Südamejuhtivusjoonte oluline kasutamine
Jäta sõnum
Südame-veresoonkonna haigused on Hiinas surmapõhjuste hulgas esikohal, igal aastal toimub enam kui 544,{1}} keskse päritoluga äkksurma juhtumeid ning nende esinemissagedus kasvab koos elustiili muutumise ja rahvastiku vananemisega. .
Südame äkksurm (SCD) on kardiaalsetest põhjustest tingitud ootamatu surm, mis tekib tavaliselt ühe tunni jooksul pärast südamehaiguse sümptomite ilmnemist, mida iseloomustab äkiline teadvusekaotus, südametegevuse äkiline seiskumine ja hemodünaamiline rike, mis on tavaliselt tingitud püsivast ventrikulaarsest tahhükardiast. või ventrikulaarne fibrillatsioon.
Seetõttu võib kõrge SCD riskiga inimeste tuvastamine aidata haigust ennetada.
Elektrokardiogramm (EKG) on laialdaselt kasutatav meetod südame elektrilise aktiivsuse tuvastamiseks ja tavaline kliiniline standard kasutab patsiendi südame tervise hindamiseks 12-plii-EKG-d. Põhikomponendina, mis ühendab patsiendi keha südamega. elektrokardiogrammi instrument, südame juhtivustraat mängib elektrokardiogrammi signaali kvaliteedis üliolulist rolli.
Ühes maailma juhtivas teadusajakirjas Communications Medicine avaldatud uue uuringu kohaselt suudab EKG-l põhinev süvaõppe mudel SCD riski hindamiseks SCD juhtumeid kontrollrühmadest täpsemalt eristada kui traditsiooniline EKG riskimudel. See aitab arstidel. sõeluda ja tuvastada inimesi, kellel on suurem risk SCD tekkeks, et neid saaks regulaarselt testida, et vältida SCD esinemist.
Meeskond kasutas andmeid kahest geograafiliselt sõltumatust, tulevasest kogukonnapõhisest käimasolevast haiglavälisest SCD-uuringust, mille koguvalim oli 2510 SCD juhtumit. Süvaõppe (DL) mudeleid koolitati, valideeriti ja testiti 1796 SCD äkksurma uuringu andmetel USA-st Oregonist (Oregon SUDS) ning väliselt valideeriti 714 äkksurma ennustamise uuringu andmetel, mis pärinevad Ventura maakonnas Californias asuvast mitmerahvuselisest kogukonnast. (Ventura PRESTO). Uuringusse kaasati kõik analüüsiks saadaolevad puhkeseisundi 12-plii-elektrokardiogrammid, mis registreeriti enne SCD-d ja mis ei olnud seotud SCD sündmustega, välja arvatud EKG koos stimulatsioonirütmiga, kodade virvendusarütmia või kodade laperdus a priori. luua DL-mudel, mida saaks rakendada siinusrütmi elektrokardiogrammidel.
Meeskond töötas välja konvolutsioonilise närvivõrgu mudeli, mis suudab tuvastada SCD juhtumeid, kasutades 12-lülitus-EKG lainekujusid. Teadlased said kaks sõltumatut kontrollproovi 1342 elektrokardiogrammist 1325 inimeselt, kellel oli vähemalt 50 protsenti koronaararterite haigust. Nad koolitasid mudelit, kasutades 1076 SCD juhtumit Oregon SUDS-ist ja 1 101 12-plii EKG-d enne südameseiskust, 597 SCD juhtumit kontrollrühmast ja 613 12-plii EKG-d. Modellkoolituse lõpetamise aja määramiseks kasutati eraldi valideerimisrühma, mis koosnes 366-st südameseiskuse eelsest EKG-st ja 200-st kontroll-EKG-st. Uuringuproovid jagati patsiendi taseme järgi, nii et samasse kohorti saaks lisada mitu sama patsiendi elektrokardiogrammi.
Võrreldes traditsiooniliste EKG mudelitega, oli {{0}}lülituse EKG lainekujul põhinev DL-mudel SCD juhtude tuvastamisel täpsem, sisemise kohorti AUROC (närvivõrgu hindamismeede) oli 0. 889 ja väliselt kinnitatud AUROC 0,820 ning see oli parem kui traditsiooniline EKG riskiskoor. See on esimene aruanne, mille kohaselt EKG-põhine DL-mudel ületab traditsioonilisi EKG riskimudeleid haiglavälise SCD ennustamisel kogukonna tasandil.
