Informatie

Hoe een genormaliseerd ECG verkrijgen bij ECG-metingen over afleiding 1, 2 en 3?

Hoe een genormaliseerd ECG verkrijgen bij ECG-metingen over afleiding 1, 2 en 3?


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.

Ik zag deze YouTube-video over ECG-metingen en cardiale dipoolvectorlocus van het hart over de drie afleidingen. Screenshots ervan posten:

Mijn vraag is hoe de grafiek (2e afbeelding) te verkrijgen van de 3 grafieken in de eerste afbeelding? Moet ik ze gewoon toevoegen of is er meer aan de hand?


link: https://www.youtube.com/watch?v=H8jVRhQkRjg


Hoofdstuk 4 - Machine learning in biomedische signaalverwerking met ECG-toepassingen

Het onderzoek op het gebied van ECG-signaalanalyse en classificatie is een actief onderzoeksthema. ECG-signaalanalyse speelt een essentiële rol bij het opsporen van hart- en vaatziekten (bijv. afsluiting van kransslagaders, hartvergroting, geleidingsdefecten, ritme en ionische effecten). Cardiologen zijn getraind in het interpreteren van ECG-signalen voor het identificeren van aritmieën. ECG-slagen worden bijvoorbeeld onderzocht door onderscheidende morfologische en op interval gebaseerde kenmerken te bepalen. Handmatige analyse is echter tijdrovend, vereist deskundige training en is foutgevoelig.

Geautomatiseerde ECG-signaalanalysetechnologie is op grote schaal beschikbaar geworden dankzij de vooruitgang in machine learning en biomedische signaalverwerking. ECG-analyse is niet-invasief en heeft impact aangetoond in verschillende toepassingen, waaronder geneeskunde, emotieherkenning, biometrische identificatie en draagbare sporttechnologie. Dit hoofdstuk gaat over geautomatiseerde elektrocardiogram (ECG) analyse voor de diagnose van hart- en vaatziekten. Het belangrijkste doel van dit hoofdstuk is om de biomedisch ingenieur te helpen een machine learning-model te bouwen om automatische classificatie van ECG-slagen uit te voeren. Ik zal beginnen met een overzicht van klinische ECG, ECG-weergaven, hartslagtypen en aritmieën. Vervolgens wordt een eenvoudig model voor ECG-hartslagclassificatie geïllustreerd, dat de verschillende stadia toont van gegevensselectie, voorverwerking, het genereren van functies en het trainen van een machine learning-model.


Toegangsopties

Krijg volledige toegang tot tijdschriften voor 1 jaar

Alle prijzen zijn NET prijzen.
De btw wordt later bij het afrekenen toegevoegd.
De belastingberekening wordt definitief tijdens het afrekenen.

Krijg beperkte of volledige toegang tot artikelen op ReadCube.

Alle prijzen zijn NET prijzen.


Methoden:

Dit gedeelte behandelt de volgende aspecten: In Data-acquisitie, beschrijven we in detail het data-acquisitieproces en in Voorbewerking we bespreken de toegepaste voorbewerkingsstappen om een ​​wijdverbreid gebruik voor het trainen en evalueren van machine learning-algoritmen te vergemakkelijken.

Data-acquisitie

De ruwe data-acquisitie werd als volgt uitgevoerd:

De golfvormgegevens werden automatisch bijgesneden tot segmenten van 10 seconden en opgeslagen in een eigen gecomprimeerd formaat. Voor alle signalen bieden we de standaardset van 12 afleidingen (I,II,III,aVL,aVR,aVF,V1-V6) met referentie-elektroden op de rechterarm. De oorspronkelijke bemonsteringsfrequentie was 400 Hz.

De bijbehorende metadata is door een verpleegkundige in een database ingevoerd.

Elk record werd als volgt geannoteerd:

Een eerste reeks ECG-rapporten is gegenereerd door:

67,13% handmatige interpretatie door een menselijke cardioloog

31,2% automatische interpretatie door ECG-apparaat

4,45% validatie door een menselijke cardioloog

26,75% onvolledige informatie over menselijke validatie

1,67% geen eerste ECG-rapport.

In Kwaliteitsbeoordeling voor annotatiegegevens (ECG-verklaringen), bieden we een uitgebreidere discussie over deze stap.

De rapportreeks is omgezet in een gestandaardiseerde set SCP-ECG-verklaringen inclusief waarschijnlijkheidsinformatie voor diagnostische verklaringen.

De hartas en het infarctstadium (indien van toepassing) zijn uit het rapport gehaald.

Een mogelijke tweede validatie (voor de eerste evaluatie in het geval van een ontbrekende initiële rapportreeks) werd uitgevoerd door een tweede onafhankelijke cardioloog, die de ECG-verklaringen en de waarschijnlijkheidsinformatie direct kon wijzigen. In de meeste gevallen werd de afwijkende mening ook gemeld in een tweede meldingsreeks.

Ten slotte ondergingen alle records een ander handmatig annotatieproces door een technisch expert die zich voornamelijk richtte op kwalitatieve signaalkenmerken.

Voorbewerking

De golfvormbestanden werden geconverteerd van het originele eigen formaat naar een binair formaat met 16 bit precisie bij een resolutie van 1 μV/LSB. De signalen ondergingen een kleine verwerking om pieken van in- en uitschakelprocessen van de apparaten te verwijderen, die aan het begin en het einde van sommige opnames werden gevonden, en werden door middel van resampling opgesampled naar 500 Hz. Voor het gemak van de gebruiker geven we ook een gedownsamplede versie van de golfvormgegevens vrij met een bemonsteringsfrequentie van 100 Hz.

