Abstract
Background. La corretta gestione dell’iperkaliemia che porta all’aritmia cardiaca fatale è diventata più importante a causa dell’aumentata prevalenza di malattie soggette a iperkaliemia. Sebbene i cambiamenti dell’onda T nell’iperkaliemia siano ben noti, la loro utilità è discutibile., Abbiamo valutato quanto bene le caratteristiche basate sull’onda T degli elettrocardiogrammi (ECG) siano correlate con i livelli di potassio sierico stimati utilizzando i dati ECG della pratica clinica del mondo reale. Metodo. Abbiamo raccolto ECG da un repository ECG locale (MUSE™) dal 1994 al 2017 ed estratto le forme d’onda ECG. Di circa 1 milione di segnalazioni, 124.238 sono state condotte entro 5 minuti prima o dopo la raccolta del sangue per la stima del potassio sierico. Abbiamo selezionato a caso 500 ECG e due valutatori hanno misurato l’ampiezza (T-amp) e la pendenza destra dell’onda T (pendenza T-destra) su cinque forme d’onda di piombo (V3, V4, V5, V6 e II)., Le correlazioni lineari di T-amp, pendenza T-destra e la loro caratteristica normalizzata (T-norma) con i livelli di potassio sierico sono state valutate utilizzando l’analisi del coefficiente di correlazione di Pearson. Risultato. I coefficienti di correlazione di Pearson per le caratteristiche basate sull’onda T con il potassio sierico tra i due valutatori erano 0,99 per T-amp e 0,97 per la pendenza T-destra. Il coefficiente per l’associazione tra T-amp, pendenza T-destra e T-norma e potassio sierico variava da -0,22 a 0,02., Nel sottogruppo ECG normale (ECG normale o ECG altrimenti normale), non vi era alcuna correlazione tra le caratteristiche basate sull’onda T e il livello di potassio sierico. Conclusione. Le caratteristiche basate sull’onda T non erano correlate al livello di potassio sierico e il loro uso nella pratica clinica reale è attualmente limitato.
1. Introduzione
L’iperkaliemia è un disturbo elettrolitico che può portare ad aritmia cardiaca fatale., La corretta gestione dell’iperkaliemia è diventata più importante a causa dell’aumentata prevalenza di malattie soggette a iperkaliemia, come il diabete mellito, la malattia coronarica e la malattia renale cronica . Iperkaliemia e ipopotassiemia o fluttuazioni dei livelli di potassio sono associate ad un aumentato rischio di mortalità e aritmie potenzialmente letali . Inoltre, la morbilità, l’ospedalizzazione e la morte possono seguire anche piccoli cambiamenti nel livello di potassio nei pazienti con malattia renale o cardiaca .
Molti dei farmaci chiave utilizzati per il trattamento della malattia alterano i livelli sierici di potassio., I farmaci mirati al sistema renina-angiotensina-aldosterone sono stati il pilastro del trattamento per le malattie cardiovascolari o per la prevenzione della progressione della malattia renale cronica. Le linee guida dell’ottavo Comitato nazionale congiunto raccomandano i bloccanti del recettore dell’aldosterone come farmaci chiave per la prevenzione secondaria dell’insufficienza cardiaca perché gli antagonisti dell’aldosterone possono ridurre la mortalità a causa di insufficienza cardiaca . Tuttavia, è ironico che l’uso di antagonisti dell’aldosterone aumenti la mortalità a causa dell’iperkaliemia, il che sottolinea l’importanza di una corretta gestione dell’iperkaliemia ., I farmaci antinfiammatori non steroidei sono altri farmaci che causano grave iperkaliemia ma vengono somministrati senza un adeguato monitoraggio del livello dell’elettrolito. Inoltre, altri rischi sono associati a cibi ricchi di potassio, che possono spesso essere fatali nei pazienti con malattia renale allo stadio terminale.
È noto che le alterazioni degli schemi elettrocardiografici (ECG) sono direttamente associate ai livelli sierici di potassio . L’iperkaliemia da lieve a moderata può portare al prolungamento dell’intervallo PR e allo sviluppo delle onde T di picco. Grave iperkaliemia può causare l’allargamento del complesso QRS., Nei pazienti con ipopotassiemia si osservano onde T appiattite o invertite, un’onda U, depressione ST e un ampio intervallo PR. A causa della prolungata ripolarizzazione ventricolare, si verifica un’onda U prominente o si può osservare un intervallo QT prolungato quando le onde U si sovrappongono a un’onda T.
