Search

Brugada syndrome (BrS) has been associated with risk of ventricular fibrillation and sudden cardiac death (SCD). Its risk stratification remains challenging as the only accepted factor is the presence of resuscitated cardiac arrest or arrhythmogenic syncope and the majority of patients are diagnosed in the asymptomatic phase. Moreover, the only treatment available to prevent SCD is the implantation of a cardiac defibrillator, which can lead to adverse events such as inappropriate shocks. In this study, we present Machine Learning (ML)/supervised classification tools for BrS risk stratification based on the automatic analysis of long-term high-resolution electrocardiographic information. For this purpose, 12-lead ECG 24h Holter and clinical variables from 64 Brugada subjects were used. ECG signals were preprocessed with a signal-averaging algorithm to reduce noise and obtain individual ECG beats for delineation, resulting in 11 ECG biomarkers. Subsequently, 4 different ML/supervised algorithms based on Decision Tree, XGBoost, K-Nearest Neighbors and support vector machine algorithms were tested. AUC results were around 90%, however sensitivity results were around 50%. The results do not efficiently predict BrS symptomatic patients at risk of SCD, which is mainly caused by the reduced number of symptomatic patients. Further studies with additional subjects and variables may improve this prognosis., Postprint (published version)

El síndrome de Brugada (SB) es una rara canalopatía cardiovascular hereditaria asociada con el riesgo de fibrilación ventricular y muerte súbita (MS). Su estratificación de riesgo es un desafío y la mayoría de los pacientes son diagnosticados en la fase asintomática siendo el ´único tratamiento contra la MS la implantación de un desfibrilador eléctrico. En este estudio, presentamos herramientas de clasificación supervisada para la estratificación del riesgo del SB basadas en el análisis automático de información electrocardiográfica de alta resolución. Para ello, se utilizaron señales de ECGs de 24 horas y 12 derivaciones y variables clínicas de 64 sujetos con SB. Las señales de ECG se preprocesaron promediando la señal para reducir el ruido y obtener latidos individuales para el cálculo de 10 biomarcadores. Posteriormente, se probaron 4 algoritmos de clasificación supervisada diferentes basados en Random Forest (RF), Extreme Gradient Boosting (XGBoost), K-Nearest Neighbors (KNN) y Support Vector Machine (SVM). Los resultados del área bajo la curva fueron alrededor del 90%, sin embargo, los resultados de sensibilidad fueron alrededor del 50%. Los resultados no predicen de manera eficiente a los pacientes sintomáticos en riesgo de MS debido al reducido número de pacientes sintomáticos. Estudios posteriores con sujetos y variables adicionales pueden mejorar este pronóstico., Postprint (published version)

Aquest treball de fi de grau es centra en el disseny d'un dispositiu no invasiu per diferenciar entre persones diabètiques i no diabètiques mitjançant l'anàlisi del comportament cardíac. L'objectiu principal és comprendre com la diabetis afecta la freqüència cardíaca, així com desenvolupar un dispositiu electrònic capaç de discriminar basant-se en les mesures de la freqüència cardíaca. S'ha examinat la conveniència d'utilitzar l'electrocardiografia (ECG) o la fotopletismografia (PPG) per a aquest propòsit, amb un enfocament específic en el disseny de hardware i deixant la part de software per a futures investigacions. La PPG s'ha presentat com l'opció preferida degut al confort dels pacients, malgrat que fan falta estudis pràctics per corroborar-ho. A més, s'ha analitzat la base de dades DICARDIA per investigar els efectes en la freqüència cardíaca en persones diabètiques, tant amb com sense condicions cardiovasculars preexistents, durant proves d'esforç. Els resultats indiquen una disminució significativa en les freqüències cardíaques i en la recuperació de la freqüència cardíaca en persones diabètiques, coincidint amb les expectatives inicials., Este trabajo de fin de grado se centra en el diseño de un dispositivo no invasivo para diferenciar entre personas diabéticas y no diabéticas mediante el análisis del comportamiento cardíaco. El objetivo principal es comprender cómo la diabetes afecta la frecuencia cardíaca y desarrollar un dispositivo electrónico capaz de discriminar basándose en el ritmo cardíaco. Se evaluó la conveniencia de utilizar la electrocardiografía (ECG) o la fotopletismografía (PPG) para este propósito, centrándose específicamente en el diseño de hardware y dejando el software para futuras investigaciones. La PPG se presenta como la opción preferida debido a la comodidad del paciente, aunque son necesarios estudios prácticos para corroborarlo. Además, se analizó la base de datos DICARDIA para investigar los efectos en la frecuencia cardíaca en personas diabéticas, tanto con como sin condiciones cardiovasculares preexistentes, durante pruebas de esfuerzo. Los resultados indican una disminución significativa en las frecuencias cardíacas y en la recuperación de la frecuencia cardíaca en personas diabéticas, lo cual concuerda con las expectativas iniciales., This final degree project focuses on designing a non-invasive device to differentiate between diabetic and non-diabetic individuals by analysing their cardiac behaviour. The primary goal is to understand how diabetes affects heart rate and to develop an electronic device for effective discrimination based on heart rate measurements. It is assessed the suitability of electrocardiography (ECG) or photoplethysmography (PPG) for this purpose, with a specific focus on hardware design, leaving the software aspect for future research. PPG emerges as the preferred choice due to the comfortability given to the patient, however practical studies are needed to prove it fully. Furthermore, DICARDIA database was examined to investigate how diabetes impacts heart rate in individuals, both with and without pre-existing cardiovascular conditions, during exercise stress tests. The results indicate significantly lower heart rates and heart rate recovery in diabetic individuals, aligning with initial expectations.

La Cardiopatia Arritmogènica del Ventricle Esquerra (AVLC) és una patologia del múscul cardíac que afecta principalment a la funció del ventricle esquerra. És força confosa per altres malalties, fet que dificulta per una banda la seva detecció, i d’altra banda l’assignació d’un tractament adequat que permeti evitar la simptomatologia pot arribar a ser mortal en molts casos. A partir del processament de les senyals obtingudes d’electrocardiogrames (ECG) de pacients de l’Hospital Clínic registrats en diferents temps s’estudiaran els següents paràmetres: el ritme cardíac, l'interval PR, el voltatge pic a pic, la duració del complex QRS, l'interval QT, l'interval QT corregit, l'àrea en valor absolut, l'energia i la potencia mitja del complex QRS. Amb aquests paràmetres es pretén definir de manera més precisa la malaltia per poder desenvolupar un diagnòstic més específic i poder predir l’evolució dels pacients. Aquest processament es realitzarà d’un software especialitzat amb càlculs numèrics per mitjà d’un codi automatitzat. Per poder extreure conclusions i corroborar la hipòtesi principal del treball la qual sosté que l’amplitud del complex QRS disminueix amb el temps a causa del creixement del teixit esmentat anteriorment, s’ha realitzat un estudi estadístic el qual compara els diferents electrocardiogrames (ECG) temporals de cada pacient Els resultats es mostren en taules en les quals, un cop analitzades, es determina que el voltatge pico a pico presenta una disminució al llarg del temps per la qual cosa queda confirmada la hipòtesis inicial del treball., La Cardiopatía Arritmogénica del Ventrículo Izquierdo (AVLC) es una patología del músculo cardíaco que afecta principalmente a la función de dicho ventrículo. Suele confundirse con otras enfermedades, lo que dificulta tanto su detección como la asignación de un tratamiento adecuado que permita evitar la sintomatología la cual puede llegar a ser mortal en muchos casos. A partir del procesamiento de las señales obtenidas de electrocardiogramas (ECG) de pacientes del Hospital Clínic registrados en diferentes tiempos se estudiarán los siguientes parámetros: el ritmo cardíaco, el intervalo PR, el voltaje pico a pico, la duración del complejo QRS, el intervalo QT, el intervalo QT corregido, el área en valor absoluto, la energía y la potencia media del complejo QRS. Con estos parámetros se pretende definir de forma más precisa la enfermedad para poder desarrollar un diagnóstico más específico y poder predecir la evolución de los pacientes. Este procesamiento se realizará con software especializado con cálculos numéricos por medio de un código automatizado. Para poder extraer conclusiones y corroborar la hipótesis principal del trabajo que sostiene que la amplitud del complejo QRS disminuye con el tiempo debido al crecimiento del tejido mencionado anteriormente, se ha realizado un estudio estadístico que compara los diferentes electrocardiogramas (ECG) temporales de cada paciente. Los resultados se muestran en tablas en las que, una vez analizadas, se determina que el voltaje pico a pico presenta una disminución a lo largo del tiempo por lo que queda confirmada la hipótesis inicial del trabajo, Arrhythmogenic Left Ventricular Heart Disease (LVCD) is a pathology of the muscleheart that mainly affects the function of the left ventricle. It is quite confused by other diseases, which makes it difficult on the one hand to detect it, and on the other hand to assign an appropriate treatment that avoids the symptoms which can become fatal in many cases. Based on the processing of the signals obtained from electrocardiograms (ECG) of patients of the Hospital Clínic registered at different times, the following parameters will be studied: the heart rate, the PR interval, the peak-to-peak voltage, the duration of the QRS complex, QT interval, corrected QT interval, absolute value area, energy and mean power of the QRS complex. With these parameters, the aim is to define the disease more precisely in order to develop a specific diagnosis and to be able to predict the evolution of the patients. This processing will be carried out using software specialized with numerical calculations creating an automated code. In order to draw conclusions and corroborate the main hypothesis of the work which maintains that the amplitude of the QRS complex decreases over time due to the growth of the tissue mentioned above, a statistical study has been carried out to compare the different electrocardiograms (ECG) temporary of each patient. The results are shown in tables in which, once analyzed, it is determined that the peak-to-peak voltage shows a decrease over time, so the initial hypothesis of the work is confirmed.