Met de overname van de oorspronkelijke database van Schiller AG werden de volledige gebruiksrechten overgedragen aan de PTB. De Institutionele Ethische Commissie heeft ingestemd met de publicatie van de anonieme gegevens in een open-access database (PTB-2020-1). ECG's en patiënten worden geïdentificeerd door unieke identificatiecodes. In plaats van de geboortedatum rapporteren we de leeftijd van de patiënt in jaren op het moment van gegevensverzameling zoals berekend met behulp van de ECG-datum. Voor patiënten met ECG's die zijn gemaakt op een leeftijd van 90 jaar of ouder, is de leeftijd vastgesteld op 300 jaar om te voldoen aan de normen van de Health Insurance Portability and Accountability Act (HIPAA). Alle ECG-datums werden voor elke patiënt willekeurig verschoven met behoud van tijdsverschillen tussen meerdere opnamen. De namen van validerende cardiologen en verpleegkundigen en de opnamelocatie (ziekenhuis enz.) van de opname werden gepseudonimiseerd en vervangen door unieke identificatiegegevens. De oorspronkelijke gegevens bevatten voor sommige patiënten onwaarschijnlijke hoogtewaarden. We besloten de lengtewaarden te verwijderen voor patiënten waarbij de body-mass-index berekend op basis van lengte en gewicht groter was dan 40.

De ECG-gegevens zijn geannoteerd met behulp van een codeboek (SCP-ECG v0.4 (bijlage B)) van ECG-verklaringen die voorafgingen aan de huidige SCP-ECG-standaard 12 . Alle annotaties werden omgezet in SCP-ECG-verklaringen door rekening te houden met de kleine wijzigingen die plaatsvonden tussen de release van het codeboek en de publicatie van de definitieve standaard.


3 Voorbewerking

3.1 Ontruisen van ECG-signaal

De discrete wavelet-transformatie (DWT)-methode wordt gebruikt voor soft-thresholding ruisonderdrukking [15]. We gebruiken de db3-wavelet om het originele ECG-signaal te verwerken. Om de basislijnverschuiving van het ECG-signaal te kalibreren, wordt het genormaliseerde algoritme van de kleinste gemiddelde kwadraten gebruikt om adaptieve ruisfiltering uit te voeren. De resultaten laten zien dat deze methode de basislijnverschuiving en ruis effectief kan corrigeren, terwijl de geometrische kenmerken van het ECG-signaal behouden blijven. Fig. 4 toont de vergelijking van de originele en geruisloze signalen.

Vergelijking van het originele ECG-signaal en de op ruis gebaseerde DWT . op basis van ECG-signalen

3.2 Hartslagsegmentatie

We segmenteren de ECG-gegevens in de structuur van de ECG-slag. Eerst gebruiken we de effectieve R-golfannotatie uit de MIT-BIH-database om de R-golfpositie te vinden en om elke RR-intervallengte te berekenen. Ten tweede segmenteren we 40% van het RnRn-1-interval en 60% van het RnRn + 1-interval op elke R-golfpositie. Ten slotte herbemonsteren we de ECG-slagen met behulp van de gemiddelde lengte van het RR-interval, om de enkele ECG-slag met dezelfde lengte te verkrijgen. Het resultaat van de ECG-segmentatie wordt getoond in Fig. 5.

Segmentatie ECG-signaal

3.3 Dimensiereductie

Bij signaalverwerking is ICA [ 16 ] een rekenmethode voor het scheiden van een multivariaat signaal in additieve subcomponenten. Dit wordt gedaan door aan te nemen dat de subcomponenten niet-Gaussiaanse signalen zijn en statistisch onafhankelijk van elkaar zijn. Vergeleken met principale componentenanalyse (PCA), realiseert de ICA-methode niet alleen decorrelatie, maar houdt ze ook rekening met statistische onafhankelijkheid van hoge orde. De ICA-methode is veel gebruikt op het gebied van biomedische signaalverwerking, spraakverwerking en communicatie [17-19]. Bovendien, zoals vermeld in [ 20 ], geven de bruikbare ECG-gegevens soms een betere selectie van kenmerken door gebruik te maken van de ICA-methode.

We gebruiken een statistisch model van 'latente variabelen' om de ICA-methode te introduceren. Ervan uitgaande dat we lineaire mengsels kunnen waarnemen van N onafhankelijke componenten (IC's) (1) (2) (3) In het ICA-model nemen we aan dat de componenten statistisch onafhankelijk zijn en dat de IC's niet-Gauss-verdelingen moeten hebben. De output van de ICA-methode is een schatting van de niet-mengmatrix , zoals dat is (4)

Dat kunnen we constateren, , dus is de gegeneraliseerde inverse matrix van EEN. De geschatte IC's zullen een mengsel zijn van die echte onafhankelijke bronnen met een element van als schaalfactor. Om de databasedimensie te verkleinen, gebruiken we EEN, die de coëfficiënten vertegenwoordigt, als invoer van ons clusteringalgoritme. We zien dat slechts 20 IC's de correlatiecoëfficiënt, tussen het gereconstrueerde signaal en het originele signaal, 93,1% kunnen laten bereiken, zoals weergegeven in Tabel 2. Hoewel een hoger aantal IC's resulteert in een betere weergave van de ECG-slag, doet de correlatiecoëfficiënt dat wel. niet significant toenemen na 20. Daarom hebben we het gewenste aantal IC's in ons experiment ingesteld op 20. Fig. 6 toont alle 20 IC's van de ECG-beats gepresenteerd in Fig. 5.

