Análisis del ECG en monitorización ambulatoria para el diagnóstico cardíaco y la predicción de muerte cardíaca súbita

UPC UNIVERSITAT POLITÈCNICA DE CATALUNYA DEPARTAMENT D’ENGINYERIA ELECTRÒNICA ANÁLISIS DEL ECG EN MONITORIZACIÓN AMBULATORIA PARA EL DIAGNÓSTICO CARDÍACO Y LA PREDICCIÓN DE MUERTE CARDÍACA SÚBITA Tesi doctoral presentada per a l’obtenció del títol de doctor Carlos Román Vázquez Seisdedos Director: Dr. Ramon Pallàs Areny Enero de 2001 Indice Indice 1. Introducción 1 1.1 Diagnóstico Cardíaco 2 1.1.1 Técnicas para el diagnóstico cardíaco 2 1.1.2 El electrocardiograma superficial (ECG) 3 1.1.3 El diagnóstico cardíaco mediante el ECG 4 1.2 Muerte cardíaca súbita 6 1.2.1 Definición de muerte cardíaca súbita 6 1.2.2 Causas 6 1.2.3 Factores de riesgo 7 1.2.4 Síntomas 8 1.2.5 Métodos no invasivos empleados en la predicción de SCD 9 1.2.6 Relación temporal RR–QT 11 1.3 Frecuencia cardíaca y repolarización ventricular 12 1.4 Análisis dinámico de la repolarización 14 1.4.1 Adaptación del intervalo (QTA) 14 1.4.2 Variabilidad del intervalo QT (QTV) 15 1.4.3 Aplicaciones de QTL, QTA y QTV 16 1.5 Objetivos de la tesis y su interés 17 1.6 Estructura de la tesis 19 2. Adquisición del ECG ambulatorio 21 2.1 Monitorización ambulatoria del ECG 22 2.1.1 Sistemas empleados en monitorización ambulatoria 22 2.1.2 Tipos de sistemas Holter 23 2.1.3 Monitorización ambulatoria mediante Telemetría 23 2.2 Artefactos en el ECG ambulatorio 29 2.2.1 Artefactos de movimiento 30 2.2.1.1 Modelos sobre artefactos de movimiento 30 2.2.1.2 Medición de impedancia y potencial de contacto en el ECG 32 2.2.2 Métodos utilizados para reducir los artefactos de movimientos 37 2.3 Amplificación del ECG en condiciones ambulatorias 39 v Indice general 2.3.1 Análisis teórico del comportamiento frente a artefactos 40 2.3.2 Comprobación experimental 43 2.4 Consideraciones sobre el muestreo y sobremuestreo en el ECG 46 2.4.1 Influencia de la frecuencia de muestreo en la variabilidad del QT 46 2.4.2 Influencia del sobremuestreo en la variabilidad del QT 48 2.5 Conclusiones 51 3. Obtención de series temporales a partir del ECG 53 3.1 Detección de puntos característicos 54 3.1.1 Detección de complejos QRS 54 3.1.2 Detección de puntos característicos sobre la onda T 56 3.1.2.1 Algoritmo para detectar el máximo de la onda T 58 3.1.2.2 Detección de inicios y finales de ondas mediante triangulación de áreas 59 3.1.2.3 Validación del algoritmo de triangulación de áreas 60 3.2 Comportamiento de algoritmos para determinar el QT frente a perturbaciones 62 3.2.1 Influencia del ruido de banda ancha 62 3.2.2 Influencia de la variación de la línea base 66 3.2.2 Influencia de la modulación de amplitud en el ECG 68 3.3 Detección y corrección de artefactos en series temporales 70 3.3.1 Detección de artefactos mediante el cálculo de la longitud 70 3.2.2 Corrección de artefactos en series temporales 73 3.4 Conclusiones 75 4. Análisis de las relaciones entre los intervalos RT y RR 77 4.1 Métodos para describir la variabilidad de los intervalos RR y QT 78 4.1.1 Indices convencionales para describir la variabilidad de la frecuencia cardíaca 78 4.1.2 Indices para describir la variabilidad del QT 81 vi Indice 4.1.3 Indices utilizados para describir la adaptación del QT (QTA) 83 4.1.3.1 Adaptación a corto plazo 83 4.1.3.2 Adaptación a largo plazo 84 4.2 Indices propuestos para describir la variabilidad del QT (QTV) 88 4.2.1 Definición del índice de relación de desviaciones estándares(SDRI) 88 4.2.2 Evaluación del índice SDRI 90 4.3 Indices propuestos para describir la adaptación del QT (QTA) 94 4.3.1 Adaptación a corto plazo: coeficiente de adaptación en aceleración y deceleración 94 4.3.2 Adaptación a largo plazo: pendiente de regresión promediada ponderada 98 4.4 Influencia de la respiración en la variabilidad del RT 101 4.5 Conclusiones 103 5. Conclusiones 105 Anexo I: Sistema de telemetría de un canal A.1 Anexo II: Sistema se telemetría de tres canales A.2 Anexo III: Publicaciones obtenidas sobre el tema de la tesis A.3 Bibliografía B.1 vii Introducción Capítulo 1. Introducción La muerte cardíaca súbita (SCD, sudden cardiac death) causa víctimas que no tienen ningún síntoma previo. En los últimos años, la SCD ha aumentado a cifras alarmantes hasta el punto de que en 1989 fué considerada el desafío más importante de la cardiología moderna [Bayés y Guindo, 1989]. Una de las causas principales de la SCD es el infarto de miocardio (IM). El proceso final aparente que provoca la SCD en estos casos es el fallo del sistema de activación eléctrica del corazón. Este fallo es frecuentemente una consecuencia de la cardiopatía isquémica, de manera que interesa detectarla en su fase inicial. Se estima que un 75 % de los pacientes que fallecen súbitamente tienen un infarto de miocardio antiguo. Aproximadamente el 23 % de los IM pasan inadvertidos debido a la ausencia de síntomas como la clásica angina de pecho [Fisher y col., 1999]. Además, el 18 % de los IM producen muerte súbita como primer, último y único evento. Hasta el momento no ha sido posible definir las indicaciones terapéuticas a seguir para atender la isquemia silente, lo cual implica que la única forma de salvar a estos pacientes es la detección temprana [Fox y col., 1990]. Cuando la isquemia (silente o no) se está desarrollando, el tiempo de tratamiento efectivo para evitar daños irreversibles a los miocitos, es de solamente unos 15 a 120 minutos, y de 4 a 6 horas para salvar la vida de los pacientes mediante un tratamiento adecuado. Esto es un serio problema en la isquemia silente, por ser asintomática. Para detectar fielmente la isquemia miocárdica se necesitaría medir la disminución de la contractibilidad de los miocitos cardiacos. Pero esto es irrealizable, incluso mediante técnicas de medicina nuclear. La medición del potencial transmembrana no resolvería el problema, porque son muchos los factores que afectan a la conductancia de la membrana celular. Además, la medida del potencial respectivo de un número grande de células tampoco es viable [Crossman, 2000]. La señal más accesible es el electrocardiograma superficial (ECG), que no refleja directamente los problemas a un nivel funcional celular. No obstante; se sabe desde hace tiempo que la isquemia miocárdica trae como consecuencia cambios en la amplitud, morfología y duración de los potenciales de acción de las células miocárdicas [Cinca y col., 1980], lo que provoca inestabilidad eléctrica en dichas células [Taggart, 1995]. Esta inestabilidad queda reflejada en el ECG superficial [Antzelevitch y col., 1995]. 1 Introducción La monitorización ambulatoria del ECG puede ser un medio adecuado para evaluar la inestabilidad eléctrica y para la valoración pronóstica o estratificación de riesgo de SCD de diversos grupos de pacientes. Para ello sería conveniente evaluar un elevado número de sujetos durante diferentes períodos de tiempo antes del episodio final de SCD. Ahora bien, dado que el coste no permite extender el proceso a la población de forma indiscriminada, conviene tener criterios para prescribir la monitorización ambulatoria sólo en casos justificados, pero que mejoren su limitado uso actual. El registro del electrocardiograma ambulatorio durante períodos prolongados fue introducido por Norman Holter [Holter, 1961]. Por ello se denomina monitorización ambulatoria dinámica o ECG de Holter. En su inicio, esta técnica se utilizaba sólo en el diagnóstico y en la caracterización de las arritmias cardíacas. Posteriormente, los equipos permitieron registrar el segmento ST–T para estudiar la isquemia, tanto silente como sintomática, analizar parámetros con implicaciones pronósticas cardiovasculares (variabilidad del RR, dispersión del intervalo QT, etc), y valorar el tratamiento antiisquémico y antiarrítmico, entre otras aplicaciones. Recientemente se han desarrollado sistemas que combinan el registro del ECG con el de la presión arterial (Holter combinado) que permiten una mejor valoración de la fisiopatología de los cambios eléctricos indicativos de la isquemia miocárdica y los trastornos del ritmo., La electrocardiografía ambulatoria sigue avanzando tanto en las técnicas de registro como en las de análisis. 1.1 Diagnóstico Cardíaco 1.1.1 Técnicas para el diagnóstico cardíaco Las técnicas empleadas para el diagnóstico se clasifican en invasivas y no invasivas. Dentro de las técnicas invasivas, están la estimulación ventricular programada y la cateterización cardíaca. Dentro de las técnicas no invasivas están la ecocardiografía, la cardiología nuclear, la resonancia magnética (RM) y la electrocardiografía. Esta última puede ser en reposo o basal, en ejercicio, ambulatoria (AECG), y de alta resolución. La electrocardiografía es la más simple de las técnicas no invasivas y la que mejor se presta a la monitorización ambulatoria. 2 Introducción 1.1.2 El electrocardiograma superficial (ECG) El electrocardiograma superficial es la señal eléctrica que refleja la contribución total de los eventos eléctricos que se producen a nivel celular en el corazón y que se registran en la superficie del cuerpo (figura 1.1). Cada ciclo del ECG consta de distintas ondas en una secuencia determinada: P, complejo QRS, onda T y, a veces, una onda U, que son el resultado de fenómenos de despolarización que se inician en el nodo sinoauricular (SA) y se propagan por las vías de conducción auriculares y ventriculares. Cada despolarización va acompañada de su correspondiente repolarización. R-R P-P T-P P QR T RR Figura 1.1 Definición de la longitud de ciclo en un ECG. El intervalo PP es el tiempo entre despolarizaciones auriculares contiguas, y se denomina también longitud de ciclo (CL: cycle length). Como la relación señal a ruido de la onda P es muy pequeña y en cambio la de la onda R es grande, CL se estima normalmente a partir del intervalo RR. El error cometido habitualmente es pequeño por serlo la variabilidad del intervalo PR [Kitney y Rompelman, 1987]. Sin embargo, la estimación deja de ser válida cuando hay alguna anomalía en la conducción auricular. El intervalo QT es el tiempo que transcurre entre la despolarización de la primera célula miocárdica y el final de la repolarización de la última célula ventricular (VR: ventricular repolarization). Por consiguiente, indica la duración de la repolarización ventricular (RD: repolarization duration). 3 Introducción En el ECG se evalúan fundamentalmente dos elementos: la duración de las ondas, los intervalos definidos por ellas y la secuencia de su aparición y la amplitud y morfología de las señales registradas. El ECG suele ser la primera exploración complementaria indicada para el diagnóstico de arritmias y para valorar a los pacientes con dolor torácico o que hayan sufrido un síncope. Las limitaciones de la técnica vienen impuestas por sus propias características, ya que la información que proporciona el ECG se basa en la extrapolación de hechos anatómicos o funcionales que modifican las características de la actividad eléctrica generada por el corazón, actividad que puede ser modificada por otros factores ajenos a la patología cardíaca. No obstante, el ECG presenta una excelente relación beneficio−coste, por lo que constituye la técnica de diagnóstico cardíaco más usada en la práctica clínica. 