È necessario avere un abbonamento a JoVE per visualizzare questo. Accedi o inizia la tua prova gratuita.
Method Article
Qui presentiamo un protocollo passo-passo per un approccio semiautomatico per analizzare i dati dell'elettrocardiografia a lungo termine (ECG) murina per i parametri ECG di base e le aritmie comuni. I dati sono ottenuti da trasmettitori di telemetria impiantabili in topi vivi e svegli e analizzati utilizzando Ponemah e i suoi moduli di analisi.
Le aritmie sono comuni e colpiscono milioni di pazienti in tutto il mondo. Le attuali strategie di trattamento sono associate a effetti collaterali significativi e rimangono inefficaci in molti pazienti. Per migliorare la cura del paziente, sono necessari concetti terapeutici nuovi e innovativi che mirano causalmente ai meccanismi di aritmia. Per studiare la complessa fisiopatologia delle aritmie, sono necessari modelli animali adatti e i topi hanno dimostrato di essere specie modello ideali per valutare l'impatto genetico sulle aritmie, per studiare i meccanismi molecolari e cellulari fondamentali e per identificare potenziali bersagli terapeutici.
I dispositivi di telemetria impiantabili sono tra gli strumenti più potenti disponibili per studiare l'elettrofisiologia nei topi, consentendo la registrazione continua dell'ECG per un periodo di diversi mesi in topi svegli che si muovono liberamente. Tuttavia, a causa dell'enorme numero di punti dati (>1 milione di complessi QRS al giorno), l'analisi dei dati di telemetria rimane impegnativa. Questo articolo descrive un approccio passo-passo per analizzare gli ECG e rilevare le aritmie nelle registrazioni di telemetria a lungo termine utilizzando il software, Ponemah, con i suoi moduli di analisi, ECG Pro e Data Insights, sviluppato da Data Sciences International (DSI). Per analizzare i parametri ECG di base, come la frequenza cardiaca, la durata dell'onda P, l'intervallo PR, l'intervallo QRS o la durata QT, è stata eseguita un'analisi automatica degli attributi utilizzando Ponemah per identificare le onde P, Q e T all'interno di finestre regolate individualmente attorno alle onde R rilevate.
I risultati sono stati quindi rivisti manualmente, consentendo la regolazione delle singole annotazioni. L'output dell'analisi basata sugli attributi e dell'analisi di riconoscimento dei pattern è stato quindi utilizzato dal modulo Data Insights per rilevare le aritmie. Questo modulo consente uno screening automatico delle aritmie definite individualmente all'interno della registrazione, seguito da una revisione manuale di sospetti episodi di aritmia. L'articolo discute brevemente le sfide nella registrazione e nel rilevamento dei segnali ECG, suggerisce strategie per migliorare la qualità dei dati e fornisce registrazioni rappresentative delle aritmie rilevate nei topi utilizzando l'approccio sopra descritto.
Le aritmie cardiache sono comuni e colpiscono milioni di pazienti in tutto il mondo1. L'invecchiamento della popolazione mostra un'incidenza crescente e quindi un grave onere per la salute pubblica derivante dalle aritmie cardiache e dalla loro morbilità e mortalità2. Le attuali strategie di trattamento sono limitate e spesso associate a effetti collaterali significativi e rimangono inefficaci in molti pazienti 3,4,5,6. Sono urgentemente necessarie strategie terapeutiche nuove e innovative che colpiscano causalmente i meccanismi dell'aritmia. Per studiare la complessa fisiopatologia delle aritmie, sono necessari modelli animali adatti; I topi hanno dimostrato di essere una specie modello ideale per valutare l'impatto genetico sulle aritmie, per studiare i meccanismi molecolari e cellulari fondamentali e per identificare potenziali bersagli terapeutici 7,8,9. La registrazione ECG continua è un concetto consolidato nella routine clinica di rilevamento delle aritmie10.