IC's van de ECG-slagen, het gewenste aantal IC's is 20

Aantal IC's Correlatiecoëfficiënt
5 0.687
8 0.708
10 0.789
12 0.756
14 0.790
16 0.864
18 0.882
20 0.931
21 0.936
22 0.947
23 0.946

Hoe een genormaliseerd ECG verkrijgen bij ECG-metingen over afleiding 1, 2 en 3? - Biologie

Doelstelling Evaluatie van de diagnostische prestaties van een diepgaand leersysteem voor geautomatiseerde detectie van atriale fibrillatie (AF) in fotoplethysmografische (PPG) pulsgolfvormen.

Methoden: We hebben een diep convolutief neuraal netwerk (DCNN) getraind om AF te detecteren in 17 s PPG-golfvormen met behulp van een trainingsgegevensset van 149.048 PPG-golfvormen die zijn samengesteld uit verschillende openbaar beschikbare PPG-databases. De DCNN werd gevalideerd met behulp van een onafhankelijke testdataset van 3039 smartphone-verworven PPG-golfvormen van volwassenen met een hoog risico op AF in een algemene polikliniek tegen ECG-traceringen beoordeeld door twee cardiologen. Zes gevestigde AF-detectoren op basis van handgemaakte functies werden geëvalueerd op dezelfde testgegevensset voor prestatievergelijking.

Resultaten In de validatiedataset (3039 PPG-golfvormen), bestaande uit drie opeenvolgende PPG-golfvormen van 1013 deelnemers (gemiddelde (SD) leeftijd, 68,4 (12,2) jaar 46,8% mannen), was de prevalentie van AF 2,8%. Het gebied onder de receiver operating karakteristieke curve (AUC) van de DCNN voor AF-detectie was 0,997 (95% BI 0,996 tot 0,999) en was significant hoger dan alle andere AF-detectoren (AUC-bereik: 0,924-0,985). De sensitiviteit van de DCNN was 95,2% (95% BI 88,3% tot 98,7%), specificiteit was 99,0% (95% BI 98,6% tot 99,3%), positief voorspellende waarde (PPV) was 72,7% (95% BI 65,1% tot 79,3%) en de negatief voorspellende waarde (NPV) was 99,9% (95% BI 99,7% tot 100%) met behulp van een enkele 17 s PPG-golfvorm. Bij gebruik van de drie opeenvolgende PPG-golfvormen in combinatie (<1 min in totaal), was de sensitiviteit 100,0% (95% BI 87,7% tot 100%), specificiteit 99,6% (95% BI 99,0% tot 99,9%), PPV was 87,5% (95% BI 72,5% tot 94,9%) en NPV was 100% (95% BI 99,4% tot 100%).

conclusies In deze evaluatie van PPG-golfvormen van volwassenen gescreend op AF in een echte eerstelijnszorgomgeving, had de DCNN een hoge gevoeligheid, specificiteit, PPV en NPV voor het detecteren van AF, en presteerde beter dan andere geavanceerde methoden op basis van handgemaakte functies.


Gerelateerd werk

In deze sectie bespreken we prognosemethoden voor tijdelijke gegevens, met name met toepassingen in het zorgdomein. Deze prognosemethoden kunnen worden onderverdeeld in twee hoofdcategorieën: (i) traditionele op machine learning gebaseerde methoden en (ii) op ​​deep learning gebaseerde methoden.

Voor traditionele op machine learning gebaseerde voorspellingsmethoden zijn twee representatieve benaderingen support vector machine (SVM) en artificieel neuraal netwerk (ANN). Wu et al. [24] gebruikte SVM om hartfalen meer dan zes maanden te voorspellen via uitgebreide elektronische medische dossiers (EPD). De hoogste waarde van de oppervlakte onder de curve (AUC) voor SVM is ongeveer 0,75. Santillana et al. [25] gebruikte de SVM om schattingen van de griepactiviteit in Amerika te voorspellen. Yu et al. [3] gebruikte de SVM om eendaagse gezondheidstoestand voor ouderen te voorspellen en bereikte de voorspellingsnauwkeurigheid van ongeveer 60%. Ondertussen kreeg de ANN ook een brede toepassing in het domein van de gezondheidszorg. Suryadevara et al. [26] maakte gebruik van de ANN om het gedrag en het welzijn van ouderen te voorspellen en implementeerde het in een prototypesysteem voor de gezondheidszorg. Srinivas et al. [27] gebruikte de ANN om hartziekten zoals pijn op de borst, beroerte en hartaanval te voorspellen. De voorspellingsprestaties van deze traditionele op machinaal leren gebaseerde methoden zijn moeilijk om aan de nauwkeurige voorspellingseisen van ouderen te voldoen. Dus verlegden onderzoekers hun aandacht naar geavanceerde, op deep learning gebaseerde voorspellingsmethoden.

