Abstrakt
pozadí. Správná léčba hyperkalémie, která vede k fatální srdeční arytmii, se stala důležitější kvůli zvýšené prevalenci onemocnění náchylných k hyperkalémii. Přestože jsou změny T-vlny v hyperkalémii dobře známy, jejich užitečnost je diskutabilní., Vyhodnotili jsme, jak dobře jsou vlastnosti elektrokardiogramů (ECG) založené na T-vlnách korelovány s odhadovanými hladinami draslíku v séru pomocí dat EKG z klinické praxe v reálném světě. Metod. Shromáždili jsme ECG z místního úložiště EKG (MUSE™) v letech 1994 až 2017 a extrahovali průběhy EKG. Z asi 1 milionu zpráv bylo do 5 minut před odběrem krve nebo po něm provedeno 124 238 pro odhad sérového draslíku. Náhodně jsme vybrali 500 ECG a dva hodnotitelé měřili amplitudu (T-amp) a pravý sklon T-vlny (T-pravý sklon) na pěti průběhech olova (V3, V4, V5, V6 a II)., Lineární korelace T-amp, T-pravý sklon a jejich normalizovaný rys (t-Norma) s hladinami draslíku v séru byly vyhodnoceny pomocí analýzy Pearsonova korelačního koeficientu. Test. Pearsonovy korelační koeficienty pro vlastnosti založené na T-vlnách se sérovým draslíkem mezi oběma hodnotiteli byly 0, 99 pro T-amp A 0, 97 pro T-pravý sklon. Koeficient pro asociaci mezi T-amp, T-pravým sklonem a t-normou a sérovým draslíkem se pohyboval od -0,22 do 0,02., V normální EKG podskupiny (normální EKG nebo jinak normální EKG), není korelace mezi T-vlna-na základě funkce a sérové hladiny draslíku. Závěr. Vlastnosti založené na T-vlnách nebyly korelovány s hladinou draslíku v séru a jejich použití v reálné klinické praxi je v současné době omezené.
1. Úvod
hyperkalémie je elektrolytové šílenství, které může vést k fatální srdeční arytmii., Správná léčba hyperkalémie se stala důležitější kvůli zvýšené prevalenci onemocnění náchylných k hyperkalémii, jako je diabetes mellitus, onemocnění koronárních tepen a chronické onemocnění ledvin . Hyperkalémie a hypokalémie nebo kolísání hladin draslíku jsou spojeny se zvýšeným rizikem úmrtnosti a život ohrožujících arytmií . Morbidita, hospitalizace a smrt mohou navíc sledovat i drobné změny hladiny draslíku u pacientů s renálním nebo srdečním onemocněním .
mnoho klíčových léků používaných k léčbě onemocnění mění hladiny draslíku v séru., Léky zaměřené na systém renin-angiotensin-aldosteron byly základem léčby kardiovaskulárních onemocnění nebo prevence chronické progrese onemocnění ledvin. Pokyny osmého společného Národního výboru doporučují blokátory receptoru aldosteronu jako klíčové léky pro sekundární prevenci srdečního selhání, protože antagonisté aldosteronu mohou snížit úmrtnost v důsledku srdečního selhání . Je však ironické, že použití antagonistů aldosteronu zvyšuje úmrtnost v důsledku hyperkalémie, což zdůrazňuje význam správné léčby hyperkalémie ., Nesteroidní protizánětlivé léky jsou jiné léky, které způsobují těžkou hyperkalémii, ale jsou podávány bez řádného monitorování hladiny elektrolytů. Kromě toho jsou další rizika spojena s potravinami bohatými na draslík, které mohou být často fatální u pacientů s onemocněním ledvin v konečném stadiu.je známo, že změny ve vzorcích elektrokardiogramu (EKG) jsou přímo spojeny s hladinami draslíku v séru . Mírná až střední hyperkalémie může vést k prodloužení intervalu PR a rozvoji vrcholových t-vln. Těžká hyperkalémie může způsobit rozšíření komplexu QRS., U pacientů s hypokalemií jsou pozorovány zploštělé nebo obrácené T-vlny, u vlna, ST deprese a široký PR interval. Kvůli prodloužené ventrikulární repolarizaci dochází k prominentní vlně U nebo může být pozorován prodloužený interval QT, když jsou vlny u překrývány na T-vlně.