I dispositivi di telemetria impiantabili sono tra gli strumenti più potenti disponibili per studiare l'elettrofisiologia nei topi in quanto consentono la registrazione continua dell'ECG (un approccio comune è quello di impiantare gli elettrocateteri in una posizione di derivazione II) per un periodo di diversi mesi in topi svegli in movimento libero11,12. Tuttavia, a causa dell'enorme numero di punti dati (fino a oltre 1 milione di complessi QRS al giorno) e della limitata conoscenza dei valori standard murini, l'analisi dei dati di telemetria rimane impegnativa. I trasmettitori di telemetria comunemente disponibili per i topi durano fino a 3 mesi, portando alla registrazione di fino a 100 milioni di complessi QRS. Ciò significa che i protocolli di analisi pragmatica sono molto necessari per ridurre il tempo trascorso con ogni singolo set di dati e consentiranno ai ricercatori di gestire e interpretare questa enorme quantità di dati. Per ottenere un segnale ECG pulito al momento della registrazione, l'impianto del trasmettitore deve essere ottimale: le posizioni dei cavi devono essere il più distanti possibile per consentire ampiezze del segnale più elevate.
Il lettore interessato può essere rimandato a un protocollo di McCauley et al.12 per ulteriori informazioni. Inoltre, per ridurre al minimo il rumore, le gabbie e i trasmettitori devono essere collocati in un ambiente silenzioso non soggetto a disturbi, come un armadio ventilato con fattori ambientali controllati (temperatura, luce e umidità). Durante il periodo sperimentale, il posizionamento dei cavi deve essere controllato regolarmente per evitare la perdita di segnale dovuta alla perforazione del piombo o a problemi di guarigione delle ferite. Fisiologicamente, c'è un'alterazione circadiana dei parametri ECG nei roditori come negli esseri umani, generando la necessità di un approccio standardizzato per ottenere parametri ECG basali da una registrazione continua. Piuttosto che calcolare i valori medi dei parametri ECG su un lungo periodo, l'analisi di un ECG a riposo simile a quello nell'uomo dovrebbe essere eseguita per ottenere parametri di base come la frequenza cardiaca a riposo, la durata dell'onda P, l'intervallo PR, la durata QRS o l'intervallo QT / QTc. Nell'uomo, un ECG a riposo viene registrato su 10 s, ad una frequenza cardiaca normale di 50-100 / min. Questo ECG comprende da 8 a 17 complessi QRS. Un'analisi di 20 complessi QRS consecutivi è raccomandata nel topo come "equivalente ECG a riposo". A causa dell'alterazione circadiana sopra menzionata, un approccio semplice è quello di analizzare due ECG a riposo al giorno, uno di giorno e uno di notte. A seconda del ciclo di accensione/spegnimento della luce nella struttura per animali, vengono selezionati i tempi adatti (ad esempio, 12:00/PM) e vengono ottenuti i parametri di base.
Successivamente, un grafico della frequenza cardiaca nel tempo viene utilizzato per rilevare tachi e bradicardia rilevanti, con l'esplorazione manuale consecutiva di questi episodi per ottenere una prima impressione. Questo grafico della frequenza cardiaca porta quindi ai parametri importanti della frequenza cardiaca massima e minima nel periodo registrato e alla variabilità della frequenza cardiaca nel tempo. Successivamente, il set di dati viene analizzato per le aritmie. Questo articolo descrive un approccio passo-passo per ottenere questi dati ECG di base da registrazioni di telemetria a lungo termine di topi svegli per un periodo di registrazione fino a tre mesi. Inoltre, descrive come rilevare le aritmie utilizzando il software, Ponemah versione 6.42, con i suoi moduli di analisi, ECG Pro e Data Insights, sviluppati da Data Sciences International (DSI). Questa versione è compatibile con Windows 7 (SP1, 64 bit) e Windows 10 (64 bit).