Adquisición y conversión de señales electrocardiográficas. Formato ISHNE a MATLAB, Preprint

La Síndrome de Brugada (BrS) és un trastorn cardiovascular poc comú però greu que pot causar batecs perillosament ràpids i es caracteritza per presentar un conjunt particular de patrons d'electrocardiograma (ECG) als seus pacients. És una condició molt impredictible. Moltes persones no presenten cap símptoma, mentre que per altres, lamentablement, el primer símptoma és la mort. Per a pacients d'alt risc es recomana col•locar un desfibril•lador cardioversor implantable. Desafortunadament, això té greus riscos associats, com infeccions i descàrregues inadequades, per la qual cosa és clau identificar aquests pacients d'alt risc correctament. L'objectiu d'aquest projecte ha estat desenvolupar eines basades en aprenentatge automàtic que poguessin diferenciar els pacients amb Síndrome de Brugada simptomàtics dels quals no ho són. Es van considerar pacients simptomàtics aquells que s'havien recuperat de mort cardíaca, van patir un síncope arritmogènic o taquicàrdia sostinguda. Per fer-ho, després d'una investigació de l'estat de l'art dels temes pertinents, es van extreure diversos biomarcadors relacionats amb els patrons d'ECG de Brugada a partir de registres d'ECG de 24 hores de 45 pacients diferents, després d'haver estat processats per mitjà de promediat de senyal per reduir el soroll. Aquests biomarcadors, juntament amb algunes dades clíniques, es van separar de diferents maneres per entrenar i provar diferents models de classificació automatitzats basats en aprenentatge automàtic. Els resultats obtinguts dels models han estat molt pobres. Cap d'ells no ha pogut classificar de manera fiable els pacients amb BrS com es desitjava. Això no obstant, d'aquesta primera aproximació es poden extreure conclusions valuoses per assolir l'objectiu del projecte, i s’han desenvolupat eines útils que poden permetre un processament més ràpid de la base de dades utilitzada., El Síndrome de Brugada (BrS) es un trastorno cardiovascular poco común pero grave que puede causar latidos peligrosamente rápidos y se caracteriza por presentar un conjunto particular de patrones de electrocardiograma (ECG) en sus pacientes. Es una condición muy impredecible. Muchas personas no presentan ningún síntoma, mientras que para otras, lamentablemente, el primer síntoma es la muerte. Para pacientes de alto riesgo se recomienda la colocación de un desfibrilador cardioversor implantable. Desafortunadamente, eso tiene graves riesgos asociados, como infecciones y descargas inapropiadas, por lo que es clave identificar a esos pacientes de alto riesgo correctamente. El objetivo de este proyecto era desarrollar herramientas basadas en aprendizaje automático que puedan diferenciar a los pacientes con Síndrome de Brugada sintomáticos de aquellos que no lo son. Se consideraron pacientes sintomáticos aquellos que se habían recuperado de muerte cardiaca, sufrieron un síncope arritmogénico o una taquicardia sostenida. Para ello, tras una investigación del estado del arte de los temas relevantes, se extrajeron varios biomarcadores relacionados con los patrones de ECG de Brugada a partir de registros de ECG de 24h de 45 pacientes diferentes, después de haber sido procesados mediante promedio de señal para reducir su ruido. Estos biomarcadores, junto con algunos datos clínicos, se separaron de diferentes maneras para entrenar y probar diferentes modelos de clasificación automatizados basados en aprendizaje automático. Los resultados de los modelos obtenidos han sido muy pobres. Ninguno de ellos pudo clasificar de manera confiable a los pacientes con BrS como se deseaba. No obstante, de esta primera aproximación se pueden extraer valiosas conclusiones para continuar avanzando hacia el objetivo perseguido, y se desarrollaron herramientas útiles que permitirán un procesamiento más rápido de la base de datos utilizada., The Brugada Syndrome (BrS) is a rare but serious cardiovascular disorder that can cause dangerously fast heartbeats and is characterized by a particular set of electrocardiogram (ECG) patterns. It’s a very unpredictable condition. Many people don’t present symptoms at all, while for others, unfortunately, the first symptom is death. For high risk patients, having an implantable cardioverter-defibrillator placed is recommended. Unfortunately, that has severe risks associated, like infections and inappropriate shocks, so it’s key to identify those high risk patients. The objective of this project was to develop machine learning based tools that are able to tell symptomatic Brugada Syndrome patients apart from those who are not. Symptomatic patients were considered those who had recovered from cardiac death, suffered an arrhythmogenic syncope or sustained tachycardia. In order to do so, after an investigation of the state of the art of the relevant subjects, several biomarkers related with Brugada ECG patterns were extracted from 24h ECG recordings of 45 different patients, after having been processed by signal averaging in order to reduce their noise. Those biomarkers, alongside some clinical data, were then separated in different ways in order to train and test different machine learning based automated classifier models. The performances of those models were very poor. None of them was able to reliably classify BrS patients as desired. Nevertheless, valuable conclusions can be extracted from this first approach to pursue the intended goal further, and useful tools were developed that would allow for a faster processing of the database used.

Background: T-wave (TW) morphology indices based on time-warping (dw) have shown significant cardiovascular risk stratification value. However, errors in the location of TW boundaries may impact their prognostic power. Our aim was to test the hypothesis that a weighted time-warping function (WF) would reduce the sensitivity of dw to these errors and improve their clinical significance. Methods: The WFs were proportional to (i) the reference TW (T), and (ii) the absolute value of its derivative (D). The index dw was recalculated using these WFs, and its performance was compared to the unweighted control case (C) in four different scenarios: 1) robustness against simulated TW boundaries location errors; 2) ability to retain physiological information in an electrophysiological cardiac model; 3) ability to monitor blood potassium concentration changes ([K+]) in 29 hemodialysis (HD) patients; 4) and the sudden cardiac death (SCD) risk stratification value of the TW morphology restitution (TMR) index, derived from dw, in 651 chronic heart failure (CHF) patients. Results and Discussion: The WFs led to a reduced sensitivity (R) of dw to TW boundary location errors as compared to C (median R=0.19 and 0.22 and 0.35 for T, D and C, respectively). They also preserved the physiological relationship between dw and repolarization dispersion changes at ventricular level. No improvements in [K+] tracking were observed for the HD patients (Pearsons median correlation [r] between [K+] and dw was 0.86r0.90 for T, D and C). In CHF patients, the SCD risk stratification value of TMR was improved by applying T (hazard ratio, HAR, of 2.80), followed by D (HAR=2.32) and C (HAR=2.23). Conclusions and Significance: The proposed WFs, with T showing the best performance, increased the robustness of time-warping based markers against TW location errors preserving their physiological information content and boosting their SCD risk stratification value. Results from this work support the use of T w, This work was funded by Products&TechnologyS.L. (Castellbisbal,Barcelona,Spain),and by AGAUR,Generalitat de Catalunya (Spain) grant DI001-2018 and CIBER-BBN ref:“DEKOALE”.The work was also supported by project PID2019-104881RB-I00, and PID2019-105674 RB-I00 funded bySpanish Ministry of Science and Innovation (MICINN) and FEDER, by Gobierno de Aragón (Reference Group Biomedical Signal Interpretation and Computational Simulation (BSICoS)) T39-20 Rand projects LMP94-21,LMP14121cofunded by FEDER 2014-2020 “Building Europe from Aragón”, J.R. acknowledge the “María Zambrano” fellowship support from the European Union-Next Generation EU and the support from the Marie Sklodowska-Curie grant No786833. The computation was performed at the High Performance computing platform of the NANBIOSISICTS., Peer Reviewed, Preprint