změny ve vzorcích EKG v důsledku zvýšené hladiny draslíku jsou v experimentálním prostředí jasné. Mnoho studií však uvedlo, že tyto vzorce nejsou klinicky spolehlivé ., Některé předchozí studie uvádějí, že výkon odhadu hladiny draslíku pomocí informací EKG lékaři byl špatný. Citlivost detekce hyperkalémie dvěma lékaři byla 0, 43 a 0, 34 ; i když subjekty měly středně těžkou až těžkou hyperkalemii (hladina draslíku >6, 5 mmol/L), citlivost byla pouze 0, 62 a 0, 55. Podle dalšího retrospektivního přehledu nebyly změny T-vlny hodnocené kardiologem také dobře korelovány s hladinou draslíku v séru a většina změn T-vlny byla nespecifická .,
na základě známých vzorců t-vln se však jiné studie pokusily stanovit hladiny draslíku pomocí strojového učení . Podle těchto studií zahrnujících pacienty podstupující hemodialýzu jsou data EKG s jedním olovem (V3, V4 nebo v5) stejně přesná jako data EKG o 12 olovech s hlášenými absolutními chybami 0 , 5±0, 42 a 0, 46±0, 39 mmol/l. Tyto studie naznačují, že vzory EKG, zejména tvar T-vlny, by mohly být užitečné při určování hladin draslíku v séru v klinickém prostředí., Tyto studie však mají omezení, že model, který byl použit, byl vyvinut a validován s omezeným počtem pacientů (26 pacientů pro vývoj a 19 pro validaci) a subjekty byly omezeny na pacienty na hemodialýze.
kromě toho, podle našich nejlepších znalostí, žádná studie přímo neposoudila, jak dobře vlastnosti založené na T-vlnách korelují s hladinou draslíku v séru v reálném prostředí klinické praxe., V této studii jsme provedli kvantitativní hodnocení ECG zachycených v klinické praxi v reálném světě, abychom zjistili, zda jsou vlastnosti založené na T-vlnách užitečné pro odhad hladiny draslíku v séru v obecné klinické praxi.
2. Metody
požadavek na informovaný souhlas byl upuštěn a studie byla schválena Radou pro institucionální hodnocení Univerzitní nemocnice Ajou (IRB) (číslo IRB AJIRB-MED-MDB-17-273). Použili jsme pouze de-identifikované údaje a analyzovali informace retrospektivně.
2.1., Zdroj dat
použili jsme databázi klinického výzkumu, která zahrnovala demografii pacientů, diagnózy, lékařské předpisy a výsledky laboratorních testů extrahované z elektronických zdravotních záznamů terciární Fakultní nemocnice v Koreji (Ajou University Hospital) mezi zářím 1994 a prosincem 2017 (Obrázek 1). Databáze zahrnuty 134,011,566 předpisy, 32,956,672 diagnóz, a 278,011,281 výsledky laboratorních testů z 2,940,379 pacientů.
EKG se obvykle skládá z alfanumerických hodnot a grafů průběhu (Obrázek 2(a))., Alfanumerické hodnoty zahrnovaly demografii, identifikační číslo pacienta, datum elektrokardiografie a parametry EKG (RR, Qt intervaly atd.). Grafy průběhu jsou data časových řad představující změny elektronických signálů ze srdce během několika sekund. Poté, co byly shromážděny všechny údaje z ECG, které byly uloženy ve formátu PDF v místním úložišti EKG (systém MUSE™), byla část obsahující průběh extrahována a transformována do formátu SVG ., Následně jsme pomocí lineární interpolace převedli X – a Y-souřadnice vektorových obrazů do ekvidistantní časové řady (500 datových bodů za sekundu, 500 Hz), abychom si zachovali datový formát podobný formátu získanému přímo ze senzoru.
cca 1 milion získané Ekg, 124,238 byly získány během 5 minut (časové okno) před nebo po odběru krve na sérové hladiny draslíku odhad. Z nich jsme náhodně vybrali 500 ECG pro ruční hodnocení.
