ÉRTÉKELÉSÉRE
Az NKFP 2/052/2001 sz. projekt keretében az MTA MFA Biomérnöki Osztályán 2001-2004 között munkatársaimmal a „Terhelésre bekövetkező testfelszíni potenciáleloszlás-válasz értékelése és az elektromos szívhalál rizikójának felismerése” altémán dolgoztunk. A projekt célja nagyérzékenységű testfelszíni potenciál térképező adatgyűjtő és jelfeldolgozó, valamint mérésértelmező programcsomag létrehozása volt, mely képalkotó eljárásként noninvazív módon segíti a kardiológiai diagnosztikát.
Az értelmezés statisztikai és egyedi szinten, a biofizikai források szintjére visszavezetve történik. A kutatás keretében kidolgozott mérőrendszer és jelfeldolgozási eljárás az elektromos szívműködés számos olyan tulajdonságát tette mérhetővé, ami a hagyományos EKG vizsgálat számára elérhetetlen az elégtelen térbeli mintavételezés, valamint az elégtelen amplitúdó felbontás miatt. Az új lehetőségek kvantitatívan vizsgálhatóvá teszik a szívciklusokon belüli elektromos folyamatok tér-, és időtartománybeli követését, a bioelektromos szövettulajdonságok ciklusonkénti variabilitásának és a szív szabályozórendszereinek elemzését. A rendszerbe integrálásra került -és a kiértékelési algoritmus része - az előző fejezetekben bemutatott számos statisztikai összefüggés és modellezési eredmény is.
Az általam kifejlesztett mérésértelmezési módszerek alkalmazási területei az ischemiás szívbetegségek felismerése, valamint a hirtelen elektromos szívhalál rizikó (szükséges, de nem elégséges feltételeinek) meghatározása. A döntéstámogatási rendszer célja, hogy a saját rendszerünkkel mért felvételek domináns ciklusaiból képzett átlagolt jelek integráltérképeire meghatározható legyen a patológiás eltérés lokalizációja, annak kiterjedése és mértéke, a patológiás állapot esetleges reverzibilitása. A rendszernek nem célja a ciklusonkénti variabilitás megítélése. A forráskiesések jellemzése Departure Indexek (DIM) alapján (QRS és QRST integrálokra, valamint a QRS és QRST decilis térképekre vonatkozóan), a DIM hisztogramjai alapján, valamint a modell-bázisú szimulált lokalizáció megadással történik. Az aritmia-készség TPT jellemzése elsősorban a QRST integrálhoz tartozó Laplace térképekkel, ARI térképekkel és az ARI diszperziós értékének, valamint a Karhunen Loeve transzformációból származtatott nondipolaritási indexeknek (NDI) QRS és QRST-re vonatkozó adatainak megadásával történik. A döntési eljárás algoritmusát a 35. ábra a kiértékelési képernyőre egy-egy példát a 36-37. ábra mutat.
A kardiológusok kérésére az eredmények egy részét a hagyományos 12 elvezetéses EKG-ra is származtattuk: a Pannon Egyetem munkatársai külön modul készítettek az EKG jelek karakterisztikus eltéréseinek Minnesota kódrendszerrel (hullám-amplitúdók és intervallumok) történő szerinti besorolására is. A kardiovaszkuláris prevalencia pontosabb becslésére kitölthető egy táplálkozási és rizikófelmérő kérdőív (Cordelia, http://www.cordelia.vein.hu/) aminek eredményeképp a páciens 8 évre vonatkozó IHD kockázata adható meg. További – szintén kollégáim által készített - eljárásokkal
lehetőség adódik még a szívfrekvencia variabilitás értékelésére, az adatok spektrális tulajdonságának vizsgálatára és a fenti paraméterek ciklusonkénti számítására is.
-
35. ábra A TPT értelmezés folyamatábrája
A rendszerhez kapcsolódóan elkészítettem egy MS Access alapú Visual Basic nyelven megírt felülettel rendelkező adatbázist, mely elkülönítetten –a törvényi előírásoknak megfelelően- tárolja a páciens alap és mérési adatait, a mérés indikációját, anamnézist, a munkadiagnózist, a gyógyszerezésre és egyéb fizikális állapotra vonatkozó információkat és kapcsolódó labor-leleteket.
