Summary

تحليل تسجيلات تخطيط كهربية القلب على المدى الطويل للكشف عن عدم انتظام ضربات القلب في الفئران

Published: May 23, 2021
doi:

Summary

نقدم هنا بروتوكولا خطوة بخطوة لنهج شبه آلي لتحليل بيانات تخطيط القلب الكهربائي طويل المدى (ECG) للفئران لمعلمات ECG الأساسية وعدم انتظام ضربات القلب الشائع. يتم الحصول على البيانات عن طريق أجهزة إرسال القياس عن بعد القابلة للزرع في الفئران الحية والمستيقظة وتحليلها باستخدام Ponemah ووحدات التحليل الخاصة بها.

Abstract

عدم انتظام ضربات القلب شائع ، ويؤثر على ملايين المرضى في جميع أنحاء العالم. ترتبط استراتيجيات العلاج الحالية بآثار جانبية كبيرة وتظل غير فعالة في العديد من المرضى. لتحسين رعاية المرضى ، هناك حاجة إلى مفاهيم علاجية جديدة ومبتكرة تستهدف آليات عدم انتظام ضربات القلب. لدراسة الفيزيولوجيا المرضية المعقدة لعدم انتظام ضربات القلب ، من الضروري وجود نماذج حيوانية مناسبة ، وقد ثبت أن الفئران هي أنواع نموذجية مثالية لتقييم التأثير الجيني على عدم انتظام ضربات القلب ، والتحقيق في الآليات الجزيئية والخلوية الأساسية ، وتحديد الأهداف العلاجية المحتملة.

تعد أجهزة القياس عن بعد القابلة للزرع من بين أقوى الأدوات المتاحة لدراسة الفيزيولوجيا الكهربية في الفئران ، مما يسمح بتسجيل تخطيط القلب المستمر على مدى عدة أشهر في الفئران المستيقظة التي تتحرك بحرية. ومع ذلك ، نظرا للعدد الهائل من نقاط البيانات (>1 مليون مجمع QRS يوميا) ، لا يزال تحليل بيانات القياس عن بعد يمثل تحديا. توضح هذه المقالة نهجا خطوة بخطوة لتحليل تخطيط القلب واكتشاف عدم انتظام ضربات القلب في تسجيلات القياس عن بعد طويلة المدى باستخدام البرنامج ، Ponemah ، مع وحدات التحليل الخاصة به ، ECG Pro و Data Insights ، التي طورتها Data Sciences International (DSI). لتحليل معلمات ECG الأساسية ، مثل معدل ضربات القلب أو مدة الموجة P أو الفاصل الزمني PR أو الفاصل الزمني QRS أو مدة QT ، تم إجراء تحليل آلي للسمات باستخدام Ponemah لتحديد موجات P و Q و T داخل نوافذ معدلة بشكل فردي حول موجات R المكتشفة.

ثم تمت مراجعة النتائج يدويا ، مما سمح بتعديل التعليقات التوضيحية الفردية. ثم تم استخدام الناتج من التحليل المستند إلى السمات وتحليل التعرف على الأنماط بواسطة وحدة Data Insights للكشف عن عدم انتظام ضربات القلب. تسمح هذه الوحدة بالفحص التلقائي لحالات عدم انتظام ضربات القلب المحددة بشكل فردي داخل التسجيل ، تليها مراجعة يدوية لنوبات عدم انتظام ضربات القلب المشتبه بها. تناقش المقالة بإيجاز التحديات في تسجيل واكتشاف إشارات تخطيط القلب ، وتقترح استراتيجيات لتحسين جودة البيانات ، وتوفر تسجيلات تمثيلية لعدم انتظام ضربات القلب المكتشفة في الفئران باستخدام النهج الموضح أعلاه.