La cardiopatia arritmogènica de ventricle Esquerre (AVLC) és una afecció cardíaca que provoca el creixement del teixit fibrogras en aquest ventricle del cor. Aquesta malaltia pot arribar a provocar greus complicacions i inclús la mort sobtada de pacients joves. El coneixement d'aquesta malaltia és reduït, sobretot envers les seves afeccions als senyals electrocardiogràfics. La majoria de la informació que es coneix de la seva caracterització és sobre altres proves mèdiques, com la ressonància magnètica. En aquest projecte, una vegada es va portar a terme una investigació minuciosa sobre l'estat de l'art de la malaltia i els coneixements actuals, es va començar el desenvolupament del codi en Matlab. S'ha automatitzat el procés de detecció d'un llistat de biomarcadors mitjançant dos mètodes d'obtenció de marques: Single Lead (SL) i la Single Lead + Rule (SLR). Aquests biomarcadors són: el ritme cardíac, l'interval PR, el voltatge pic a pic, la duració del complex QRS, l'interval QT, l'interval QT corregit, l'àrea en valor absolut, l'energia i la potencia mitja del complex QRS. Posteriorment, s'hi ha elaborat dues anàlisis estadístiques, el codi del qual també ha estat automatitzat. En aquestes proves s'ha comparat els registre electrocardiogràfics de diferents grups amb la intenció de caracteritzar la malaltia. La primera anàlisi és una comparació entre registres d'un mateix pacient amb una diferència temporal entre els ECGs. El segon anàlisis elabora una comparació entre registre de dos grups de pacients amb diferents característiques. Els resultats mostren que els biomarcadors del voltatge pic a pic, l'àrea en valor absolut, l'energia i la potència del QRS mostren diferències significatives a major diferència de temps entre registres; disminuint el seu valor amb el temps. Per altra banda, els resultats de l'anàlisi intergrupal entre homes i dones, i hipertensos i no hipertensos; no mostren diferències significatives., La cardiopatía arritmogénica de ventrículo izquierdo (AVLC) es una afección cardíaca que provoca un crecimiento del tejido fibrograso en este ventrículo del corazón. Esta enfermedad puede llegar a provocar complicaciones graves o incluso muerte súbita en pacientes jóvenes. El conocimiento al respecto es reducido, sobretodo sobre su afección sobre las señales electrocardiográficas. La mayoría de la información se conoce sobre su caracterización en otras pruebas médicas, como la resonancia magnética. En este proyecto, una vez se llevó a cabo una investigación minuciosa sobre el estado del arte de la enfermedad y los conocimientos actuales, se empezó el desarrollo de código en Matlab. Se automatizó el proceso de detección de un listado de biomarcadores mediante dos métodos de detección de marcas: la Single Lead (SL) y la Single Lead + Rule (SLR). Estos biomarcadores son: el ritmo cardiaco, el intervalo PR, el voltaje pico a pico, la duración del complejo QRS, el intervalo QT, el intervalo QT corregido, el área en valor absoluto, la energía y la potencia media del complejo QRS. Posteriormente, se realizó dos análisis estadísticos, cuyo código también está automatizado. En estas pruebas se comparan registros electrocardiográficos de diferentes grupos con la intención de caracterizar la enfermedad. El primer análisis es una comparación entre registros de un mismo paciente con una diferencia temporal entre los ECGs. El segundo análisis efectúa una comparación entre registros de grupos de pacientes con diferentes características. Los resultados muestran que los biomarcadores del voltaje pico a pico, el área en valor absoluto, la energía y la potencia media del QRS, muestran diferencias significativas a mayor diferencia de tiempo entre registros; disminuyendo sus valores con el tiempo. Por otra banda, los resultados del análisis intergrupal entre hombres y mujeres, e hipertensos y no hipertensos no muestran diferencias significativas., Arrhythmogenic left ventricular cardiomyopathy (AVLC) is a heart condition that causes the growth of fibro-fatty tissue in this ventricle. This disease can lead to severe complications, even sudden death in young patients. And the knowledge about this illness is limited, especially in relation to electrocardiographs. Thus, most information about its characterization is about other medical tests, such as magnetic resonance imaging. Firstly, it was carried out a thorough investigation of the state of the art of the disease and current knowledge. Secondly, the code development in Matlab was started about the signal processing. The process of detecting a list of biomarkers was automated using two methods of tag detection: Single Lead (SL) and Single Lead + Rule (SLR). These biomarkers are: heart rate, PR interval, peak-to-peak voltage, QRS complex duration, QT interval, corrected QT interval, the absolute area, energy and mean QRS complex power. Subsequently, two statistical analyses have been performed, also with automated code. These tests compare electrocardiographic recordings from different groups with the intention of characterizing the disease. The first analysis is between recordings from the same patient with a time difference between ECGs. The second analysis is a comparison of recordings from groups of patients with different characteristics. The results show that the biomarkers of peak-to-peak voltage, absolute area, energy and the power of the QRS show significant differences with the increment of time; when their values gradually decrease. On the other hand, the results of the intergroup analysis between men and women, and hypertensives and non-hypertensives show no significant differences.

Postprint (published version)

T-wave (TW) morphology has been extensively investigated to develop specific risk prediction markers like dw quantifying the level of warping needed to temporally align a TW respect to a reference one. However, TW boundaries delineation errors may jeopardise dw diagnostic power. Hence, we proposed two TW-based weighting function (WFs) obtained from (i) the reference TW (T), and (ii) the absolute value of its first-derivative (D). We, first, simulated TW boundaries delineation errors by shortening and widening two TWs with morphological variability. We, then, used the variation ratio (R) to compare dw derived applying the two WFs with that obtained in the control case (no weighting, C). Next, we compared the ability of dw, with and without WFs, in monitoring blood potassium concentration changes (¿[K+]) by means of the Pear-son's correlation (r) in 29 48-hour Holter recordings from hemodyalisis (HD) patients. The simulations showed that R values for the two studied TWs, respectively, were 0.17 and 0.19 for C, 0.05 and 0.08 for T and 0.07 and 0.10 for D. However, similar r median [interquartile range] values were found for C (0.90 [0.27]), T (0.90 [0.25]) and D (0.90 [0.29]) in HD scenario. Thus, using WFs to compute dw reduces the effects of TW boundaries delineation errors, but no improvements in ¿[K+] monitoring in HD patients were observed. WFs impact on dw risk prediction power remains to be studied, Peer Reviewed, Postprint (published version)

La morfología de la onda T (TW) se ha investigado para desarrollar marcadores de predicción de riesgo arrítmico específicos como ¿¿¿¿, que cuantifica el nivel de “warping” necesario para alinear temporalmente una TW con respecto a otra de referencia a diferente ritmo cardiaco. Sin embargo, los errores de delineación de los límites de la TW pueden poner en peligro la capacidad de diagnóstico de ¿¿¿¿. Por lo tanto, se han propuesto dos funciones de ponderación (WF) a partir de (i) la TW de referencia (¿¿) y (ii) el valor absoluto de su primera derivada (¿¿). Se simularon errores de delineación desplazando los límites de dos TW diferentes. Se calculó el ratio de variación (R), comparando ¿¿¿¿ derivado, aplicando las dos WF con el obtenido en el caso sin ponderación (¿¿). Luego, se comparó la capacidad de ¿¿¿¿, con y sin WF, para monitorizar cambios en la concentración de potasio en sangre (¿[¿¿+]) mediante la correlación de Pearson (r) en 29 registros Holter de 48 horas de pacientes durante hemodiálisis (HD). Las simulaciones mostraron que los valores de R para las dos TW fueron, respectivamente, 0,17 y 0,19 para ¿¿, 0,05 y 0,08 para ¿¿ y 0,07 y 0,10 para ¿¿. Sin embargo, se encontraron valores similares de mediana r [rango intercuartílico] para ¿¿ (0.90 [0.27]), ¿¿ (0.90 [0.25]) y ¿¿ (0,90 [0,29]) en el caso de HD. En conclusión, el uso de WF puede disminuir los efectos de los errores de delineación de las TW, aunque no se hallaron mejoras significativas en la monitorización de ¿[¿¿+]., Peer Reviewed, Postprint (published version)

Objective: The aim of this study is to compare the performance of two electrocardiogram (ECG) lead-space reduction (LSR) techniques in generating a transformed ECG lead from which T-wave morphology markers can be reliably derived to non-invasively monitor blood potassium concentration ([K+]) in end-stage renal disease (ESRD) patients undergoing hemodialysis (HD). These LSR techniques are: (1) principal component analysis (PCA), learned on the T wave, and (2) periodic component analysis (pCA), either learned on the whole QRST complex (pCB) or on the T wave (pCT). We hypothesized pCA is less sensitive to non-periodic disturbances, like noise and body position changes (BPC), than PCA, thus leading to more reliable T wave morphology markers. Methods: We compared the ability of T wave morphology markers obtained from PCA, pCB and pCT in tracking [K+]in an ESRD-HD dataset, including 29 patients, during and after HD (evaluated by correlation and residual fitting error analysis). We also studied their robustness to BPC using an annotated database, including 20 healthy individuals, as well as to different levels of noise using a simulation set-up (assessed by means of Mann–Whitney U test and relative error, respectively). Results: The performance of both pCB and pCT-based markers in following [K+]-variations during HD was com-parable, and superior to that from PCA-based markers. Moreover, pCT-based markers showed superior robustness against BPC and noise. Conclusion: Both pCB and pCT outperform PCA in terms of monitoring [K+]in ESRD-HD patients, as well as of robustness against BPC and low SNR, with pCT showing the highest stability for continuous post-HD monitoring. Significance: The usage of pCA (i) increases the accuracy in monitoring dynamic [K+]variations in ESRD-HD patients and (ii) reduces the sensitivity to BPC and noise in deriving T wave morphology markers., Peer Reviewed, Postprint (published version)

