室性心律失常和心源性猝死风险患者的电生理表型分析 (EPORVA)

心脏性猝死 (SCD) 发生在传统上既不被认为是高危人群，也不是大规模研究对象的人群中。 这些包括肥胖、炎症性关节病和基因特异性心肌病。 解释这些人群心律失常风险较高的现有数据依赖于 12 导联心电图，因此缺乏深入的电生理表型分析。 研究人员可以访问两个大型国家数据存储库，这些数据存储库提供了大量数据，用于研究比之前发表的任何研究规模更大的心律失常风险。 他们在利用心电图成像 (ECGi) 深入研究电生理重塑以更好地表征心律失常风险方面也拥有良好的记录。

ECGi 是一种经过验证的非侵入性方法，可使用 252 个电极获取体表电位数据，并将其与来自横断面成像的受试者特定的心脏-躯干几何形状相结合。 ECGi 系统使用逆解数学算法重建心外膜单极电图和单次窦性搏动的全景激活和电位图，这在受试者心脏的数字化图像上可视化。 各种研究已经证明了 ECGi 定位室性心律失常的功效；比肥胖患者的 12 导联心电图更准确地计算 QT 间期离散度；并表征室性心动过速 (VT) 与心肌梗死引起的瘢痕形成后的壁内折返。

该研究旨在使用大型数据存储库确认肥胖、RA 和 DCM 是心律失常的危险因素，并与 12 导联 ECG 上显示的电生理重塑相关。 研究人员还将进行心电图成像 (ECGi)，以调查和了解特定的、可能可逆的传导和复极化异常，这些异常会导致使用 ECGi 的这些队列中出现心律失常的风险。

假设：

1. 常规临床生物标志物与致心律失常 12 导联心电图参数相关
2. 不良（致心律失常）电生理重塑可以用 ECGi 进行量化
3. 减肥手术可逆转肥胖的不良电生理重塑
4. 药物治疗可逆转 RA 中不良的电生理重塑
5. TTNtv 与 DCM 中的不良电生理重塑有关

根据假设 1，研究人群将包括来自英国生物库和电波健康监测研究的参与者，其中将定义心律失常的风险。 两个数据存储库的参与者都同意将他们的数据用于研究。

关于假设 2-5，该研究将涉及 3 个不同的 ECGi 子研究，每个子研究都在一个明确定义的队列中，以识别特定的、可能可逆的传导和复极化异常，并将疾病与健康对照进行比较。 这些都是：

我。肥胖（BMI >40） ii. RA 三。 TTNtv 阳性和阴性 DCM