In de afgelopen jaren zijn op deep learning gebaseerde methoden zoals recurrent neural network (RNN) een groot succes geboekt in natuurlijke taalverwerking, spraakherkenning en machinevertaling [28-31]. Onderzoekers probeerden ook de problemen in het domein van de gezondheidszorg op te lossen met behulp van deze geavanceerde benaderingen [32-34]. Ma et al. [32] stelde een end-to-end eenvoudig recurrent neuraal netwerk voor om de temporaliteit en hoge dimensionaliteit van sequentiële EPD-gegevens te modelleren om de toekomstige gezondheidsinformatie van patiënten te voorspellen. De experimentele resultaten op basis van twee real-world EPD-datasets toonden aan dat hun model de voorspellingsnauwkeurigheid aanzienlijk verbeterde. Choi et al. [33] onderzocht terugkerend neuraal netwerk of het verbeteren van de initiële diagnose van hartfalen in vergelijking met traditionele op machine learning gebaseerde benaderingen. Experimentele resultaten toonden aan dat terugkerend neuraal netwerk de temporele relaties zou kunnen benutten en de voorspellingsprestaties van incident hartfalen kon verbeteren. Choi et al. [34] stelde ook een interpreteerbaar voorspellingsmodel voor op basis van een terugkerend neuraal netwerk. Dit diepe model is getest op een grote EPD-dataset en heeft zijn superieure voorspellingsprestaties aangetoond. Daarom worden twee populaire, op diep leren gebaseerde benaderingen, het lange-kortetermijngeheugennetwerk (LSTM) [35, 36] en bidirectionele lange-kortetermijngeheugennetwerk (BiLSTM) [37] gebruikt om eendaagse welzijnsomstandigheden te voorspellen voor ouderen in dit onderzoek. Ondertussen worden ook twee traditionele op machine learning gebaseerde methoden van SVM en ANN gebruikt voor modelselectie.


Waarom is het gedaan?

Een ECG geeft twee belangrijke soorten informatie. Ten eerste kan een arts door tijdsintervallen op het ECG te meten bepalen hoe lang de elektrische golf erover doet om door het hart te gaan. Door uit te zoeken hoe lang een golf erover doet om van het ene deel van het hart naar het andere te reizen, laat zien of de elektrische activiteit normaal of langzaam, snel of onregelmatig is. Ten tweede kan een cardioloog, door de hoeveelheid elektrische activiteit die door de hartspier gaat, te meten, bepalen of delen van het hart te groot of overbelast zijn.


Conclusies

Met betrekking tot de geschiktheid van de tot dusver uitgevoerde onderzoeken moeten vier belangrijke kwesties worden benadrukt. Ten eerste is het, hoewel er veel moeite is gestoken in het selecteren van kenmerken en het ontwerp van classificaties, nog niet duidelijk wat de beste set kenmerken en classificatieschema's is voor ECG-biometrie (hiërarchisch, ensemble enz.). Niet-fiduciale technieken kunnen de rekeninspanning en het foutenpercentage als gevolg van de herkenning van ECG-golven verminderen. Daarom wordt verwacht dat de nieuw te ontwikkelen technieken fiducials en niet-fiducial-gebaseerde functies zullen gebruiken om het beste van beide benaderingen te vangen. Verdere analyse van het gebruik van single lead-opnames en de studie van kenmerken die niet afhankelijk zijn van de opnamelocaties (bijv. vingers, handpalmen).

Ten tweede, wat de populatieomvang betreft, is het merendeel van de onderzoeken uitgevoerd op een kleine populatie (ongeveer enkele tientallen proefpersonen). Daarom is de toepasbaarheid van ECG-biometrische herkenning op grote schaal (real-life authenticatiescenario) nog niet bewezen.

Ten derde negeerden bijna alle onderzoeken (behalve [17] en [31] ) de variabiliteit van het ECG tijdens de levensduur (dwz variabiliteit veroorzaakt door werk, veroudering, herhaalde sportactiviteit enz.) bovendien, slechts enkele onderzoeken [57, 83, 136] overwogen de toepasbaarheid van deze technieken wanneer proefpersonen lijden aan pathologische aandoeningen. ECG-herkenning bij pathologische personen is een ander aspect van aanvullend onderzoek.

Ten vierde moet worden benadrukt dat, hoewel er richtlijnen beschikbaar zijn voor ECG-acquisitie in het klinische scenario, er nog steeds een gebrek is aan standaardisatie voor ECG-acquisitie (aantal leads en hun positionering, bemonsteringsfrequentie, aantal bits, filtering, type elektroden , aantal leads enz.) voor biometrische toepassingen. ECG-databases voor biometrische herkenning zouden echter idealiter opnames moeten bevatten, met een bepaalde bemonsteringsfrequentie en omstandigheden, van dezelfde proefpersonen in verschillende omstandigheden (bijv. ontspannen, tijdens en na fysieke training) en over een periode van meerdere jaren.

Indien aangepakt, zullen de genoemde uitdagingen bijdragen om deze veelbelovende techniek van de staat van adolescentie te verplaatsen naar een goede dagelijkse adoptie.


Abstract

Achtergrond en Doel-Een M-vormige gespleten inkeping op de stijgende tak, of op het zenit, van de R-golf in inferieure ECG-afleidingen (II, III, aVF), het zogenaamde "haken", is een indicator van ostium secundum atriale septumdefecten. De pathofysiologie die aan deze bevinding ten grondslag ligt, blijft onbekend. Een haakpatroon is niet eerder gemeld bij patiënten met een patent foramen ovale (PFO), maar de locatie van dit defect en het secundum atriale septum zijn vergelijkbaar. Het doel van deze studie was om de prevalentie van crochetage bij cryptogene CVA-patiënten met of zonder PFO te bepalen.

Methoden:— Er werd een conservatief selectieschema gebruikt om patiënten te identificeren die waarschijnlijk PFO-geassocieerde beroertes hebben gehad (dwz cryptogeen) en om elke structurele, functionele of vasculaire hartziekte die verantwoordelijk is voor ECG-veranderingen uit te sluiten. Alle patiënten hadden een standaard ECG met 12 afleidingen. De prevalentie van crochetage in elke groep werd bepaald.

