Sydän- ja sydämeen liittyvän patologian seulonta yksikanavaisen elektrokardiogrammin avulla

Tutkimuksen tavoite: luoda, arvioida diagnostinen tehokkuus ja pilotoinnin soveltaminen menetelmälle sydän- ja sydämeen liittyvän patologian seulontaan perustuen yksikanavaiseen elektrokardiogrammin analyysiin tekoälyn elementtien avulla. Se on prospektiivinen, kontrolloitu, yksikeskuksinen, havainnollinen, satunnaistamaton tutkimus. Tutkimukseen on suunniteltu sisällytettävän vähintään 4000 potilasta yli 18-vuotiaita koulutuskokeessa ja 1000 potilasta 18-vuotiaita ja sitä vanhempia testikokeessa (potilaiden kokonaismäärä vähintään 5000 henkilöä). Potilaat sisällytetään tutkimukseen, jos heille on suoritettu täydellinen tutkimus (laboratorio-, kliininen ja instrumentaalinen), mikä mahdollistaa sydän- ja sydämeen liittyvän patologian vahvistamisen tai poissulkemisen nykyisten suositusten mukaisesti. Sydänvikojen ja sydämen vajaatoiminnan havaitsemiseksi: asiantuntijan ekokardiografiapöytäkirja, verikokeet sydämen spesifisille merkkiaineille ja stressitestit, jos indikaatiota on. Sepelvaltimotaudin havaitsemiseksi: merkittävän sepelvaltimon ahtauman havaitseminen sepelvaltimoiden kuvantamisen aikana: sydänlihaksen perfuusio tai fraktionaalisen sepelvaltimon virtausvarauksen määritys tai stressiekokardiografia. Kohonneelle verenpaineelle: toistuvat toimistoverenpaineen mittaukset, 24 tunnin verenpaineen seuranta. Sepelvaltimotaudille: lepo-EKG ja pitkäaikainen Holter-seuranta. Sydämeen liittyvälle patologialle: verikokeet: hemoglobiini- ja punasolujen tasot, glukoosi, glykoitunut hemoglobiini, suun kautta tehty glukoositoleranssitesti, kreatiniini, virtsahappotaso, kokonaiskolesteroli, matala- ja korkeatiheiset lipoproteiinit sekä triglyseridit. Lisätutkimustietoja otetaan huomioon, jos ne on suoritettu tämän tutkimuksen pöytäkirjan ulkopuolella. Tutkimuksen aikana työn tekijät eivät puutu yllä mainittuun tutkimusalueeseen, joka suoritetaan potilaille kliinisten ohjeiden mukaisesti. Kaikki tutkimukseen sisällytetyt potilaat käyvät läpi EKG:n tallentamisen standardiliitos I:ssä 1 minuutin ajan kahdesti, minkä jälkeen saatujen tietojen spektrianalyysi, jotka säilytetään Sechenov-yliopiston etäseurantakeskuksessa ilman yhdistämistä potilaiden henkilötietoihin. Yksikanavainen EKG tallennetaan käyttämällä kannettavaa yksiliitos-EKG-monitoria CardioQvark. Se on suunniteltu iPhone-kannena. Se on rekisteröity Federal Service for Health Supervision -virastolle 15. helmikuuta 2019. RZN No. 2019/8124.Potilaan henkilötiedot (sukunimi, etunimi, isän nimi, syntymäaika, yhteystiedot) eivät siirry eikä niitä oteta huomioon. Jokaiselle potilaalle annetaan yksilöllinen numero, joka ei liity hänen henkilötietoihinsa. Sitten elektrokardiogrammin spektrianalyysi suoritetaan käyttämällä jatkuvaa aaltoletkemuunnosta, jonka periaatteet perustuvat Fourier-muunnokseen. Analyysi sisältää seuraavien parametrien arvioinnin (alla luetellut parametrit lasketaan taktisyklien mediaanina):• TpTe - aika T-aallon huipusta loppuun• VAT - aika QRS:n alusta R-huipulle• QTc - korjattu QT-väli.• QT / TQ - QT-pituuden suhde TQ-pituuteen (T:n lopusta seuraavan kompleksin QRS:n alkuun).• QRS_E - QRS-aallon kokonaisenergia aaltoletkemuunnoksen perusteella• T_E - T-aallon kokonaisenergia aaltoletkemuunnoksen perusteella• TP_E- T-aallon päähampaan energia aaltoletkemuunnoksen perusteella• BETA, BETA_S - T-aallon epäsymmetriakertoimet (yksinkertainen ja tasainen versio)• BAD_T - T-aallon laadun lippu (ilmaistaanko nykyisessä johdossa)• QRS_D1_ons - R-aallon johtavan reunan energia ("ensimmäisen derivaatan" aaltoletkemuunnoksen perusteella)• QRS_D1_offs - R-aallon peräosan energia ("ensimmäisen derivaatan" aaltoletkemuunnoksen perusteella)• QRS_D2 - R-aallon huippuenergia ("toisen derivaatan" aaltoletkemuunnoksen perusteella)• QRS_Ei (i = 1,2,3,4) - QRS-aallon energia 4 taajuusalueella (2-4-8-16-32 Hz) aaltoletkemuunnoksen perusteella• T_Ei (i = 1,2,3,4) - T-aallon energia 4 taajuusalueella (2-4-6-8-10 Hz) aaltoletkemuunnoksen perusteella• HFQRS - QRS-aallon RF-komponenttien amplitudi. Lisäksi käytetyt parametrit:• TpTe, VAT, QTc - kopioitu tarkistamaan tallennuskäsittelyn oikeellisuuden (UCC:n arvon tulisi olla suunnilleen yhtä suuri kuin taktisyklien mediaani).• QRSw - QRS-leveys.• RA, SA, TA - R-, S-, T-aaltojen amplitudit, joita käytetään yllä lueteltujen parametrien normalisointiin.Tilastoanalyysi ja mallinnus suoritetaan käyttämällä Python V3.8.8 ja R V.4.0, sekä SPSS v.17.EKG:n erilaisten aikojen, amplitudien ja taajuusparametrien yhdistelmien ja sydän- ja sydämeen liittyvän patologian läsnäolon välinen korrelaatio analysoidaan. Tietyt parametrit sisällytetään erilaisiin monimuuttuja-analyysimalleihin: Lasso-regressio, Random Forest, Monikerroksinen perceptroni, Tukivektorikone ja Päätöspuu. Valitaan malli, jolla on korkein diagnostinen tarkkuus, jolla algoritmi testataan.Tämän tutkimuksen tuloksena on algoritmin kehittäminen ja validointi erilaisten sydän- ja sydämeen liittyvien patologioiden tunnistamiseksi perustuen yksikanavaisen EKG:n parametrien analyysiin. Lääketieteelliseen käyttöön tarkoitetun ohjelman kehittäminen myös aloitetaan.Tutkimuksen päätepisteet: • Yksikanavaisen EKG:n parametrit, jotka korreloivat merkittävästi erilaisten sydän- ja sydämeen liittyvien patologioiden läsnäolon kanssa; • Monimuuttujamallien herkkyys, spesifisyys ja diagnostinen tarkkuus yksikanavaisen EKG-datan analysoinnissa; • Algoritmin diagnostinen tarkkuus testattaessa potilaiden testinäytteellä.