We investigated the ability of time-warping-based ECG-derived markers of T-wave morphology changes in time (dw) and amplitude (da), as well as their non-linear components (dNLw and dNLa), and the heart rate corrected counterpart (dw,c), to monitor potassium concentration ([K+]) changes (¿[K+]) in end-stage renal disease (ESRD) patients undergoing hemodialysis (HD). We compared the performance of the proposed time-warping markers, together with other previously proposed [K+] markers, such as T-wave width (Tw) and T-wave slope-to-amplitude ratio (TS/A), when computed from standard ECG leads as well as from principal component analysis (PCA)-based leads. 48-hour ECG recordings and a set of hourly-collected blood samples from 29 ESRD-HD patients were acquired. Values of dw, da, dNLw, dNLa and dw,c were calculated by comparing the morphology of the mean warped T-waves (MWTWs) derived at each hour along the HD with that from a reference MWTW, measured at the end of the HD. From the same MWTWs Tw and TS/A were also extracted. Similarly, ¿[K+] was calculated as the difference between the [K+] values at each hour and the [K+] reference level at the end of the HD session. We found that dw and dw,c showed higher correlation coefficients with ¿[K+] than TS/A—Spearman’s (¿) and Pearson’s (r)—and Tw—Spearman’s (¿)—in both SL and PCA approaches being the intra-patient median ¿=0.82 and r=0.87 in SL and ¿=0.82 and r=0.89 in PCA respectively. Our findings would point at dw and dw,c as the most suitable surrogate of ¿[K+], suggesting that they could be potentially useful for non-invasive monitoring of ESRD-HD patients in hospital, as well as in ambulatory settings. Therefore, the tracking of T-wave morphology variations by means of time-warping analysis could improve continuous and remote [K+] monitoring of ESRD-HD patients and flagging risk of [K+]-related cardiovascular events, Peer Reviewed, Postprint (published version)

Background: End-stage renal disease patients undergoing hemodialysis (ESRD-HD) therapy are highly susceptible to malignant ventricular arrhythmias caused by undetected potassium concentration ([K+]) variations (¿[K+]) out of normal ranges. Therefore, a reliable method for continuous, noninvasive monitoring of [K+] is crucial. The morphology of the T-wave in the electrocardiogram (ECG) reflects ¿[K+] and two time-warping-based T-wave morphological parameters, dw and its heart-rate corrected version dw,c, have been shown to reliably track ¿[K+] from the ECG. The aim of this study is to derive polynomial models relating dw and dw,c with ¿[K+], and to test their ability to reliably sense and quantify ¿[K+] values. Methods: 48-hour Holter ECGs and [K+] values from six blood samples were collected from 29 ESRD-HD patients. For every patient, dw and dw,c were computed, and linear, quadratic, and cubic fitting models were derived from them. Then, Spearman’s (¿) and Pearson’s (r) correlation coefficients, and the estimation error (ed) between ¿[K+] and the corresponding model-estimated values (¿^[K+]) were calculated. Results and Discussions: Nonlinear models were the most suitable for ¿[K+] estimation, rendering higher Pearson’s correlation (median 0.77 =r= 0.92) and smaller estimation error (median 0.20 =ed= 0.43) than the linear model (median 0.76 =r= 0.86 and 0.30 =ed= 0.40), even if similar Spearman’s ¿ were found across models (median 0.77 =¿= 0.83). Conclusion: Results support the use of nonlinear T-wave-based models as ¿[K+] sensors in ESRD-HD patients., Peer Reviewed, Postprint (published version)

La variabilitat de l'ritme cardíac es descriu com la variació de temps entre batec i batec i està expressada en mil·lisegons, aquesta és una dada que a més de mesurar la salut cardíaca, mesures la Progressió en l'entrenament. Aquest treball se centra en l'anàlisi de la variabilitat de la freqüència cardíaca (HRV) en un grup de corredores durante la marató de Barcelona de 2017. Mitjançant les dades obtingudes per mitjà de l'holter d'ECG Nuubo s'analitza el senyal obtingut, implementant un programa per llegir senyals ECG de grans dimensions en format .hl7, utilizándo per a la lectura un programari per al Processament de senyals biomèdics (Biosig) que posteriorment es convertirà en un Codigo por mitjà de Matlab per a acer a la correcta lectura, Tractament del senyal i realitzar una anàlisi estadística dels resultats. Per a l'anàlisi, es dividirà en diferents etapes: abans de Començar la carrera, començant la carrera, meitat de la cursa, finalitzant la carrera i repòs, comparant els biomarcadors de la HRV en homes i dones, i en tots els corredors classificant en 2 grups: (i) els primers corredores en arribar a la meta i (ii) els últims corredores. Finalment, es van analitzar els diferents marcadors de la HRV entre les diferents etapes de la carrera o entre els grups en alguna etapa de la cursa i avaluar si van existir diferències significatives en cadascuna dels Resultats obtinguts., La variabilidad del ritmo cardiaco se describe como la variación de tiempo entre latido y latido y está expresada en milisegundos, este es un dato que además de medir la salud cardiaca, mide la progresión en el entrenamiento. Este trabajo se centra en el análisis de la variabilidad de la frecuencia cardiaca (HRV) en un grupo de corredores durante la maratón de Barcelona de 2017. Mediante los datos obtenidos por medio del Holter de ECG Nuubo se analiza la señal obtenida, implementando un programa para leer señales ECG de gran tamaño en formato .hl7, utilizando para la lectura un software para el procesamiento de señales biomédicas (Biosig) que posteriormente se convertirá en un código por medio de Matlab para hacer la correcta lectura, tratamiento de la señal y realizar un análisis estadístico de los resultados. Para el análisis, se dividirá en diferentes etapas: antes de comenzar la carrera, empezando la carrera, mitad de la carrera, finalizando la carrera y reposo, comparando los biomarcadores de la HRV en hombres y mujeres, y en todos los corredores clasificándolos en 2 grupos: (i) los primeros corredores en llegar a la meta y (ii) los últimos corredores. Finalmente, se analizaron los diferentes marcadores de la HRV entre las diferentes etapas de la carrera o entre los grupos en alguna etapa de la carrera y evaluar si existieron diferencias significativas en cada una de los resultados obtenidos., Heart rate variability is described as the time variation between beats and is expressed in milliseconds, this is a data that in addition to measuring cardiac health, measures the progress in training. This work focuses on the analysis of heart rate variability (HRV) in a group of runners during the 2017 Barcelona Marathon. Using the data obtained by the Nuubo ECG Holter, the signal obtained was analyzed to implement a program to read the large ECG signals in .hl7 format. Using the software’s information for biomedical signal processing (Biosig) that later will be converted into a Matlab code to make the correct reading, signal processing and perform a statistical analysis of the results. For the analysis, it will be divided into different stages: before starting the race, starting the race, mid-race, finishing the race and rest, comparing HRV biomarkers in men and women, and in all runners classifying them into 2 groups: (i) the first runners to reach the finish line and (ii) the last runners. Finally, the different HRV markers were analyzed between the different stages of the race or between groups at any stage of the race and to evaluate if there were significant differences in each of the results obtained.

Background: End-stage renal disease (ESRD) patients undergoing hemodyalisis therapy (HD) experience blood potassium ([K+]) variations that are reflected on the T-wave (TW) morphology. Methods: We evaluated the performance of different lead space reduction (LSR) methods: principal component analysis (PCA), maximising the TW energy, and two derived versions of periodic component analysis (pCA) named pCAB and pCAT, maximising the QRST or TW beat periodicity. We applied these methods to 2-lead electrocardiogram (ECG) from 24 ESRD-HD patients. Then, we derived three markers of TW morphology changes (du , dw and dˆw,c), comparing an average TW derived every 30 min with that at the HD end, from the PCA, pCAB and pCAT based leads having the highest TW energy content. Similarities between these three methods were assessed by using Bland-Altman plots and the linear fitting error (e) evaluated from the 12th to the 44th h of ECG recordings after the HD onset. Results: All series of du , da, dw and dˆw,c values showed good degree of mutual agreement (median bias = 0.5 ms) and a small deviation from linearity in the [K+] increasing stage (median bias = 3.3 ms). Conclusions: PCA and pCA can be used interchangeably to track TW changes in ESRD-HD patient., Peer Reviewed, Postprint (published version)

El síndrome de Brugada es una enfermedad de origen genético que provoca anormalidades en el funcionamiento del sistema eléctrico cardíaco que pueden derivar en complicaciones como las arritmias, síncopes o, en los casos más graves, la muerte súbita. Hoy en día estratificar los riesgos derivados de este síndrome sigue siendo un gran reto debido a su naturaleza compleja influenciada por diversos factores. Hasta la fecha, las principales investigaciones de este trastorno se han centrado en la evaluación del sistema autonómico nervioso en los pacientes con síndrome de Brugada. Dichas investigaciones han podido obtener evidencias del papel que juega el desequilibrio autonómico en la patología que muestra la enfermedad. Tras llevar a cabo una investigación de los métodos que existen actualmente para detectar este síndrome, se procederá a elaborar un código de Matlab a partir de algoritmos previos para el análisis de diferentes biomarcadores obtenidos mediante un simple y no invasivo procedimiento como lo es el ECG o electrocardiograma. En el siguiente trabajo se midió de cada derivación de los ECGs de los pacientes, las duraciones, áreas absolutas y amplitudes RMS del complejo QRS y de la onda T y las duraciones de los segmentos QT y QTc. Se realizó un estudio estadístico con el software SPSS para analizar las diferencias que podían existir entre los valores de los biomarcadores de los pacientes asintomáticos frente a los sintomáticos y también comparar los valores que adquirían estas medidas en momentos diferentes del día y de la noche de las 24 horas del registro de los ECGs.