Resultaten-Zestig opeenvolgende patiënten werden bestudeerd (28 met echo-gedocumenteerde PFO en 32 echo-negatieve controlepersonen). Het haakpatroon was aanwezig in ten minste 1 inferieure ledemaatleiding bij 10 van de 28 PFO-patiënten (36%) en 3 van de 32 controlepersonen (9%) (P<0.05). De sensitiviteit en specificiteit van het haakpatroon voor de diagnose van PFO in gevallen van cryptogene beroerte waren respectievelijk 36% en 91%, met een positief voorspellende waarde van 77%.

conclusiesDe bevinding van een ECG-haakpatroon kan helpen bij het identificeren van patiënten met een beroerte met PFO, kan helpen hun diagnostische opwerking te stroomlijnen en kan toekomstige studies rechtvaardigen om de waarde ervan te bepalen bij het stratificeren van het risico op een beroerte bij patiënten met PFO.

Paradoxale embolie via een PFO, een potentieel kanaal tussen de atria, is onlangs voorgesteld als een belangrijke oorzaak van anders cryptogene embolische beroerte. 1 Het primaire, maar indirecte, bewijs berust op de significant hogere prevalentie van echocardiografische diagnose van PFO, vooral bij jonge patiënten met een beroerte zonder andere bekende oorzaken. 1 2 3 4 Een snelle en nauwkeurige diagnose van PFO is belangrijk bij patiënten met een beroerte of TIA om vroege cerebrale of systemische embolische recidieven te voorkomen. In de gangbare praktijk wordt de diagnose van PFO echter meestal uitgesteld omdat patiënten dagen na het begin van een beroerte worden ingepland voor echocardiografie. Bovendien is in de meeste centra transthoracale kleuren-Doppler-echocardiografie de keuze bij routinematige evaluatie van patiënten met een beroerte, maar de opbrengst bij het detecteren van PFO is erg laag. 5 Bovendien gaat de beeldkwaliteit van kleuren-TTE vaak achteruit tijdens de Valsalva-manoeuvre, een manoeuvre die cruciaal is voor het creëren van een rechts-naar-links-shunt bij die personen zonder spontaan rangeren. Voor de diagnose van PFO zijn gevoeligere, zij het meer invasieve, technieken zoals transthoracale contrastechocardiografie, transoesofageale contrastechocardiografie en transcraniële contrast-Doppler-echografie vereist. Een direct beschikbare indicator van de aanwezigheid van PFO bij patiënten met een beroerte zou de diagnostische evaluatie en het patiëntenbeheer kunnen stroomlijnen.

Onlangs is aangetoond dat een gekerfd patroon van de R-golf, het zogenaamde "haken", in de onderste ledematendraden geassocieerd is met ostium secundum-type atriaal septumdefect (ASS). 6 Het exacte mechanisme dat leidt tot een haakpatroon bij ASS is niet bekend. Haakwerk is niet eerder gemeld bij patiënten met PFO. De vergelijkbare locatie van PFO en ostium secundum ASD, en de hemodynamische overeenkomsten tussen een grote PFO en een ASD, motiveerden ons echter om de prevalentie van crochetage bij cryptogene CVA-patiënten met PFO te onderzoeken.

Onderwerpen en methoden

We onderzochten de ziekenhuisdossiers van patiënten die tussen maart 1990 en maart 1997 waren opgenomen met de diagnose allereerste ischemische beroerte of TIA. De gevolgde procedures waren in overeenstemming met de institutionele richtlijnen en met goedkeuring van de Institutional Review Board. Alle patiënten hadden klinische symptomen die consistent waren met een specifieke arteriële distributie in het netvlies, de hersenhelft of de hersenstam. Symptomen waren van voorbijgaande aard en duurden minder dan 24 uur bij patiënten met TIA, of langer dan 24 uur bij patiënten met ischemische beroerte. Alle patiënten hadden hersen-CT- of MRI-onderzoeken die compatibel waren met hun diagnoses. Alle patiënten ondergingen routinematige laboratoriumonderzoeken (bloedchemie, celtellingen), 12-afleidingen ECG, TTE en/of TEE, en niet-invasieve vasculaire onderzoeken met duplex carotis-Doppler-echografie en/of transcraniële Doppler-echografie. Vierentwintig uur durende Holter-monitoring, conventionele cerebrale angiografie en/of magnetische resonantie-angiografie en bloedonderzoek voor hypercoaguleerbare toestanden of immunologische afwijkingen werden alleen uitgevoerd in geselecteerde gevallen waarin geen andere oorzaak van een beroerte kon worden vastgesteld.

Ons selectieproces probeerde een patiëntencohort te identificeren dat waarschijnlijk PFO-geassocieerde beroertes vertegenwoordigt en een controlegroep van patiënten zonder aanwijsbare oorzaak van een beroerte (met andere woorden, een studiegroep van patiënten met cryptogene beroertes met PFO, en een controlegroep van patiënten met cryptogene beroertes zonder PFO). Uitgesloten van onze studie waren: patiënten met enige mate van stenose of occlusie van een belangrijk extracraniaal of intracraniaal vat ipsilateraal van de symptomatische zijde, niet alleen die stenosen die hemodynamische afwijking kunnen hebben veroorzaakt, maar ook die als bron van emboliepatiënten kunnen hebben gediend met kleine infarcten (minder dan 15 mm in diameter) op het grondgebied van perforerende slagaders, ofwel geassocieerd met 1 van de 4 klassieke lacunaire syndromen (pure motorische hemiparese, pure sensorische beroerte, ataxische hemiparese en sensorische-motorische beroerte) of met risicofactoren voor kleine vaatziekte zoals diabetes mellitus en hypertensie patiënten met andere zeldzame oorzaken van een beroerte zoals vasculitis, arteriële dissectie of gecompliceerde migraine en patiënten met een structurele, functionele of vasculaire hartziekte die ECG-veranderingen kan veroorzaken of die als bron kan dienen van embolie. In overeenstemming met het laatste criterium hebben we alle patiënten uitgesloten met een voorgeschiedenis van klinische hartziekte, met een ECG-afwijking (myocardischemie, infarct, atrioventriculaire of intraventriculaire geleidingsblokkade, aritmie, pericarditis), of met een echocardiografie (ECHO) gedocumenteerde cardiale pathologie (abnormale wandbeweging, cardiomyopathie, pericardiale effusie of tamponade, segmentale linkerventrikelhypertrofie, ASS, ventrikelseptumdefect, atriumseptumaneurysma of hartklepaandoening met uitzondering van mitralisklepprolaps.