1.1.3 El diagnóstico cardíaco mediante el ECG La información derivada del análisis de las ondas del ECG a lo largo del tiempo (eje horizontal del registro) permite detectar la existencia de trastornos del ritmo cardíaco, de la secuencia de activación del sistema específico de conducción y del miocardio auricular o ventricular. La amplitud y polaridad (eje vertical del registro), y la forma de las ondas, aportan información sobre aspectos funcionales (isquemia, alteraciones electrolíticas y metabólicas, sobrecarga, acción de fármacos) o anatómicos (hipertrofia, dilatación, necrosis, fibrosis) del sustrato miocárdico que genera la actividad eléctrica registrada. La sensibilidad del ECG para detectar el infarto miocárdico es aproximadamente del 50 % y alcanza el 95 % en registros secuenciales [Chorro y López, 1993]. La sensibilidad del ECG basal para detectar la insuficiencia coronaria crónica en la población general es baja. Lo mismo sucede entre individuos que se quejan de dolor torácico ya que, en ausencia de dolor, el ECG es normal en más de la mitad de los casos. Para aumentar las posibilidades de diagnóstico del ECG en reposo se han desarrollado diversas variantes como son: • Las pruebas de esfuerzo (físico o psíquico). • La electrocardiografía de alta resolución. • La electrocardiografía dinámica o ambulatoria (método Holter). 4 Introducción El ECG durante las pruebas de esfuerzo en una población con sospecha de cardiopatía isquémica presenta una sensibilidad y especificidad mucho mayor que el ECG basal. La sensibilidad está comprendida entre el 53 % y el 91 % según las series, y la especificidad entre el 85 % y el 95 %, aunque el valor predictivo de la prueba depende de la población estudiada (prevalencia de la enfermedad) [Chorro y López, 1993]. En la detección de hipertrofias en una población general (estudio de Framingham), la sensibilidad del ECG es baja (7 %) aunque su especificidad es alta (98 %). En muestras de población con hipertrofias ligeras, la sensibilidad es de un 15 % a un 35 %; en muestras de población con hipertrofias acusadas, la sensibilidad es de un 10 % a un 57 %, y la especificidad es alta (entre el 85% y el 100%) [Chorro y Lopez, 1993]. Para detectar la hipertrofia, la ecocardiografía es mucho más sensible y precisa. En la detección de otras patologías (valvulopatías, cardiopatías congénitas, miocardiopatías y enfermedades del pericardio), el ECG ha sido desplazado por la ecocardiografía Doppler, que es más precisa. En algunos casos (cardiopatías congénitas y miocardiopatías), el ECG, aunque no es específico, sí que es orientativo y puede aportar información valiosa. El ECG no permite valorar la existencia de insuficiencia cardíaca o cuantificar su severidad. Sí que es útil en la valoración de las causas de la insuficiencia, ya que puede detectar signos de infarto o de isquemia miocárdica, de hipertrofia o sobrecarga de cavidades, o detectar arritmias que contribuyan a la descompensación de los pacientes con este tipo de patología. El ECG obtenido en condiciones ambulatorias presenta las siguientes ventajas: 1. Abarca situaciones variadas de actividad (esfuerzo físico y psíquico, reposo, sueño). 2. Permite estudiar arritmias y diagnosticar síncopes durante el registro. 3. Tiene un coste relativamente bajo respecto a la electrocardiografía de alta resolución. Debido a estas ventajas y a su carácter no invasivo y facilidad de obtención, es interesante considerar la posibilidad de predecir la SCD usando el ECG obtenido mediante monitorización ambulatoria. 5 Introducción 1.3 Frecuencia cardíaca y repolarización ventricular La frecuencia cardíaca (HR, heart rate) es numéricamente igual al inverso de la longitud de ciclo (CL). La variación de CL en latidos sinusales a lo largo de los diferentes latidos cardiacos se denomina variabilidad de la frecuencia cardíaca (HRV, heart rate variability). Así pues, contrariamente a lo que el término pueda sugerir, HRV no es una medida de la variabilidad de la frecuencia cardíaca media. El intervalo QT resulta de la suma del potencial de acción de cada célula del miocardio ventricular (figura 1.3). La prolongación de la repolarización de los ventrículos (QTc > 440 ms) está considerada como un predictor de muerte súbita en pacientes post–infarto [Schwartz y Wolf, 1978]. Un intervalo QT prolongado puede corresponder a un potencial de acción anormalmente largo en todas las células, y también a una situación de dispersión de los potenciales de acción, largo en unas células y normal en otras. Repolarización (Zona plana) Repolarización (Zona final) Q R S T m T e QT Figura 1.3 Definición del QT como intervalo resultante de la suma de los potenciales de acción de las células ventriculares [Webster, 1978]. 12 Introducción El QT puede incrementarse por otras causas (hipertrofias, defectos de conducción, medicamentos). La prolongación del intervalo QT puede ser adquirida o inherente. El acortamiento del QT tiene menor importancia clínica que su alargamiento. Normalmente se asocia el intervalo QT con la repolarización ventricular, pues ésta ocurre durante la mayor parte de dicho intervalo. Por esta razón se puede pensar que las variaciones del QT estarán concentradas esencialmente desde el final de S (punto J) al final de T. La detección precisa del final de S suele ser difícil, razón por la cual se escoge la onda R como referencia temporal del inicio de la repolarización ventricular. Aunque el final de la repolarización es el punto Te (de end), frecuentemente se escoge el pico Tm (de máximo) porque se detecta con mayor fiabilidad (figura 1.4) [Porta y col., 1994], sobre todo en monitorización ambulatoria o en pruebas de esfuerzo [Krahn y col., 1997]. El intervalo resultante RTm, también denominado RTa (de ápex) y RTp (de pico), es un buen estimador de la VR [Merri y col., 1993]. Para el intervalo RTe, se usan a veces los términos RToff (de off) y RTf (de final). En este trabajo se emplean RTm y RTe como estimadores del QT. P-R S-T P-R iso RTm RTe QTm QT Figura 4. Aproximaciones del intervalo QT. Si las variaciones en la duración de los potenciales de acción se producen en el segmento ST, de forma que el retardo entre los potenciales de las células ventriculares sea constante en función del tiempo, entonces los intervalos RTm y RTe deberán aportar la misma información diagnóstica. Si las variaciones de duración ocurren en la fase final de la repolarización, o si ocurre una dispersión de los potenciales de acción de las diferentes células en el tiempo, entonces las variaciones del intervalo RTm perderán información respecto a las del RTe. Se ha justificado 13 Introducción que la dependencia RD–CL en el intervalo QT está concentrada hasta Tm [Merri, 1992] pero esto no es aplicable cuando dicha dependencia se debe a factores como el tono autonómico, electrolitos y medicamentos [Tavernier y col., 1995]. En sujetos sanos, la elección de RTm o RTe debería ser irrelevante, pero no en sujetos con enfermedades coronarias estructurales o anormalidades metabólicas donde son comunes las postdespolarizaciones tardías [Berger y col., 1997]. Las opiniones sobre este tema son muy diversas y a veces contradictorias. 1.4 Análisis dinámico de la repolarización La cuantificación de la dinámica del QT se hace a través de su duración, su adaptación al RR y su variabilidad. 1.4.1 Adaptación del intervalo QT (QTA) El QT se analiza tradicionalmente evaluando su duración (QTL, QT length). Ahora bien, la prolongación del QT por sí misma no es probablemente el mejor indicador cuantitativo de la VR. La incorrecta adaptación del QT a cambios en la frecuencia cardíaca puede tener tanta significación como la misma prolongación del QT [Maison y col., 1995]. La adaptación del intervalo QT (o alguna estimación de éste), no es más que la respuesta que experimenta el QT ante cambios en la frecuencia cardíaca, bien sea de forma natural (ejercicio físico o mental, sueño) o artificial (estimulación, pruebas de ejercicio, maniobras vagales) [Zaza y col., 1991]. La adaptación se puede analizar de dos formas distintas: • A largo plazo: Consiste en representar los cambios en el intervalo QT en función de los cambios en el intervalo RR, utilizando por ejemplo la pendiente de la recta de regresión correspondiente como una medida para el diagnóstico (en sujetos sanos la pendiente es menor que en enfermos). Usualmente se la denomina dinamicidad del QT (QT dinamicity). 14 Introducción • A corto plazo: Consiste en cuantificar los cambios transitorios en el intervalo QT debidos a cambios bruscos en el RR (en sujetos sanos el tiempo de adaptación es mayor que en enfermos). La adaptación a largo plazo es la más empleada [Merri y col., 1992; Coumel y col., 1994] a pesar de que se enmascara la referencia temporal, y por consiguiente se pierde la información autonómica en cada punto (RR, QT). Es decir, se mezclan comportamientos QT y RR correspondientes a regímenes de la frecuencia cardíaca transitorios y estables. Recientemente se ha propuesto el promediado selectivo de latidos (SBA) [Badilini y col., 1999] que permite analizar la dinamicidad en estado estable de RR, según ciertos criterios de estabilidad predefinidos. La adaptación del QT a corto plazo es un concepto nuevo en monitorización ambulatoria, por lo que hay pocos trabajos que la apliquen [Singh y col., 1997a; Vázquez y col., 2000c]. El estudio de estas formas de adaptación es de interés porque cambios en el intervalo RR que no impliquen cambios en el QT pueden iniciar arritmias ventriculares malignas que pueden llevar a la SCD [Merri y col., 1993]. 