Antecedentes Los pacientes con enfermedad renal en etapa terminal (ESRD) sometidos a terapia de hemodiálisis (HD) experimentan variaciones de potasio en sangre ([¿¿+]) que se reflejan en la morfología de la onda T (TW) del ECG. Métodos: en este trabajo, evaluamos el comportamiento de diferentes métodos de reducción del número de derivaciones (LSR): análisis de componentes principales (PCA), maximizando la energía de las TW, y dos versiones derivadas del análisis de las componentes periódicas (pCA) llamadas ¿¿¿¿¿¿y ¿¿¿¿¿¿, maximizando la periodicidad entre latidos del QRST o la TW, respectivamente. Aplicamos estos métodos en 24 pacientes con ESRD-HD, derivando tres marcadores de cambios de morfología TW (¿¿¿¿ ¿¿ , ¿¿¿¿ y ¿¿^ ¿¿,¿¿), que comparan la morfología de una TW promedia calculada cada 30 minutos con la del final de la HD, en aquellas PCA, ¿¿¿¿¿¿y ¿¿¿¿¿¿ con el mayor contenido energético de las TW. Las similitudes entre estos tres métodos se evaluaron mediante el uso de gráficos de Bland-Altman y el error de ajuste lineal (¿¿) evaluado desde la hora 12 hasta la hora 44 después del inicio de la HD. Resultados: Todos los marcadores (¿¿¿¿ ¿¿ , ¿¿¿¿ y ¿¿^ ¿¿,¿¿) mostraron bajos valores medios de deferencia entre ellos (sesgo = 0.5ms) y pequeños valores de error en el ajuste lineal (mediana ¿¿ = 3.3ms). Conclusiones: PCA y pCA pueden usarse indistintamente para monitorizar los cambios TW en pacientes con ESRD-HD., Postprint (published version)

Chagas disease American trypanosomiasis is caused by a flagellated parasite: Trypanosoma cruzi, transmitted by an insect of the genus Triatoma and also by blood transfusions. In Latin America, the number of infected people is approximately 6 million, with a population exposed to the risk of infection of 550000. It is our interest to develop a non-invasive and low-cost methodology, capable of detecting any early cardiac alteration that also allows us to see dysautonomia or dysfunction within 24 hours and with this it could be used to detect any cardiac alteration caused by T early Cruzi. For this, we analyzed the 24-hour Holter ECG records in 107 patients with ECG abnormalities (CH2), 102 patients without ECG alterations (CH1) who had positive serological results for Chagas disease and 83 volunteers without positive serological results for Chagas disease (CONTROL). Approximate entropy was used to quantify the regularity of electrocardiograms (ECG) in the three groups. We analyzed 288 ECG segments per patient. Significant differences were found between the CONTROL-CH1, CONTROL-CH2 and CH1-CH2 groups., Postprint (published version)

End-stage renal disease (ESRD) patients undergoing hemodialysis (HD) are at high risk of arrhythmias and sudden cardiac death as a result of blood potassium con-centration ([K+]) changes.The aim of this study is to investigate if dw, a time-warping-based electrocardiogram (ECG) biomarker of T-wave morphology changes,reflects [K+] evolution in HD patients, facilitating non-invasive [K+] monitoring and avoiding in-hospital blood tests analysis. 48-hour ECGs and a set of hourly collected blood samples from 12 ESRD patients were acquired and analyzed. dw was calculated between a reference T-wave,measured at the end of the HD session, and the T-waves corresponding to each hour along the whole HD session,when [K+] was measured from blood samples. The values of dw correlated with the relative variations in [K+] with respect to the reference value (end of HD,¿[K+]), with a median (interquartile) correlation coefficient of 0.90(0.30), evidencing a strong relation between them. Our findings support the use of dw as a surrogate of¿[K+],suggesting a potential use of dw for non-invasive hyperkalemia monitoring both in hospital and ambulatory settings., Peer Reviewed, Postprint (published version)

This paper proposes the integration and analysis of a closed-loop model of the baroreflex and cardiovascular systems, focused on a time-varying estimation of the autonomic modulation of heart rate in Brugada syndrome (BS), during exercise and subsequent recovery. Patient-specific models of 44 BS patients at different levels of risk (symptomatic and asymptomatic) were identified through a recursive evolutionary algorithm. After parameter identification, a close match between experimental and simulated signals (mean error = 0.81%) was observed. The model-based estimation of vagal and sympathetic contributions were consistent with physiological knowledge, enabling to observe the expected autonomic changes induced by exercise testing. In particular, symptomatic patients presented a significantly higher parasympathetic activity during exercise, and an autonomic imbalance was observed in these patients at peak effort and during post-exercise recovery. A higher vagal modulation during exercise, as well as an increasing parasympathetic activity at peak effort and a decreasing vagal contribution during post-exercise recovery could be related with symptoms and, thus, with a worse prognosis in BS. This work proposes the first evaluation of the sympathetic and parasympathetic responses to exercise testing in patients suffering from BS, through the recursive identification of computational models; highlighting important trends of clinical relevance that provide new insights into the underlying autonomic mechanisms regulating the cardiovascular system in BS. The joint analysis of the extracted autonomic parameters and classic electrophysiological markers could improve BS risk stratification. © 2018 Elsevier B.V., Peer Reviewed, Postprint (author's final draft)

Maintaining an adequate level of anesthesia during a surgical procedure has been proofed to be of great importance for both intraoperative and postoperative safety of the patient. Depth of anesthesia monitors are trustworthy tools to assist anesthesiologist inducing general anesthesia. These monitors are based on the processing of the electroencephalogram (EEG) signal to obtain an indicator of the level of consciousness. However, not all anesthetics have the same effects on the EEG, and so under some drugs these monitors can be misled and provide a result not consistent with the clinical state of the patient. This is the effect produced by Ketamine, a dissociative anesthetic. In order to determine its effects to the brain activity, the EEG energy spectrum and three depth of anesthesia indexes (qCON, qNOX and BIS) have been analyzed in the different clinical states of a surgery. The results obtained are compared providing boxplots with other two anesthetics, Propofol and Desflurane, to see the differences between anesthetic drugs. Statistical analyses are performed, as Mann-Whitney U and Wilcoxon tests, to find differences between the groups. Significant differences between anesthetics and also between different clinical states have been obtained for all the parameters considered. However, it has been determined that Ketamine has its greatest effect during the first twenty minutes after its administration as a bolus, where high frequency bands as beta (14-30 Hz) and gamma (30-40 Hz) increase until they reach values related to an awake state. It is presumed that the depth of anesthesia monitors interpret the activity of this bands as if the patient is recovering consciousness.

