L'ús important de les línies de conductància cardíaca
Deixa un missatge
Les malalties cardiovasculars són la primera causa de mort a la Xina, amb més de 544,000 casos de mort sobtada d'origen central cada any, i la seva incidència augmenta amb el canvi d'estil de vida i l'envelliment de la població. .
La mort cardíaca sobtada (SCD) és una mort inesperada per causes cardíaques, que es produeix generalment en una hora després de l'aparició dels símptomes de la malaltia cardíaca, caracteritzada per pèrdua sobtada de consciència, cessament sobtat de l'activitat cardíaca i insuficiència hemodinàmica, generalment a causa d'una taquicàrdia ventricular persistent. o fibril·lació ventricular.
Per tant, la identificació de persones amb alt risc de patir una MSC pot ajudar molt a prevenir la malaltia.
Un electrocardiograma (ECG) és un mètode molt utilitzat per detectar l'activitat elèctrica del cor, i l'estàndard clínic habitual utilitza un 12-ECG de derivació per avaluar la salut cardíaca d'un pacient. Com a component clau que connecta el cos del pacient amb el Instrument d'electrocardiograma, el cable de conductància cardíaca té un paper vital en la qualitat del senyal de l'electrocardiograma.
Segons un nou estudi publicat a Communications Medicine, una de les revistes científiques més importants del món, el model d'aprenentatge profund basat en ECG per a l'avaluació del risc de MSC pot distingir amb més precisió els casos de MSC dels grups de control que el model de risc d'ECG tradicional. Això ajudarà els metges. examinar i identificar les persones amb més risc de patir una MSC, de manera que es puguin provar regularment per evitar que es produeixi una MSC.
L'equip va utilitzar dades de dos estudis de SCD, prospectius i basats en la comunitat, en curs fora de l'hospital, amb una mostra total de 2.510 casos de SCD. Els models d'aprenentatge profund (DL) es van entrenar, validar i provar amb dades de l'estudi de mort accidental sobtada SCD de 1796 d'Oregon, EUA (Oregon SUDS) i es van validar externament amb dades de l'estudi de predicció de mort sobtada 714 de comunitats multiètniques al comtat de Ventura, Califòrnia. (Ventura PRESTO). Es van incloure a l'estudi tots els casos d'electrocardiogrames de derivació 12- en repòs disponibles per a l'anàlisi, que es van registrar abans de la SCD i no estaven associats amb esdeveniments de SCD, excloent l'ECG amb ritme d'estimulació, fibril·lació auricular o aleteig auricular a priori. crear un model de DL que es pugui aplicar als electrocardiogrames de ritme sinusal.
L'equip va desenvolupar un model de xarxa neuronal convolucional capaç d'identificar casos de SCD mitjançant 12-formes d'ona ECG derivades. Els investigadors van obtenir dues mostres de control independents de 1.342 electrocardiogrames de 1.325 individus que tenien almenys el 50 per cent de malaltia de l'artèria coronària. Van entrenar el model utilitzant 1.076 casos de SCD del SUDS d'Oregon i 1, 101 12-ECG de plom abans d'una aturada cardíaca, 597 casos de SCD del grup control i 613 12-ECG de plom. Es va utilitzar una cohort de validació independent, que consta de 366 ECG pre-aturada cardíaca i 200 ECG de control, per determinar quan s'ha d'aturar l'entrenament del model. Les mostres de l'estudi es van dividir per nivell de pacient de manera que es poguessin incloure diversos electrocardiogrames del mateix pacient a la mateixa cohort.
En comparació amb els models tradicionals d'ECG, el model DL basat en la forma d'ona de l'ECG de derivació {{{0}}va ser més precís a l'hora d'identificar casos de SCD, amb una cohort interna AUROC (una mesura d'avaluació de la xarxa neuronal) de 0. 889 i un AUROC validat externament de 0,820, i va ser millor que la puntuació de risc ECG tradicional. Aquest és el primer informe que un model de DL basat en ECG supera els models tradicionals de risc d'ECG a l'hora de predir la SCD extrahospitalària a nivell comunitari.
