Förutsägelse av utfall genom ekokardiografi i vänster grenblock (EchoLBBB)

Projektet undersöker patienter med vänster grenblock (LBBB) som beskriver ett specifikt block i det elektriska ledningssystemet, där de elektriska impulserna måste följa en omväg, med resultatet att olika delar av hjärtmuskeln inte drar ihop sig samtidigt . Detta tillstånd kallas vänsterkammardyssynkroni. LBBB kan finnas hos personer som annars är helt friska och inte behöver få några praktiska konsekvenser. I andra finns LBBB hos patienter med olika hjärtsjukdomar såsom efter hjärtinfarkter eller andra sjukdomar som involverar hjärtmuskeln. Patienter med implanterade pacemakers har ett liknande fel i ledningssystemet. Båda tillstånden kan öka risken för utveckling av hjärtsvikt och kardiovaskulär död. Dyssynkroni kan behandlas med en speciell pacemaker (hjärtåtersynkroniseringsterapi, CRT) utöver vanlig medicinsk behandling. Behandlingen är väletablerad och har visat sig minska sjuklighet och dödlighet och till och med vända hjärtsvikt hos vissa patienter helt. De patienter som behöver och svarar på CRT-behandling är dock fortfarande inte optimalt definierade. Nya ekokardiografiska parametrar baserade på stamavbildning såsom regionalt myokardiellt arbete kan kvantifiera graden av dyssynkroni och ge nya insikter i samspelet mellan aktiveringsfördröjning genom LBBB och belastningsförhållanden och svaghet i myokardiet på grund av andra sjukdomar. Dessa nya och komplexa åtgärder kan integreras med klinisk information genom maskininlärning (ML) som ett lovande verktyg för exakt patientval för CRT. Projektet syftar till att hitta markörer på ultraljud förbättrade genom ML-baserad selektion för att skilja de patienter som har problem med grenblocket från de som förblir stabila. Detta kommer att underlätta både, ett optimerat patientval för CRT-behandling och uppföljningsschema för dem som har ett stabilt tillstånd.