A programcsomag bemenetét a Biosemi Ltd.-től vásárolt hardverrel 63 csatornás elvezetés-rendszerrel és az MTA MFA Biomérnöki Osztályán fejlesztett adatgyűjtő programmal mért adatok képzik. A programok Matlab környezetben készültek.
A mérőrendszerrel a jelen dolgozat elkészültéig több mint 150 pácienst mértünk, ebből 60 esetben volt nitroglicerines gyógyszerhatás vizsgálat is. A mérések jelentős része a kezdeti fázisban a rendszer teszteléséhez, az algoritmusok pontosításához volt szükséges. Egyes pácienseket, akiket nem kórházi
együttműködés, hanem egyfajta „szűrés” keretében mértünk, az adatok kiértékelését követően szükség esetén kardiológiai szakrendelésre (terheléses EKG vizsgálat, Holter monitorozás céljából) továbbítottuk [167]
A kifejlesztett döntéstámogatási rendszert 2004-2008 között kísérleti jelleggel több helyen: a Veszprém Megyei Csolnoky Ferenc Kórházban illetve a Semmelweis Egyetem Kardiológiai Központjában, valamint a Szlovák Akadémia Normál és Patológiás Intézetben is használták. Több alkalommal szerepelt mint validálási, referencia mérési eszköz a kutatás-fejlesztési projektekben – legtöbbször az önreferenciás betegkövetéses vizsgálatok fejlesztésében. Elsősorban egészséges fiatalokon, idősebb -dokumentált kardiológiai kórelőzménnyel rendelkező- pácienseken (pl:
dokumentált kamrai fibrilláció, ICD beültetés, stb.) történtek mérések, normál és változtatott testhelyzetben.
A rendszer fejlesztésekor, validálásakor és későbbi alkalmazásakor is figyelembe vettük, hogy a diagnosztizálás az orvos feladata - ezért az eredményekről minden esetben kardiológusokkal konzultáltunk. A döntési kritériumrendszert folyamatosan bővíteni, pontosítani kell. A rendszer későbbi klinikai használathoz elengedhetetlen
• a nagy számú homogén és validált minta rendelkezésre állása
• az elektródák gyors felhelyezését lehetővé tevő speciális mérőmellény készítése
• a döntéstámogatási szoftverek futásidejű optimalizálása és felhasználó/orvosbarát kialakítása
A fejlesztés eredményeképp egy komplex – testfelszíni potenciáltérkép adatokon és numerikus szívmodellel szimulált paraméterrendszeren alapuló- döntéstámogatási képalkotó modularitás jött létre a kardiológia noninvazív diagnosztikájának segítésére.
36. ábra Példa az atipikus anginában szenvedő páciens gyógyszeres terhelésre vonatkozó paramétereinek eredményközlésére (BL: baseline, nyugalmi érték, +3 és +15 jelölések a nitroglicerin terhelést követő 3 percenkénti mintavétel eredményei). Fent: baloldalon ST-T (piros) és QT szakasz (kék) hosszának változása, középen NDI QRS (piros) és NDI QRST
(kék) értékek, jobb oldalon: a normál populáció 2-szeres szórása alatt található elvezetések száma (max. 192) QRS integrál (piros) és QRST integrál (kék) vonatkozásában. Alul baloldalon az ARI átlagértékei (olyan elvezetésekre vonatkoztatva, ahol a T hullám nem negatív), középen az előbbi ARI szórásértékei, jobb oldalon a QRS és QRST integrál
gradiensei által bezárt szög (α). Legalul az adatok – és az esetleges figyelmeztetések- táblázatos és szöveges formában.
37. ábra Példa a TPT döntéstámogatási eljárás végeredményéül kapott eredményközlésre, patológiás állapotban. Sem a depolarizáció sem a repolaritzáció nem felel meg az egészséges emberekre jellemző értékeknek (CVRIT normált tartománytól vett szórásban kifejezett eltéré).