Introduction

عدم انتظام ضربات القلب شائع، مما يؤثر على ملايين المرضى في جميع أنحاء العالم1. تظهر شيخوخة السكان زيادة في معدل الإصابة وبالتالي عبئا كبيرا على الصحة العامة نتيجة لعدم انتظام ضربات القلب واعتلالهم ووفياتهم2. استراتيجيات العلاج الحالية محدودة وغالبا ما ترتبط بآثار جانبية كبيرة وتظل غير فعالة في العديد من المرضى3،4،5،6. هناك حاجة ماسة إلى استراتيجيات علاجية جديدة ومبتكرة تستهدف آليات عدم انتظام ضربات القلب سببيا. لدراسة الفيزيولوجيا المرضية المعقدة لعدم انتظام ضربات القلب ، من الضروري وجود نماذج حيوانية مناسبة ؛ لقد ثبت أن الفئران هي نوع نموذجي مثالي لتقييم التأثير الجيني على عدم انتظام ضربات القلب ، والتحقيق في الآليات الجزيئية والخلوية الأساسية ، وتحديد الأهداف العلاجية المحتملة7،8،9. يعد التسجيل المستمر لتخطيط القلب مفهوما راسخا في الروتين السريري للكشف عن عدم انتظام ضربات القلب10.

تعد أجهزة القياس عن بعد القابلة للزرع من بين أقوى الأدوات المتاحة لدراسة الفيزيولوجيا الكهربية في الفئران لأنها تسمح بالتسجيل المستمر لتخطيط القلب (النهج الشائع هو زرع الخيوط في وضع الرصاص الثاني) على مدى عدة أشهر في الفئران المستيقظة التي تتحرك بحرية11,12. ومع ذلك ، نظرا للعدد الهائل من نقاط البيانات (ما يصل إلى أكثر من 1 مليون مجمع QRS يوميا) والمعرفة المحدودة بالقيم القياسية للفئران ، لا يزال تحليل بيانات القياس عن بعد يمثل تحديا. تستمر أجهزة إرسال القياس عن بعد المتاحة بشكل شائع للفئران لمدة تصل إلى 3 أشهر ، مما يؤدي إلى تسجيل ما يصل إلى 100 مليون مجمع QRS. وهذا يعني أن هناك حاجة ماسة إلى بروتوكولات التحليل العملي لتقليل الوقت الذي يقضيه مع كل مجموعة بيانات فردية وستسمح للباحثين بالتعامل مع هذا الكم الهائل من البيانات وتفسيره. للحصول على إشارة ECG نظيفة عند التسجيل ، يجب أن يكون زرع جهاز الإرسال هو الأمثل – يجب أن تكون مواضع الرصاص متباعدة قدر الإمكان للسماح بسعات إشارة أعلى.

يمكن إحالة القارئ المهتم إلى بروتوكول بواسطة McCauley et al.12 لمزيد من المعلومات. علاوة على ذلك ، لتقليل الضوضاء ، يجب وضع الأقفاص وأجهزة الإرسال في بيئة صامتة غير معرضة لأي اضطراب ، مثل خزانة جيدة التهوية مع عوامل بيئية خاضعة للرقابة (درجة الحرارة والضوء والرطوبة). خلال الفترة التجريبية ، يجب فحص موضع الرصاص بانتظام لتجنب فقدان الإشارة بسبب ثقب الرصاص أو مشاكل التئام الجروح. من الناحية الفسيولوجية ، هناك تغيير يومي في معلمات ECG في القوارض كما هو الحال في البشر ، مما يولد الحاجة إلى نهج موحد للحصول على معلمات ECG الأساسية من التسجيل المستمر. بدلا من حساب القيم المتوسطة لمعلمات ECG على مدى فترة طويلة ، يجب إجراء تحليل لتخطيط القلب أثناء الراحة مشابه لذلك الموجود في البشر للحصول على المعلمات الأساسية مثل معدل ضربات القلب أثناء الراحة أو مدة موجة P أو فترة العلاقات العامة أو مدة QRS أو فترة QT / QTc. في البشر ، يتم تسجيل تخطيط كهربية القلب أثناء الراحة أكثر من 10 ثوان ، بمعدل ضربات قلب طبيعي يتراوح بين 50 و 100 / دقيقة. يتضمن مخطط كهربية القلب هذا من 8 إلى 17 مجمعا QRS. يوصى بإجراء تحليل ل 20 مجمعا متتاليا من QRS في الماوس باعتباره “مكافئا لتخطيط القلب أثناء الراحة”. بسبب التغيير اليومي المذكور أعلاه ، فإن النهج البسيط هو تحليل اثنين من تخطيط القلب أثناء الراحة يوميا ، أحدهما في النهار والآخر في الليل. اعتمادا على دورة تشغيل / إيقاف الضوء في منشأة الحيوانات ، يتم تحديد الأوقات المناسبة (على سبيل المثال ، 12 صباحا / مساء) ، ويتم الحصول على المعلمات الأساسية.