I cambiamenti nei modelli ECG a causa di un elevato livello di potassio sono chiari nell’impostazione sperimentale. Tuttavia, molti studi hanno riferito che questi modelli non sono affidabili clinicamente ., Alcuni studi precedenti hanno riferito che le prestazioni della stima del livello di potassio utilizzando le informazioni ECG da parte dei medici erano scarse. Le sensibilità del rilevamento dell’iperkaliemia da parte di due medici erano 0,43 e 0,34; anche quando i soggetti presentavano iperkaliemia da moderata a grave (livello di potassio >6,5 mmol/L), le sensibilità erano solo 0,62 e 0,55. Secondo un’altra revisione retrospettiva, i cambiamenti dell’onda T valutati da un cardiologo non erano ben correlati al livello di potassio sierico e la maggior parte dei cambiamenti dell’onda T non erano specifici .,
Sulla base di modelli noti di onde T, tuttavia, altri studi hanno tentato di determinare i livelli di potassio utilizzando l’apprendimento automatico . Secondo questi studi su pazienti sottoposti a emodialisi, i dati ECG a singola derivazione (V3, V4 o V5) sono precisi quanto i dati ECG a 12 derivazioni con errori assoluti riportati rispettivamente di 0,5±0,42 e 0,46±0,39 mmol/L. Questi studi suggeriscono che i modelli ECG, in particolare la forma dell’onda T, potrebbero essere utili per determinare i livelli di potassio sierico in contesti clinici., Tuttavia, questi studi hanno la limitazione che il modello che è stato impiegato è stato sviluppato e validato con un numero limitato di pazienti (26 pazienti per lo sviluppo e 19 per la validazione) e i soggetti sono stati limitati ai pazienti in emodialisi.
Inoltre, al meglio delle nostre conoscenze, nessuno studio ha valutato direttamente quanto bene le caratteristiche basate sulle onde T siano correlate al livello di potassio sierico nella pratica clinica reale., Nel presente studio, abbiamo condotto una valutazione quantitativa degli ECG catturati nella pratica clinica del mondo reale per determinare se le caratteristiche basate sull’onda T sono utili per stimare il livello di potassio sierico nella pratica clinica generale.
2. Metodi
Il requisito del consenso informato è stato revocato e lo studio è stato approvato dall’Ajou University Hospital Institutional Review Board (IRB) (numero IRB AJIRB-MED-MDB-17-273). Abbiamo utilizzato solo i dati de-identificati e analizzato le informazioni in modo retrospettivo.
2.1., Fonte dei dati
Abbiamo utilizzato un database di ricerca clinica che includeva dati demografici dei pazienti, diagnosi, prescrizioni di farmaci e risultati dei test di laboratorio estratti dalle cartelle cliniche elettroniche di un ospedale universitario terziario in Corea (Ajou University Hospital) tra settembre 1994 e dicembre 2017 (Figura 1). Il database comprendeva 134.011.566 prescrizioni, 32.956.672 diagnosi e 278.011.281 risultati dei test di laboratorio di 2.940.379 pazienti.
L’ECG è tipicamente costituito da valori alfanumerici e grafici delle forme d’onda (Figura 2(a))., I valori alfanumerici includevano i dati demografici, il numero di identificazione del paziente, la data dell’elettrocardiografia e i parametri ECG (RR, intervalli QT, ecc.). I grafici delle forme d’onda sono dati di serie temporali che rappresentano i cambiamenti nei segnali elettronici dal cuore in pochi secondi. Dopo aver raccolto tutti i dati degli ECG, che sono stati memorizzati in formato PDF nel repository ECG locale (sistema MUSE™), la parte contenente la forma d’onda è stata estratta e trasformata in formato SVG ., Successivamente, abbiamo convertito le coordinate x e y delle immagini vettoriali in una serie temporale equidistante (500 punti dati al secondo, 500 Hz) tramite interpolazione lineare per mantenere un formato di dati simile a quello ottenuto direttamente dal sensore.
