- ICH GCP
- Registre américain des essais cliniques
- Essai clinique NCT03753139
Identification des arythmies avec un ECG ponctuel
Dans les pays occidentaux, une personne sur six au cours de sa vie et 15 000 personnes en Finlande subissent un nouvel AVC chaque année. Environ un accident vasculaire cérébral sur quatre est basé sur une embolie cardiaque. La fibrillation auriculaire provoque la formation de thrombi dans l'oreillette gauche avec une embolisation qui s'ensuit dans la circulation cérébrale et périphérique.
Cette étude examine la pertinence des techniques de mesure et des nouvelles méthodes de calcul utilisées dans la technologie du sport/bien-être pour le dépistage et le diagnostic de la fibrillation auriculaire et d'autres arythmies. Les nouvelles technologies de mesure, la mesure ECG ponctuelle et la mesure du pouls par bracelet, sont étudiées pour leurs caractéristiques, la qualité des données et la reconnaissance du rythme. L'identification des arythmies latentes avec de nouvelles technologies d'autosurveillance peut réduire considérablement le nombre d'AVC (les arythmies latentes provoquent environ 25 % des AVC).
La recherche sera réalisée en coopération avec le service des urgences de l'hôpital universitaire de Kuopio, le centre cardiaque, le département de physique appliquée de l'université de Finlande orientale et Heart2Save Ltd.
Les résultats du projet de recherche seront publiés dans les revues scientifiques de médecine et de technologie médicale et seront présentés lors de conférences scientifiques des domaines respectifs. Les résultats de recherche du projet peuvent être utilisés par toutes les entreprises de l'industrie des technologies médicales, en particulier les entreprises qui produisent des instruments de mesure ECG et les entreprises qui produisent des logiciels de reconnaissance du rythme.
Aperçu de l'étude
Statut
Intervention / Traitement
Description détaillée
La recherche vise à résoudre les problèmes médicaux suivants :
- L'identification et la définition du type de fibrillation auriculaire sont problématiques en raison de son apparition spontanée et de sa latence.
- Les appareils de mesure pour le dépistage de la fibrillation auriculaire sont peu disponibles.
Les principales questions de recherche sont :
Une mesure ECG à dérivation unique peut-elle être utilisée pour détecter les arythmies
- Découvrez les emplacements de mesure (dérivations ECG) pour l'autosurveillance ECG à dérivation unique et évaluez l'impact des emplacements de mesure sur la convivialité et la qualité du signal.
- Découvrez les emplacements de mesure pour la surveillance ECG à dérivation unique lorsque la mesure est effectuée par une autre personne (infirmière ou parent) et évaluez l'impact des emplacements de mesure sur la convivialité et la qualité du signal.
- Découvrez la fiabilité de la mesure ECG à dérivation unique pour l'identification de la fibrillation auriculaire.
- Découvrez la fiabilité de la mesure ECG à dérivation unique pour l'identification des rythmes cardiaques rapides (tachycardie) et lents (bradycardie).
Un bracelet basé sur l'enregistrement optique des impulsions peut-il obtenir des informations fiables sur les arythmies
- Découvrez l'utilité du bracelet de pouls pour l'identification de la fibrillation auriculaire.
- Découvrez l'utilité du bracelet de pouls pour l'identification des rythmes cardiaques rapides (tachycardie) et lents (bradycardie).
Le but du développement de la méthode de l'étude est d'évaluer la fiabilité de la mesure de la fréquence cardiaque dans l'ECG à dérivation unique et la mesure de l'onde de pouls chez les patients en bonne santé et les patients souffrant de problèmes cardiaques. L'étude développe des méthodes informatiques basées sur une technologie de mesure légère pour identifier de manière fiable l'arythmie cardiaque la plus courante, la fibrillation auriculaire. Le diagnostic et le traitement de la fibrillation auriculaire sont des facteurs décisifs pour prévenir les AVC.
Les patients de la recherche ont déjà subi un enregistrement ECG clinique à 12 canaux inclus dans le processus de traitement normal. Cet ECG à 12 canaux est utilisé pour l'identification des patients aptes à la recherche et répartis en sous-groupes (rythme normal, fibrillation auriculaire, rythme rapide ou lent).