Alle patiënten hadden een standaard 12-leads ECG met een gevoeligheid van 10 mm/mV en een papiersnelheid van 25 mm/s. Het haakpatroon werd beschreven als een M-vormige inkeping op de opgaande tak, of aan de bovenkant, van de R-golf in de onderste ledematen (II, III en aVF) (figuren 1 en 2) de inkeping moet blijvend zijn in alle QRS complexen in een individuele lead in een bepaalde tracing, of - in het geval van meerdere tracings - over de verschillende onderzoeken heen. Alle ECG-sporen werden geanalyseerd met betrekking tot de aan- of afwezigheid van het haakpatroon en het aantal afleidingen dat inkepingen vertoonde. Analyse werd uitgevoerd door 2 examinatoren die blind waren voor de onderzoeksgroepen. Echocardiografie-onderzoeken met contrast werden uitgevoerd door injectie van 7 ml zoutoplossing, geroerd met 1,0 ml lucht in een antecubitale ader in rust en met Valsalva-manoeuvre. Een PFO werd gediagnosticeerd als er binnen 3 hartcycli na maximale opacificatie van het rechter atrium ten minste 3 microbellen in het linker atrium werden gezien.

We vergeleken de grootte van de cerebrale ischemische laesie bij PFO-patiënten met of zonder crochetage door aan te nemen dat de grootte van de embolus groter zou zijn bij grotere infarcten, dat wil zeggen, met betrekking tot corticale en subcorticale gebieden van een grote intracerebrale slagader. Dit type infarctverdeling verwijst naar de occlusies van de stengel of hoofdtak van de voorste, middelste en achterste hersenslagaders. Aangenomen werd dat infarcten die waren geïsoleerd in cortex of subcorticale structuren, hersenstam of cerebellum klein waren.

Alle gegevens werden uitgedrukt als gemiddelde ± SD. Frequentiegegevens werden gegeven als percentage en de significantie werd beoordeeld met χ 2 . Dit werd vervangen door Fisher's exact-test wanneer een celfrequentie minder dan 5 was. De resultaten werden als significant beschouwd bij P<0,05. Overeenstemming tussen de examinatoren voor het identificeren van een haakwerk werd geëvalueerd met behulp van de -statistiek. 7 Een κ-waarde van 1 geeft perfecte overeenstemming aan, terwijl 0 alleen toevalsovereenkomst aangeeft. Over het algemeen verwijst uitstekende overeenstemming naar waarden >0.81, 0,61 tot 0,80 duidt op een goede overeenstemming, en waarden <0.20 duiden op een slechte overeenstemming.

Resultaten

Onder een totaal van 1470 patiënten met de allereerste beroerte of TIA, waren er 167 patiënten met cryptogene beroertes hiervan, 60 gevallen voldeden aan onze conservatieve geschiktheidscriteria, en omvatten 28 cryptogene beroertepatiënten met PFO en een controlegroep van 32 cryptogene beroertepatiënten zonder PFO.

Klinische kenmerken van de studiepatiënten zijn samengevat in de tabel. De gemiddelde leeftijd was lager bij patiënten met PFO (45,0 versus 52,1 jaar). De man-vrouwverhouding en het klinische type ischemische aanval tussen groepen waren niet significant verschillend. Het gemiddelde aantal cardiovasculaire risicofactoren (waaronder hypertensie, hyperlipidemie, obesitas, roken en diabetes mellitus) was lager in de PFO-groep (0,5±0,7 versus 1,0±0,9). Er was een verschil tussen het aantal TTE's en TEE's dat in elke groep werd uitgevoerd. TEE-onderzoek werd uitgevoerd bij 11 patiënten in de PFO-groep en bij 10 patiënten in de controlegroep. Bovendien werd in de controlegroep vaker een kleuren-TTE met een lage opbrengst uitgevoerd in plaats van een TTE-onderzoek met contrastinjectie (1 versus 9 patiënten). Zo werden contrast-TTE- en/of TEE-onderzoeken verkregen in 96% van de gevallen (27 patiënten) in de PFO-groep, terwijl bij slechts 72% (23 patiënten) van de patiënten in de controlegroep (P<0.05). Een minimale mate van mitralisklepprolaps was aanwezig bij 3 patiënten in de PFO-groep en bij 1 van de controlepersonen. Diep veneuze trombose werd gedetecteerd bij 4 patiënten, allemaal in de PFO-groep. Vier patiënten, waarvan 3 met diepe veneuze trombose, ondergingen uiteindelijk chirurgische sluiting van de PFO.