1.4.2 Variabilidad del intervalo QT (QTV) La variabilidad del intervalo QT (QTV) es la cuantificación de los ligeros cambios en el QT latido a latido. A diferencia de la HRV, sobre la QTV se ha escrito relativamente poco. Esto quizá se deba a la incertidumbre en la determinación del final de la onda T. Los estudios sobre QTV son bastante recientes (década de los 90) y en la actualidad su empleo se limita a la investigación clínica [Palma y col., 2000]. Un corazón normal debe ser eléctricamente homogéneo, es decir, el frente de despolarización (y la correspondiente repolarización) avanzará uniformemente por el miocardio, sin demoras ni bloqueos. En estas condiciones no es probable que se desarrolle fibrilación ventricular. En un corazón patológico, tras una oclusión coronaria (parcial o total), las propiedades electrofisiológicas de las células del tejido afectado cambiarán (heterogeneidad eléctrica). Dentro de las zonas isquémicas la conducción es lenta, la refractoriedad no es uniforme, y pueden producirse bloqueos de conducción, situaciones necesarias para el desarrollo de arritmias 15 Introducción ventriculares [Zareba, Moss y Badilini, 1996]. La isquémia miocárdica afecta a la actividad neural en dirección al sistema nervioso central al mismo tiempo que afecta a la transmisión neural dentro de la misma zona isquémica [Laskey, 1994]. Por todo ello cabe esperar que el tiempo de repolarización en el miocardio dañado sea anormal con respecto al del tejido íntegro. Este retardo, consecuencia de la heterogeneidad eléctrica, deberá verse reflejado en una mayor variabilidad en el QT. La QTV se ha estudiado con técnicas temporales o estadísticas, espectrales, y de dinámica no lineal [Baranowski y col., 1995]. El análisis temporal de la señal QT (ó QTc) o de la relación QT/RR fue históricamente el primero y es el más utilizado en el ambiente médico. Su principal desventaja es que no separa las causas que originan la QTV. En este trabajo será el que prevalecerá, ya que el interés fundamental es obtener indicadores más que determinar las causas de la variabilidad. El análisis espectral de la QTV goza de gran aceptación tanto para registros de corta como de larga duración (métodos tiempo–frecuencia). Permite estudiar la influencia de diversos sistemas fisiológicos en la QTV, que es un tema poco abordado a pesar de su importancia, a diferencia de la HRV donde se ha publicado mucho al respecto. En sujetos sanos, la respiración puede aportar a veces una gran parte de la variabilidad en el RR [García, Vázquez y Pallàs, 2000b]. En sujetos sanos (ó patológicos) donde la QTV es pequeña en comparación con la HRV, la caracterización de la influencia de la respiración debería jugar un papel importante, aunque poco se ha escrito al respecto [Pai y Rawles, 1994]. La QTV puede cuantificar la variabilidad morfológica o energética de la onda T [Priori y col., 1997]. No obstante, el uso de los intervalos de tiempo parece ser un método más fiable particularmente en condiciones de monitorización ambulatoria, aunque hay diversas opiniones en este sentido [Buratini y Zareba, 1999]. 1.4.3 Aplicaciones de QTL, QTA y QTV El alargamiento del QTL se ha reportado en pacientes con infarto de miocardio [Schwartz y Wolf, 1978], con neuropatía diabética [Bellavere y col., 1988], con anorexia nerviosa [Cooke y col., 1994], en grupos de enfermos con y sin cardiopatías [Laakso y col., 1987], en poblaciones 16 Introducción aparentemente sanas que sufrieron SCD [Schouten y col., 1991] y durante la evaluación de medicamentos [Browne y col., 1982], entre otros. Los estudios de adaptación del QT a largo plazo persiguen también diversas aplicaciones. Se han reportado cambios en la relación QT/RR en pacientes con IM bajo diversos tests [Extramiana y col., 1999a; Gang y col., 1999], en pacientes con fibrilación auricular [Pai y Rawles, 1989], en pacientes con fibrilación ventricular [Tavernier y col., 1997], en pacientes con taquicardia ventricular idiopática [Fei y col., 1994a], en pacientes con el síndrome del QT largo [Merri y col., 1992], en pacientes con cardiomiopatía dilatada idiopática [Fauchier y col., 1999] y en cardiopatía hipertrófica [Fei y col., 1994b]. También se ha observado que la pendiente QT/RR disminuye en pacientes isquémicos [Aytemir y col., 1999] o que no cambia [Mezilis y col., 1999] en pacientes con hipertrofia. En cuanto a QTV, al ser una técnica novedosa, los estudios diagnósticos son escasos. Estos reportan una mayor variabilidad en pacientes con cardiopatía dilatada isquémica [Berger y col., 1997] y en pacientes isquémicos [Vrtovec y col., 2000]. La mayoría de los trabajos se dedican a caracterizar espectralmente el comportamiento de QTV en relación con HRV [Nollo y col., 1992; Merri y col., 1993; Lombardi y col., 1996; Porta y col., 1998b]. Se nota una cierta reserva a presentar índices para la predicción de SCD. Del estudio de la bibliografía, podemos concluir que el análisis de la duración y variabilidad del QT y su adaptación frente a cambios en el RR, puede proporcionar una alternativa simple y económica para obtener indicadores sensibles, específicos y con buen valor predictivo para la diagnosis y pronogsis de cardiopatías y/o neuropatías, y en particular para la predicción de la SCD. 1.5 Objetivos de la tesis y su interés El objetivo de la tesis es mejorar los métodos para la monitorización ambulatoria del ECG orientado a su posible uso para el diagnóstico cardíaco y la predicción de SCD. Para alcanzar este objetivo básico es necesario adquirir, procesar y cuantificar los datos del ECG ambulatorio. De aquí se derivan los objetivos siguientes: 17 Introducción 1. Criticar y mejorar los métodos empleados para la adquisición del ECG ambulatorio y caracterizar los artefactos en el ECG ambulatorio para reducir sus efectos en el análisis. 2. Criticar y mejorar los métodos de obtención y análisis de las series QT en su relación con el RR, en condiciones de monitorización ambulatoria o experimentalmente equivalentes. 3. Analizar la influencia de la respiración en la variabilidad del QT en sujetos sanos y en pacientes para determinar si la respiración afecta o no al diagnóstico. 4. Obtener indicadores robustos para el diagnóstico de cardiopatías, neuropatías y la predicción de SCD a partir del ECG ambulatorio. La tesis se centra en la mejora de los métodos de monitorización ambulatoria para obtener indicadores que permitan prevenir la muerte cardíaca súbita. En particular, interesa definir y caracterizar indicadores que permitan identificar a pacientes con riesgo de IM (causa principal de la SCD). Por esta razón, y a falta de registros en personas aparentemente sanas que luego sufrieran muerte cardíaca súbita, se han monitorizado pacientes que han presentado un IM reciente. El trabajo experimental de la tesis se divide en tres partes: • Medidas en sujetos sanos y enfermos en situaciones controladas en reposo para interpretar y determinar cómo afecta la respiración a la QTV. • Medidas ambulatorias de larga duración en sujetos sanos y en enfermos. Se observará la dinámica de adaptación RD–CL en períodos de pocos artefactos. • Análisis de registros de corta y larga duración obtenidos de bases de datos disponibles (QT Database y MIT–BIH Arrhythmia Database), donde hay pacientes que han sufrido infarto de miocardio agudo y otros que han padecido cardiopatía isquémica. Los pacientes se han seleccionado de modo que no hayan tomado medicamentos que influyeran sobre el intervalo QT, como pueden ser los fármacos antiarrítmicos. Así se garantiza que no se altera el valor que eventualmente pueda tener el intervalo QT como marcador de riesgo después de un infarto de miocardio. Por las mismas razones, no se han considerado pacientes con anormalidades en la conducción tales como bloqueos de ramas que también alargan el intervalo 18 Introducción QT o pacientes con fibrilación auricular. Todas estas restricciones limitan el número de pacientes disponibles. 1.6 Estructura de la tesis La tesis se divide en cinco capítulos. En este primer capítulo se han expuesto los antecedentes sobre el diagnóstico cardíaco aplicado a la muerte cardíaca súbita, las técnicas utilizadas y especialmente la relación entre la repolarización ventricular y la frecuencia cardíaca que define el punto de partida y los objetivos de este trabajo. La estructura de los demás capítulos obedece a las etapas de la monitorización ambulatoria que abarcan: la adquisición, el análisis y la cuantificación de los datos (obtención de índices para el diagnóstico y la predicción). En el capítulo 2 se analizarán los problemas y las soluciones que se proponen en la etapa de adquisición del ECG ambulatorio por su importancia en la obtención de una señal primaria con suficiente calidad para el diagnóstico. Se analizarán las alternativas posibles de monitorización ambulatoria para mostrar las ventajas que presenta actualmente el uso de los sistemas de telemetría multicanal. Se caracterizarán las estructuras amplificadoras más empleadas, y se examinará su comportamiento frente a artefactos para seleccionar la estructura óptima en este aspecto. Por otro lado se cuantificarán los errores cometidos en el análisis de la variabilidad en las series QT en función de la frecuencia de muestreo escogida. También se estimarán los errores en el análisis de la variabilidad al interpolar una señal de ECG obtenida con una frecuencia de muestreo baja (250 Hz o menor) que es la usada en los registros disponibles en bases de datos comerciales. Al ser los artefactos el mayor problema de la monitorización ambulatoria, se estudiarán las causas que los originan, en particular los artefactos de movimiento. Luego se caracterizarán los artefactos de movimiento y se plantearán métodos para detectarlos y minimizar la pérdida de información fisiológica. Todos estos aspectos fijarán la metodología a adoptar para poder pasar a la fase de análisis con una mejor calidad de la señal registrada. Se desearía que idealmente la señal adquirida sólo tuviera información fisiológica de eventos cardíacos. En la práctica, la señal suele contener artefactos e interferencias a pesar de las precauciones en el registro. En el capítulo 3 se propondrá un nuevo método para detectar los artefactos en las series temporales. Luego se criticarán diversos algoritmos para determinar el 19 Introducción final de la onda T, se estudiará un algoritmo propuesto recientemente, se mostrarán sus ventajas, y se validará con registros de bases de datos comerciales. En el capítulo 4 se analizarán las relaciones existentes entre las series temporales RR y QT desde el punto de vista multiparamétrico. Se estudiarán los índices convencionales para describir la HRV y algunos índices utilizados para el análisis de la duración, la QTV y la QTA. Se propondrán nuevos índices para la QTV y la QTA, que se validarán con registros ambulatorios obtenidos mediante nuestro sistema de telemetría y con registros comerciales disponibles de personas que tienen riesgo de SCD por haber sufrido un infarto de miocardio. Por último, en el capítulo 5 se expondrán las conclusiones de esta tesis. 