بعد ذلك ، يتم استخدام مخطط معدل ضربات القلب بمرور الوقت للكشف عن tachy- وبطء القلب ذات الصلة ، مع استكشاف يدوي متتالي لهذه الحلقات للحصول على الانطباع الأول. ثم يؤدي مخطط معدل ضربات القلب هذا إلى المعلمات المهمة للحد الأقصى والحد الأدنى لمعدل ضربات القلب خلال الفترة المسجلة بالإضافة إلى تقلب معدل ضربات القلب بمرور الوقت. بعد ذلك ، يتم تحليل مجموعة البيانات لعدم انتظام ضربات القلب. توضح هذه المقالة نهجا خطوة بخطوة للحصول على بيانات ECG الأساسية هذه من تسجيلات القياس عن بعد طويلة المدى للفئران المستيقظة على مدار فترة تسجيل تصل إلى ثلاثة أشهر. علاوة على ذلك ، يصف كيفية اكتشاف عدم انتظام ضربات القلب باستخدام البرنامج ، Ponemah الإصدار 6.42 ، مع وحدات التحليل الخاصة به ، ECG Pro و Data Insights ، التي طورتها Data Sciences International (DSI). هذا الإصدار متوافق مع كل من Windows 7 (SP1 ، 64 بت) و Windows 10 (64 بت).

Protocol

1. الترتيبات المسبقة قم بتشغيل برنامج Ponemah 6.42 ، وقم بتأكيد اسم المستخدم والرقم التسلسلي لترخيص البرنامج على الشاشة التالية بالنقر فوق متابعة. قم بتحميل التجربة التي تحتوي على مخطط كهربية القلب الذي يهمكإذا تم بدء تشغيل Ponemah لأول مرة ، لاحظ أن مربع حوار Ponemah Get Start…

Representative Results

يؤدي تسجيل تخطيط القلب على المدى الطويل إلى مجموعات بيانات ضخمة. خيارات إجراء المزيد من التحليلات متعددة الجوانب وتعتمد على مشروع البحث الفردي. يقدم هذا البروتوكول وصفا لبعض القراءات الأساسية للغاية التي يمكن استخدامها من قبل معظم الباحثين ، خاصة لفحص التجارب ، على سبيل المثال ، عند…

Discussion

يعد مخطط كهربية القلب السطحي أداة التشخيص الأساسية للمرضى الذين يعانون من اضطرابات ضربات القلب ، مما يوفر نظرة ثاقبة للعديد من الظواهر الفيزيولوجية الكهربية. ومع ذلك ، فإن التحليل الكافي لأمراض تخطيط القلب السطحية يتطلب معرفة وتعريف المعلمات الفسيولوجية الطبيعية. أدت سنوات عديدة من الب?…

Disclosures

The authors have nothing to disclose.

Acknowledgements

تم دعم هذا العمل من قبل مؤسسة الأبحاث الألمانية (DFG; برنامج عالم سريري في طب الأوعية الدموية (PRIME) ، MA 2186 / 14-1 إلى P. Tomsits و D. Schüttler) ، المركز الألماني لأبحاث القلب والأوعية الدموية (DZHK ؛ 81X2600255 إلى S. Clauss) ، مؤسسة Corona (S199 / 10079/2019 إلى S. Clauss) ، ERA-NET حول أمراض القلب والأوعية الدموية (ERA-CVD ؛ 01KL1910 إلى S. Clauss) ، و Heinrich-and-Lotte-Mühlfenzl Stiftung (إلى S. Clauss) ومجلس المنح الدراسية الصيني (CSC ، إلى R. Xia). لم يكن للممولين أي دور في إعداد المخطوطات.