Voor elke patiënt was ten minste 1 ECG toegankelijk vanuit de cardiale database-eenheid. 2 of meer traceringen waren beschikbaar bij 60% van de PFO-patiënten en bij 44% van de controlepatiënten. In 3 gevallen werden ECG's verkregen vóór de beroerte (2 in de PFO-groep en 1 in de controlegroep). De tijd tussen een beroerte en de dichtstbijzijnde ECG-tracering varieerde van 1 dag tot 7 maanden, maar was in de meeste gevallen minder dan 2 dagen. Examinator 1 (S.A.A.) bepaalde het haakpatroon in ten minste 1 inferieure ledemaatleiding bij 10 van de 28 patiënten in de PFO-groep en bij 3 van de 32 controlepatiënten. Examinator 2 (F.S.B.) beoordeelde een crochetage bij 11 patiënten in de PFO-groep en bij 2 patiënten in de controlegroep. De overeenstemming tussen de 2 examinatoren over de aanwezigheid van een crochetage was 90%. Nadat er aanpassingen waren gemaakt op basis van overeenstemming tussen de waarnemers (haken bij 10 patiënten in de PFO-groep versus 3 patiënten in de controlegroep), was het verschil tussen de groepen met betrekking tot de aanwezigheid van haakwerk statistisch significant (P<0.05) (Figuur 2). De sensitiviteit en specificiteit van haakwerk voor de diagnose van PFO bij patiënten met een cryptogene beroerte bleken respectievelijk 36% en 91% te zijn. De positief voorspellende waarde was 77% en de negatief voorspellende waarde was 62%. Het verschil in prevalentie van haakwerk bleef significant (P<0.05), zelfs na de uitsluiting van patiënten in elke groep die alleen werden beoordeeld op kleur-TTE (gevoeligheid, specificiteit, positief voorspellende waarde en negatief voorspellende waarde waren respectievelijk 37%, 91%, 83% en 62%), of na uitsluiting van de patiënten met mitralisklepprolaps, dwz 3 patiënten in de PFO-groep (1 met crochetage) en 1 patiënt in de controlegroep (die geen crochetage hadden) (36% sensitiviteit, 90% specificiteit, 75% positief voorspellend waarde).

In de PFO-groep werd bij 9 patiënten in slechts 1 afleiding gehaakt en bij 1 patiënt in 2 afleidingen. Haakwerk was aanwezig bij 6 patiënten in afleiding III, bij 5 patiënten in aVF en bij 0 in afleiding II. In de controlegroep hadden alle 3 patiënten met crochetage het in slechts 1 lead. Zoals gedefinieerd in de "Materialen en methoden", was haken een consistente bevinding van het ene ECG naar het volgende. Bij deze 3 patiënten van de controlegroep was een PFO uitgesloten (door een TEE bij 1, een contrast-TTE bij 1 en alleen door een kleuren-TTE bij 1).

Een groot (dwz corticaal-subcorticaal) herseninfarct trad op bij 60% van de PFO-patiënten met crochetage (6 van de 10 gevallen) maar bij slechts 39% (7 van de 18) van de PFO-patiënten zonder crochetage. Daarentegen kwamen kleine cerebrale laesies geïsoleerd op corticale of subcorticale structuren of op de hersenstam of het cerebellum vaker voor bij PFO-patiënten zonder haken (9 versus 2 gevallen), maar dit verschil bereikte geen statistische significantie (P=0.15).

Hoewel dit geen primair doel van de huidige studie is, hebben we ook de frequentie bepaald van een onvolledig rechterbundeltakblokpatroon (onvolledige RBBB) (R′ of r′ in afleiding V1 of V2 en R′ groter dan R in V1 en V2 en QRS-duur minder dan 120 milliseconden, of R-piektijd >50 milliseconden in lead V1 of V2 wanneer de QRS-duur < 120 milliseconden was). Er waren 4 patiënten die onvolledige RBBB vertoonden, zowel in de PFO-groep als in de controlegroep. Drie van de 4 patiënten met het onvolledige RBBB-patroon in de PFO-groep, maar slechts 1 in de controlegroep, vertoonden het haakpatroon.

Discussie

Het foramen ovale is een kanaal tussen de atria dat de doorgang van bloed van de inferieure vena cava naar het linker atrium in het foetale leven mogelijk maakt. Na de geboorte kunnen drukveranderingen tussen de pulmonale en systemische circulatie de opening afdichten door de klep van het foramen ovale tegen het ostium secundum septum te houden. Dit is echter niet altijd het geval autopsiestudies tonen doorgankelijkheid aan bij maar liefst 35% van de volwassenen. 8 9 10 Een PFO heeft het potentieel om embolieën van de veneuze naar de arteriële circulatie te laten passeren. 11 12 13 14 15 Lechat et al 1 toonden een verband aan tussen PFO en cryptogene beroertes bij patiënten jonger dan 55 jaar. De prevalentie van PFO was 24% bij patiënten met een aanwijsbare oorzaak voor een beroerte, 40% bij patiënten zonder aanwijsbare oorzaak maar risicofactoren, en 54% bij patiënten zonder aanwijsbare oorzaak of risicofactoren voor een beroerte. Andere studies bevestigden ook een vergelijkbare associatie tussen PFO en anderszins cryptogene ischemische beroerte. 16 17 18 In the present study, our strict inclusion criteria markedly reduced the sample size but minimized contamination of the population with patients who had stroke unrelated to PFO or ECG changes based on other cardiac disease. We excluded all patients with either known or potential cardiac disease.

