Bu içeriği görüntülemek için JoVE aboneliği gereklidir. Oturum açın veya ücretsiz deneme sürümünü başlatın.
Method Article
Burada, temel EKG parametreleri ve yaygın aritmiler için murin uzun süreli elektrokardiyografi (EKG) verilerini analiz etmek için yarı otomatik bir yaklaşım için adım adım bir protokol sunuyoruz. Veriler, canlı ve uyanık farelerde implante edilebilir telemetri vericileri tarafından elde edilir ve Ponemah ve analiz modülleri kullanılarak analiz edilir.
Aritmiler yaygındır ve dünya çapında milyonlarca hastayı etkilemektedir. Mevcut tedavi stratejileri önemli yan etkilerle ilişkilidir ve birçok hastada etkisiz kalmaktadır. Hasta bakımını iyileştirmek için, aritmi mekanizmalarını nedensel olarak hedef alan yeni ve yenilikçi terapötik kavramlara ihtiyaç vardır. Aritmilerin karmaşık patofizyolojisini incelemek için uygun hayvan modelleri gereklidir ve farelerin aritmiler üzerindeki genetik etkiyi değerlendirmek, temel moleküler ve hücresel mekanizmaları araştırmak ve potansiyel terapötik hedefleri belirlemek için ideal model türleri olduğu kanıtlanmıştır.
İmplante edilebilir telemetri cihazları, farelerde elektrofizyolojiyi incelemek için mevcut en güçlü araçlar arasındadır ve serbestçe hareket eden, uyanık farelerde birkaç ay boyunca sürekli EKG kaydına izin verir. Bununla birlikte, çok sayıda veri noktası (günde >1 milyon QRS kompleksi) nedeniyle, telemetri verilerinin analizi zor olmaya devam etmektedir. Bu makalede, Data Sciences International (DSI) tarafından geliştirilen analiz modülleri, EKG Pro ve Data Insights ile Ponemah yazılımını kullanarak EKG'leri analiz etmek ve uzun vadeli telemetri kayıtlarında aritmileri tespit etmek için adım adım bir yaklaşım açıklanmaktadır. Kalp atış hızı, P dalga süresi, PR aralığı, QRS aralığı veya QT süresi gibi temel EKG parametrelerini analiz etmek için, algılanan R dalgalarının etrafında ayrı ayrı ayarlanmış pencerelerde P, Q ve T dalgalarını tanımlamak için Ponemah kullanılarak otomatik bir öznitelik analizi gerçekleştirildi.
Sonuçlar daha sonra manuel olarak gözden geçirildi ve bireysel ek açıklamaların ayarlanmasına izin verildi. Öznitelik tabanlı analizden ve desen tanıma analizinden elde edilen çıktılar daha sonra aritmileri algılamak için Data Insights modülü tarafından kullanılmıştır. Bu modül, kayıttaki ayrı ayrı tanımlanmış aritmiler için otomatik bir taramaya ve ardından şüpheli aritmi ataklarının manuel olarak gözden geçirilmesine izin verir. Makale, EKG sinyallerinin kaydedilmesi ve algılanmasındaki zorlukları kısaca tartışmakta, veri kalitesini artırmak için stratejiler önermekte ve yukarıda açıklanan yaklaşımı kullanarak farelerde tespit edilen aritmilerin temsili kayıtlarını sunmaktadır.
Kardiyak aritmiler yaygındır ve dünya çapında milyonlarca hastayı etkilemektedir1. Yaşlanan popülasyonlar giderek artan bir insidans ve dolayısıyla kardiyak aritmiler ve bunların morbidite ve mortalitelerinden kaynaklanan önemli bir halk sağlığı yükü göstermektedir2. Mevcut tedavi stratejileri sınırlıdır ve sıklıkla önemli yan etkilerle ilişkilidir ve birçok hastada etkisiz kalmaktadır 3,4,5,6. Aritmi mekanizmalarını nedensel olarak hedef alan yeni ve yenilikçi tedavi stratejilerine acilen ihtiyaç duyulmaktadır. Aritmilerin karmaşık patofizyolojisini incelemek için uygun hayvan modelleri gereklidir; farelerin aritmiler üzerindeki genetik etkiyi değerlendirmek, temel moleküler ve hücresel mekanizmaları araştırmak ve potansiyel terapötik hedefleri belirlemek için ideal bir model tür olduğu kanıtlanmıştır 7,8,9. Sürekli EKG kaydı, aritmi tespitinin klinik rutininde iyi bilinen bir kavramdır10.
