T ERHELÉSES VIZSGÁLATOK KOSZORÚÉR BETEGEKNÉL

Nyugalmi mérések esetén is, de terheléses vizsgálatoknál is (XTPT, vagy XBSPM) a diagnosztikai információ magasabb, mint a 12 elvezetéses EKG esetében Ennek alátámasztására azonban statisztikai vizsgálatok szükségesek, megfelelő mintapopulációval. Korábbi publikációk megerősítik, hogy az ST depresszió helye – mely a koszorú-ér státusz megítélésében fontos feltétel- többször olyan helyre esik, melyet nem fed le a standard EKG, emiatt a csoportok pontosabb diagnosztizálását is lehetővé teszik az XTPT vizsgálatok. Préda, Kozmann és munkatársaik arra a következtetésre jutottak, hogy ischemiás esetekben az ST depresszió minimumértékének helye nem esik egybe a standard EKG elvezetéseivel, emiatt az esetek 66 %-ában diszkriminatív információt veszít a mérési eljárás [211-212]. A terhelés hatására bekövetkező potenciáltér térbeli és időbeli változásai koszorúér betegségre

jellemző információt tartalmaznak. Ennek a megismerésére és az egyes koszorúér károsodások szeparálhatóságának tanulmányozására validált XTPT adatokat használtam.

A terheléses adatokat a deszki Mellkasi Betegségek Szakkórházában CARDIPLOT eszközön Lux 32 elvezetéses rendszerrel mérték. A terheléshez fekvő kerékpár-ergométert használtak, lépcsőzetesen emelt terheléssel, lépésenként 7 sec felvétel tárolására került sor. A mintavételezés 1kHz mintavételi frekvenciával, 12 bites A/D konverterek használatával történt. A jel/zaj viszony javításához szinkronizált átlagolási módszert használtak. Az adatok validálása többek között katéterlabor és tallium izotópos vizsgálat bevonásával történt (a felhasznált validáló paraméterek részletes listája a mellékletben megtalálható). A vizsgálatba 61 pácienst vontam be, akiknél ismert volt a főerek (LAD, CX és RC) szignifikáns (>50%) szűkületének mértéke (ld. 11. Táblázat).

A szívciklus QRS és STT szegmensét mérés után időnormalizálták (150-150 időpillanatra), majd a 2.2 fejezetben bemutatott Lux és Evans által leírt Karhunen-Loeve (KL) procedúrával tömörítették 216 sajátértékre [69, 70]. A terhelés kiváltotta válasz térbeli és időbeli eltérésének vizsgálatára a KL együtthatókat, valamint a 216 együtthatóból helyreállított 192 elvezetéses potenciáltérképeket használtam, mely eljárás hibáját korábban jellemeztem (3.3. fejezet). A helyreállított TPT-ből QRS, QRST integrálokat és decilis integrál térképeket származtattam. 15-15 db pillanattérképet vontam össze egy integrál képzéséhez: vagyis a QRS és az STT szakaszt is 10-10 integrállal jellemeztem.

11. Táblázat A koszorúér-betegek csoportösszetétele a szignifikáns szűkületek szempontjából.

Szűkült erek száma Esetek száma CX LAD RC 6 X

15 X

1

4 X

21 X X

5 X X

2

5 X X

3 5 X X X

Összesen 61

Vizsgálataim során a terhelés hatására bekövetkezett tér- és időfüggő potenciál-eloszlás változásokat kívántam bemutatni, valamint azt, hogy ezek alapján a különböző érbetegek egymástól szeparálhatók.

Az így származtatott paraméterek összehasonlítása az eltérések alapján, Kolmogorov Smirnov (KS) távolságok, valamint “stepwise discriminant analysis” (SLDA) segítségével történt egy és többér-betegek eseteinek összehasonlításával – páronként (a fő érelzáródásokra vonatkozóan) és minden esetet összevonva az egyér és többér betegek szeparálására. A vizsgálati eredményeket, a szeparálás pontosságát pillanattérképek, integrálok és KL komponensek értékeire vonatkozóan is megadtam, ennek jellemzésére a diagnosztikai teljesítményt (DP) használtam, ahol DP=(Se+Sp)/2. A KS távolságokat az eloszlásfüggvények legnagyobb távolsága a csoportok mintaelem számaival súlyozott értékéből kaptam.

A két különböző eljárásra azért volt szükség, mert a diszkriminancia analízis alkalmazásához a mintaelemszám nem minden esetben volt elegendő – így az eljárás kevésbé szignifikáns eredményeket adott. A pillanat térképek és a rövid idejű integráltérképek segítségével adatokat nyertem a terhelés által kiváltott amplitúdó és térbeli eloszlásváltozásokra, QRS és STT intervallum esetén. A 24. ábra nyugalmi és a terheléses TPT átlagtérképek maximumának és minimumának időfüggését mutatja.