2.2., Předzpracování dat
byl vyvinut webový nástroj pro měření amplitudy (T-amp; rozdíl v milivoltech (mV) mezi vrcholem a koncem T-vlny) a pravým sklonem T-vlny (T-pravý sklon; sklon v nejstrmější části sestupné části T vlny). Tento nástroj nám pomohl rychle vyhodnotit a efektivně spravovat výsledky měření každého signálu EKG (Obrázek 2(b)). Nástroj zobrazuje 3sekundový průběh EKG, který umožňuje uživateli měřit sklon T-amp A T-right., Pokud jde o 500 vybraných ECG, T-amp A T-pravý sklon na průběhech pěti vodičů (V3, V4, V5, V6 a II) byly ručně a nezávisle měřeny dvěma hodnotiteli pomocí tohoto nástroje.
průběhy v ECG obvykle zahrnovaly dva nebo tři rytmy. Hodnotitelé vybrali rytmus základní čáry, který byl nejstabilnější a měl méně hluku. Na vybraných úderech byl měřen sklon T-amp A T-right. Z další analýzy byla vyloučena měření rozdílů mezi dvěma hodnotiteli, která byla větší než střední+2×směrodatná odchylka (SD) nebo menší než střední–2×SD (obrázky 2(c) a 2(d)))., Stupeň korelace mezi oběma hodnotiteli byl určen analýzou Pearsonova korelačního koeficientu.
2.3. Extrakce funkcí
vyloučili jsme ECG, které měly nesrovnalosti v jejich interpretaci mezi dvěma hodnotiteli V jednom nebo více vodičích. Hodnoty sklonu T-amp A T-right měřené oběma hodnotiteli byly zprůměrovány a použity jako konečné hodnoty sklonu T-amp A T-right odpovídajících ECG. Podle následujícího vzorce, který byl použit k normalizaci vlastností pro odhad hladiny draslíku v séru ve studii Zachi et al.,, dvě funkce byly normalizovány a integrovány do jedné funkce:
Nejprve jsme měřili nebo vypočítali tři funkce (T-amp, T-right slope a t-norm) v každém vedení ECG. Za druhé, vedení, které mělo nejvýznamnější T-vlnu (největší T-amp) mezi V3, V4 a V6 a II, pojmenované Pt, bylo vybráno a použito jako reprezentativní rys každého EKG.
2.4. Funkce Hodnocení a Statistické Analýzy
jednosměrné analýzy rozptylu a Post-Hoc Tukey test byly provedeny s cílem vyhodnotit rozdíl mezi naměřenou T-amp a T-pravý svah hodnoty mezi různými vede., Hodnota p <0.05 byla považována za významnou.
pomocí analýzy Pearsonova korelačního koeficientu jsme vyhodnotili lineární korelaci mezi vlastnostmi T-vlny a skutečnou hladinou draslíku v séru. Abychom vyloučili účinek základních onemocnění, které mohou ovlivnit srdeční rytmus, provedli jsme analýzu podskupin, ve které byly zahrnuty pouze výsledky EKG ukazující normální EKG (n=191) nebo jinak normální EKG (n=40)—normální podskupina EKG—. Podrobné interpretační seznamy jinak normálního EKG a počet na interpretaci jsou uvedeny v tabulce s1.,
MS-SQL 2017 (Microsoft Corp.) byl použit pro správu dat a R (verze 3.2.2, základ pro statistické výpočty) byl použit pro předzpracování a statistickou analýzu dat.