20 Capítulo 2. Adquisición del ECG ambulatorio Capítulo 2. Adquisición del ECG ambulatorio La adquisición del ECG ambulatorio tiene características especiales debido al continuo movimiento del paciente y a la variedad de entornos donde puede desenvolverse. Esto origina artefactos e interferencias que enmascaran la información presente en la señal. La reducción de interferencias procedentes de la red eléctrica ha recibido amplia atención en la bibliografía, pero los artefactos han sido poco investigados. La calidad de la señal registrada dependerá en gran medida de los métodos empleados en la monitorización ambulatoria, de las características del sistema de adquisición y del conocimiento del efecto que provocan los factores que afectan la calidad del diagnóstico. Por ello es conveniente analizar los problemas y las soluciones que han propuesto otros autores para la adquisición del ECG ambulatorio. En primer lugar se revisarán las alternativas posibles de monitorización ambulatoria con el objetivo de mostrar las ventajas que representa actualmente el uso de los sistemas telemétricos y se presentarán dos sistemas diseñados para el trabajo experimental de la tesis. Al ser los artefactos el mayor problema de la monitorización ambulatoria, se estudiarán las causas que los originan, resaltando los artefactos de movimientos. Luego se caracterizarán a los artefactos de movimiento y se plantearán métodos para su detección y la estrategia que adoptaremos para minimizar la pérdida de información fisiológica. Después se caracterizarán las estructuras amplificadoras más empleadas para adquirir el ECG, y se examinará su comportamiento frente a artefactos de modo común y de modo diferencial, con el objetivo de seleccionar la estructura amplificadora óptima. Finalmente se cuantificarán los errores cometidos en la estimación de la variabilidad de series QT, correspondientes a señales simuladas y a señales reales tanto para las adquiridas a diferentes frecuencias de muestreo como para las señales sobremuestreadas a diferentes frecuencias a partir de la señal de menor frecuencia dentro de las anteriores. Todos estos aspectos determinarán la metodología a adoptar para poder pasar a la fase de análisis con una mejor calidad de la señal registrada. 21 Capítulo 2. Adquisición del ECG ambulatorio En el circuito receptor se ha medido la respuesta frecuencial para cada uno de los canales, y se han observado diferencias de más del 10 % en la ganancia entre canales. La causa principal es la dispersión en las características de sensibilidad del VCO del CD4046, entre diferentes dispositivos del mismo fabricante. Sin embargo, este error de ganancia permanece fijo y puede calibrarse posteriormente. También se ha observado un error de continua en los canales al no coincidir la frecuencia central del VCO del transmisor y del receptor. Este error no es importante, puesto que la componente continua de la señal no aporta información para esta aplicación. Las medidas de alcance se han realizado en dos situaciones distintas: a campo abierto y en el interior de un edificio con paredes y obstáculos metálicos. Se ha comprobado que el alcance en el interior del edificio es bastante menor que en campo abierto, debido a la atenuación de la señal, y además aparecen desvanecimientos en la señal recibida, debidos a efectos de propagación en múltiples trayectorias, especialmente cuando la separación entre el emisor y el receptor es grande. Otro parámetro importante de todo el sistema es su susceptibilidad frente a posibles fuentes de interferencia de radiofrecuencia. El módulo receptor dispone de un filtro paso banda suficientemente estrecho para limitar la potencia de señales interferentes que pudieran aparecer en bandas próximas. Sin embargo, la presencia de otro equipo transmisor de las mismas características, con portadora de 433,92 MHz y modulación en frecuencia, podría llegar a afectar al sistema de telemetría. Este problema podría minimizarse utilizando otro tipo de codificación y de modulación más robustos a interferencias, con el consiguiente aumento de coste. Dado que aquí siempre se tendrá un solo equipo en espacio determinado, el sistema diseñado es suficiente. Las pruebas realizadas en voluntarios han mostrado el correcto funcionamiento del equipo, además de mejorar la detección de las ondas del ECG cuando aparecen artefactos debidos al movimiento, especialmente durante el período de sueño. Actualmente el equipo está siendo evaluado sobre pacientes en el Servicio de Cardiología del Hospital Saturnino Lora de Santiago de Cuba. 28 Capítulo 2. Adquisición del ECG ambulatorio 2.2 Artefactos en el ECG ambulatorio Los registros de ECG ambulatorios están expuestos a muchas perturbaciones de origen fisiológicas y técnicas, las cuales no se pueden prevenir ni controlar con facilidad. Estas perturbaciones provocan errores en la detección de los puntos característicos. Los artefactos son perturbaciones del trazado electrocardiográfico originadas en circunstancias ajenas al corazón investigado, y que afectan la morfología de parte o la totalidad del trazo por lo que dificultan la correcta interpretación de sus grafoelementos [D'Alessandro y Sutil, 1999]. Los circuitos o algoritmos de detección más sofisticados, fallan debido a los artefactos en el ECG. Los artefactos en el ECG se originan debido a: a) Causas técnicas [Carim, 1988]: • Radiación eléctrica, magnética o electromagnética en el entorno del registro • Otras fuentes de biopotenciales diferentes a la de interés • Movimientos del sujeto • Movimientos cable − electrodo • Ruido interno en los electrodos • Bucles de tierra • Cables mal apantallados de forma inadecuada • Ruido en el amplificador de instrumentación b) Causas fisiológicas: • Inicios anormales del latido cardíaco (Latidos ectópicos) • Variaciones en la posición del corazón con respecto a los electrodos • Cambios en el medio de propagación entre el corazón y los electrodos • Ondas P y T parecidas en morfología a la R 29 Capítulo 2. Adquisición del ECG ambulatorio Durante monitorización ambulatoria, la mayor fuente de artefactos son los movimientos del paciente, por lo que se abordará el problema desde su origen. 2.2.1 Artefactos de movimiento Los artefactos de movimiento se originan por perturbaciones mecánicas de los bioelectrodos debido al movimiento del paciente. Los artefactos pueden originarse en los propios electrodos [Odman y Oberg, 1982] o en la interfaz electrodo – piel [Thakor y Webster, 1978; De Talhouet y Webster, 1996] debido al movimiento relativo entre electrodo y electrolito, a las variaciones de las propiedades de la piel (impedancia y potenciales internos), o a ambas causas. En cualquier caso, los artefactos producen variaciones de potencial (derivas de la línea base) y de impedancia en el conjunto electrodo – piel. La caracterización de las relaciones causa − efecto en el ECG en presencia de artefactos es un tema poco estudiado. El objetivo de este apartado es caracterizar los artefactos de movimientos para indagar si la variación del potencial de contacto está relacionada con la variación de la impedancia. Si fuera así, a partir de la medición del módulo de la impedancia se podría intentar la compensación del efecto de la variación de potencial en la señal registrada y obtener el ECG libre de artefactos. 2.2.1.1 Modelos sobre artefactos de movimiento Se han propuesto modelos empíricos [Thakor y Webster, 1978; De Talhouet y Webster, 1996; Zipp y Ahrens, 1979] que ilustran los posibles mecanismos para la generación de artefactos de movimiento, aunque hasta ahora ningún modelo físico puede considerarse definitivo. Thakor y Webster propusieron el modelo de la figura 2.4(a), donde el potencial de la piel proviene de una fuente de corriente constante I causada por la diferencia en la actividad metabólica entre las células muertas del estrato córneo (ZC) y las células vivas de las capas de transición del estrato córneo al estrato granuloso (Zt) [Thakor y Webster, 1978]. Según este modelo, las variaciones de potencial son debidas a la variación de la impedancia en las células de transición entre el estrato córneo y el granuloso. De Talhouet y Webster introdujeron una variación en el modelo anterior, 30 Capítulo 2. Adquisición del ECG ambulatorio que tenía en cuenta que tanto la fuente de corriente I(F) como la impedancia Zt(F) dependen de la fuerza F con que se deforma la piel (figura 2.4b) [De Talhouet y Webster, 1996]. Zipp y Ahrens propusieron un modelo global electrodo–piel (figura 2.4(c)) que explica la generación de artefactos por movimiento en función de dos componentes: la variación de impedancia ZT del conjunto total electrodo−piel, y la variación del potencial VE registrado, producido por la fuerza ejercida sobre el electrodo, la piel o ambos [Zipp y Ahrens, 1979]. A partir de este modelo dedujeron las condiciones necesarias para que los artefactos fueran imperceptibles en el registro. V E Z T Z C Z t II(F) Z C Z t (F) (a) (b) (c) Figura 2.4 Modelos eléctricos de la piel según (a) Thakor y Webster, (b) De Talhouet y Webster y (c) Zipp y Ahrens. Según el modelo de Zipp y Ahrens, (2.1) artPE VVV ∆+= (2.2) artT ZZZ ∆+= donde: P Ves el biopotencial fisiológico, art V∆ es la variación de potencial (incluyendo el potencial de contacto) debido al artefacto de movimiento, 31 Capítulo 2. Adquisición del ECG ambulatorio Z es la impedancia del conjunto electrodo – piel sin artefactos (idealmente, es constante a una frecuencia), art Z∆ es la variación de impedancia debida al artefacto de movimiento. La componente tiene escasa influencia si la impedancia de entrada del amplificador de biopotenciales es suficientemente alta. Sin embargo, los artefactos persisten a pesar del elevado valor de en los amplificadores disponibles actualmente. Esto indica que al menos una parte del artefacto es debida a . art Z∆I Z I Z art V∆ Sin entrar en el detalle de los posibles mecanismos metabólicos internos de la piel involucrados, y a efectos de caracterizar la generación de los artefactos de movimientos, todos los modelos se pueden simplificar de acuerdo con el circuito de la figura 2.4(c), de modo que nuestro estudio se centrará en él para indagar si art V ∆ está relacionada con art Z ∆ . 2.2.1.2 Medición de impedancia y potencial de contacto en el ECG Supongamos que se inyecta una corriente sinusoidal )2cos( ctfIi(t) π = a la red de la figura 2.5, con el objetivo de medir la impedancia , descrita por su módulo y fase T Z )( )()( TT tj etZtZ θ =. i(t) v M (t) + - v E (t) v(t) Z T (t) + - Figura 2.5 Medición de impedancia y potencial a 2 hilos. 