Di circa 1 milione di ECG raccolti, 124.238 sono stati ottenuti entro 5 minuti (finestra temporale) prima o dopo la raccolta del sangue per la stima del potassio sierico. Di questi, abbiamo selezionato a caso 500 ECG per la valutazione manuale.
2.2., Elaborazione dei dati
È stato sviluppato uno strumento basato sul web per misurare l’ampiezza (T-amp; la differenza in millivolt (MV) tra il picco e la fine dell’onda T) e la pendenza destra dell’onda T (pendenza T-destra; la pendenza nella parte più ripida della porzione discendente dell’onda T). Questo strumento ci ha aiutato a valutare e gestire in modo efficiente i risultati di misurazione di ciascun segnale ECG (Figura 2(b)) rapidamente. Lo strumento visualizza una forma d’onda ECG di 3 secondi, consentendo all’utente di misurare la pendenza T-amp e T-destra., Per quanto riguarda i 500 ECG selezionati, la pendenza T-amp e T-right sulle forme d’onda di cinque conduttori (V3, V4, V5, V6 e II) sono state misurate manualmente e indipendentemente da due valutatori che utilizzano questo strumento.
Le forme d’onda negli ECG di solito includevano due o tre battiti. I valutatori hanno selezionato il battito della linea di base più stabile e meno rumoroso. T-amp e T-destra pendenza sono stati misurati su battiti selezionati. Le misurazioni delle differenze tra i due valutatori superiori alla media + 2×deviazione standard (DS) o inferiori alla media–2×DS sono state escluse da ulteriori analisi [Figure 2 (c) e 2(d)]., Il grado di correlazione tra i due valutatori è stato determinato dall’analisi del coefficiente di correlazione di Pearson.
2.3. Estrazione Feature
Abbiamo escluso gli ECG, che presentavano discrepanze nella loro interpretazione tra i due valutatori in uno o più lead. I valori di pendenza T-amp e T-destra misurati dai due valutatori sono stati mediati e utilizzati come valori finali di pendenza T-amp e T-destra dei corrispondenti ECG. Secondo la seguente formula, che è stata utilizzata per normalizzare le caratteristiche per stimare il livello di potassio sierico in uno studio di Zachi et al.,, due caratteristiche sono state normalizzate ed integrate in una caratteristica:
In primo luogo, abbiamo misurato o calcolato le tre caratteristiche (T-amp, pendenza T-destra e T-norma) in ogni cavo del ECG. In secondo luogo, il cavo che aveva l’onda T più prominente (il più grande T-amp) tra V3, V4 e V6 e II, denominato Pt, è stato selezionato e utilizzato come caratteristica rappresentativa di ciascun ECG.
2.4. Valutazione delle caratteristiche e analisi statistica
Sono state condotte analisi unidirezionali della varianza e test post-Hoc di Tukey per valutare la differenza tra i valori di pendenza T-amp e T-right misurati tra i diversi lead., Un valore p < 0.05 è stato considerato significativo.
Abbiamo valutato la correlazione lineare tra le caratteristiche dell’onda T e il livello effettivo di potassio sierico utilizzando l’analisi del coefficiente di correlazione di Pearson. Per escludere l’effetto delle malattie sottostanti, che possono influenzare il ritmo cardiaco, abbiamo condotto un’analisi dei sottogruppi in cui sono stati inclusi solo i risultati dell’ECG che mostrano ECG normale (n=191) o altrimenti ECG normale (n=40)—il sottogruppo ECG normale. Gli elenchi dettagliati di interpretazione dell’ECG altrimenti normale e il conteggio per interpretazione sono forniti nella tabella S1.,
MS-SQL 2017 (Microsoft Corp.) è stato utilizzato per la gestione dei dati e R (versione 3.2.2, Foundation for Statistical Computing) è stato utilizzato per la pre-elaborazione dei dati e l’analisi statistica.
3. Risultati
3.1. I set di dati per l’analisi
T-amp e T-right slope da 500 ECG sono stati misurati da due valutatori. Le misurazioni tra due valutatori erano ben correlate in termini sia di T-amp che di T-right, come mostrato nelle figure 2(c) e 2(d)., Dopo aver escluso gli ECG che erano discrepanti tra i due valutatori, i dati di 330 ECG (inclusi 231 ECG del sottogruppo ECG normale) sono stati infine selezionati. Le caratteristiche basali dei soggetti sono riportate nella Tabella 1.