The actual role of PFO and the variables that determine its role in paradoxical embolism are still not well understood. In addition to risk factors for clotting in the pelvic and leg veins, major determinants might include the size of defect, the degree of right-to-left shunting, direction of current flow in the right heart, range of right-sided heart pressures, and the variable degrees of closure that the valve makes during different periods of the cardiac cycle. Moreover, for paradoxical embolism to occur a thrombus in the venous circulation must enter the right atrium and be directed through the foramen while it is open. Many of the parameters that determine passage of thrombus mentioned above are difficult to measure. Currently, the most practical and sensitive diagnostic method is transesophageal contrast echocardiography, which can show the presence of a PFO with approximately 80% sensitivity. 5 19 20 Transcranial contrast Doppler sonography is also sensitive in detecting PFO, comparable to that of TEE. 21 22 23 However, an echocardiographically documented PFO may be incidental rather than a causative finding. Determining more specific echocardiographic, ECG, and deep venous system characteristics for paradoxical embolus as the cause of stroke would aid in the clinical decision of whether to anticoagulate or to close the PFO.

The ECG pattern of incomplete RBBB has been known as a marker of ASD for at least 40 years 24–26 it has been postulated to occur due to selective hypertrophy of the basal portion of the right ventricle or to stretching of the peripheral conduction fibers. 27 28 29 30 Another ECG pattern, independent of incomplete RBBB, in ASD is crochetage: an early M-shaped notch on the R wave of the QRS complex in the inferior limb leads. 31 Crochetage, when present in only 1 lead, has a sensitivity of 73.1%, a specificity of 92.6%, and a positive predictive value of 69% for the diagnosis of ostium secundum ASD, and achieves a specificity of 100% if present in all 3 inferior leads. 6 Heretofore, the pattern has not been associated with any other cardiac conditions, and the pathophysiology is not known however, it has been reported to disappear from 1 or more leads after surgical closure of the ASD. 6 To the best of our knowledge, no specific ECG pattern has been associated with PFO prior to the current report. Here, we demonstrate a statistically significant increase in the prevalence of a crochetage pattern in the inferior ECG limb leads in patients with PFO and cryptogenic stroke as compared with control patients with cryptogenic stroke without demonstrable PFO. Two blinded examiners detected crochetage in at least 1 inferior ECG lead in 36% of PFO patients as opposed to only 9% of control patients. The low sensitivity suggests that a routine ECG would not be a useful screening test for PFO. However, ECG is an almost uniformly available clinical evaluation tool in all patients with stroke or TIA, principally to rule out other cardiac abnormalities that may serve as potential sources of emboli. Given the high specificity (91%) and moderately high positive predictive value (77%), recognizing a crochetage pattern may increase the clinical suspicion of paradoxical embolism. It may be helpful in streamlining the diagnostic evaluation, especially in a young, otherwise healthy patient with TIA or stroke for example, within minutes of a patient’s evaluation in the emergency ward, a certain degree of suspicion of PFO-related stroke can be generated, a TEE can be requested with alacrity, and a search for the source of the embolus is initiated with lower extremity ultrasound studies (and magnetic resonance or contrast venography, if necessary). Detection of crochetage does not preclude an echocardiographic study. On the contrary, it may accelerate the clinical arrangements to obtain early echocardiography with techniques more sensitive for PFO (contrast TTE or TEE). Our results may also be helpful in alerting the physician to perform a bedside transcranial Doppler sonography study with contrast injection, 22 and–if applicable–to take additional precautions, such as filtering all intravenous lines or initiating early anticoagulation.

Heller et al 6 reported that the presence of crochetage, and the number of leads exhibiting it, correlated both with the degree of left-to-right shunting and with the size of the ASD. It had been previously shown 32 33 that both the degree of right-to-left shunting and size of the PFO are larger in patients with arterial ischemic events. Our data showed a trend toward larger infarct size in PFO patients with crochetage than in PFO patients without crochetage. Three of 4 patients who were finally referred to surgery for closure of PFO exhibited crochetage. The reason for closure was coexisting fresh deep venous thrombosis in 3 patients and recurrent cerebral embolism with multiple infarctions in 1 patient. Unlike the reports from ASD studies, the crochetage pattern remained unchanged after the closure in each of the 3 patients.

The current study was limited by the relatively small sample size that resulted from very conservative selection criteria. Since patients with any ECG abnormality or a known cardiac disease were excluded, the impact of cardiac conditions on the ECG crochetage pattern remains to be studied. Another limitation of this retrospective study is the diverse methods of investigation used for the diagnosis of PFO. More than 20% of patients in the control group were evaluated only by color TTE. Because of the relatively lower sensitivity of this technique, PFO might have been missed in some cases. However, we suspect that 2 of 3 patients with crochetage in the control group may have had PFO since they did not have a TEE study. It is difficult to arrive at the true predictive value of the crochetage pattern for stroke due to paradoxical embolus without definitive knowledge about the incidence of other causes of stroke in the patients with PFO, specifically in those with and without crochetage.

In conclusion, the finding of a crochetage pattern may serve as a readily available ECG marker to motivate the search for PFO or ASD in patients with stroke or TIA. This study was performed in patients without heart disease or stroke risk factors other than PFO. Future prospective studies are needed to establish the relation of crochetage to PFO in the general population. It will be especially important to determine whether the presence or absence of the crochetage pattern correlates with stroke risk in persons with PFO. The clinically significant hypothesis raised by this study is whether the degree of shunting in patients with PFO correlates with the presence of crochetage, as it does in patients with secundum-type ASD.



Opmerkingen:

  1. Garadun

    niets speciaals

  2. Huldiberaht

    Gefeliciteerd, wat een woorden ... geweldige gedachte

  3. Paki

    Het is opmerkelijk, nogal grappige zin



Schrijf een bericht