Streszczenie
Tło. Właściwe postępowanie z hiperkaliemią, która prowadzi do śmiertelnych zaburzeń rytmu serca, stało się ważniejsze ze względu na zwiększoną częstość występowania chorób podatnych na hiperkaliemię. Chociaż zmiany fali T w hiperkalemii są dobrze znane, ich przydatność jest dyskusyjna., Oceniliśmy, jak dobrze elektrokardiogramy (EKG) są skorelowane z szacowanymi poziomami potasu w surowicy krwi, wykorzystując dane EKG z rzeczywistych praktyk klinicznych. Metody. Zebraliśmy wyniki EKG z lokalnego repozytorium EKG (MUSE™) w latach 1994-2017 i wyodrębniliśmy ich przebieg. Spośród około 1 miliona raportów 124 238 przeprowadzono w ciągu 5 minut przed lub po pobraniu krwi w celu oszacowania stężenia potasu w surowicy. Losowo wybraliśmy 500 EKG i dwa oceniacze zmierzyli amplitudę (T-amp) I PRAWE nachylenie fali T (T-prawe nachylenie) na pięciu kształtach fali ołowiu (V3, V4, V5, V6 I II)., Liniowe korelacje T-amp, T-prawe nachylenie i ich znormalizowana cecha (t-norm) z poziomem potasu w surowicy zostały ocenione za pomocą analizy współczynnika korelacji Pearsona. Wyniki. Współczynniki korelacji Pearsona dla cech opartych na fali T z potasem w surowicy między dwoma oceniającymi wynosiły 0,99 dla T-amp i 0,97 dla T-prawego nachylenia. Współczynnik związku między T-amp, T-prawym nachyleniem i T-normą a stężeniem potasu w surowicy wynosił od -0,22 do 0,02., W podgrupie EKG w normie (EKG w normie lub w innym przypadku EKG w normie) nie stwierdzono korelacji między cechami na podstawie fali t a poziomem potasu w surowicy. Wnioski. Cechy oparte na fali T nie były skorelowane z poziomem potasu w surowicy, a ich zastosowanie w praktyce klinicznej jest obecnie ograniczone.
1. Wprowadzenie
hiperkaliemia jest zaburzeniem elektrolitów, które może prowadzić do śmiertelnej arytmii serca., Właściwe zarządzanie hiperkaliemią stało się ważniejsze ze względu na zwiększoną częstość występowania hiperkaliemii podatnych chorób, takich jak cukrzyca, choroba wieńcowa, i przewlekłej choroby nerek . Hiperkaliemia i hipokaliemia lub wahania stężenia potasu są związane ze zwiększonym ryzykiem śmiertelności i zagrażających życiu zaburzeń rytmu serca . Co więcej, zachorowalność, hospitalizacja i śmierć mogą następować nawet niewielkie zmiany poziomu potasu u pacjentów z chorobami nerek lub serca .
wiele kluczowych leków stosowanych w leczeniu chorób zmienia stężenie potasu w surowicy., Leki ukierunkowane na układ renina-angiotensyna-aldosteron są podstawą leczenia chorób układu krążenia lub zapobiegania przewlekłej progresji choroby nerek. Ósme wytyczne Wspólnego Komitetu Krajowego zalecają blokery receptorów aldosteronu jako kluczowe leki do wtórnej profilaktyki niewydolności serca, ponieważ antagoniści aldosteronu mogą zmniejszyć śmiertelność z powodu niewydolności serca . Jest jednak ironią, że stosowanie antagonistów aldosteronu zwiększa śmiertelność z powodu hiperkaliemii, co podkreśla znaczenie właściwego zarządzania hiperkaliemią ., Niesteroidowe leki przeciwzapalne są inne leki, które powodują ciężką hiperkaliemię, ale są podawane bez odpowiedniego monitorowania poziomu elektrolitów. Ponadto inne zagrożenia związane są z pokarmami bogatymi w potas, które często mogą być śmiertelne u pacjentów ze schyłkową niewydolnością nerek.
zmiany w schemacie elektrokardiogramu (EKG) są bezpośrednio związane z poziomem potasu w surowicy . Łagodna do umiarkowanej hiperkaliemia może prowadzić do wydłużenia odstępu PR i rozwoju szczytowych fal T. Ciężka hiperkaliemia może spowodować rozszerzenie kompleksu QRS., U pacjentów z hipokaliemią obserwuje się spłaszczone lub odwrócone fale T, falę U, depresję ST i szeroki odstęp PR. Z powodu przedłużonej repolaryzacji komorowej występuje wybitna fala U lub wydłużony odstęp QT można zaobserwować, gdy fale U nakładają się na falę T.