Dans les mesures réelles de l'étude, un appareil Holter-ECG est fixé sur la poitrine du patient à l'aide de cinq électrodes humides à utiliser comme étalon d'or pour la surveillance du rythme. Les méthodes de mesure légères sont comparées au résultat de l'enregistrement Holter-ECG. De plus, un photoplétysmogramme est placé sur le poignet du patient pour l'enregistrement PPG. La figure 1 montre des exemples illustratifs des mesures de l'étude.
Le chercheur mesure des enregistrements d'une minute à partir de deux positions de mesure différentes (flanc et poitrine) avec un appareil de mesure ECG unique. Après cela, le patient effectue des mesures d'auto-surveillance d'une minute avec un appareil ECG unique à partir des trois positions (pouces, flanc et poitrine) et également à partir de la poitrine avec bijou-ECG.
L'étude compare la capacité de ces méthodes de mesure légères à détecter différents rythmes cardiaques par rapport à l'enregistrement Holter.
Les appareils utilisés pour la mesure sont :
- Capteur Faros 360 EKG avec électrodes humides (figure 1, appareil 1) (Mega Elektroniikka, http://www.megaemg.com/ Kuopio Suomi). Faros 360 Holter est un dispositif médical de classe 2a homologué CE et FDA 510(k), qui est fixé à la poitrine du patient avec cinq électrodes humides à usage unique.
Appareil ECG à usage unique Suunto Movesense (Suunto Oy, http://www.suunto.com Vantaa suomi). Movesense est un appareil grand public homologué CE, qui est utilisé avec deux électrodes dy pour la mesure ECG (Figure 1 appareils 2 et 3). étui Movesense; bijou et étui ECG unique.
- Dans l'étude précédente (Afib24h), Valvira a été signalé et la recherche a reçu l'autorisation pour l'étude clinique du dispositif (combinaison Movesense + ceinture pectorale).
- Pour cette étude, Valira fait l'objet d'un rapport pour une étude de dispositif clinique (combinaison Movesense + dispositif ECG unique)
- Bracelet d'activité Empatica E4 (Empatica Ltd http://www.empatica.com Milan Italia), qui est un appareil grand public homologué CE. Empatica E4 est également un photoplétysmogramme, qui mesure optiquement la quantité de sang circulant dans le vaisseau sanguin (Figure 1 dispositif 4).
- Samsung Gear S3 portable (Samsung Electronics, Co., Ltd., www.samsung.com Soul Etelä-Korea) qui est un appareil grand public homologué CE. Gear S3 est également un photoplétysmogramme, qui mesure optiquement la quantité de sang circulant dans le vaisseau sanguin.
Le chercheur attache des dispositifs au patient. Après cela, le chercheur commence un enregistrement de 10 minutes avec les appareils Faros 360 (appareil 1) et Empatica E4 (appareil 4). Au cours d'une mesure de 10 minutes, le chercheur mesure des enregistrements d'une minute à partir de deux positions de mesure différentes avec l'ECG Movesense (appareil 2) 1. depuis la poitrine, le sternum perpendiculairement 2. depuis la poitrine, le long du sternum. Le patient effectue alors des mesures d'autosurveillance d'une minute 1. depuis la poitrine, sternum perpendiculairement 2. depuis la poitrine, le long du sternum 3. depuis la partie inférieure du flanc 4. depuis les pouces et 5. depuis la poitrine avec un bijou -ECG.
La détection de la fréquence cardiaque par mesure ECG est le plus souvent effectuée par la détection de complexes QRS. Un grand nombre de ces détecteurs QRS ont été développés au cours des dernières décennies. La mesure ECG avec des électrodes sèches implique considérablement plus de perturbations de mouvement, par rapport aux mesures avec électrodes humides, car même les petits mouvements de l'appareil induisent des modifications majeures du signal ECG. De plus, en particulier lors de l'utilisation des pouces comme points de mesure, le bruit EMG des muscles est remarquablement élevé par rapport aux mesures des électrodes humides.
Ce projet utilise les méthodes développées dans le précédent projet ECG mobile pour la détection du bruit et des QRS afin de permettre une détection fiable des complexes QRS et des irrégularités de la fréquence cardiaque dans les mesures des électrodes sèches.