İmplante edilebilir telemetri cihazları, farelerde elektrofizyolojiyi incelemek için mevcut en güçlü araçlar arasındadır, çünkü EKG'nin sürekli kaydedilmesine izin verirler (yaygın bir yaklaşım, uçları kurşun-II pozisyonuna implante etmektir) serbestçe hareket eden, uyanık farelerde birkaç aylık bir süre boyunca11,12. Bununla birlikte, çok sayıda veri noktası (günde 1 milyondan fazla QRS kompleksine kadar) ve murin standart değerleri hakkında sınırlı bilgi birikimi nedeniyle, telemetri verilerinin analizi zor olmaya devam etmektedir. Fareler için yaygın olarak bulunan telemetri vericileri 3 aya kadar dayanır ve 100 milyon QRS kompleksine kadar kayıt yapılmasını sağlar. Bu, pragmatik analiz protokollerinin her bir veri kümesiyle harcanan zamanı azaltmak için çok gerekli olduğu ve araştırmacıların bu büyük miktarda veriyi işlemelerine ve yorumlamalarına izin vereceği anlamına gelir. Kayıt sırasında temiz bir EKG sinyali elde etmek için, verici implantasyonunun optimal olması gerekir - kurşun pozisyonları, daha yüksek sinyal genliklerine izin vermek için mümkün olduğunca uzak olmalıdır.
İlgilenen okuyucu, daha fazla bilgi için McCauley ve ark.12 tarafından bir protokole yönlendirilebilir. Ayrıca, gürültüyü en aza indirmek için, kafesler ve vericiler, kontrollü çevresel faktörlere (sıcaklık, ışık ve nem) sahip havalandırmalı bir kabin gibi herhangi bir rahatsızlığa eğilimli sessiz bir ortama yerleştirilmelidir. Deney süresi boyunca, kurşun perforasyonu veya yara iyileşmesi sorunları nedeniyle sinyal kaybını önlemek için kurşun konumlandırması düzenli olarak kontrol edilmelidir. Fizyolojik olarak, insanlarda olduğu gibi kemirgenlerde EKG parametrelerinde sirkadiyen bir değişiklik vardır ve bu da sürekli bir kayıttan temel EKG parametrelerinin elde edilmesi için standartlaştırılmış bir yaklaşıma ihtiyaç duyulmasını sağlar. EKG parametrelerinin ortalama değerlerinin uzun bir süre boyunca hesaplanmasından ziyade, istirahat kalp hızı, P dalga süresi, PR aralığı, QRS süresi veya QT / QTc aralığı gibi temel parametreleri elde etmek için insanlardakine benzer bir istirahat EKG'sinin analizi yapılmalıdır. İnsanlarda, dinlenme EKG'si 10 saniyenin üzerinde, 50-100 / dak normal kalp atış hızında kaydedilir. Bu EKG 8 ila 17 QRS kompleksi içerir. Farede 20 ardışık QRS kompleksinin analizi "istirahat EKG eşdeğeri" olarak önerilir. Yukarıda belirtilen sirkadiyen değişiklik nedeniyle, basit bir yaklaşım, biri gündüz diğeri gece olmak üzere günde iki istirahat EKG'sini analiz etmektir. Hayvan tesisindeki ışık açma/kapama döngüsüne bağlı olarak, uygun zamanlar seçilir (örneğin, 12 / PM) ve temel parametreler elde edilir.
Daha sonra, ilgili taşi ve bradikardi tespit etmek için zaman içinde bir kalp atış hızı grafiği kullanılır ve ilk izlenim edinmek için bu bölümlerin ardışık manuel olarak araştırılması sağlanır. Bu kalp atış hızı grafiği daha sonra kaydedilen süre boyunca maksimum ve minimum kalp atış hızının önemli parametrelerine ve zaman içinde kalp atış hızı değişkenliğine yol açar. Bundan sonra, veri kümesi aritmiler için analiz edilir. Bu makalede, bu temel EKG verilerini, üç aya kadar bir kayıt süresi boyunca uyanık farelerin uzun vadeli telemetri kayıtlarından elde etmek için adım adım bir yaklaşım açıklanmaktadır. Ayrıca, Data Sciences International (DSI) tarafından geliştirilen analiz modülleri, EKG Pro ve Data Insights ile Ponemah sürüm 6.42 yazılımını kullanarak aritmilerin nasıl tespit edileceğini açıklar. Bu sürüm hem Windows 7 (SP1, 64 bit) hem de Windows 10 (64 bit) ile uyumludur.
Access restricted. Please log in or start a trial to view this content.
1. Ön Düzenlemeler
2. Temel EKG parametrelerinin analizi
NOT: Doğrulama/hatalı veri işaretlerine ek olarak, yazılım ayrıca Türetilmiş Parametre Listesi'nde raporlanan çok çeşitli türetilmiş parametreleri otomatik olarak ölçer ve hesaplar.