32 Capítulo 2. Adquisición del ECG ambulatorio La caída de tensión en se puede expresar como T Z () ))(2cos()( 2j )( cT c TttfItZ tf IetZtv θπ π += ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ ℜ= (2.3) La tensión total medida es vM(t) = v(t) + vE(t) (2.4) donde vM(t) es la señal de biopotencial más el cambio de potencial debido al artefacto (banda base). La impedancia medida será ZT(t) = v(t)/I, y tendrá una componente en fase y otra en cuadratura, R(t) y X(t), respectivamente. Dado que ZT es variable, la tensión v(t) está modulada en amplitud (AM). El ancho de banda de la señal AM depende de las variaciones temporales de la impedancia ZT, que en este estudio serán inducidas en condiciones controladas experimentalmente. Si suponemos que las variaciones temporales de ZT(t) son lentas comparadas con la frecuencia de la corriente inyectada, fc, las componentes en fase y cuadratura de la impedancia se pueden separar usando un demodulador coherente por programa. Así se eliminan los errores de fase debidos a algún posible desequilibrio de los dos canales de demodulación analógicos que serían necesarios [Pallàs y Webster, 1993]. Los resultados de la medida y su posterior procesamiento proporcionarán art V∆ y . art Z∆ La figura 2.6 muestra el esquema del sistema de medida. La parte indicada con líneas discontinuas representa la conversión analógico–digital (CAD) y las funciones de filtrado y demodulación que se realizan por software en un ordenador portátil Pentium II con una tarjeta de adquisición multicanal DAQ700 de National Instruments. Mediante un amplificador de ganancia 1 y otro de ganancia –1, se convierte la tensión unipolar del oscilador en una tensión diferencial a partir de la cual se obtiene una corriente inferior a 1 mA que se inyecta en el antebrazo izquierdo (experimento 1) o en la derivación bipolar II (experimento 2). Cuando se mide en el antebrazo, la señal de banda base no incluye el ECG. De esta forma se puede comparar con el caso de medir la derivación II, que sí lo incluye. 33 Capítulo 2. Adquisición del ECG ambulatorio Los electrodos empleados son de marca 3M (Ag/AgCl) usados en monitorización ambulatoria de ECG. + - RR R H = 9.1 M Ω R L = 9.1 M Ω TL072 i H i L ∆ V art Z V P ∆ Z art AI + - -9 V +9 V ( G D , f C ) CAD Ch#2 CAD Ch#1 X X -90 o f -3dB = 5 Hz ∆ V art f -3dB = 100 Hz Butter 4 o Butter 4 o ( Vi, fi ) + - TL072 +9 V -9 V ∆ Z Z Figura 2.6 Esquema eléctrico y funcional empleado en la medición simultánea de variaciones de potencial e impedancia. El canal 1 del CAD adquiere una réplica de la señal de corriente inyectada (con un factor de escala RH) y el canal 2 adquiere la señal de impedancia multiplexada en frecuencia con el biopotencial generado, según la expresión (2.4). El amplificador de instrumentación (AI) amplifica la señal compuesta vM(t). Dado que vE(t) (por ejemplo, el ECG) es pequeña, hay que amplificarla tanto como se pueda pero sin que la tensión debida a la señal de impedancia sature el amplificador. Hay que tener en cuenta que la impedancia de la piel decrece al aumentar la frecuencia [Rosell y col., 1988] y presenta valores altos a frecuencias bajas. Por otro lado, para una mejor estimación de la variación de impedancia en la banda de frecuencias del ECG, conviene que la frecuencia de medida de ZT sea lo más cercana posible a dicha banda, pero no tanto que dificulte el filtrado necesario para separar la 34 Capítulo 2. Adquisición del ECG ambulatorio señal de biopotencial de la tensión modulada debida a la impedancia. Devlin y colaboradores investigaron la posibilidad de separar los artefactos de movimiento a partir de la medición de la impedancia a 20 kHz [Devlin, Mark y Ketchum, 1984]. A esta frecuencia, el torso aporta la mayor parte de la impedancia total entre electrodos, lo que puede inducir la aparición de artefactos debido a la variación de la impedancia con la respiración o con el bombeo del corazón aún en ausencia de artefactos de movimiento. Por esta razón, aquí se ha escogido la frecuencia de 500 Hz como solución de compromiso. La tensión de pico a pico del oscilador ha sido de 2 V en el experimento 1 y de 8 V en el experimento 2, por lo que las corrientes inyectadas respectivas eran de 0,22 µA y 0,88 µA. El amplificador de instrumentación se ha diseñado con una frecuencia de corte paso alto de 0,65 Hz y una ganancia seleccionable de 560 en el experimento 1 y 120 en el experimento 2. La frecuencia de muestreo empleada ha sido de 10 kHz en ambos experimentos. El artefacto se ha inducido aplicando repetitivamente una ligera presión sobre uno de los electrodos, aproximadamente 2 veces por segundo, después de unos primeros segundos sin movimiento alguno en los electrodos. Durante los últimos segundos de la prueba se ha aumentado la presión aplicada. El artefacto de movimiento resultante produce así, una modulación AM en la señal de bioimpedancia. La demodulación y posterior procesamiento de las señales adquiridas se han realizado por programa, de acuerdo con los pasos de la figura 2.6. Con el filtrado paso bajo Butterworth de orden 4 a la frecuencia de corte 5 Hz, se estiman ZT y VE. Luego se calcula la variación de impedancia respecto a su valor medio T T Z Z. En la figura 2.7(a) se observa el comportamiento de los parámetros VE, y T T Z Z durante los primeros segundos del experimento 1. Durante los últimos segundos se ha aplicado una mayor presión al electrodo (figura 2.7(b)). 35 Capítulo 2. Adquisición del ECG ambulatorio (a) (b) Figura 2.7 Variación del potencial (superior) y del módulo de la impedancia normalizado a su valor medio (inferior) en el antebrazo izquierdo, frente a una depresión del electrodo: (a) Pequeña (b) Grande. En la figura 2.7(a) se observa que las variaciones de potencial son mayores que las de impedancia, y que hay una cierta correspondencia entre ambas. En la figura 2.7(b) se ve que cuando la presión sobre el electrodo es grande, la dependencia entre las variaciones del potencial y el módulo de la impedancia es no lineal. El coeficiente de correlación entre las señales de potencial y de impedancia en el periodo completo de 25 s es de 0,4657, que es un valor bajo. En el experimento sobre el antebrazo izquierdo no influye el ECG. En el experimento 2 se registran simultáneamente el ECG, superpuesto al potencial resultante de la presión sobre el electrodo, y la impedancia. La figura 2.8 muestra que los resultados obtenidos son cualitativamente similares a los del antebrazo. Las variaciones de potencial son también mayores que las variaciones de impedancia. 36 Capítulo 2. Adquisición del ECG ambulatorio Figura 2.8 Medición simultánea del potencial y la impedancia en la derivación estándar II cuando se aplica presión sobre un electrodo. Superior: Variación del potencial. Inferior: Variación normalizada al valor medio, del módulo de la impedancia. El coeficiente de correlación entre las señales de potencial e impedancia es en este caso de – 0,5882, que es también bajo. De ambos experimentos se concluye que aunque la medición de impedancia puede usarse como una indicación de la presencia de artefactos, no sirve para corregir los artefactos debidos a movimientos en el ECG ambulatorio [Vázquez, Ramos y Pallàs, 2000b]. 2.2.2 Métodos utilizados para reducir los artefactos de movimientos Para reducir los artefactos de movimiento en el registro del ECG se han propuesto diversas soluciones. Un método habitual es la ligera abrasión de la piel debajo de los electrodos [Tam y Webster, 1977]. Burbank y Webster propusieron la ligera punción de la piel debajo de los electrodos [Burbank y Webster, 1978]. Sin embargo, tanto la punción como la abrasión de la piel pueden irritarla, y ello puede llevar a un incremento de la impedancia de la epidermis. Se han propuesto diversas técnicas para compensar los artefactos de movimiento que se basan en filtrado adaptativo [Hamilton y Tompkins, 1989], redes neuronales adaptativas [Xue, Hu y Tompkins, 1989], y filtros no lineales adaptativos basados en logica fuzzy [Kiryu, Kaneko y 37 Capítulo 2. Adquisición del ECG ambulatorio circuitos AII y BAI se muestran en la figura 2.16. Las tolerancias de resistores y capacitores eran del 5 % y 1 % respectivamente. Las dos estructuras se han diseñado con ganancia diferencial igual a 960, frecuencia de corte pasa altos de 0,56 Hz y CMRR = 80 dB a 50 Hz. De hecho, el amplificador de instrumentación (AI) de la figura 2.14(b) usa los mismo elementos de 2.14(a), exceptuando la red integradora formada por R5 y C1. En el terminal no inversor del cuarto amplificador operacional (que funciona entonces como seguidor de tensión) se ha incorporado el ajuste de cero. V iL V o + - + - 240k Ω 10k Ω 51k Ω 1M Ω V iH + - 51k Ω 240k Ω + - 220 nF 1M Ω 1M Ω G D = 960 220 nF 680 k Ω 68 nF 100 k Ω 9,1 M Ω AI V iL V iH V o + - + - + - 220 nF 68 nF 680 k Ω 680 k Ω 680 k Ω (a) (b) Figura 2.16 Amplificadores con los valores de sus componentes: (a) AII (b) BAI. La figura 2.17(a) muestra el módulo de la ganancia diferencial en el intervalo de continua a 10,16 Hz (resolución espectral de 0,08 Hz). Los dos circuitos tienen igual frecuencia de corte a – 3 dB, de acuerdo con el diseño. En consecuencia, el tiempo de respuesta frente a las señales diferenciales es el mismo. 44 Capítulo 2. Adquisición del ECG ambulatorio 0246810 0 10 20 30 40 (dB) (Hz ) 0246810 -40 -30 -20 -10 0 10 (Hz ) AII BAI (dB) (a) (b) Figura 2.17 Ganancias hasta 10,16 Hz para los dos amplificadores analizados. (a) Ganancia a modo diferencial GD(f) (b) Ganancia a modo común GC(f). La ganancia en modo común total GC(f) respectiva se muestra en la figura 2.17(b). El comportamiento es dispar: paso alto para el AII y pasa banda para el BAI, de acuerdo con la predicción teórica (ecuaciones (2.9) y (2.14)). La ganancia en modo común del BAI a bajas frecuencias es de 7 dB, debido a la tolerancia de los componentes pasivos. A unos 7,5 Hz, dicha ganancia pasa a ser menor que la del AII. El estrecho ancho de banda de la respuesta en frecuencia del circuito BAI implica una respuesta transitoria más larga que la del AII frente a los artefactos que aparezcan en modo común. A frecuencias mayores de 10 Hz el comportamiento de ambos circuitos es muy parecido. Pero los artefactos de modo común tienen muy poca energía a estas frecuencias. El tiempo de respuesta al aplicar señales cuadradas es de 2 s para el AII ( τ = 0.2 s), mientras que para el circuito BAI no es posible observarlo en el osciloscopio pues duraba más de 5 s. Esto confirma los resultados obtenidos en la respuesta en frecuencia. Obsérvese que la constante de tiempo no coincide en ninguno de los dos circuitos con la frecuencia de corte en modo diferencial (0.56 Hz). Este análisis teórico y experimental muestra que amplificadores diferenciales con igual respuesta en modo diferencial y CMRR pueden tener una respuesta transitoria en modo común muy diferente y que a su vez esta respuesta transitoria depende del apareamiento de los componentes pasivos. La estructura AII es preferible por su menor tiempo de respuesta frente a los artefactos en modo común, que es un aspecto de gran interés en la monitorización ambulatoria 45 Capítulo 2. Adquisición del ECG ambulatorio de señales bioeléctricas [Vázquez y Pallàs, 2000a]. Por esta razón, ésta ha sido la estructura incorporada en los equipos de biotelemetría diseñados por nuestro grupo [Ramos, Vázquez y Pallas, 2000a; Ramos, Vázquez y Pallas, 2000b]. 