zmiany w EKG spowodowane podwyższonym poziomem potasu są wyraźne w warunkach doświadczalnych. Jednak wiele badań donosiło, że te wzorce nie są wiarygodne klinicznie ., Niektóre wcześniejsze badania donosiły, że Wyniki oceny poziomu potasu z wykorzystaniem informacji EKG przez lekarzy były słabe. Wrażliwość na hiperkaliemię wykryta przez dwóch lekarzy wynosiła 0, 43 i 0, 34 ; nawet u pacjentów z umiarkowaną do ciężkiej hiperkaliemią (poziom potasu >6, 5 mmol/L), wrażliwość wynosiła tylko 0, 62 i 0, 55. Według innego przeglądu retrospektywnego, zmiany fal T ocenione przez kardiologa również nie były dobrze skorelowane z poziomem potasu w surowicy, a większość zmian fal T była niespecyficzna .,
w oparciu o znane wzorce fal T, inne badania próbowały określić poziom potasu przy użyciu uczenia maszynowego . Zgodnie z tymi badaniami z udziałem pacjentów poddawanych hemodializie, dane EKG z pojedynczym przewodem (V3, V4 lub V5) są tak dokładne, jak dane EKG z 12 przewodami, ze zgłoszonymi błędami bezwzględnymi wynoszącymi odpowiednio 0,5±0,42 i 0,46±0,39 mmol/L. Badania te sugerują, że wzory EKG, zwłaszcza kształt fali T, mogą być pomocne w określaniu stężenia potasu w surowicy w warunkach klinicznych., Jednak badania te mają ograniczenie, że zastosowany model został opracowany i zwalidowany z ograniczoną liczbą pacjentów (26 pacjentów do opracowania i 19 do walidacji), a pacjenci byli ograniczeni do pacjentów hemodializowanych.
Ponadto, zgodnie z naszą najlepszą wiedzą, żadne badanie nie oceniało bezpośrednio, jak dobrze funkcje oparte na fali T korelują z poziomem potasu w surowicy w Warunkach rzeczywistej praktyki klinicznej., W niniejszym badaniu przeprowadziliśmy ilościową ocenę EKG zarejestrowaną w praktyce klinicznej w celu ustalenia, czy cechy oparte na fali T są przydatne do szacowania poziomu potasu w surowicy w ogólnej praktyce klinicznej.
2. Metody
wymóg świadomej zgody został uchylony, a badanie zostało zatwierdzone przez Ajou University Hospital Institutional Review Board (IRB) (numer IRB AJIRB-MED-MDB-17-273). Wykorzystaliśmy tylko dane dezidentyfikowane i przeanalizowaliśmy informacje retrospektywnie.
2.1., Źródło danych
wykorzystaliśmy bazę danych badań klinicznych, która zawierała dane demograficzne pacjentów, diagnozy, recepty na leki i wyniki badań laboratoryjnych uzyskane z elektronicznej dokumentacji medycznej szpitala uniwersyteckiego w Korei (Ajou University Hospital) między wrześniem 1994 a grudniem 2017 (Rysunek 1). W bazie danych znalazło się 134 011 566 recept, 32 956 672 diagnoz oraz 278 011 281 wyników badań laboratoryjnych od 2 940 379 pacjentów.
EKG składa się zazwyczaj z wartości alfanumerycznych i wykresów przebiegu (Rysunek 2 (a))., Wartości alfanumeryczne obejmowały dane demograficzne, numer identyfikacyjny pacjenta, datę wykonania elektrokardiografii oraz parametry EKG (RR, odstęp QT itp.). Wykresy przebiegu To dane szeregów czasowych reprezentujące zmiany sygnałów elektronicznych z serca w ciągu kilku sekund. Po zebraniu wszystkich danych z EKG, które były przechowywane w formacie PDF w lokalnym repozytorium EKG (system MUSE™), część zawierająca kształt fali została wyodrębniona i przekształcona do formatu SVG ., Następnie przekształciliśmy współrzędne x i y obrazów wektorowych na równo odległe szeregi czasowe (500 punktów danych na sekundę, 500 Hz) za pomocą interpolacji liniowej, aby zachować format danych podobny do tego uzyskanego bezpośrednio z czujnika.
z około 1 miliona pobranych EKG, 124 238 uzyskano w ciągu 5 minut (okno czasowe) przed lub po pobraniu krwi w celu oznaczenia stężenia potasu w surowicy. Spośród nich losowo wybraliśmy 500 EKG do oceny ręcznej.