3. Örüntü tanıma kullanarak aritmi tespiti (EKG PRO modülü)
NOT: Ponemah'ın EKG PRO modülü, daha fazla analiz için şablon olarak seçilen QRS komplekslerini kullanır. Şablonların EKG paternleri, benzerlik yüzdesini hesaplamak ("eşleşme") ve aritmileri (örneğin, atriyal veya ventriküler erken yakalama atımları) tanımak için kayıttaki tüm QRS kompleksleriyle karşılaştırılır. İşaretlenmesi gereken QRS komplekslerinin sayısı, kayıttaki QRS genliğinin değişkenliğine bağlıdır. Bazı durumlarda, bir QRS kompleksinin seçilmesi ve işaretlenmesi, ilgili kayıtla yüzde 80'lik bir benzerlik sağlar ve QRS döngülerinin çoğunu işaretler. Bununla birlikte, bu ideal bir durumdur ve analiz sırasında, şablon olarak işaretlenmesi gereken QRS komplekslerinin sayısı genellikle daha yüksektir.
4. Aritmi algılama: Data Insights'ı kullanarak basitleştirilmiş manuel bir yaklaşım
NOT: Aritmi analizi için, P ve R dalgalarının doğru bir ek açıklaması gereklidir. Bununla birlikte, EKG izlemede net P dalgaları görünse bile, bu P dalgaları bazen Öznitelik ayarları yapıldıktan sonra bile yeterince tanımlanmaz. R dalgaları genellikle yeterince tanındığından ve açıklama eklendiğinden, Data Insights kullanılarak daha fazla aritmi analizi için pratik bir yaklaşım aşağıda önerilmiştir. Data Insights ve önceden tanımlanmış türe özgü aramaları kullanarak aritmi tespiti hakkında genel bir genel bakış için, ilgilenen okuyucu Mehendale ve ark.13'e yönlendirilebilir.
Access restricted. Please log in or start a trial to view this content.
Uzun süreli EKG'lerin kaydedilmesi büyük veri kümeleriyle sonuçlanır. Daha ileri analizler için seçenekler çeşitlidir ve bireysel araştırma projesine bağlıdır. Bu protokol, çoğu araştırmacı tarafından, özellikle tarama deneyleri için, örneğin bir transgenik fare çizgisini karakterize ederken veya bir hastalık modelinde belirli bir tedavinin etkilerini araştırırken kullanılabilecek bazı çok temel okumaların bir tanımını sağlar. Önceki bir proje, zaman içinde EKG parametrele...
Access restricted. Please log in or start a trial to view this content.
Yüzey EKG, kalp ritmi bozukluklarından muzdarip hastalar için birincil tanı aracıdır ve birçok elektrofizyolojik fenomen hakkında fikir verir. Bununla birlikte, kardiyak yüzey EKG patolojilerinin yeterli analizi, normal fizyolojik parametrelerin bilinmesini ve tanımlanmasını gerektirir. Uzun yıllar süren epidemiyolojik araştırmalar, insanlarda neyin fizyolojik olduğu konusunda geniş bir rızaya yol açmış ve böylece dünya çapındaki hekimlerin patolojik olanı açıkça ayırt etmelerini sağlamı?...
Access restricted. Please log in or start a trial to view this content.
Hiç kimse
Bu çalışma Alman Araştırma Vakfı (DFG; Vasküler Tıpta Klinisyen Bilim İnsanı Programı (PRIME), P. Tomsits ve D. Schüttler'e MA 2186/14-1), Alman Kardiyovasküler Araştırma Merkezi (DZHK; 81X2600255'ten S. Clauss'a), Corona Vakfı (S199/10079/2019'dan S. Clauss'a), Kardiyovasküler Hastalıklar ERA-NET (ERA-CVD; 01KL1910'dan S. Clauss'a), Heinrich-and-Lotte-Mühlfenzl Stiftung (S. Clauss'a) ve Çin Burs Konseyi (CSC, R. Xia'ya). Fon verenlerin el yazması hazırlamada hiçbir rolü yoktu.
Access restricted. Please log in or start a trial to view this content.
Name | Company | Catalog Number | Comments |
Ponemah Software | Data Science international | ECG Analysis Software |
Access restricted. Please log in or start a trial to view this content.
Bu JoVE makalesinin metnini veya resimlerini yeniden kullanma izni talebi
Izin talebiThis article has been published
Video Coming Soon
JoVE Hakkında
Telif Hakkı © 2020 MyJove Corporation. Tüm hakları saklıdır