2.4 Consideraciones sobre el muestreo y sobremuestreo en el ECG Las frecuencias de muestreo (128 Hz a 250 Hz) en los holters convencionales no son adecuadas para cuantificar la escasa variabilidad del intervalo QT y la dinámica de adaptación del QT ante cambios en la frecuencia cardíaca. Esto es debido a la limitada capacidad de almacenamiento disponible en dichos equipos. Para estimar mejor la variabilidad del intervalo QT hay que aumentar la frecuencia de muestreo disponible en dichos equipos. La solución actual consiste en sobremuestrear el ECG [Speranza y col., 1993] aunque no permite resolver mejor los rasgos que la señal de ECG original puede proporcionar. Se ha estudiado con anterioridad [Merry, 1990; Abboud y Barnea, 1995] el efecto negativo de las frecuencias de muestreo bajas para el análisis de la HRV en registros de poca variabilidad, pero no se ha encontrado algo similar para QTV. El objetivo de los dos siguientes apartados será evaluar el error cometido en la estimación de la variabilidad de los intervalos RTm, RTe y QT al muestrear y sobremuestrear a varias frecuencias una señal de ECG artificial con variabilidad nula. 2.4.1 Influencia de la frecuencia de muestreo en la variabilidad del QT En primer lugar se estudia el efecto de la frecuencia de muestreo en las variabilidades del QT, RTm y RTe. Esto permitirá determinar el valor óptimo de la frecuencia de muestreo (fS) en la adquisición. Para esto se realizan 2 experimentos. En el primero se adquiere la señal de ECG almacenada en un generador programable (HP33120A) a diversas frecuencias de muestreo. La amplitud de la señal es de 1V y su frecuencia es constante e igual a 1 latido/s. Para cada frecuencia de muestreo, se extrae un latido patrón de dicha señal y se repite 120 veces a la frecuencia de 1 latido/s. Por tanto, la variabilidad de todos los intervalos cardíacos en la señal anterior es nula. 46 Capítulo 2. Adquisición del ECG ambulatorio La señal de ECG anterior se filtra pasobajo a 20 Hz (Butterword bidireccional de orden 2). La relación señal a ruido de la señal filtrada es de 80,7 dB para cada frecuencia de muestreo. Para la detección de los puntos característicos R, Tm, Q, y Toff se han usado los algoritmos analizados en el apartado 3.1. Finalmente se obtienen las series temporales RTm, RTe, QT y RR en milisegundos. Se observa (tabla 2.3) que el error en la variabilidad de los intervalos RTm, RTe y QT disminuye, a medida que aumenta fS. Para fS iguales o mayores a 1000 Hz, la variabilidad es menor en el intervalo RTm, aunque su dispersión es mayor en comparación con el resto de intervalos, debido a que, en esta morfología, el pico de la onda T está menos definido que el final. No obstante, no se pueden sacar conclusiones generales porque la estimación de Tm y Te dependerá de la morfología de la onda T, y por tanto, de la morfología y duración de los potenciales de acción. En general, el error en todos los intervalos no disminuye tanto como para justificar los requerimientos de memoria y velocidad, que conllevan el muestrear a más de 1000 Hz. fS [Hz] STD(RTm) [ms] STD(RTe) [ms] STD(QT) [ms] 250 2,2 2,0 2,4 500 1,3 1,5 1,9 1000 1,0 1,4 1,8 2000 0.9 1,4 1,8 4000 0,8 1,4 1,8 Tabla 2.3 Desviación estándar de intervalos RTm, RTe y QT a varias frecuencias de muestreo para la señal patrón con variabilidad nula. En el segundo experimento se estima la variabilidad en señales muestreadas a 4 kHz, procedentes de tres voluntarios durante una prueba de respiración periódica. Las señales adquiridas se filtran con una banda de paso entre 0,5 Hz y 20 Hz y se diezman para obtener señales equivalentes a las que se hubiera obtenido mediante muestreo a las frecuencias de interés. Luego se obtienen los puntos característicos y finalmente las series temporales. En la tabla 2.4 se puede observar que el resultado es similar al del primer experimento. Es decir, a medida que aumenta la frecuencia de muestreo, la variabilidad decrece. La diferencia 47 Capítulo 2. Adquisición del ECG ambulatorio con el caso anterior radica en que en estos sujetos debe existir una pequeña variabilidad fisiológica. fs [Hz] Sujeto No. STD(RTm) [ms] STD(RTe) [ms] STD(QT) [ms] 1 3,1 5,0 7,5 2 2,7 3,4 3,8 250 3 2,9 3,1 3,4 1 2,7 3,3 3,9 2 2,1 2,4 2,9 500 3 1,9 2,4 2,6 1 2,6 3,1 3,7 2 2,1 2,3 2,9 1000 3 1,9 2,2 2,6 1 2,6 3,2 3,7 2 2,0 2,2 2,8 2000 3 1,9 2,2 2,5 1 2,6 3,1 3,7 2 2,0 2,2 2,8 4000 3 1,9 2,2 2,5 Tabla 2.4 Desviación estándar de intervalos RTm, RTe y QT para diversas frecuencias de muestreo en tres sujetos cuando respiraban periódicamente. La disminución de la variabilidad no es proporcional entre los diferentes sujetos, lo cual puede ser debido a la variabilidad de morfología existente. La variabilidad de los intervalos por sujeto aumenta en el orden RTm, RTe y QT. Teniendo en cuenta los resultados obtenidos en ambos experimentos, se ha decidido usar la frecuencia de muestreo de 1000 Hz para estimar la variabilidad en los intervalos RTm, RTe y QT. 2.4.2 Influencia del sobremuestreo en la variabilidad del QT En este apartado se estudia el proceso inverso al del apartado anterior. Es decir se estima el error cometido al sobremuestrear el ECG. Primeramente se realiza el sobremuestreo a diversas 48 Capítulo 2. Adquisición del ECG ambulatorio frecuencias (500 Hz, 1000 Hz, 2000 Hz y 4000 Hz) sobre la misma señal de ECG sintetizada a razón de 250 Hz muestras/s y filtrada pasobajo (S/N = 80,7 dB). Después se repite el estudio para los registros de los 3 sujetos sanos que respiraban de forma periódica, en las cuales la variabilidad no es cero. a) ECG con variabilidad nula Se observa (tabla 2.5) que al aumentar la frecuencia de sobremuestreo también disminuye la variabilidad en los 3 intervalos, aunque en menor cantidad que en la señal directamente muestreada (tabla 2.3). Para frecuencias de sobremuestreo (fO) de 1000 Hz o mayores, se observa un ligero cambio en el intervalo RTm, debido a la forma redondeada del pico de la onda T. En el resto de los intervalos se mantiene constante. fO [Hz] STD(RTm) [ms] STD(RTe) [ms] STD(QT) [ms] 250 2,2 2,0 2,4 500 1,4 2,0 2,1 1000 1,2 1,9 2,0 2000 1,1 1,9 2,0 4000 1,0 1,9 2,0 Tabla 2.5 Desviación estándar de intervalos RTm, RTe y QT para diferentes frecuencias de sobremuestreo (fO). b) Registros en sujetos sanos con respiración periódica Se observa en todos los sujetos (tabla 2.6) que al aumentar la frecuencia de sobremuestreo, la variabilidad disminuye en los tres intervalos. No obstante, si se comparan las tablas 2.4 y 2.6, para cada sujeto se observa que la variabilidad en el proceso de sobremuestreo es mayor que el del muestreo. 49 Capítulo 2. Adquisición del ECG ambulatorio fO [Hz] Sujeto No. STD(RTm) [ms] STD(RTe) [ms] STD(QT) [ms] 1 3,1 5,0 7,5 2 2,7 3,4 3,8 250 3 2,9 3,1 3,4 1 2,8 4,9 5,1 2 2,2 2,9 3,3 500 3 2,1 2,7 2,7 1 2,7 4,9 5,0 2 2,2 2,8 3,2 1000 3 2,1 2,7 2,7 1 2,7 4,9 4,9 2 2,1 2,8 3,1 2000 3 2,1 2,6 2,6 1 2,7 4,8 4,9 2 2,1 2,8 3,1 4000 3 2,0 2,6 2,6 Tabla 2.6 Desviación estándar de intervalos RTm, RTe y QT en 3 sujetos con respiración periódica para diferentes frecuencias de sobremuestreo (fO) de la señal original de 250 Hz. Los resultados obtenidos en ambos experimentos sugieren emplear el sobremuestreo del ECG cuando no existe otra alternativa que usar señales muestreadas a frecuencias bajas, como es el caso típico de la mayoría de las señales procedentes de holters comerciales. Sin embargo, el sobremuestreo no obtiene la precisión proporcionada por una frecuencia de muestreo alta. Teniendo en cuenta los resultados de ambos experimentos y a pesar de que se observa poca diferencia por encima de 500 Hz, se ha decidido escoger la frecuencia de sobremuestreo de 1000 Hz como solución de compromiso para todas las estimaciones de QT teniendo en cuenta la variabilidad en la morfología entre pacientes, y dejando un margen de seguridad para casos de menor variabilidad en el QT [Vázquez, Ramos, García y Pallàs, 2000d]. 50 Capítulo 2. Adquisición del ECG ambulatorio 2.5 Conclusiones En este capítulo se han obtenido resultados importantes que constituyen aportaciones para la obtención del ECG ambulatorio. Se han demostrado las ventajas del uso de los sistemas telemétricos y se han diseñado dos sistemas para el trabajo experimental de la tesis que han permitido registrar a pacientes en condiciones ambulatorias fuera y dentro del hospital. En el apartado 2.2 se ha demostrado que no es posible separar los artefactos en el ECG midiendo simultáneamente las señales de biopotencial e impedancia. La caracterización de los artefactos de movimientos ha mostrado un efecto no lineal entre las variaciones de potencial de contacto e impedancia, siendo la variación relativa del potencial mayor que la de la impedancia. En el apartado 2.3 se ha determinado la estructura del amplificador que ofrece una respuesta transitoria más rápida frente a señales en modo común como pueden ser algunos artefactos durante monitorización ambulatoria. En el apartado 2.4 se ha demostrado que la frecuencia de muestreo de 1000 Hz es adecuada para el análisis de la QTV y otras estimaciones, cuando la variabilidad es escasa e incluso nula. También se ha demostrado que la estimación es mejor mediante el muestreo a alta frecuencia que con el sobremuestreo. Todos estos aspectos han establecido la metodología a seguir para poder pasar a la fase de análisis con una mejor calidad de la señal registrada. Esta metodología consiste en: - Muestrear el ECG a 1000 Hz. - Emplear la estructura AII para minimizar los artefactos a modo común. - Monitorizar utilizando la telemetría multicanal - Registrar ECG de larga duración durante el período de sueño. 51 Capítulo 2. Adquisición del ECG ambulatorio 52 Capítulo 3. Obtención de series temporales a partir del ECG Capítulo 3. Obtención de series temporales a partir del ECG En el capítulo 1 se ha planteado la ventaja que proporciona el estudio combinado de los intervalos RR y QT para el diagnóstico cardíaco y la predicción de SCD. También se ha mencionado la dificultad de obtener el intervalo QT (inicio de Q a final de T), y se ha planteado como alternativa usar otras estimaciones más fiables como son RTm (pico de R a pico de T) y RTe (pico de R a final de T), siempre en el supuesto de que no existan anormalidades en la conducción auricular. En el capítulo 2 se ha estudiado la estructura con mejores prestaciones para amplificar y filtrar la señal de ECG ambulatoria y se ha determinado la frecuencia de muestreo adecuada en el análisis del QT. El filtrado que realiza dicha estructura (AII) no es suficiente para minimizar las derivas en la línea base y las diversas fuentes de interferencias, como por ejemplo, la de la red eléctrica industrial. Por ello se requiere realizar un filtrado adicional que aumentaría la relación señal a ruido (S/N) en el ECG. Este filtrado se considera una etapa previa a la obtención de las series temporales de interés. En este capítulo se estudia sobre todo el siguiente paso, que es la obtención de las series temporales RR, RTm y RTe, para lo cual es necesario estimar los puntos característicos R, Tm (pico de onda T) y Te (final de T), a partir de la señal de ECG almacenada sobre cualquier soporte de memoria, o la obtenida en tiempo real. Cada caso plantea diferentes problemas relativos a la velocidad de cálculo, y eliminación de ruidos e interferencias, entre otros. La detección de la ondas R es la primera etapa y la más importante. Se puede realizar mediante técnicas hardware o software, que se basan en las dos características esenciales del complejo QRS: es una onda de gran amplitud y con transiciones bruscas. En [Friesen y col., 1990] se comparan diferentes tipos de detectores QRS software y se llega a la conclusión de que no existe detector perfecto que se adapte a todas las situaciones posibles de ruido. La segunda etapa es determinar Tm (máximo de onda T) o Te (final de onda T). Si se desea obtener el QT, se deberá determinar además, el punto Qon (inicio de onda Q). Finalmente se determinan las series de intervalos, mediante las diferencias de estos puntos, por ejemplo, RTm(n) = Tm(n) – R(n), donde n es el número de latido. 53 Capítulo 3. Obtención de series temporales a partir del ECG Los pasos a seguir para identificar el inicio de una onda son los siguientes: 1) Eliminación de la deriva de la línea base 2) Filtrado paso bajo de la señal para reducir ruido 3) Determinación de un punto en el segmento isoeléctrico previo al inicio de la onda. Este punto se identifica como xref. 4) Determinación de un punto situado dentro de la onda y entre xref y el máximo de la onda (el mínimo en el caso de ondas de deflexión negativa). Este punto se identifica como xmax. 5) Cálculo de las áreas de los triángulos definidos para todos los puntos situados entre xref y xmax. 6) Identificación del punto con área máxima, que se corresponde con el inicio de la onda Iniw. Para identificar el final de una onda se siguen los mismos pasos, pero en el tercer paso se determina un punto en el segmento isoeléctrico posterior al final de la onda. El criterio para determinar los puntos xref y xmax para el caso de ondas monofásicas es el siguiente: xref se escogerá en una zona del segmento isoeléctrico donde la derivada sea pequeña y xmax se escogerá donde sea mayor la derivada en valor absoluto entre el máximo (mínimo) de la onda y un valor constante que asegure que la onda aún no se ha iniciado (o ya ha acabado). Este criterio de elección tiene la ventaja de que no emplea ningún valor basado en la forma de onda. Lo único que hay que concretar a priori son las longitudes de ventana de análisis, problema que se plantea en casi todos los algoritmos existentes. Para el caso de ondas bifásicas, el punto xmax debe escogerse de tal forma que la sección de onda entre este punto y xref tenga un comportamiento monofásico ya sea creciente o decreciente. 3.1.2.3 Validación del algoritmo de triangulación de áreas El algoritmo de la triangulación se ha validado con señales de varias derivaciones pertenecientes a la base de datos europea CSE [Willems y col., 1988]. Estas han sido evaluadas con diversos algoritmos de detección de puntos característicos sobre el ECG. El período de muestreo de estas señales es de 2 ms. Para cada registro se ha seleccionado visualmente las derivaciones con el Qon más temprano y el Te más tardío. A estas 2 señales (en algún caso puede ser la misma señal) se le han detectado los puntos Qon y Te, respectivamente. 60 Capítulo 3. Obtención de series temporales a partir del ECG La evaluación se ha realizado en función de la media (µ) y la desviación estándar (σ) de las diferencias entre las estimaciones obtenidas mediante el algoritmo de triangulación (TG) y: (a) las estimaciones medias de expertos de la base de datos CSE (EX) , o las estimaciones medias de los programas de la base de datos CSE (PG), de forma similar a la presentada por Laguna y col. [Laguna, Jané y Caminal, 1994]. Se usaron sólo los 25 registros anotados conjuntamente por los expertos y los programas. En la tabla 3.1 se presentan los resultados obtenidos para Qon y Te. Las tolerancias aceptadas por desviaciones de los expertos (σref) [CSE working party, 1985] son 6,5 ms y 30,6 ms para el inicio de Q y final de T, respectivamente. Reg. Qon TG – PG (ms) Qon TG – EX (ms) Qon PG – EX (ms) Te TG – PG (ms) Te TG – EX (ms) Te PG – EX. (ms) Mo1 -4 -4 0 8 -4 -12 Mo6 0 -4 -4 -18 -24 -6 Mo11 0 0 0 -8 -6 2 Mol16 -6 -8 -2 -2 -4 -2 Mol21 -2 -2 0 -8 -10 -2 Mol26 -2 2 4 -8 -18 -10 Mol31 -2 -2 0 4 4 0 Mol36 -4 6 10 12 -4 -16 Mol41 -2 -4 -2 8 6 -2 Mol46 -6 -4 2 30 4 -26 Mol51 2 2 0 0 16 16 Mol56 -2 4 6 0 0 0 Mol61 -6 -2 4 4 0 -4 Mol66 -4 -6 -2 -6 -18 -12 Mol71 0 0 0 -4 -8 -4 Mol76 -4 -2 2 -6 0 6 Mol81 -2 -2 0 20 2 -18 Mol86 -2 -2 2 16 0 -16 Mol91 -4 -2 2 22 0 -22 Mol96 -4 -4 0 8 -16 -24 Mol101 4 4 0 10 0 -10 Mol106 -4 -2 2 2 -6 -8 Mol111 6 -4 -10 -56 0 56 Mol116 0 -2 -2 0 -6 -6 Mol121 4 2 -2 30 6 -24 µ(ms) -1,84 -1,44 0,4 2,32 -3,44 -5,76 σ(ms) 3,21 3,29 3,65 17,10 8,82 16,35 Tabla 3.1 Diferencias en la estimación del inicio de Q (Qon) y final de T (Te) entre el algoritmo de triangulación (TG) y las estimaciones medias de expertos (EX) u otros programas (PG). 61 Capítulo 3. Obtención de series temporales a partir del ECG Se observa que los errores para Te son comparables a los cometidos por los expertos clínicos lo cual indica que, al menos para esta muestra, los resultados son válidos. El error del algoritmo de la triangulación en la detección del final de T es menor que el error cometido por los otros programas en media del error (3,44 ms de TRG frente a 5,76 ms de PG) y en desviación estándar del error (8,82 ms de TRG frente a 16,35 ms de PG). Dado que la onda Q dura mucho menos que la onda T, se puede apreciar que proporcionalmente, el error del algoritmo es mayor en la determinación del inicio de Q que en el final de la onda T. Por esta razón , siempre que sea posible se suele prescindir de la onda Q en el análisis de variabilidad de intervalos, como es el caso de esta tesis. 3.2 Comportamiento de algoritmos para determinar el QT frente a perturbaciones Uno de los algoritmos más citados en la bibliografía sobre la detección del final de la onda T, es el basado en umbral en la derivada [Laguna y col., 1990]. Este algoritmo parte del principio de que el segmento isoeléctrico (una vez reducido el ruido y eliminada la deriva de línea base) tiene una derivada nula mientras que la derivada de las ondas electrocardiográficas no es nula. Se establece como inicio (o final) de onda aquel instante en el cual la derivada sobrepasa un cierto umbral sobre la derivada en la línea base. El umbral es una fracción de la máxima (mínima) derivada de la onda. El inicio (final) de la onda se sitúa en aquel punto en el cual la derivada desciende (supera) dicho umbral. Evidentemente, cuanto mayor sea el umbral, más próximo es el presunto inicio (final) de la onda al punto de máxima pendiente. El objetivo de este apartado es comparar el algoritmo de triangulación con el basado en el umbral en la derivada respecto a perturbaciones usuales que afectan al ECG como son el ruido de banda ancha (actividad muscular , equipos circundantes) y las derivas en la línea base (respiración, artefactos). 3.2.1 Influencia del ruido de banda ancha Para aplicar el algoritmo de umbral en la derivada se han empleado diversos umbrales y así verificar la influencia que tiene en ellos el ruido de banda ancha, blanco o gausiano. Se han 62 Capítulo 3. Obtención de series temporales a partir del ECG escogido los umbrales del 33 %, del 10 % y del 5 % del máximo del valor absoluto de la derivada. Para comparar la sensibilidad de ambos algoritmos frente al ruido, se considera la detección del intervalo QT [García, Vázquez y Pallàs, 2000a]. Se analizan latidos con diferentes patrones y que han sido previamente filtrados paso bajo con una frecuencia de corte de 30 Hz. Para cada patrón (figura 3.3), se determina el QT de referencia (QTREF) por ambos algoritmos (Tabla 3.2). Obsérvese que salvo para el latido 4, el valor de QTREF obtenido mediante triangulación cae dentro del intervalo definido por los valores obtenidos con el algoritmo de umbral en la derivada, para los tres umbrales considerados. A continuación se mide el QT (QTMED) para los mismos latidos cuando están contaminados con diferentes niveles de ruido. Se ha escalado cada uno de los latidos de forma que su valor mínimo sea 0 y su valor máximo sea 1 con independencia de la morfología de las ondas. De esta forma, el margen dinámico de la señal es 1. El ruido añadido es gaussiano con media nula y desviación estándar: 0,001, 0,01, 0,03, 0,05 y 0,1. Para cada uno de estos niveles de ruido se han generado 1000 realizaciones que se han sumado a cada uno de los latidos. Tras añadir ruido, la señal se ha filtrado de nuevo a 30 Hz y se han eliminado las tendencias de la línea base. 234 6 1 78 9 10 5 Figura 3.3 Patrones empleadas para la comparación de los algoritmos de umbral en la derivada y de la triangulación. Sujetos sanos: 1, 7, 8, 9 y 10. Sujetos enfermos: 2 al 6. 63 Capítulo 3. Obtención de series temporales a partir del ECG El error se evalúa comparando al QTREF con el QTMED para cada nivel de ruido, para cada morfología y para cada algoritmo (figura 3.4). En la tabla 3.3 se muestra el promedio del error relativo ⎟ ⎟ ⎠ ⎞ ⎜ ⎜ ⎝ ⎛× − =100 QT QTQT REF REFMED para los 10 latidos considerados y en función del nivel de ruido. Umbral en derivada QTREF (ms) Triangu− lación. 33 % 10 % 5 % Latido 1 364 360 372 374 Latido 2 412 413 442 444 Latido 3 392 388 401 408 Latido 4 377 346 355 356 Latido 5 414 404 420 426 Latido 6 504 498 508 512 Latido 7 319 313 343 352 Latido 8 360 349 384 397 Latido 9 389 376 397 400 Latido 10 349 343 355 358 Tabla 3.2 Valores del intervalo QTREF para cada algoritmo y morfología en ausencia de ruido. Umbral en derivada Nivel de ruido Triangulación 33 % 10 % 5 % 0,001 0,2 % 0,2 % 0,5 % 0,3 % 0,01 1,5 % 1,5 % 1,7 % 2,1 % 0,03 3,1 % 3,8 % 3,6 % 4,1 % 0,05 4,2 % 5,6 % 5,3 % 5,3 % 0,1 5,8 % 7,8 % 7,6 % 7,6 % Tabla 3.3 Valores medios del error relativo cometido en la detección del intervalo QT según el algoritmo de detección y los niveles de ruido empleados. En la figura 3.4 se muestran los errores en la detección del intervalo QT para cada nivel de ruido y para cada algoritmo. Para las morfologías analizadas, el algoritmo de triangulación es un poco más robusto frente al ruido que el algoritmo de umbral en la derivada, pero la mejora no es elevada y es más clara sólo cuando el nivel de ruido es alto. La principal ventaja del algoritmo de triangulación frente al de umbral en la derivada es que no necesita ningún factor empírico a priori 64 Capítulo 3. Obtención de series temporales a partir del ECG para su funcionamiento sino que se adapta a la forma de onda a analizar. El tiempo de cálculo es menor con el algoritmo de umbral en la derivada que con el algoritmo de triangulación. Nivel de ruido: 0,001 Número de latido 01234567891011 Error detección QT (ms) 0.0 1.0 2.0 3.0 4.0 5.0 6.0 7.0 8.0 9.0 10.0 Triangulación Umbral 33 % Umbral 10 % Umbral 5 % Nivel de ruido: 0,01 Número de latido 01234567891011 Error detección QT (ms) 0 2 4 6 8 10 12 14 16 18 Triangulación Umbral 33 % Umbral 10 % Umbral 5 % Nivel de ruido: 0,03 Número de latido 01234567891011 Error detección QT (ms) 0 5 10 15 20 25 30 35 Triangulación Umbral 33 % Umbral 10 % Umbral 5 % Nivel de ruido: 0,05 Número de latido 01234567891011 Error detección QT (ms) 0 5 10 15 20 25 30 35 40 Triangulación Umbral 33 % Umbral 10 % Umbral 5 % Nivel de ruido: 0,1 Número de latido 01234567891011 Error detección QT (ms) 0 10 20 30 40 50 60 Triangulación Umbral 33 % Umbral 10 % Umbral 5 % Figura 3.4 Errores en la estimación del intervalo QT (ms) en función del ruido añadido y los diferentes algoritmos para cada tipo de morfología. 