24. ábra Egyérbetegek amplitúdó-eltérései: a nyugalmi (r) és a csúcsterhelés (x) idején mért átlagos maximum (Max) és minimum (min) értékek időfüggvényében, a 15-15 időpillanatonként számított integráltérképek alapján, a

normalizált EKG-re vonatkozóan, 20 időpillanatban

A várakozásnak megfelelően az amplitúdó változások szignifikánsak az STT intervallumban, de a QRS második felében is, azaz a terhelés-változásokat generál az aktivációs szekvenciában is. Terhelés hatására csökken az amplitúdó maximális értéke a QRS 5. integráljától, valamint a minimális érték is az STT 1-5. integrálja esetén, ahol az ST depresszió detektálható.

Az amplitúdó változások mellett, a potenciál-eloszlás mintázatában történt változásokat is vizsgáltam a mérési adatok tartományában és a KL tartományban is. Elmondható, hogy a KL komponensek segítségével történő szeparálás esetén – minél több együtthatót vontunk be a vizsgálatba a diszkrimiancia analízissel elérhető diagnosztikai teljesítmény annál magasabb lett (ld. 26. ábra), ezzel alátámasztható, hogy a magasabb rendű KL komponensek – vagyis a potenciáleloszlás finom részletei- fontos diagnosztikai információt szolgáltatnak egy- és többér-betegségek szeparálása esetén is. Mind az amplitúdóbeli eltérések, mind pedig a KL komponensek által elért diagnosztikai teljesítmény arra utal, hogy a terhelésre bekövetkező elváltozás detektálása nem csak az STT szegmens elején valósítható meg nagy pontossággal, hanem a QRS szakasz második felében is. A jelenleg elfogadott diagnosztikai kritérium az STT szakasz elejének (0,08 sec-nak) eltéréseit vizsgálja, ezzel szemben elmondható, hogy a terhelésre kiváltott válasz esetén a QRS intervallum paraméterei is diagnosztikailag fontos információt tartalmaznak, és az a jelátlagolt és időnormalizált TPT és XTPT összehasonlításával feltárható.

25. ábra A QRS és STT decilis integráljaira vonatkozó KL sorfejtés első 3, illetve első 12 együtthatója felhasználásával a diszkriminancia analízis segítségével elérhető diagnosztikai teljesítmény értéke (rendre DP (3)

illetve DP (12). Adatok a 15-15 időpillanatonként számított integráltérképek alapján, a normalizált EKG-re vonatkozóan, 20 időpillanatban

Mivel a mintaelemszám nem tekinthető a statisztikai vizsgálat szempontjából elégségesnek, az alábbi megállapítások korlátozottan érvényesek. Terhelések hatására a 216 KL koefficiensből helyreállított TPT szignifikánsan megváltozik, de az egyes koszorúér betegségek adattartományának átlapolódása miatt az egyes csoportok tökéletes szétválasztása a terhelési válasz alapján nem lehetséges. A QRS intervallumra vonatkozó vizsgálatok szerint az aktivációs szekvencia szignifikánsan megváltozik. Az egy- és többér-betegek szétválasztása az esetek 71 %-ában volt korrekt. A normál esetek és a koszorúér betegségben szenvedők csoportjának szeparálásánál a diagnosztikai teljesítmény 80%-os volt.

12. Táblázat A terhelés okozta változások szeparálhatósága. Balra egyérbetegek esetén az STT intervallum 2.

decilisére vonatkozó integrál térképek; jobbra az egyér és többér-betegségek vonatkozásában a KL komponensek szerint .

Csoport % korrekt CX LAD RC Csoport % korrekt Egyérbeteg Többérbeteg

CX 66.6% 4 2 - Egyérbeteg 72-0% 18 7

LAD 75.0% 3 12 1 Többérbeteg 69.2% 4 9

RC 33.3% 1 1 1 Összesen 71.0% 22 16

Összesen 68.0% 8 15 2

A 3.3 fejezetben ismertetett ~60 μV tömörítési hibát is figyelembe véve elmondható, hogy a forráseloszlás diszkriminatív paraméterei a potenciáltér finom részleteiben rejtőznek, melyet a tömörítés pontatlansága is jelentősen befolyásol, ezért a koszorúér betegségek szeparálásában és a diagnosztikai teljesítményének javítására a mérési és ábrázolási pontosságot növelni szükséges. Mivel a fizikai terhelés következtében lényegében a kamrai aktiváció és repolarizáció egész folyamata megváltozik, ennek mérhető hatása van a test felszíni potenciáltérkép jelekben és annak változásaiban:

térben és időben. Ezek az eredmények és más kutatócsoportok vizsgálatai is arra engednek következtetni, hogy az XTPT technika a hagyományos XEKG-hoz több, diagnosztikai szempontból lényeges információt szolgáltat, mely nem csak az STT, hanem a QRS szakaszon is detektálható [234].