Dans cette étude, les méthodes de détection de la fréquence cardiaque précédemment développées sont validées par les mesures de l'étude du rythme sinusal normal, de la fibrillation auriculaire et de la fréquence cardiaque lente (bradycardie) et rapide (tachycardie).
Cette étude examine la capacité de détection du pouls dans la détection de la fibrillation auriculaire. Le photoplétysmogramme mesure l'absorption de la lumière dans les tissus. L'absorption de la lumière dans le sang est supérieure à l'absorption dans les tissus environnants. Lorsque le cœur bat, les capillaires se dilatent et se contractent en fonction des variations du volume sanguin. La photoplétysmographie permet la mesure de la fréquence cardiaque en détectant les changements d'absorption.
Le photoplétysmgramme, comme un appareil ECG mobile, est particulièrement sensible au mouvement, même le petit mouvement de la led/photodiode induit un changement majeur de l'intensité lumineuse.
De plus, les changements physiologiques provoquent une perturbation de la mesure de la fréquence cardiaque, par exemple, lorsque l'élasticité vasculaire change, la durée du pouls change, ce qui entraîne une perturbation de la mesure.
Contrairement au complexe QRS percé à haute fréquence, l'onde de pouls est une variation basse fréquence de haut en bas, ce qui pose ses propres problèmes pour une mesure précise de la fréquence cardiaque.
Les oreillettes fonctionnent insuffisamment dans la fibrillation auriculaire donc les ventricules ne sont pas complètement remplis de sang. De plus, la fibrillation auriculaire provoque la conduction irrégulière des impulsions des oreillettes vers les ventricules, entraînant une irrégularité des impulsions. La quantité de sang pompée varie d'un AVC à l'autre, ce qui rend difficile la détection de l'onde de pouls.
Ce projet développe des méthodes de mesure précise de la fréquence cardiaque à partir d'une série d'ondes de pouls.
Le développement de la méthode vise à prendre en compte les perturbations dues au mouvement du compteur, les irrégularités de l'onde de pouls typiques de la fibrillation auriculaire et les défis de la détection de la fréquence cardiaque lente (bradycardie) et rapide (tachycardie).
L'objectif principal du développement de la méthode est de déterminer le pouls avec une précision telle que l'irrégularité du pouls due à la fibrillation auriculaire puisse être distinguée du rythme sinusal normal et détecter de manière fiable les rythmes cardiaques rapides et lents.
Dans la fibrillation auriculaire, les impulsions électriques se dirigent de manière aléatoire vers les ventricules, provoquant une fréquence cardiaque irrégulière et inégale. Une grande campagne de la Heart Association "Sentez votre pouls - prévenez l'AVC" est basée sur la fréquence cardiaque ou la reconnaissance du pouls. La reconnaissance du pouls est bien sûr la méthode la moins chère pour détecter la fibrillation auriculaire, mais cette méthode produit un grand nombre de faux positifs. Par mesure ECG, la détection de la fibrillation auriculaire est beaucoup plus fiable. Des algorithmes automatisés de détection de la fibrillation auriculaire ont été développés à cette fin.
L'identification de l'activation de l'oreillette dans les mesures Holter-ECG à long terme est généralement très difficile en raison du faible rapport signal-bruit (mouvement, artefacts musculaires et chevauchement partiel d'une activité ventriculaire beaucoup plus forte). Pour cette raison, la plupart des algorithmes de détection de la fibrillation auriculaire sont basés sur l'identification de l'irrégularité du pouls. Pour la paramétrisation de l'irrégularité de la fréquence cardiaque (intervalle RR), plusieurs méthodes temporelles relativement simples mais fiables ont été introduites. Par exemple, une méthode basée sur RdR dans laquelle les intervalles RR (fréquence cardiaque) sont représentés en fonction des changements d'intervalle RR consécutifs (changement de fréquence cardiaque) (Lian et al. 2011). Le graphique RdR définit la fragmentation du schéma résultant de changements irréguliers de la fréquence cardiaque. De plus, il existe des méthodes qui estiment la cohérence interne des séries temporelles RR (Lee et al. 2011). Diverses méthodes non linéaires ont également été introduites pour la paramétrisation de la variation de la fréquence cardiaque, permettant de décrire plus largement la dynamique de la variation de la fréquence cardiaque (sans limitation de l'hypothèse de linéarité). Une classe de méthodes non linéaires sont différentes quantités d'entropie, celles-ci sont particulièrement intéressantes pour l'identification de la fibrillation auriculaire et de la fréquence cardiaque irrégulière. Les quantités d'entropie peuvent être utilisées pour estimer la régularité et la prévisibilité de la série temporelle RR. En règle générale, le calcul fiable des quantités d'entropie nécessite un temps de mesure relativement long, mais des quantités d'entropie adaptées à l'analyse de mesures courtes ont également été introduites (Lake & Moorman 2011).