2.2., Wstępne przetwarzanie danych
opracowano narzędzie internetowe do pomiaru amplitudy (T-amp; różnica miliwoltów (mV) między szczytem a końcem fali T) i prawego nachylenia fali T (T-prawe nachylenie; nachylenie w najbardziej stromej części opadającej części fali T). To narzędzie pomogło nam szybko ocenić i skutecznie zarządzać wynikami pomiarów każdego sygnału EKG(Rysunek 2 (b)). Narzędzie wyświetla 3-sekundowy przebieg EKG, umożliwiając użytkownikowi pomiar T-amp I T-prawe nachylenie., W odniesieniu do 500 wybranych EKG, T-amp I T-prawe nachylenie na kształtach przebiegu pięciu przewodów (V3, V4, V5, V6 I II) zostały ręcznie i niezależnie zmierzone przez dwóch oceniających przy użyciu tego narzędzia.
przebiegi w EKG Zwykle zawierały dwa lub trzy uderzenia. Oceniający wybrali rytm wyjściowy, który był najbardziej stabilny i miał mniej hałasu. T-amp I T-prawe nachylenie mierzone były na wybranych uderzeniach. Pomiary różnic między dwoma oceniającymi, które były większe niż średnia+2 × odchylenie standardowe (SD) lub mniejsze niż średnia-2×SD zostały wyłączone z dalszej analizy(rysunki 2(C) i 2 (d))., Stopień korelacji między dwoma oceniającymi został określony przez Pearson correlation coefficient analysis.
2.3. Wyodrębnianie funkcji
wykluczyliśmy EKG, które miało rozbieżności w ich interpretacji między dwoma oceniającymi w jednym lub kilku przewodach. Wartości T-amp I T-prawe nachylenie zmierzone przez dwa oceniacze zostały uśrednione i użyte jako końcowe wartości T-amp I T-prawe nachylenie odpowiednich EKG. Według poniższego wzoru, który został użyty do normalizacji cech do szacowania poziomu potasu w surowicy w badaniu Zachi et al.,, dwie cechy zostały znormalizowane i zintegrowane w jedną cechę:
najpierw zmierzyliśmy lub obliczyliśmy trzy cechy (T-amp, T-prawe nachylenie i T-norm) w każdym przewodzie EKG. Po drugie, ołów, który miał najbardziej widoczną falę T (największy T-amp) wśród V3, V4 i V6 oraz II, nazwany Pt, został wybrany i użyty jako reprezentatywna cecha każdego EKG.
2.4. Ocena cech i analiza statystyczna
przeprowadzono jednokierunkową analizę wariancji oraz Post-Hoc test Tukeya w celu oceny różnicy między zmierzonymi wartościami T-amp I T-right slope pomiędzy różnymi przewodami., Wartość p <0,05 została uznana za znaczącą.
oceniliśmy korelację liniową między cechami fali T A rzeczywistym poziomem potasu w surowicy za pomocą analizy współczynnika korelacji Pearsona. Aby wykluczyć wpływ chorób podstawowych, które mogą wpływać na rytm serca, przeprowadziliśmy analizę podgrup, w których uwzględniono tylko wyniki EKG pokazujące prawidłowe EKG (n=191) lub inaczej normalne EKG (n=40)—podgrupy EKG normalne. Szczegółowe wykazy interpretacji EKG w przeciwnym razie normalnego oraz liczby na interpretację przedstawiono w tabeli S1.,
MS-SQL 2017 (Microsoft Corp.) został użyty do zarządzania danymi, A R (Wersja 3.2.2, Foundation for Statistical Computing) został użyty do wstępnego przetwarzania danych i analizy statystycznej.
