie X., Dong R., Luo Y., Li S., Zhu J., Liu J. Predictive value of P wave terminal force in lead V1 for atrial fibrillation: a meta-analysis. Ann Noninvasive Electrocardiol 2020; 25(4): e12739, https://doi.org/10.1111/anec.12739.
Yang N., Yan N., Cong G., Yang Z., Wang M., Jia S. Usefulness of morphology-voltage-P-wave duration (MVP) score as a predictor of atrial fibrillation recurrence after pulmonary vein isolation. Ann Noninvasive Electrocardiol 2020; 25(6): e12773, https://doi.org/10.1111/anec.12773.
Martínez A., Alcaraz R., Rieta J.J. Application of the phasor transform for automatic delineation of single-lead ECG fiducial points. Physiol Meas 2010; 31(11): 1467–1485, https://doi.org/10.1088/0967-3334/31/11/005.
Saclova L., Nemcova A., Smisek R., Smital L., Vitek M., Ronzhina M. Reliable P wave detection in pathological ECG signals. Sci Rep 2022; 12(1): 6589, https://doi.org/10.1038/s41598-022-10656-4.
Mulder M.J., Kemme M.J.B., Hopman L.H.G.A., Kuşgözoğlu E., Gülçiçek H., van de Ven P.M., Hauer H.A., Tahapary G.J.M., Götte M.J.W., van Rossum A.C., Allaart C.P. Comparison of the predictive value of ten risk scores for outcomes of atrial fibrillation patients undergoing radiofrequency pulmonary vein isolation. Int J Cardiol 2021; 344: 103–110, https://doi.org/10.1016/j.ijcard.2021.09.029.
Sikorska A., Pilichowska-Paszkiet E., Zuk A., Piotrowski R., Kryński T., Baran J., Zaborska B., Kułakowski P. Acceleration of sinus rhythm following ablation for atrial fibrillation: a simple parameter predicting ablation efficacy. Kardiol Pol 2019; 77(10): 960–965, https://doi.org/10.33963/KP.14950.
Kreimer F., Aweimer A., Pflaumbaum A., Mügge A., Gotzmann M. Impact of P-wave indices in prediction of atrial fibrillation-Insight from loop recorder analysis. Ann Noninvasive Electrocardiol 2021; 26(5): e12854, https://doi.org/10.1111/anec.12854.
Attia Z.I., Noseworthy P.A., Lopez-Jimenez F., Asirvatham S.J., Deshmukh A.J., Gersh B.J., Carter R.E., Yao X., Rabinstein A.A., Erickson B.J., Kapa S., Friedman P.A. An artificial intelligence-enabled ECG algorithm for the identification of patients with atrial fibrillation during sinus rhythm: a retrospective analysis of outcome prediction. Lancet 2019; 394(10201): 861–867, https://doi.org/10.1016/S0140-6736(19)31721-0.

Frolov A.V., Melnikova O.P., Vorobiev A.P., Vaikhanskaya T.G. Digital Electrocardiographic Complex for Risk Stratification of Paroxysmal Atrial Fibrillation. Sovremennye tehnologii v medicine 2024; 16(3): 43, https://doi.org/10.17691/stm2024.16.3.05