The purpose of this work is to analyse changes in ECG and heart rate variability (HRV) metrics in athletes during 10 km running in mountain route conditions. Eighteen healthy athletes carrying a 12-lead ECG GE Holter recorder and a heart rate monitor ran a route with slopes similar as trail races. QRS duration, QRS area, R-wave peak, ST elevation at J-point and J+60 ms, ST slope and T-wave peak indices were computed after signal-averaging ECG segments at different sloping stages of running (S1-S6) and at a control stage (S0) before running. HRV analysis included standard time and frequency metrics: mean RR (normal, N) interval, SDNN, RMSSD, low and high frequency absolute and normalized power (LF, HF, LFn, HFn) and LF/HF ratio. QRS area and R-peak were reduced during stage 1 in lateral leads, comparing to rest before running. ST slope was significantly higher during upslope stages in leads II, V4 and V5. T-wave amplitude increased significantly in precordial leads during upload running. ST segment depressed in leads II, III and V5 respect control. Mean RR, SDNN, LF and LFn showed high significant differences (p<0.01) among stages and HF and LF/HF were also varying (p<0.05). Changes of ECG and HRV indices can help understanding the cardiac function in runners performing extreme stress., Postprint (published version)

Los pacientes con enfermedad renal crónica (en inglés end-stage renal disease .ESRD) que se someten a hemodiálisis (HD) tienen un alto riesgo de arritmias y muerte súbita cardiaca como resultado de los cambios en la concentración de potasio en la sangre ([K^+]). El objetivo de este estudio es investigar si d_w , un biomarcador derivado del análisis del electrocardiograma (ECG) utilizando el método de la deformación de la onda T (en inglés time-warping) para analizar los cambios en la morfología de la onda T, refleja la evolución de [K^+] en pacientes en HD. Esto facilitaría el control no invasivo de [K^+] evitando realizar análisis de sangre en el hospital. Para ello, se obtuvieron y analizaron ECGs de 48 horas y un conjunto de muestras de sangre de 12 pacientes en ESRD. d_w se calculó a partir de una onda T de referencia, medida al final de la sesión de HD, y las ondas T correspondientes a cada hora durante la sesión de HD, coincidiendo con los valores de [K^+] de las muestras de sangre. Los valores de d_w resultaron estar correlados con las variaciones relativas en [K^+] con respecto al valor de referencia (final de HD, ¿[K^+]), con un coeficiente de correlación de 0.90(0.30) (mediana(rango intercuartílico)), evidenciando una fuerte relación entre ellos. Nuestros hallazgos respaldan el uso de d_w para la monitorización no invasiva de hiperkalemia, tanto en el hospital como en entorno ambulatorios., Postprint (author's final draft)

Multivariate Classification of Brugada Syndrome Patients Based on the Autonomic Response During Sleep, Exercise and Head-up Tilt Testing Several autonomic markers were estimated overnight and during exercise and head-up tilt (HUT) testing for 44 BS patients, to design classifiers capable of distinguishing patients at different levels of risk. The classification performance of predictive models built from the optimization of a step-based machine-learning method were compared, so as to identify those autonomic protocols and markers best distinguishing between symptomatic and asymptomatic patients. Although exercise and HUT testing together led to better predictive results than when they were separately assessed, among all analyzed combinations, the night-based classifier presented the best performance (AUC = 95%), using the least amount of features. This optimal features subset was mostly composed of markers extracted between 4 a.m. - 5 a.m. Thus, results provide further evidence for the role of nighttime analysis, mainly during the last hours of sleep, for risk stratification in BS, Postprint (published version)

Anàlisi dels marcadors cardíacs i variabilitat del ritme cardíac d'un grup d'esportistes durant una competència de marató (Barcelona 2016), a partir de l'estudi del senyal electrocardiogràfic enregistrat amb el monitor portàtil de última generació (Nuubo) i considerant índexs temporals i freqüencials.

La monitorización de la actividad eléctrica cardíaca se está empezando a utilizar como un parámetro de monitorización en la práctica deportiva. Mediante los datos obtenidos con un holter en la Maratón de Barcelona 2017, se implementa un programa capaz de leer archivos de gran tamaño en formato .hl7 con diferentes canales de registro y varias derivaciones con formas de señal diferentes. Por tal de analizar las señales se han implementado dos métodos de detección de ondas R, incluyendo la transformada discreta de wavelet con el symlet4. Tratamientos posteriores acaban de identificar los factores característicos de la señal (ondas P y T, índices HRV), así como almacenar posibles alteraciones durante el tratamiento a un archivo de log. Debido a las características del dispositivo de registro, los resultados durante la maratón no han sido concluyentes, pese a que el programa ha tenido buenos resultados durante su ejecución sobre señales de muestra obtenidas de bases de datos externas.

El síndrome de Brugada és una malaltia del cor d'origen genètic que pot ser causant d'arrítmies ventriculars i morts sobtades sense cardiopatia estructural evident. En la majoria dels casos, aquests esdeveniments succeeixen durant períodes de descans, en els que el sistema nerviós parasimpàtic té una major activitat que el sistema nerviós simpàtic. L'objectiu d'aquest projecte és desenvolupar algorismes que permetin evaluar la resposta del sistema nerviós autònom en pacients amb síndrome de Brugada (SB). S'han analitzat un total de 20 senyals de electrocardiograma de pacients que pateixen SB. Aquestes senyals tenen una duració de, aproximadament, 24 hores. Les senyals han sigut condicionades per a eliminar la línia de deriva de base i, posteriorment, s'han processat amb els algorismes dissenyats per obtenir els índexs temporals i freqüencials de la Variabilitat de la Freqüènica Cardíaca (VFC o HRV). Els resultats obtinguts indiquen que existeixen diferències estadísticament significatives en la resposta del sistema nerviós autònom en relació al dia i la nit.

The etiology of Brugada syndrome (BS) is complex and multifactorial, making risk stratification in this population a major challenge. Since changes in the autonomic modulation of these patients are commonly related to arrhythmic events, we analyze in this work whether the response to head-up tilt (HUT) testing on this population may provide useful, complementary information for risk stratification. In order to perform this analysis, a coupled physiological model integrating the cardiac electrical activity, the cardiovascular system and the baroreceptors reflex control of the autonomic function, in response to HUT is proposed. A sensitivity analysis was performed, based on a screening method, evidencing the influence of cardiovascular parameters on blood pressure and of baroreflex regulation on heart rate. The most sensitive parameters have been identified on a set of 20 subjects (8 controls and 12 BS patients), so as to assess subject-specific model parameters. According to the results, controls showed an increased sympathetic modulation after tilting, as well as a reduced left ventricular contractility was observed in symptomatic, with respect to asymptomatic BS patients. These results provide new insights regarding the autonomic mechanisms regulating the cardiovascular system in BS which might be used as a complementary source of information, along with classical electrophysiological parameters, for BS risk stratification., Peer Reviewed, Postprint (author's final draft)

Peer Reviewed, Postprint (author's final draft)

Ventricular arrhythmias in Brugada syndrome (BS) typically occur at rest and especially during sleep, suggesting that changes in the autonomic modulation may play an important role in arrhythmogenesis. The autonomic response to exercise and subsequent recovery was evaluated on 105 patients diagnosed with BS (twenty-four were symptomatic), by means of a time-frequency heart rate variability (HRV) analysis, so as to propose a novel predictive model capable of distinguishing symptomatic and asymptomatic BS populations. During incremental exercise, symptomatic patients showed higher HFnu values, probably related to an increased parasympathetic modulation, with respect to asymptomatic subjects. In addition, those extracted HRV features best distinguishing between populations were selected using a two-step feature selection approach, so as to build a linear discriminant analysis (LDA) classifier. The final features subset included one third of the total amount of extracted autonomic markers, mostly acquired during incremental exercise and active recovery, thus evidencing the relevance of these test segments in BS patients classification. The derived predictive model showed an improved performance with respect to previous works in the field (AUC = 0.92 ± 0.01; Se = 0.91 ± 0.06; Sp = 0.90 ± 0.05). Therefore, based on these findings, some of the analyzed HRV markers and the proposed model could be useful for risk stratification in Brugada syndrome., Peer Reviewed, Postprint (author's final draft)

Ventricular arrhythmias in Brugada syndrome (BS) typically occur at rest and especially during sleep, suggesting that changes in the autonomic modulation may play an important role in arrhythmogenesis. The autonomic response to exercise and subsequent recovery was evaluated on 105 patients diagnosed with BS (twenty-four were symptomatic), by means of a time-frequency heart rate variability (HRV) analysis, so as to propose a novel predictive model capable of distinguishing symptomatic and asymptomatic BS populations. During incremental exercise, symptomatic patients showed higher HFnu values, probably related to an increased parasympathetic modulation, with respect to asymptomatic subjects. In addition, those extracted HRV features best distinguishing between populations were selected using a two-step feature selection approach, so as to build a linear discriminant analysis (LDA) classifier. The final features subset included one third of the total amount of extracted autonomic markers, mostly acquired during incremental exercise and active recovery, thus evidencing the relevance of these test segments in BS patients classification. The derived predictive model showed an improved performance with respect to previous works in the field (AUC = 0.92 ± 0.01; Se = 0.91 ± 0.06; Sp = 0.90 ± 0.05). Therefore, based on these findings, some of the analyzed HRV markers and the proposed model could be useful for risk stratification in Brugada syndrome., Peer Reviewed, Postprint (published version)

Purpose This study was conducted to test, in mountain running route conditions, the accuracy of the Polar V800™ monitor as a suitable device for monitoring the heart rate variability (HRV) of runners. Method Eighteen healthy subjects ran a route that included a range of running slopes such as those encountered in trail and ultra-trail races. The comparative study of a V800 and a Holter SEER 12 ECG Recorder™ included the analysis of RR time series and short-term HRV analysis. A correction algorithm was designed to obtain the corrected Polar RR intervals. Six 5-min segments related to different running slopes were considered for each subject. Results The correlation between corrected V800 RR intervals and Holter RR intervals was very high (r¿=¿0.99, p¿<¿0.001), and the bias was less than 1 ms. The limits of agreement (LoA) obtained for SDNN and RMSSD were (-¿0.25 to 0.32 ms) and (-¿0.90 to 1.08 ms), respectively. The effect size (ES) obtained in the time domain HRV parameters was considered small (ES¿<¿0.2). Frequency domain HRV parameters did not differ (p¿>¿0.05) and were well correlated (r¿=¿0.96, p¿<¿0.001). Conclusion Narrow limits of agreement, high correlations and small effect size suggest that the Polar V800 is a valid tool for the analysis of heart rate variability in athletes while running high endurance events such as marathon, trail, and ultra-trail races., Peer Reviewed, Postprint (author's final draft)

The purpose of this work is to analyze the effect of selective atrial coronary artery occlusion on heart rate variability (HRV). Twelve-hour, Holter recording were studied in 109 patients undergoing elective percutaneous transluminal coronary angioplasty (PTCA) of the right or circumflex coronary artery. Accidental atrial branch occlusions (ABO) were found in 17 patients at the end of the interventions. R-R intervals from sinus origin were used to calculate standard time and frequency domain and fractal HRV indices. Fractal properties were measured by the exponent a1, using detrended fluctuation analysis (DFA) of the R-R series. During the first 10 minutes immediately after PTCA, SDNN was significantly lower in ABO patients respect to non-ABO (32.5±16.0 vs. 49.5±28.6 ms, p = 0.016), showing a reduced autonomic response. Fractal index values a1 were similar in both groups. The 12-hour RR interval series showed an averaged HR of 66±9 bpm in patients with ABO and 63±9 bpm in patients without ABO (p=0.16), and no significant differences were found in the analyzed HRV indices. A higher incidence of atrial tachycardia (41% vs. 15%, p=0.02) and atrial fibrillation (2 ABO vs. 0 non-ABO, p=0.025) was found in patients with ABO. Acute atrial ischemia can lead to a global decrease in the autonomic response that recovers after several minutes and may be associated with atrial arrhythmias., Peer Reviewed, Postprint (published version)

En este proyecto se realiza un estudio de diferentes parámetros característicos de la señal electrocardiográfico (ECG), obtenido por un Holter durante 24 horas, para analizar la existencia de una relación con la altura, índice de masa corporal y la realización de ejercicio físico, en personas jóvenes (20-30 años) y sanas. El proyecto comienza con una introducción teórica sobre la señal electrocardiográfico. Se explica cuál es la morfología de la señal resultante que se denomina señal electrocardiográfica. Para comprender si hay cambios en la actividad del corazón es necesaria la correcta interpretación del ECG y por este motivo se hace una introducción a los diversos parámetros que se pueden visualizar en un ECG. A continuación se describe cómo ha sido el registro y posterior procesado de la señal para poder obtener los datos que luego serán analizados mediante técnicas estadísticas. Durante el desarrollo del proyecto ha sido necesario modificar algoritmos existentes para adecuarlos a las necesidades que requiere el proyecto, como en el caso del registro de la señal, así como la creación de otros nuevos, como en el caso del guardado de la información en Excel. Por último, para los análisis estadísticos se usará el programa SPSS 15.0 (SPSS, Chicago, IL, USA). Con este software se analizan los parámetros anteriormente mencionados para observar si existen diferencias significativas entre las medidas tomadas en dos diferentes momentos del día y si existe correlación con las características antropométricas de cada voluntario. Las variables se incluirán en el modelo final tras un análisis multivariado utilizando un procedimiento por pasos, precisando para la inclusión un valor P<0.05, el cual indica si existen diferencias estadísticamente significativas.

Este trabajo de final de grado es una parte de un proyecto de búsqueda realizado por el CREB (Centre de Recerca en Enginyeria Biomèdica) y por el Hospital Clínic de Barcelona, que tiene por objetivo evaluar la asociación entre la altura y el equilibrio simpático-vagal mediante el análisis de frecuencia cardíaca y su variabilidad, en población entre veinte y treinta años con una vida sana. La parte realizada en este trabajo consiste en estudiar la frecuencia cardíaca i el intervalo de la despolarización- repolarización (intervalo QT) con la influencia de la altura, sexo y el ejercicio realizado. Para realizar el trabajo se han analizado unas señales obtenidas de voluntarios que han llevado puesto un Holter durante 24h, proporcionado por el Hospital Clínic. Este Holter registra el ECG. Estas señales han sido procesadas mediante el software Matlab. El método ha sido, primeramente, filtrarlas para eliminar perturbaciones y valores dispares y, seguidamente, se han extraído los parámetros de intervalos RR y QT en segmentos de ECG durante periodos diurnos y nocturnos. Con los parámetros y valores extraídos, se ha realizado un estudio y análisis estadístico para poder observar la relación de la variabilidad de la frecuencia cardíaca con altura, sexo y ejercicio realizado.

Cotutela Universitat Politècnica de Catalunya i Université de Rennes 1, Brugada syndrome (BS) is a genetic arrhythmogenic disease characterized by a distinctive electrocardiographic pattern, associated with a high risk for sudden cardiac death (SCD) due to ventricular fibrillation (VF) in absence of structural cardiopathies. Its complex and multifactorial nature turns risk stratification into a major challenge. Although variations in autonomic modulation are commonly related to arrhythmic events in this population, novel markers with higher predictive values are still needed so as to identify those patients at high risk. The autonomic function can be better characterized through the application of standardized maneuvers stimulating the autonomic nervous system (ANS), such as exercise testing or the head-up tilt (HUT) test. Therefore, in this PhD thesis a thorough evaluation of the cardiovascular response to ANS modulations overnight is proposed, as well as in response to exercise and HUT testing, on a clinical database composed of BS patients with different levels of risk (symptomatic and asymptomatic subjects). In this context, the autonomic function was assessed by three main approaches. First, through the characterization and comparison of previously described methods capturing heart rate complexity, baroreflex sensitivity, and non-stationary heart rate variability, never before studied in the context of BS patients; in order to identify new markers capable of distinguishing between symptomatic and asymptomatic patients. According to the results, a lower variability and complexity overnight, as well as a higher vagal tone and a lower sympathetic activity both during exercise and HUT testing, was observed in the symptomatic group. In a second analysis, in order to address the multifactorial nature of the disease, a multivariate approach based on a step-based machine learning method was introduced. By employing features extracted at signal-processing analysis, robust classifiers capable of identifying patients at high risk were propose, El síndrome de Brugada (SB) es una enfermedad genética asociada a un patrón electrocardiográfico característico y a un elevado riesgo de muerte súbita cardíaca (MSC), causada por fibrilación ventricular (FV) en ausencia de cardiopatías estructurales. Debido a su naturaleza compleja y multifactorial, la estratificación del riesgo supone, en la actualidad, uno de los aspectos más controvertidos. Ciertas alteraciones en la modulación del sistema nervioso autónomo (SNA) se han relacionado con eventos arrítmicos en esta población; no obstante, nuevos marcadores con valores predictivos más elevados que permitan identificar a aquellos pacientes con un alto riesgo de sufrir MSC son todavía necesarios. El uso de maniobras estandarizadas con el objetivo de estimular el SNA permiten mejorar la caracterización de la función autonómica. Por ello, en esta tesis doctoral se propone una evaluación exhaustiva de la respuesta cardiovascular a la modulación del SNA durante la noche, así como en respuesta al ejercicio y a la prueba de mesa inclinada, en una base de datos clínicos compuesta por sujetos con diferentes niveles de riesgo (pacientes sintomáticos y asintomáticos). En este contexto, la evaluación de la función autonómica se llevó a cabo mediante tres estrategias principales. En primer lugar, se caracterizaron y compararon la variabilidad y complejidad del ritmo cardíaco, así como la sensibilidad barorrefleja, en pacientes sintomáticos y asintomáticos, con el objetivo de identificar nuevos marcadores capaces de distinguir entre grupos de pacientes. Los resultados mostraron, en el grupo sintomático, una menor variabilidad y complejidad durante la noche, así como un mayor tono vagal y una menor actividad simpática tanto durante el ejercicio como en respuesta a la prueba de mesa inclinada. En un segundo análisis, se abordó la etiología multifactorial del síndrome mediante un enfoque multivariado basado en un método de aprendizaje automático por etapas. A partir de marcadores extr, Le syndrome de Brugada (BS) est une maladie cardiaque caractérisée par la survenue d’une syncope ou mort subite, provoquées par une arythmie cardiaque, chez les patients avec un coeur structurellement normal, mais présentant des altérations électrocardiographiques spécifiques. Cependant, ces modifications sont intermittentes et varient avec la température ou les traitements appliqués, ce qui rend particulièrement difficile le diagnostic chez un patient donné. En outre, elles sont fortement modulées par le système nerveux autonome (SNA), partie du système nerveux périphérique responsable de la régulation des organes internes. Les défibrillateurs implantables (DI) sont le traitement principal pour les patients symptomatiques, c’est-à-dire les patients documentés d’arythmie ventriculaire, syncope ou ayant survécu à un épisode de mort subite. Cependant, la décision d’implanter un DI peut être très difficile pour des patients asymptomatiques sans antécédents familiaux de morte subite. Dans ce contexte, l’objectif de la thèse était d’améliorer la compréhension de l’influence du SNA chez les patients souffrant du BS. Une méthodologie globale fusionnant traitement du signal, machine learning et modélisation a été proposée durant la thèse. Cette chaine de traitement originale a pu être mise en oeuvre sur trois bases de données de patients BS symptomatiques et asymptomatiques. Les bases de données cliniques utilisées dans ce travail sont le résultat d’une étude prospective, multicentrique dont l’objectif était de provoquer des modifications de l’activité du SNA chez les patients BS. L’acquisition des données s’est déroulée entre 2009 et 2013 dans le service de cardiologie du CHU de Rennes et les participants provenaient de 8 hôpitaux français situés à La Rochelle, Angers, Bordeaux, Brest, Nantes, Rennes, Poitiers et Tours. Afin de caractériser les patients présentant différents niveaux de risque, les participants ont été classés en patients symptomatiques et asymptomatiques, Postprint (published version)

Symptoms such as ventricular arrhythmias in Brugada syndrome (BS) typically occur at rest, especially during sleep, suggesting that the autonomic nervous system (ANS) function may be relevant in the arrhythmogenesis of the disease. The aim of this work was to assess the ANS response captured by a non-linear heart rate variability (HRV) measure in 69 patients diagnosed with BS, who underwent a standardized physical stress test. Heart rate complexity (HRC) was evaluated by the power-law scaling analysis (Beta slope) during rest, exercise, recovery and rest post-recovery, in order to discriminate between symptomatic and asymptomatic BS patients. Symptomatic patients showed a significant reduction in HRC in comparison to asymptomatic subjects, after exertion (p=0.015); during the whole recovery period (p=0.023), and, in particular within the passive recovery phase (p=0.025), as well as during rest post-recovery (p=0.022). Based on these results, symptoms could be associated with a lower ANS complexity during the stress test stages where parasympathetic activity is predominant. Therefore, the proposed HRV indicators could be of help in the risk stratification of asymptomatic patients., Peer Reviewed, Postprint (author's final draft)

Este trabajo final de grado es parte de un proyecto de investigación realizado por el Hospital Clínic de Barcelona y el CREB (Centre de Recerca en Enginyeria Biomédica), donde se evaluará el equilibrio simpático-vagal en relación a la altura en población general, concretamente en jóvenes comprendidos entre 20 y 30 años. Las señales se han obtenido de voluntarios que se han presentado al Hospital Clínic de Barcelona a través de un registro ECG de 24h de duración mediante un Holter. Para el procesado de las señales obtenidas, se ha utilizado el software Matlab donde primero se han acondicionado para eliminar las perturbaciones, ruidos y valores dispares principalmente, y a continuación se extraen los parámetros temporales y frecuenciales de la variabilidad de la frecuencia cardiaca. Una vez obtenidos estos parámetros, se realizará el análisis estadístico con el software IBM SPSS, además de la altura, se analizarán otros factores como el sexo, peso e IMC que servirán para poder comparar los diferentes grupos y su correlación. El proyecto se ha de visualizar como una prolongación de los anteriores trabajos realizados por otros compañeros en años anteriores. En este caso, se han modificado los algoritmos y filtros usados. Cabe añadir que, no todas las señales fueron utilizadas para el proceso, debido principalmente al mal registro de estas.

Cardiac events in Brugada syndrome (BS) usually occur at rest and mainly at night-time, commonly relating changes in autonomic modulation to arrhythmogenesis. A major challenge today is to differentiate symptomatic and asymptomatic patients in order to optimize their therapy. Since autonomic assessment can be improved by the application of standard maneuveurs, this study analyzes and compares the autonomic response to head-up tilt (HUT) testing on 20 symptomatic and 45 asymptomatic BS patients. Their standard 12-lead ECG recordings were collected during a HUT test composed of the following three phases: (1) supine rest for 10 minutes, (2) tilting with an inclination of 60º for 45 minutes and (3) supine rest for 10 minutes. Spectral non-stationary heart rate variability indicators were extracted by means of a Smoothed Pseudo Wigner Ville distribution approach that adapts frequency bands to respiratory information. Symptomatic patients showed an increased parasympathetic tone and a reduced sympatho-vagal balance with respect to asymptomatic patients during tilting, and particularly before the 15th minute of the test. The results provide new insights into the autonomic function in BS, with a potential impact on the use of time-reduced HUT testing for risk stratification, Peer Reviewed, Postprint (published version)

Las prácticas médicas modernas cada vez se sustentan más en la tecnología, con todas las especialidades médicas dependiendo de ella en mayor o menor medida para cumplir sus objetivos. La importancia que han adquirido los equipos médicos tanto a nivel económico como funcional, obliga a los centros Hospitalarios a centrar cada vez más esfuerzos en la gestión de estos activos. En el presente proyecto se pretende obtener indicadores válidos para hacer el seguimiento del estado técnico de los equipos de las base de datos de entidades hospitalarias. Se proponen dos metodologías, las Redes Neuronales y el Proceso Analítico Jerárquico, para tratar estos indicadores y obtener finalmente un valor que proporcione la prioridad de remplazo (PR) de los equipos. Para ser el máximo de realistas posibles, ambos modelos consideran parámetros cuantitativos y estadísticos obtenidos directamente de la base de datos de dos centros con años en funcionamiento. Los modelos validados con una base 560 equipos respaldan el uso de esta herramientas para la toma de decisiones en el remplazo de equipos. Por último, también se muestra en este estudio la capacidad de estos modelos de trasladar los estadísticos de hospitales con un largo recorrido a bases de datos de hospitales nuevos.

Background-The arrhythmogenesis of ventricular myocardial ischemia has been extensively studied, but models of atrial ischemia in humans are lacking. This study aimed at describing the electrophysiological alterations induced by acute atrial ischemia secondary to atrial coronary branch occlusion during elective coronary angioplasty.; Methods and Results-Clinical data, 12-lead ECG, 12-hour Holter recordings, coronary angiography, and serial plasma levels of high-sensitivity troponin T and midregional proatrial natriuretic peptide were prospectively analyzed in 109 patients undergoing elective angioplasty of right or circumflex coronary arteries. Atrial coronary branches were identified and after the procedure patients were allocated into two groups: atrial branch occlusion (ABO, n= 17) and atrial branch patency (non-ABO, n= 92). In comparison with the non-ABO, patients with ABO showed: (1) higher incidence of periprocedural myocardial infarction (20% versus 53%, P= 0.01); (2) more frequent intra-atrial conduction delay (19% versus 46%, P= 0.03); (3) more marked PR segment deviation in the Holter recordings; and (4) higher incidence of atrial tachycardia (15% versus 41%, P= 0.02) and atrial fibrillation (0% versus 12%, P= 0.03). After adjustment by a propensity score, ABO was an independent predictor of periprocedural infarction (odds ratio, 3.4; 95% confidence interval, 1.01-11.6, P< 0.05) and atrial arrhythmias (odds ratio, 5.1; 95% confidence interval, 1.2-20.5, P= 0.02).; Conclusions-Selective atrial coronary artery occlusion during elective percutaneous transluminal coronary angioplasty is associated with myocardial ischemic damage, atrial arrhythmias, and intra-atrial conduction delay. Our data suggest that atrial ischemic episodes might be considered as a potential cause of atrial fibrillation in patients with chronic coronary artery disease., Peer Reviewed, Postprint (author's final draft)

El següent treball final de grau es part d’un projecte d’investigació realitzat per L’Hospital Clínic de Barcelona y el CREB (Centre de Recerca en Enginyeria Biomèdica), en ell s’intenta trobar una relació de l’alçada amb l’equilibri simpàtic-vagal del sistema nerviós autònom. Per dur a terme aquest treball es va necessitar d’un grup de voluntaris joves, un equip Holter, el programa MATLAB y el software d’anàlisis estadístic SPSS. Aquest treball consta de tres parts, a la primera veurem un recorregut per els sistemes involucrats en el HRV (Heart Rate Variability) el sistema cardiovascular i el sistema nerviós autònom. Una segona part d’ingenieria on extraurem les dades d’un Holter aplicat a 73 joves voluntaris i el seu posterior exportació a Matlab per el ser processat de senyals. La tercera i última consta d’un estudi estadístic, on s’analitzaran els índex extrets amb Matlab de cada voluntari, evidenciant les conclusions detallades al final d’aquesta memòria.

This paper describes the integration of mathematical models of the cardiac electrical activity, the cardiovascular system and the baroreceptor reflex control of the autonomic nervous system, with a model representing a head-up tilt test. Sensitivity analyses are performed in order to determine those model parameters producing the greatest significant effects on heart rate and blood pressure. An optimization step is then applied to the most influential parameters in order to find the best model fit to real cardiac data obtained from a patient suffering from Brugada syndrome and a healthy subject, in supine and upright postures during a tilt test. Results show the feasibility of the model to generate realistic autonomic responses to head-up tilt testing in health and disease., Peer Reviewed, Postprint (published version)