Ce projet de recherche développe de nouveaux algorithmes de détection de la fibrillation auriculaire pour la mesure de l'ECG mobile et la mesure des ondes de pouls sur la base de méthodes déjà existantes. Les algorithmes doivent tenir compte des complexes prématurés auriculaires et ventriculaires. Ignorer ces augmentations l'irrégularité de la série temporelle RR et augmente ainsi le nombre de faux positifs de la fibrillation auriculaire.
Type d'étude
Inscription (Réel)
Contacts et emplacements
Lieux d'étude
-
-
Eastern-Finland
-
Kuopio, Eastern-Finland, Finlande, 70029
- Kuopio University Hospital
-
-
Critères de participation
Critère d'éligibilité
Âges éligibles pour étudier
Accepte les volontaires sains
Sexes éligibles pour l'étude
Méthode d'échantillonnage
Population étudiée
La description
Critère d'intégration:
- Patients traités pour quelque raison que ce soit au service des urgences de l'hôpital universitaire de Kuopio.
Critère d'exclusion:
- indice de masse corporelle (IMC) supérieur à 35, stimulateur cardiaque implanté et condition médicale nécessitant un traitement immédiat qui serait retardé par les mesures de l'étude.
Plan d'étude
Comment l'étude est-elle conçue ?
Détails de conception
- Modèles d'observation: Cas-témoins
- Perspectives temporelles: Éventuel
Cohortes et interventions
Groupe / Cohorte |
Intervention / Traitement |
|---|---|
|
Fibrillation auriculaire
Patients atteints de fibrillation auriculaire enregistrés par Holter
|
L'étude compare la capacité des méthodes de mesure légères à détecter différents rythmes cardiaques par rapport à l'enregistrement Holter.
|
|
Un rythme sinusal
Patients avec un rythme sinusal tel qu'enregistré par Holter
|
L'étude compare la capacité des méthodes de mesure légères à détecter différents rythmes cardiaques par rapport à l'enregistrement Holter.
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Surveillance du rythme cardiaque avec ECG à dérivation unique
Délai: 30 minutes
|
Sensibilité et spécificité pour la détection de la fibrillation auriculaire
|
30 minutes
|
Collaborateurs et enquêteurs
Parrainer
Collaborateurs
Les enquêteurs
- Chercheur principal: Tero J Martikainen, MD. PhD, Kuopio University Hospital
Publications et liens utiles
Publications générales
- Amann A, Tratnig R, Unterkofler K. Reliability of old and new ventricular fibrillation detection algorithms for automated external defibrillators. Biomed Eng Online. 2005 Oct 27;4:60. doi: 10.1186/1475-925X-4-60.
- Barro S, Ruiz R, Cabello D, Mira J. Algorithmic sequential decision-making in the frequency domain for life threatening ventricular arrhythmias and imitative artefacts: a diagnostic system. J Biomed Eng. 1989 Jul;11(4):320-8. doi: 10.1016/0141-5425(89)90067-8.
- Cabello D, Barro S, Salceda JM, Ruiz R, Mira J. Fuzzy K-nearest neighbor classifiers for ventricular arrhythmia detection. Int J Biomed Comput. 1991 Feb;27(2):77-93. doi: 10.1016/0020-7101(91)90089-w.
