Prediksjon av utfall ved ekkokardiografi i venstre grenblokk (EchoLBBB)

Prosjektet undersøker pasienter med venstre grenblokk (LBBB) som beskriver en spesifikk blokk i det elektriske ledningssystemet, hvor de elektriske impulsene må følge en omvei, med det resultat at ulike deler av hjertemuskelen ikke trekker seg sammen samtidig. . Denne tilstanden kalles venstre ventrikkel dyssynkroni. LBBB kan finnes hos personer som ellers er helt friske og ikke trenger å ha noen praktiske konsekvenser. I andre er LBBB tilstede hos pasienter med forskjellige hjertesykdommer som etter hjerteinfarkt eller andre sykdommer som involverer hjertemuskelen. Pasienter med implantert pacemaker har tilsvarende svikt i ledningssystemet. Begge tilstandene kan øke risikoen for utvikling av hjertesvikt og kardiovaskulær død. Dyssynkroni kan behandles med en spesiell pacemaker (hjerteresynkroniseringsterapi, CRT) i tillegg til vanlig medisinsk behandling. Behandlingen er godt etablert og har vist seg å redusere sykelighet og dødelighet og til og med reversere hjertesvikt hos noen pasienter fullstendig. Imidlertid er pasientene som trenger og responderer på CRT-behandling fortsatt ikke optimalt definert. Nye ekkokardiografiske parametere basert på strain imaging som regionalt myokardarbeid er i stand til å kvantifisere graden av dyssynkroni og gi ny innsikt i samspillet mellom aktiveringsforsinkelse gjennom LBBB og belastningsforhold og svakhet i myokardiet på grunn av andre sykdommer. Disse nye og komplekse tiltakene kan integreres med klinisk informasjon ved hjelp av maskinlæring (ML) som et lovende verktøy for nøyaktig pasientvalg for CRT. Prosjektet tar sikte på å finne markører på ultralyd forbedret ved ML basert seleksjon for å skille de pasientene som har problemer knyttet til grenblokken fra de som holder seg stabile. Dette vil lette både, et optimalisert pasientvalg for CRT-behandling og oppfølgingsplan for de som har en stabil tilstand.