3. Wyniki
3.1. Zestawy danych do analizy
T-amp I T-prawe nachylenie z 500 EKG zostały zmierzone przez dwóch oceniających. Pomiary pomiędzy dwoma oceniającymi były dobrze skorelowane zarówno pod względem T-amp, jak i t-right, jak pokazano na rysunkach 2 (c) i 2 (d)., Po wyłączeniu EKG, które były rozbieżne między dwoma oceniającymi, ostatecznie wybrano dane z 330 EKG (w tym 231 EKG z podgrupy EKG normalnego). Podstawowe charakterystyki badanych przedstawiono w tabeli 1.
wartości bezwzględne mierzonego T-amp I T-prawego nachylenia były najwyższe w ołów V3 i najniższe w ołów II zarówno dla całkowitej liczby badanych (n=330), jak i dla podgrupy EKG (N=231). Wartości te były istotnie wyższe w przypadku ołowiu przedkordycznego niż w przypadku ołowiu II w obu grupach (p<0,001).
3.2., Korelacja liniowa pomiędzy cechami na podstawie fali T A poziomem potasu w surowicy
3.3. Korelacja liniowa w podgrupie EKG normalnego
po wykluczeniu nieprawidłowego EKG (tylko EKG normalne lub inaczej EKG normalne) wyniki wykazały ten sam wzór, Co wyniki z całkowitej liczby wybranych EKG; podobnie jak wyniki z całkowitej liczby EKG, współczynniki korelacji Pearsona T-amp były dodatnie, a współczynniki t-nachylenia prawego i T-normy były ujemne we wszystkich przewodach., Nie stwierdzono jednak korelacji pomiędzy cechami na podstawie fali t a poziomem potasu w surowicy w tej podgrupie, ponieważ wartości współczynnika wahały się od -0, 17 do 0, 16 (rycina 3 I Tabela 2).
4. Dyskusja
w badaniu tym bezpośrednio oceniono stopień korelacji między stężeniem potasu we krwi a cechami EKG na podstawie fali T. Ręczne badania EKG na podstawie fali T wykonywane w codziennej praktyce nie korelowały z poziomem potasu w surowicy. Co więcej, w podgrupie EKG nie wykryliśmy żadnej korelacji.,
w tym badaniu wybrano i oceniono nachylenie T-amp I T-right z przebiegów pięciu przewodów (V3, V4, V5, V6 I II). Przebieg czterech przewodów (V3-V6)wykorzystano w poprzednich badaniach do oszacowania poziomu potasu w surowicy. Lead II jest najczęściej stosowany w monitorowaniu pacjentów. W związku z tym chcieliśmy ocenić możliwość zastosowania tych funkcji w warunkach klinicznych, w których pacjenci są monitorowani, na przykład na oddziale intensywnej terapii.,
wzór wartości, który został wyodrębniony jako cechy (T-amp I T-prawe nachylenie z ołowiu II, V3, V4, V5 i V6), pokazał dobrze znane wzorce. Wiadomo, że amplituda fali T jest maksymalna w ołowiu V3 . Ponadto fala T w przewodach przedkordialnych (<10 mm lub <1 mV) jest zwykle większa niż w przewodach kończynowych (<5 mm lub 0,5 mV)., W naszych wynikach tylko mniej niż 2% w ogólnej grupie pacjentów (6 w przewodzie II, 5 w przewodzie V3, 5 w przewodzie V4, 1 w przewodzie V5 i 0 w przewodzie V6 wśród 330 EKG) i podgrupie EKG normalnego (2 w przewodzie II, 4 w przewodzie V3, 1 w przewodzie V4, 0 w przewodzie V5 i 0 w przewodzie V6 wśród 231 EKG normalnego) przekroczyło odpowiednio 0,5 mV w przewodzie kończynowym lub 1 mV w przewodzie przedkordycznym., Ponadto Średnia wartość mierzonego T-amp była najwyższa w V3, a wartość przedkordialnych przewodów była znacznie wyższa niż wartości ołowiu kończyny (ołów II) w jednokierunkowej analizie wariancji i w Post-Hoc teście Tukeya (p<0,001). Może to oznaczać, że wydobyte wartości są wiarygodne i mogą być wykorzystane do dalszej analizy.