- Chen SW. A two-stage discrimination of cardiac arrhythmias using a total least squares-based prony modeling algorithm. IEEE Trans Biomed Eng. 2000 Oct;47(10):1317-27. doi: 10.1109/10.871404.
- al-Fahoum AS, Howitt I. Combined wavelet transformation and radial basis neural networks for classifying life-threatening cardiac arrhythmias. Med Biol Eng Comput. 1999 Sep;37(5):566-73. doi: 10.1007/BF02513350.
- Fuster V, Ryden LE, Cannom DS, Crijns HJ, Curtis AB, Ellenbogen KA, Halperin JL, Le Heuzey JY, Kay GN, Lowe JE, Olsson SB, Prystowsky EN, Tamargo JL, Wann S; Task Force on Practice Guidelines, American College of Cardiology/American Heart Association; Committee for Practice Guidelines, European Society of Cardiology; European Heart Rhythm Association; Heart Rhythm Society. ACC/AHA/ESC 2006 guidelines for the management of patients with atrial fibrillation-executive summary: a report of the American College of Cardiology/American Heart Association Task Force on Practice Guidelines and the European Society of Cardiology Committee for Practice Guidelines (Writing Committee to Revise the 2001 Guidelines for the Management of Patients with Atrial Fibrillation). Eur Heart J. 2006 Aug;27(16):1979-2030. doi: 10.1093/eurheartj/ehl176. No abstract available. Erratum In: Eur Heart J. 2007 Aug;28(16):2046.
- Ge D, Srinivasan N, Krishnan SM. Cardiac arrhythmia classification using autoregressive modeling. Biomed Eng Online. 2002 Nov 13;1:5. doi: 10.1186/1475-925x-1-5.
- Jekova I. Comparison of five algorithms for the detection of ventricular fibrillation from the surface ECG. Physiol Meas. 2000 Nov;21(4):429-39. doi: 10.1088/0967-3334/21/4/301.
- Lake DE, Moorman JR. Accurate estimation of entropy in very short physiological time series: the problem of atrial fibrillation detection in implanted ventricular devices. Am J Physiol Heart Circ Physiol. 2011 Jan;300(1):H319-25. doi: 10.1152/ajpheart.00561.2010. Epub 2010 Oct 29.
- Lee J, Nam Y, McManus DD, Chon KH. Time-varying coherence function for atrial fibrillation detection. IEEE Trans Biomed Eng. 2013 Oct;60(10):2783-93. doi: 10.1109/TBME.2013.2264721. Epub 2013 May 22.
- Li C, Zheng C, Tai C. Detection of ECG characteristic points using wavelet transforms. IEEE Trans Biomed Eng. 1995 Jan;42(1):21-8. doi: 10.1109/10.362922.
- Lian J, Wang L, Muessig D. A simple method to detect atrial fibrillation using RR intervals. Am J Cardiol. 2011 May 15;107(10):1494-7. doi: 10.1016/j.amjcard.2011.01.028. Epub 2011 Mar 17.
- Lipponen JA, Tarvainen MP, Laitinen T, Lyyra-Laitinen T, Karjalainen PA. A principal component regression approach for estimation of ventricular repolarization characteristics. IEEE Trans Biomed Eng. 2010 May;57(5):1062-9. doi: 10.1109/TBME.2009.2037492. Epub 2010 Feb 5.
- Lipponen JA, Kemppainen J, Karjalainen PA, Laitinen T, Mikola H, Karki T, Tarvainen MP. Dynamic estimation of cardiac repolarization characteristics during hypoglycemia in healthy and diabetic subjects. Physiol Meas. 2011 Jun;32(6):649-60. doi: 10.1088/0967-3334/32/6/003. Epub 2011 Apr 20.
- Lipponen JA, Tarvainen MP. Principal component model for maternal ECG extraction in fetal QRS detection. Physiol Meas. 2014 Aug;35(8):1637-48. doi: 10.1088/0967-3334/35/8/1637. Epub 2014 Jul 29.
- Meretoja A, Roine RO, Kaste M, Linna M, Juntunen M, Erila T, Hillbom M, Marttila R, Rissanen A, Sivenius J, Hakkinen U. Stroke monitoring on a national level: PERFECT Stroke, a comprehensive, registry-linkage stroke database in Finland. Stroke. 2010 Oct;41(10):2239-46. doi: 10.1161/STROKEAHA.110.595173. Epub 2010 Aug 26.