Materials

Ponemah Software Data Science international ECG Analysis Software

References

  1. Camm, A. J., et al. Guidelines for the management of atrial fibrillation: the Task Force for the Management of Atrial Fibrillation of the European Society of Cardiology (ESC). Europace. 12 (10), 1360-1420 (2010).
  2. Chugh, S. S., et al. Worldwide epidemiology of atrial fibrillation: a Global Burden of Disease 2010 Study. Circulation. 129 (8), 837-847 (2014).
  3. Dobrev, D., et al. New antiarrhythmic drugs for treatment of atrial fibrillation. Lancet. 375 (9721), 1212-1223 (2010).
  4. January, C. T., et al. 2019 AHA/ACC/HRS focused update of the 2014 AHA/ACC/HRS Guideline for the management of patients with atrial fibrillation: a report of the American College of Cardiology/American Heart Association Task Force on Clinical Practice Guidelines and the Heart Rhythm Society in Collaboration With the Society of Thoracic Surgeons. Circulation. 140 (2), 125-151 (2019).
  5. Heijman, J., et al. Cardiac safety assays. Current Opinion in Pharmacology. 15, 16-21 (2014).
  6. Kirchhof, P., et al. ESC Guidelines for the management of atrial fibrillation developed in collaboration with EACTS. European Heart Journal. 37 (38), 2893-2962 (2016).
  7. Clauss, S., et al. Animal models of arrhythmia: classic electrophysiology to genetically modified large animals. Nature reviews. Cardiology. 16 (8), 457-475 (2019).
  8. Schüttler, D., et al. Animal models of atrial fibrillation. Circulation Research. 127 (1), 91-110 (2020).
  9. Dobrev, D., et al. Mouse models of cardiac arrhythmias. Circulation Research. 123 (3), 332-334 (2018).
  10. Rosero, S. Z., et al. Ambulatory ECG monitoring in atrial fibrillation management. Progress in cardiovascular diseases. 56 (2), 143-152 (2013).
  11. Russell, D. M., et al. A high bandwidth fully implantable mouse telemetry system for chronic ECG measurement. Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology. 2011, 7666-7669 (2011).
  12. McCauley, M. D., et al. Ambulatory ECG recording in mice. Journal of Visualized Experiments : JoVE. (39), e1739 (2010).
  13. Mehendale, A. C., et al. Unlock the information in your data: Software to find, classify, and report on data patterns and arrhythmias. Journal of Pharmacological and Toxicological Methods. 81, 99-106 (2016).
  14. Hulsmans, M., et al. Macrophages facilitate electrical conduction in the heart. Cell. 169 (3), 510-522 (2017).
  15. Boukens, B. J., et al. Misinterpretation of the mouse ECG: ‘musing the waves of Mus musculus. Journal of Physiology. 592 (21), 4613-4626 (2014).
  16. Wehrens, X. H., et al. Mouse electrocardiography: an interval of thirty years. Cardiovascular Research. 45 (1), 231-237 (2000).
  17. Goldbarg, A. N., et al. Electrocardiogram of the normal mouse, Mus musculus: general considerations and genetic aspects. Cardiovascular Research. 2 (1), 93-99 (1968).
  18. Kaese, S., et al. The ECG in cardiovascular-relevant animal models of electrophysiology. Herzschrittmachertherapie und Elektrophysiologie. 24 (2), 84-91 (2013).
  19. Speerschneider, T., et al. Physiology and analysis of the electrocardiographic T wave in mice. Acta Physiologica. 209 (4), 262-271 (2013).
  20. Toib, A., et al. Remodeling of repolarization and arrhythmia susceptibility in a myosin-binding protein C knockout mouse model. American Journal of Physiology. Heart and Circulatory Physiology. 313 (3), 620-630 (2017).
  21. Thireau, J., et al. Heart rate variability in mice: a theoretical and practical guide. Experimental Physiology. 93 (1), 83-94 (2008).
  22. Hilgard, J., et al. Significance of ventricular pauses of three seconds or more detected on twenty-four-hour Holter recordings. American Journal of Cardiology. 55 (8), 1005-1008 (1985).

Play Video

Cite This Article
Tomsits, P., Chataut, K. R., Chivukula, A. S., Mo, L., Xia, R., Schüttler, D., Clauss, S. Analyzing Long-Term Electrocardiography Recordings to Detect Arrhythmias in Mice. J. Vis. Exp. (171), e62386, doi:10.3791/62386 (2021).

View Video