I valori assoluti della pendenza T-amp e T-destra misurati erano più alti nel lead V3 e più bassi nel lead II sia per il numero totale di soggetti (n=330) che per il sottogruppo ECG normale (n=231). I valori erano significativamente più alti nel piombo precordiale rispetto al piombo II in entrambi i gruppi (p<0,001).
3.2., Correlazione lineare tra le caratteristiche basate sull’onda T e il livello di potassio sierico
3.3. Correlazione lineare nel sottogruppo ECG normale
Dopo aver escluso ECG anormali (solo ECG normali o altrimenti ECG normali), i risultati hanno mostrato lo stesso schema di quelli del numero totale di ECG selezionati; analogamente ai risultati nel numero totale di ECG, i coefficienti di correlazione di Pearson di T-amp erano positivi e quelli della pendenza T-destra e della norma T erano negativi in tutte le derivazioni., Tuttavia, non vi era alcuna correlazione tra le caratteristiche basate sull’onda T e il livello di potassio sierico in questo sottogruppo poiché i valori dei coefficienti variavano da -0,17 a 0,16 (Figura 3 e Tabella 2).
4. Discussione
Questo studio ha valutato direttamente il grado di correlazione tra la concentrazione di potassio nel sangue e le caratteristiche basate sull’onda T degli ECG. Le caratteristiche basate sull’onda T esaminate manualmente di ECG condotte nella pratica quotidiana non sono correlate al livello di potassio sierico. Inoltre, nel normale sottogruppo ECG, non abbiamo rilevato alcuna correlazione.,
In questo studio, la pendenza T-amp e T-right dalle forme d’onda di cinque conduttori (V3, V4, V5, V6 e II) sono stati selezionati e valutati. Le forme d’onda dei quattro conduttori (V3-V6) sono state utilizzate in studi precedenti per stimare il livello di potassio sierico. Il piombo II è più comunemente usato nel monitoraggio del paziente. Pertanto, abbiamo mirato a valutare la possibilità di applicare le caratteristiche a un ambiente clinico in cui i pazienti sono monitorati, come in un’unità di terapia intensiva.,
Il pattern di valori, che è stato estratto come features (T-amp e T-right slope da lead II, V3, V4, V5 e V6), ha mostrato pattern ben noti. È noto che l’ampiezza dell’onda T è massima in piombo V3 . Inoltre, l’onda T nei cavi precordiali (<10 mm o<1 mV) è solitamente maggiore di quella nell’arto (<5 mm o 0,5 mv)., Nei nostri risultati, solo meno del 2% nel gruppo totale di pazienti (6 nel lead II, 5 nel lead V3, 5 nel lead V4, 1 nel lead V5 e 0 nel lead V6 tra 330 ECG) e il sottogruppo ECG normale (2 nel lead II, 4 nel lead V3, 1 nel lead V4, 0 nel lead V5 e 0 nel lead V6 tra 231 ECG normali) ha superato rispettivamente 0,5 MV nel lead dell’arto o 1 MV nei lead precordiali., Inoltre, il valore medio del T-amp misurato era più alto in V3 e quello dei cavi precordiali era significativamente più alto di quello del piombo dell’arto (piombo II) nell’analisi unidirezionale della varianza e nel test post-Hoc di Tukey (p<0.001). Potrebbe significare che i valori estratti sono affidabili e potrebbero essere utilizzati per ulteriori analisi.
Simile ai risultati di precedenti ricerche condotte in contesti clinici, le caratteristiche basate sull’onda T non avevano una chiara relazione con il livello di potassio sierico., Secondo uno studio precedente, i cambiamenti nel pattern ECG, che sono suggestivi di iperkaliemia, sono stati notati solo nel 46% dei pazienti il cui livello di potassio variava tra 6 e 9,3 mEq/L . Diversi altri casi hanno anche sostenuto la constatazione che i cambiamenti significativi dell’ECG non sono correlati a livelli di potassio marcatamente elevati . Inoltre, i pazienti che incontriamo nella pratica quotidiana hanno diversi fattori confondenti, come farmaci, comorbidità e dati demografici., Poiché questi fattori confondenti potrebbero alterare i dati ECG, rendono più difficile scoprire modelli chiaramente associati al livello di potassio sierico. Per questo motivo, la sensibilità di rilevare l’iperkaliemia da parte di due medici in un dipartimento di emergenza era molto bassa a 0,43 e 0,34 .