- Syvaoja S, Castren M, Mantyla P, Rissanen TT, Kivela A, Uusaro A, Jantti H. The feasibility of recognizing the heart rhythm with an automated external defibrillator from an area the size of a mobile phone. Eur J Emerg Med. 2016 Apr;23(2):102-7. doi: 10.1097/MEJ.0000000000000214.
- Tarvainen MP, Ranta-Aho PO, Karjalainen PA. An advanced detrending method with application to HRV analysis. IEEE Trans Biomed Eng. 2002 Feb;49(2):172-5. doi: 10.1109/10.979357.
- Tarvainen MP, Niskanen JP, Lipponen JA, Ranta-Aho PO, Karjalainen PA. Kubios HRV--heart rate variability analysis software. Comput Methods Programs Biomed. 2014;113(1):210-20. doi: 10.1016/j.cmpb.2013.07.024. Epub 2013 Aug 6.
- Thakor NV, Zhu YS, Pan KY. Ventricular tachycardia and fibrillation detection by a sequential hypothesis testing algorithm. IEEE Trans Biomed Eng. 1990 Sep;37(9):837-43. doi: 10.1109/10.58594.
- Zhang XS, Zhu YS, Thakor NV, Wang ZZ. Detecting ventricular tachycardia and fibrillation by complexity measure. IEEE Trans Biomed Eng. 1999 May;46(5):548-55. doi: 10.1109/10.759055.
- Kirchhof P, Benussi S, Kotecha D, Ahlsson A, Atar D, Casadei B, Castella M, Diener HC, Heidbuchel H, Hendriks J, Hindricks G, Manolis AS, Oldgren J, Alexandru Popescu B, Schotten U, Van Putte B, Vardas P. 2016 ESC Guidelines for the Management of Atrial Fibrillation Developed in Collaboration With EACTS. Rev Esp Cardiol (Engl Ed). 2017 Jan;70(1):50. doi: 10.1016/j.rec.2016.11.033. No abstract available. Erratum In: Rev Esp Cardiol (Engl Ed). 2017 Nov;70(11):1031. English, Spanish.
- Valiaho ES, Kuoppa P, Lipponen JA, Hartikainen JEK, Jantti H, Rissanen TT, Kolk I, Pohjantahti-Maaroos H, Castren M, Halonen J, Tarvainen MP, Santala OE, Martikainen TJ. Wrist Band Photoplethysmography Autocorrelation Analysis Enables Detection of Atrial Fibrillation Without Pulse Detection. Front Physiol. 2021 May 7;12:654555. doi: 10.3389/fphys.2021.654555. eCollection 2021.
- Santala OE, Lipponen JA, Jäntti H, Rissanen TT, Halonen J, Kolk I, Pohjantähti-Maaroos H, Tarvainen MP, Väliaho ES, Hartikainen J, Martikainen T. Necklace-embedded electrocardiogram for the detection and diagnosis of atrial fibrillation. Clin Cardiol. 2021 May;44(5):620-626. doi: 10.1002/clc.23580. Epub 2021 Feb 25.
Dates d'enregistrement des études
Dates principales de l'étude
Début de l'étude (Réel)
Achèvement primaire (Réel)
Achèvement de l'étude (Réel)
Dates d'inscription aux études
Première soumission
Première soumission répondant aux critères de contrôle qualité
Première publication (Réel)
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Réel)
Dernière mise à jour soumise répondant aux critères de contrôle qualité
Dernière vérification
Plus d'information
Termes liés à cette étude
Termes MeSH pertinents supplémentaires
Autres numéros d'identification d'étude
- KUH507P002
Plan pour les données individuelles des participants (IPD)
Prévoyez-vous de partager les données individuelles des participants (DPI) ?
Informations sur les médicaments et les dispositifs, documents d'étude
Étudie un produit pharmaceutique réglementé par la FDA américaine
Étudie un produit d'appareil réglementé par la FDA américaine
produit fabriqué et exporté des États-Unis.
Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .