Back to Search Start Over

Análisis multidimensional de las 12 derivaciones del ECG estándar para predecir el éxito de la cardioversión eléctrica en fibrilación auricular persistente

Authors :
Cirugeda Roldan, E.M.
Calero Núñez, S.
Plancha Burguera, E.
Enero Navajo, J.
Rieta, J J
Alcaraz Martínez, R.
Source :
RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia, instname
Publication Year :
2020
Publisher :
Sociedad Española de Ingeniería Biomédica, 2020.

Abstract

[ES] La Sociedad Europea de Cardiologia recomienda la cardioversion electrica (CVE) para el control del ritmo cardiaco en situaciones de fibrilacion auricular (FA) persistente. Aunque es capaz de restaurar inicialmente el ritmo sinusal (RS) en la mayoria de los pacientes, su tasa de exito a medio plazo es limitada, presentando la arritmia una alta probabilidad de recurrencia. En este contexto, es de gran interes poder prever el resultado de la CVE, ya que de esta forma se podria tratar individualizadamente a los pacientes. Con este objetivo, durante los ultimos a nos se han propuesto distintos indices que caracterizan la actividad auricular (AA) sobre el electrocardiograma (ECG), tales como la amplitud de las ondas fibrilatorias (f), su frecuencia dominante, o su regularidad. Aunque estos indices han presentado resultados prometedores, solo se han empleado para caracterizar las ondas f en una unica derivacion, generalmente V1, descartando asi la informacion espacial que, registrada en otras derivaciones, puede resultar de gran interes. Asi pues, este trabajo evalua si una extension multidimensional de dichos indices es capaz de incrementar la capacidad de prediccion del resultado de la CVE. En los resultados se observa que las extensiones multidimensionales de los indices propuestos incrementan la prediccion de la CVE hasta casi un 6 %, lo que sugiere que las correlaciones espaciales en la AA de las distintas derivaciones del ECG obtienen informacion predictiva relevante sobre la recurrencia de la FA.

Details

Language :
Spanish; Castilian
Database :
OpenAIRE
Journal :
RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia, instname
Accession number :
edsair.dedup.wf.001..03de1f0450d42fc8f9385cec0eb9918f