Nell’analisi del sottogruppo di ECG normale o ECG altrimenti normale, i risultati hanno mostrato lo stesso schema di nessuna correlazione tra le caratteristiche dell’onda T e il livello di potassio sierico. Riteniamo che ciò non possa essere dovuto alla contaminazione da ECG anomali., Sebbene abbiamo applicato selettivamente il modello di determinazione del livello di potassio sierico all’ECG normale, potrebbe essere difficile ottenere prestazioni affidabili.
Zachi et al. ha anche tentato di stimare il livello di potassio sierico in base alle caratteristiche dell’onda T e le prestazioni di stima sono diminuite quando il modello sviluppato è stato applicato a un altro gruppo di test indipendente . Prestazioni più elevate sono state osservate quando il modello di stima è stato applicato ai pazienti che sono stati utilizzati per lo sviluppo del modello ma in diversi momenti., Questa scoperta suggerisce che i modelli ECG unici sono causati da caratteristiche diverse di ciascun paziente; pertanto, dovrebbe essere sviluppato un modello personalizzato piuttosto che uno che può essere generalmente applicato.
L’approccio deep learning potrebbe essere un modello alternativo. Deep learning, un modello di apprendimento automatico, è emerso come il design più popolare in varie applicazioni, tra cui la visione artificiale e l’elaborazione del linguaggio naturale., In particolare, le reti neurali convoluzionali possono agire come estrattori di funzionalità dai dati anche in assenza di una conoscenza preliminare del dominio , e il modello di rete neurale ricorrente identifica le dipendenze temporali nei problemi delle serie temporali . L’estrazione delle funzionalità e le dipendenze temporali possono essere acquisite in modo efficace combinando entrambi i modelli. Se si utilizza il modello basato sull’apprendimento profondo, è possibile estrarre caratteristiche più diverse e complesse dall’ECG.
Il nostro studio ha alcune limitazioni., Innanzitutto, la pendenza T-amp e T-right è stata misurata manualmente anziché automaticamente perché ci sono stati problemi nel determinare la fine dell’onda T. Poiché la fine dell’onda T transita molto lentamente da tutto il segnale, localizzare la fine dell’onda T è uno dei problemi più impegnativi nella valutazione della forma d’onda ECG . Avendo due valutatori indipendenti eseguono le misurazioni e quindi utilizzando solo risultati conformi, abbiamo cercato di garantire l’affidabilità dei nostri risultati. In secondo luogo, la lunghezza della forma d’onda utilizzata nello studio era breve (circa 3 secondi)., I nostri dati potrebbero essere relativamente limitati e meno tolleranti di rumore o artefatti. Infine, non abbiamo considerato altri modelli ECG, come l’allargamento del QRS o l’appiattimento dell’onda P, che può essere osservato anche nell’iperkaliemia. Tuttavia, il cambiamento dell’onda T è noto come il segno più rappresentativo e più antico di iperkaliemia.
5., Conclusioni
Come dimostrato dai risultati di ricerche precedenti, il nostro studio ha anche dimostrato che le caratteristiche basate sull’onda T non erano correlate ai livelli di potassio sierico nella pratica clinica del mondo reale nella popolazione coreana; anche nel normale sottogruppo ECG, non siamo riusciti a rilevare alcuna correlazione. Pertanto, l’uso di queste caratteristiche nella stima del livello di potassio sierico nella pratica clinica reale è molto limitato.
Disponibilità dei dati
I dati relativi alla misurazione delle caratteristiche basate sull’onda T utilizzate per supportare i risultati di questo studio sono inclusi nel file di informazioni supplementari.,
Conflitti di interesse
Gli autori non dichiarano conflitti di interesse.
Riconoscimenti
Questa ricerca è stata sostenuta da sovvenzioni della Corea Health Technology R&D Progetto attraverso la Corea del Settore Sanitario dell’Istituto per lo Sviluppo (KHIDI), finanziato dal Ministero della Salute & Welfare, Repubblica di Corea (Grant nn. HI16C0982 e HI17C0970).