3. Výsledky
3.1. Datové sady pro analýzu
T-amp A T-right sklon od 500 ECGs byly měřeny dvěma hodnotiteli. Měření mezi dvěma hodnotiteli byla dobře korelována, pokud jde o T-amp A T-right, jak je znázorněno na obrázcích 2(c) a 2(d)., Po vyloučení ECG, které byly mezi oběma hodnotiteli nesrovnalosti, byly nakonec vybrány údaje z 330 ECG (včetně 231 ECG z normální podskupiny EKG). Základní charakteristiky subjektů jsou uvedeny v tabulce 1.
absolutní hodnoty měřeného sklonu T-amp A T-right byly nejvyšší v olova V3 a nejnižší v olova II jak pro celkový počet subjektů (n=330), tak pro normální podskupinu EKG (n=231). Hodnoty byly u prekordiálního olova výrazně vyšší než u olova II v obou skupinách (p<0.001).
3.2., Lineární korelace mezi vlastnostmi založenými na T-vlnách a hladinou draslíku v séru
3.3. Lineární korelace v normální podskupině EKG
po vyloučení abnormálních EKG (pouze normálních ECG nebo jinak normálních ECG) ukázaly výsledky stejný vzorec jako výsledky z celkového počtu vybraných ECG; podobně jako výsledky v celkovém počtu ECG byly pearsonovy korelační koeficienty T-amp pozitivní a koeficienty t-pravého svahu a t-normy byly negativní ve všech vodičích., V této podskupině však nebyla žádná korelace mezi vlastnostmi založenými na T-vlnách a hladinou draslíku v séru, protože hodnoty koeficientů se pohybovaly od -0, 17 do 0, 16 (obrázek 3 a Tabulka 2).
4. Diskuse
tato studie přímo hodnotila stupeň korelace mezi koncentrací draslíku v krvi a vlastnostmi ECG založenými na T-vlnách. Ručně kontrolované vlastnosti ECG založené na T-vlnách prováděné v každodenní praxi nekorelovaly s hladinou draslíku v séru. Navíc v normální podskupině EKG jsme nezjistili žádnou korelaci.,
v této studii byl vybrán a vyhodnocen sklon T-amp A T-right z průběhů pěti vodičů (V3, V4, V5, V6 a II). Průběhy čtyř vodičů (V3-V6) byly použity v předchozích studiích pro odhad hladiny draslíku v séru. Olovo II se nejčastěji používá při monitorování pacientů. Proto jsme se zaměřili na vyhodnocení možnosti aplikace funkcí do klinického prostředí, kde jsou pacienti sledováni, například na jednotce intenzivní péče.,
vzor hodnot, který byl extrahován jako vlastnosti (T-amp A T-pravý sklon z olova II, V3, V4, V5 a V6), vykazoval známé vzory. Je známo, že amplituda T vlny je maximální v olova V3 . Kromě toho je T vlna v prekordiálních vodičích (<10 mm nebo <1 mV) obvykle větší než v končetině (<5 mm nebo 0,5 mV) vede ., V našich výsledcích pouze méně než 2% z celkové skupiny pacientů (6 olova II, 5 olova V3, 5 olova V4, 1 olova V5 a 0 olova V6 mezi 330 ECG) a normální podskupina EKG (2 olova II, 4 olova V3, 1 olova V4, 0 olova V5 a 0 olova V6 mezi 231 normálními ECG) překročilo 0, 5 mV V olovu nebo 1 mV v prekordiálních vodičích., Kromě toho byla průměrná hodnota měřeného T-amp nejvyšší u V3 a hodnota prekordiálních vodičů byla významně vyšší než hodnota olova končetiny (olovo II) v jednosměrné analýze rozptylu a v testu post Hoc Tukey (p<0.001). Mohlo by to znamenat, že extrahované hodnoty jsou spolehlivé a mohly by být použity pro další analýzu.
