心臓コンダクタンスラインの重要な使用法

心血管疾患は中国の死因の第1位であり、毎年544,000人以上が中枢起源で突然死しており、その発生率はライフスタイルの変化と人口の高齢化に伴い増加している。

心臓突然死（SCD）は、心臓原因による予期せぬ死亡であり、通常は心臓病の症状が現れてから 1 時間以内に起こり、突然の意識喪失、心臓活動の突然の停止、および通常持続性心室頻拍による血行動態不全を特徴とします。または心室細動。

したがって、SCD のリスクが高い人を特定することは、この病気の予防に大いに役立ちます。

心電図（ECG）は心臓の電気活動を検出するために広く使用されている方法であり、通常の臨床標準では、患者の心臓の健康状態を評価するために誘導 ECG が使用されます。患者の身体と心臓をつなぐ重要な要素として、{0}}心電図装置では、心臓コンダクタンス ワイヤが心電図信号の品質に重要な役割を果たします。

世界有数の科学雑誌の 1 つである Communications Medicine に掲載された新しい研究によると、SCD リスク評価のための ECG ベースの深層学習モデルは、従来の ECG リスク モデルよりも SCD 症例を対照群からより正確に区別できます。これは臨床医に役立ちます。 SCD のリスクが高い人をスクリーニングして特定し、定期的に検査を受けて SCD の発生を防ぐことができます。

研究チームは、地理的に独立した前向きの地域ベースの継続的な院外SCD研究のデータを使用し、総サンプル数は2,510のSCD症例でした。深層学習 (DL) モデルは、米国オレゴン州の 1796 年の SCD 突然死研究データ (オレゴン SUDS) に基づいてトレーニング、検証、テストされ、カリフォルニア州ベンチュラ郡の多民族コミュニティからの 714 件の突然死予測研究データに基づいて外部検証されました。 (ベンチュラ プレスト)。 SCD 前に記録され、SCD イベントと関連していない、分析に利用可能な安静時誘導心電図のすべてのケースが研究に含まれ、ペーシング リズム、心房細動、または先験的な心房粗動を伴う ECG は除外されました。洞調律心電図に適用できる DL モデルを作成します。

チームは、誘導 ECG 波形を使用して SCD 症例を特定できる畳み込みニューラル ネットワーク モデルを開発しました。{0}研究者らは、少なくとも50パーセントの冠動脈疾患を患っている1,325人からの1,342個の心電図から2つの独立した対照サンプルを入手した。彼らは、オレゴン SUDS からの 1,076 件の SCD 症例と、心停止前の 1 件の誘導心電図、対照群からの 597 件の SCD 件と613 12-誘導心電図を使用してモデルをトレーニングしました。 366 個の心停止前 ECG と 200 個の対照 ECG で構成される別の検証コホートを使用して、モデル トレーニングをいつ停止するかを決定しました。同じ患者からの複数の心電図が同じコホートに含まれるように、研究サンプルは患者レベルごとに分割されました。

従来の ECG モデルと比較して、{{0}誘導 ECG 波形に基づく DL モデルは、0 の内部コホート AUROC (ニューラル ネットワーク評価尺度) を備え、SCD 症例の特定においてより正確でした。 889、外部検証された AUROC は 0.820 で、従来の ECG リスク スコアよりも優れていました。これは、地域レベルでの院外 SCD の予測において、ECG ベースの DL モデルが従来の ECG リスク モデルよりも優れているという最初の報告です。