1. Predisposizioni
2. Analisi dei parametri ECG di base
NOTA: Oltre ai contrassegni di convalida/dati non validi, il software misura e calcola automaticamente anche una grande varietà di parametri derivati che vengono poi riportati nell'elenco dei parametri derivati.
3. Rilevamento dell'aritmia utilizzando il riconoscimento dei pattern (modulo ECG PRO)
NOTA: Il modulo ECG PRO di Ponemah utilizza complessi QRS selezionati come modelli per ulteriori analisi. I modelli ECG dei modelli vengono confrontati con tutti i complessi QRS all'interno della registrazione per calcolare la percentuale di somiglianza ("match") e riconoscere le aritmie (ad esempio, battiti di cattura prematura atriale o ventricolare). Il numero di complessi QRS da marcare dipende dalla variabilità dell'ampiezza QRS all'interno della registrazione. In alcuni casi, la selezione e la marcatura di un complesso QRS fornisce una somiglianza dell'80% con la rispettiva registrazione, segnando la maggior parte dei cicli QRS. Tuttavia, questo è un caso ideale e durante l'analisi, il numero di complessi QRS che devono essere contrassegnati come modelli è solitamente più alto.
4. Rilevamento dell'aritmia: un approccio manuale semplificato utilizzando Data Insights
NOTA: Per l'analisi delle aritmie, è necessaria una corretta annotazione delle onde P e R. Tuttavia, anche se le onde P chiare sono visibili all'interno del tracciamento ECG, queste onde P a volte non vengono adeguatamente identificate anche dopo aver regolato le impostazioni dell'attributo . Poiché le onde R sono solitamente adeguatamente riconosciute e annotate, di seguito viene proposto un approccio pratico per un'ulteriore analisi dell'aritmia utilizzando Data Insights. Per una panoramica generale sul rilevamento delle aritmie utilizzando Data Insights e le sue ricerche specifiche predefinite per specie, il lettore interessato può essere rimandato a Mehendale et al.13.
La registrazione di ECG a lungo termine si traduce in enormi set di dati. Le opzioni per ulteriori analisi sono molteplici e dipendono dal singolo progetto di ricerca. Questo protocollo fornisce una descrizione di alcune letture di base che possono essere utilizzate dalla maggior parte dei ricercatori, in particolare per esperimenti di screening, ad esempio, quando si caratterizza una linea di topi transgenici o quando si studiano gli effetti di un trattamento specifico in un modello di malattia. Un progetto pre...
L'ECG di superficie è lo strumento diagnostico primario per i pazienti affetti da disturbi del ritmo cardiaco, fornendo approfondimenti su molti fenomeni elettrofisiologici. Tuttavia, un'analisi sufficiente delle patologie ECG di superficie cardiaca richiede la conoscenza e la definizione dei normali parametri fisiologici. Molti anni di ricerca epidemiologica hanno portato ad un ampio consenso su ciò che è fisiologico negli esseri umani e quindi hanno permesso ai medici di tutto il mondo di distinguere chiaramente il ...
Nessuno
Questo lavoro è stato sostenuto dalla German Research Foundation (DFG; Clinician Scientist Program In Vascular Medicine (PRIME), MA 2186/14-1 a P. Tomsits e D. Schüttler), Centro tedesco per la ricerca cardiovascolare (DZHK; 81X2600255 a S. Clauss), la Fondazione Corona (S199/10079/2019 a S. Clauss), l'ERA-NET sulle malattie cardiovascolari (ERA-CVD; 01KL1910 a S. Clauss), la Heinrich-and-Lotte-Mühlfenzl Stiftung (a S. Clauss) e il China Scholarship Council (CSC, a R. Xia). I finanziatori non hanno avuto alcun ruolo nella preparazione dei manoscritti.
Name | Company | Catalog Number | Comments |
Ponemah Software | Data Science international | ECG Analysis Software |
Richiedi autorizzazione per utilizzare il testo o le figure di questo articolo JoVE
Richiedi AutorizzazioneThis article has been published
Video Coming Soon