Podobné zjištění z předchozího výzkumu provedeného v klinických nastavení, T-wave-based funkce nemá žádný jasný vztah s sérová hladina draslíku., Podle předchozí studie, změny v EKG vzor, které jsou sugestivní, hyperkalémie, byly zaznamenány pouze ve 46% pacientů, jejichž hladina draslíku se pohybovaly mezi 6 a 9,3 mmol/L . Několik dalších případových zpráv také podpořilo zjištění, že významné změny EKG nesouvisejí s výrazně zvýšenými hladinami draslíku . Kromě toho, u pacientů se setkáváme v každodenní praxi mají různé vedlejší faktory, jako jsou léky, komorbidity, a demografie., Protože tyto matoucí faktory mohou změnit data EKG, ztěžují objevování vzorků, které jsou jasně spojeny s hladinou draslíku v séru. Z tohoto důvodu byla citlivost detekce hyperkalémie dvěma lékaři na pohotovostním oddělení velmi nízká na 0, 43 a 0, 34 .
v podskupinové analýze normálního EKG nebo jinak normálního EKG výsledky ukázaly stejný vzorec bez korelace mezi vlastnostmi T-vlny a hladinou draslíku v séru. Domníváme se, že to nemůže být způsobeno kontaminací abnormálními ECG., Přestože jsme selektivně aplikovali model stanovení hladiny draslíku v séru na normální EKG, může být obtížné získat spolehlivý výkon.
Zachi et al. také se pokusil odhadnout hladinu draslíku v séru na základě vlastností t-wave a výkon odhadu se snížil, když byl vyvinutý model aplikován na jinou nezávislou testovací skupinu . Vyšší výkon byl pozorován, když byl model odhadu aplikován na pacienty, kteří byli používáni pro vývoj modelu, ale v různých časových bodech., Toto zjištění naznačuje, že jedinečné vzory EKG jsou způsobeny různými charakteristikami každého pacienta; proto by měl být vyvinut personalizovaný model spíše než ten, který lze obecně aplikovat.
přístup hlubokého učení by mohl být alternativním modelem. Deep learning, model strojového učení, se ukázal jako nejoblíbenější design v různých aplikacích, včetně počítačového vidění a zpracování přirozeného jazyka., Zejména konvoluční neuronové sítě mohou působit jako extraktory funkcí z dat i při absenci předchozí znalosti domény a opakující se model neuronové sítě identifikuje časové závislosti v problémech časových řad . Extrakce funkcí a časové závislosti mohou být účinně zachyceny kombinací obou modelů. Pokud se používá model založený na hlubokém učení, lze z EKG extrahovat rozmanitější a složitější funkce.
naše studie má určitá omezení., Za prvé, sklon T-amp A T-right byl měřen spíše ručně než automaticky, protože došlo k problémům s určením konce T-vlny. Protože konec T-vlny prochází velmi pomalu z okolí signálu, je umístění konce T-vlny jedním z nejnáročnějších problémů při hodnocení průběhu EKG . Tím, že dva nezávislí hodnotitelé provádějí měření a poté používají pouze shodné výsledky, pokusili jsme se zajistit spolehlivost našich výsledků. Za druhé, délka průběhu použitého ve studii byla krátká (asi 3 sekundy)., Naše data mohou být relativně omezená a méně tolerantní k hluku nebo artefaktům. Nakonec jsme neuvažovali o jiných vzorcích EKG, jako je rozšíření QRS nebo zploštění P vlny, které lze také pozorovat u hyperkalémie. Změna T-vlny je však známá jako nejreprezentativnější a nejčasnější známka hyperkalémie.
5., Závěry
Jak ukazují zjištění z předchozího výzkumu, naše studie také ukázala, že T-wave-based funkce nebyly v korelaci s hladinou sérového hladiny draslíku v reálné klinické praxi v korejské populace; dokonce i v normálním EKG podskupiny, nemohli jsme zjistit jakékoliv korelace. Proto je použití těchto vlastností při odhadu hladiny draslíku v séru v reálné klinické praxi velmi omezené.
dostupnost dat
údaje o měření funkcí založených na T-vlnách používaných k podpoře zjištění této studie jsou zahrnuty do doplňkového informačního souboru.,
střety zájmů
autoři nehlásí žádný střet zájmů.
poděkování
tento výzkum byl podpořen granty korejské zdravotnické technologie R& D Projekt prostřednictvím Korea Health Industry Development Institute (KHIDI), financovaný Ministerstvem zdravotnictví & Welfare, Republic of Korea (Grant nos. HI16C0982 a HI17C0970).