podobnie jak wyniki poprzednich badań przeprowadzonych w warunkach klinicznych, cechy oparte na fali T nie miały wyraźnego związku z poziomem potasu w surowicy., Według wcześniejszego badania, zmiany we wzorze EKG, które sugerują hiperkaliemię, odnotowano tylko u 46% pacjentów, u których poziom potasu wahał się od 6 do 9,3 mEq / L . Kilka innych przypadków potwierdziło również stwierdzenie, że znaczące zmiany w EKG nie są związane ze znacznie podwyższonym poziomem potasu . Ponadto pacjenci, których spotykamy w codziennej praktyce, mają różne czynniki zakłócające, takie jak leki, choroby współistniejące i dane demograficzne., Ponieważ te zakłócające czynniki mogą zmieniać dane EKG, utrudniają one odkrywanie wzorców wyraźnie związanych z poziomem potasu w surowicy. Z tego powodu czułość wykrywania hiperkaliemii przez dwóch lekarzy na oddziale ratunkowym była bardzo niska w 0,43 i 0,34 .
w analizie podgrupy EKG normalnego lub inaczej EKG normalnego wyniki wykazały ten sam wzór braku korelacji między cechami fali t a poziomem potasu w surowicy. Uważamy, że nie może to być spowodowane skażeniem nieprawidłowym EKG., Chociaż selektywnie zastosowaliśmy model oznaczania poziomu potasu w surowicy w normalnym EKG, uzyskanie niezawodnego działania może być trudne.
próbowano również oszacować poziom potasu w surowicy na podstawie cech fali T, A Wydajność oszacowania zmniejszyła się, gdy opracowany model został zastosowany do innej niezależnej grupy badawczej . Wyższą skuteczność zaobserwowano, gdy model estymacji zastosowano do pacjentów, którzy byli wykorzystywani do opracowania modelu, ale w różnych punktach czasowych., To odkrycie sugeruje, że unikalne wzory EKG są spowodowane różnymi cechami każdego pacjenta; dlatego należy opracować spersonalizowany model, a nie taki, który można ogólnie zastosować.
podejście deep learning może być alternatywnym modelem. Deep learning, model uczenia maszynowego, stał się najpopularniejszym projektem w różnych zastosowaniach, w tym w wizji komputerowej i przetwarzaniu języka naturalnego., W szczególności konwolucyjne sieci neuronowe mogą działać jako wyodrębniacze cech z danych nawet w przypadku braku wcześniejszej wiedzy o domenie, a model sieci neuronowej nawracającej identyfikuje zależności czasowe w problemach szeregów czasowych . Wyodrębnianie cech i zależności czasowe można skutecznie przechwycić, łącząc oba modele. W przypadku zastosowania modelu opartego na uczeniu głębokim można wyodrębnić z EKG bardziej zróżnicowane i złożone funkcje.
nasze badanie ma pewne ograniczenia., Po pierwsze, T-amp I T-prawe nachylenie były mierzone ręcznie, a nie automatycznie, ponieważ wystąpiły problemy z określeniem końca fali T. Ponieważ koniec fali T przechodzi bardzo powoli z okolic sygnału, zlokalizowanie końca fali T jest jednym z najtrudniejszych problemów w ocenie kształtu fali EKG . Mając dwóch niezależnych ewaluatorów wykonujących pomiary, a następnie używając tylko zgodnych wyników, staraliśmy się zapewnić wiarygodność naszych wyników. Po drugie, długość fali użytej w badaniu była krótka(około 3 sekund)., Nasze dane mogą być stosunkowo ograniczone i mniej odporne na hałas lub artefakty. Na koniec nie wzięliśmy pod uwagę innych wzorców EKG, takich jak poszerzenie QRS lub spłaszczenie fali P, które można również zaobserwować w hiperkalemii. Jednak zmiana fali T jest znana jako najbardziej reprezentatywna i Najwcześniejsza oznaka hiperkaliemii.
5., Wnioski
jak wykazały wyniki poprzednich badań, nasze badanie wykazało również, że cechy oparte na fali T nie były skorelowane z poziomem potasu w surowicy w praktyce klinicznej w populacji koreańskiej; nawet w normalnej podgrupie EKG nie byliśmy w stanie wykryć żadnej korelacji. Dlatego wykorzystanie tych cech w ocenie stężenia potasu w surowicy w praktyce klinicznej jest bardzo ograniczone.
dostępność danych
,
konflikty interesów
autorzy nie deklarują konfliktu interesów.
podziękowania
badania te były wspierane przez granty Korea Health Technology R&projekt D przez Korea Health Industry Development Institute (KHIDI), finansowane przez Ministerstwo Zdrowia& Welfare, Republika Korei (nr dotacji HI16C0982 i HI17C0970).