65 Capítulo 3. Obtención de series temporales a partir del ECG Los niveles de ruido escogidos son ciertamente muy elevados en algunos casos. La figura 3.5 muestra una realización para cada nivel de ruido para el latido 1. Los niveles altos de ruido pueden aparecer cuando el sujeto está realizando alguna actividad física o puede ser debido a interferencias. No obstante, en registros realizados en condiciones de poca actividad, el nivel de ruido será mucho Figura 3.5 Ejemplo de realización para los diferentes niveles de ruido añadidos. más reducido. 3.2.2 Influencia de la variación de la línea base Para estudiar el comportamiento del algoritmo de la triangulación frente a fluctuaciones de la línea base, se genera una señal artificial de 120 latidos a una frecuencia de muestreo de 2000 Hz con variabilidad de intervalos nula. Esto se verifica mediante el cálculo de la desviación estándar las series RTeUMB (final de T estimado mediante derivada y umbral) y RTeTRG (final de T estimado mediante triangulación). A la señal artificial se le añade derivas de línea base sinusoidal de amplitudes del 10 %, 50 %, 100 %, 200 % y 500 % de la onda R y de frecuencias 0,15 Hz, 0,25 Hz y 0,35 Hz (figura 3.6). Inicialmente, no se filtran las derivas de la línea base en las señales resultantes para poder valorar así el comportamiento de ambos algoritmos cuando existiera residuo de fluctuación de la línea base. En estas condiciones se obtiene la desviación estándar de los intervalos RTeUMB y RTeTRG que sirven para cuantificar el error en detección del final de la onda T. Después las tres señales artificiales con deriva de línea base añadida se filtran pasoalto a 1 Hz (Butterworth, orden 2) y de nuevo se obtienen las desviaciones estándar de los intervalos RTeUMB y RTeTRG correspondientes. 66 Capítulo 3. Obtención de series temporales a partir del ECG t(s) u.a. u.a. (a) (b) Figura 3.6 Señales artificiales con deriva de línea base sinusoidal del 50 % de la amplitud de la onda R y frecuencias de: (a) 0,15 Hz (b) 0,35 Hz. La tabla 3.4 muestra cuando no se filtra pasoalto la señal artificial. Se observa que a medida que aumenta la amplitud y la frecuencia de la oscilación de la línea base aumenta el error introducido por ambos métodos. No obstante, el error obtenido con el algoritmo de la triangulación es menor a pesar de que, a priori, la operación de derivación incluida en el otro algoritmo de umbral, debe de reducir en cierto grado las oscilaciones de la línea base. 0,15 Hz 0,25 Hz 0,35 Hz Error RTe (ms) Error RTe (ms) Error RTe (ms) Amplitud (% onda R) RTeTRG RTeUMB RTeTRG RTeUMB RTeTRG RTeUMB 10 % 0 0,2504 0 0,2497 0 0,251 50 % 0 0,2504 0,2372 0,6071 0,2486 1,3 100 % 0 0,5245 0,2480 1,5 0,4149 4,9 Tabla 3.4 Variabilidad errónea de los intervalos RTeTRG y RTeUMB introducida por derivas de línea base de forma sinusoidal y con amplitud y frecuencia variables. Cuando se filtra pasoalto a 1 Hz, el error es nulo en ambos algoritmos para las frecuencias de 0,15 Hz y 0,25 Hz. El error se empieza a notar a partir de la señal sinusoidal de línea base de frecuencia igual a 0,35 Hz y sólo para amplitudes muy altas de la deriva introducida (Tabla 3.5). 67 Capítulo 3. Obtención de series temporales a partir del ECG Ampl. STD(RTeTRG) (ms) STD(RTeUMB) (ms) 100 % 0 0 200 % 0 0,1890 500 % 0 0,2462 Tabla 3.5 Variabilidad errónea cuando se filtra la señal artificial con línea base de 0,35 Hz. Aunque no se ha cuantificado, se puede señalar que cuando se producen oscilaciones (artefactos de alta frecuencia) de la línea base en el segmento TP se obtienen mejores resultados con el algoritmo de umbral en la derivada que con el algoritmo de la triangulación. 3.2.3 Influencia de la modulación de amplitud en el ECG Para estudiar el efecto de la modulación de amplitud del ECG debido a la respiración [Pallas, Colominas y Rosell, 1989], en la determinación del intervalo QT, se sintetiza una señal modulada según: ECGAM = ECG(t) × mod(t) donde: – ECGAM es la señal artificial modulada en amplitud debido a la respiración. – ECG(t) es la señal artificial libre del efecto respiratorio, es decir la que correspondería a colocar los electrodos paralelos al vector cardíaco, supuesto que llevara una única dirección. – mod(t) es el factor modulador que refleja el efecto de rotación del vector cardíaco debido a la respiración. Este término se puede modelar aparte como: mod(t) = cos(α + ∆α cos(2πfrt)), donde α es el ángulo que forma la derivación respecto al vector cardíaco, ∆α es el ángulo que indica el giro del vector cardíaco respecto a la derivación debido a la respiración (depende de las características mecánicas del torax y de la profundidad de la respiración) y fr es la frecuencia respiratoria del sujeto. 68 Capítulo 3. Obtención de series temporales a partir del ECG La simulación se ha realizado para α = 10º, fr = 0,15 Hz, y ∆α = [5º, 10º, 20º y 40º ]. La metodología es la misma empleada en 3.2.2. En este caso se analiza también el efecto en el intervalo RTm. Los resultados obtenidos (tabla 3.6) muestran que la variabilidad errónea es mayor con el método de umbral en la derivada. Por otra parte, se observa que para esta morfología, el error es menor en el intervalo RTe que el RTm, excepto para modulaciones considerables, que en realidad son poco comunes. t(s) u.a. Figura 3.7 Modulación de amplitud sinusoidal del ECG para fr = 0,15 Hz, α = 10º y ∆α = 40º. α = 10 o, fr = 0,15 Hz ∆α STD(RTeTRG) (ms) STD(RTeUMB) (ms) STD(RTmUMB) (ms) 5 0 0,2505 0,248 10 0,1409 0,2505 0,2456 20 0,2198 0,2505 0,2505 40 0,464 0,9724 0,4398 Tabla 3.6 Variabilidad errónea introducida por la modulación de amplitud debido a la respiración. 69 Capítulo 3. Obtención de series temporales a partir del ECG 76 Capítulo 4. Análisis de las relaciones entre los intervalos RR y RT Capítulo 4. Análisis de las relaciones entre los intervalos RR y RT En los dos capítulos anteriores se han expuesto los métodos desarrollados para adquirir el ECG ambulatorio y para obtener las series temporales RR, RTm (pico de R a pico de T) y RTe (pico de R a final de T), estas dos últimas, como estimaciones más fiables del intervalo QT en monitorización ambulatoria. En este capítulo se estudia el paso final que es la obtención de índices para el diagnóstico y el pronóstico del IM como causa principal de la SCD. Para simplificar la notación, se emplea el término RT abreviado para designar cualquiera de los dos intervalos RTm y RTe. En los capítulos anteriores se ha usado el termino "QT" en muchas ocasiones para generalizar el estudio a cualquier serie que dé cuenta de la repolarización ventricular. En este capítulo el término "QT" sólo se usa para describir este intervalo propiamente dicho. El problema básico en el estudio de las relaciones entre los intervalos RR y RT es que el RT no depende exclusivamente del RR, sino que ambos se encuentran bajo la influencia del sistema nervioso autónomo. La relación entre el RR y el RT es, por lo general, de tipo no lineal, lo que dificulta su análisis. Para solventar en parte estos problemas se plantea el análisis por separado de las relaciones RR − RT: a corto y a largo plazo. En primer lugar se estudian los índices temporales convencionales para describir la HRV y algunos índices temporales para analizar la variabilidad del QT (QTV) y su adaptación al intervalo RR (QTA), que en muchos casos han sido empleados para los intervalos RTm y RTe. La adaptación del intervalo RT al RR se abrevia como RTA. Se evalúan algunos de estos índices en registros de grupos de sujetos sanos ó asintomáticos y patológicos, que han sido adquiridos de forma ambulatoria mediante los sistemas de telemetría descritos en el capítulo 2, y otros registros disponibles en las bases de datos "QT Database" y "MIT Arrhytmia Database". Nuestro esfuerzo se centra en obtener índices de variabilidad y adaptación puesto que el análisis de la duración media (alargamiento del QT ó RT medio) ha sido un aspecto ampliamente abordado en la literatura. Los sujetos patológicos registrados han presentado un infarto de miocardio reciente en su mayoría. Para todos los sujetos patológicos se ha verificado que no han ocurrido bloqueos de conducción auriculo–ventricular ni episodios de fibrilación auricular. El análisis se realiza, fundamentalmente, durante el período de sueño, ya que existen menos artefactos con respecto al período diurno, y además permite el análisis de las series RR y RT a 77 Capítulo 4. Análisis de las relaciones entre los intervalos RR y RT largo y a corto plazo. Es necesario aclarar que en esta tesis no se realiza la corrección de los intervalos RTm y RTe, propuesta por Bazett originalmente para el intervalo QT [Bazett, 1920]. A pesar de que esta corrección es ampliamente utilizada, existe una gran variedad de publicaciones que han concluido que las diversas fórmulas de corrección propuestas no son válidas para todos los casos debido a que el intervalo QT no sólo depende del RR, sino de otros muchos factores [Levert y col., 1996]. Finalmente se proponen algunos índices temporales sencillos que mejoran la clasificación de ambos grupos de sujetos tanto en presencia como en ausencia de artefactos. La evaluación final de estos índices exigiría un ensayo clínico que queda fuera de los objetivos de la presente tesis. 4.1 Métodos para describir la variabilidad de los intervalos RR y QT Los métodos e índices utilizados para describir la variabilidad de intervalos RR y QT pueden ser temporales, espectrales y no lineales. Los métodos temporales se subdividen en estadísticos y geométricos. Los métodos espectrales se subdividen en paramétricos y no paramétricos. En este trabajo interesa obtener índices para el diagnóstico y no para identificar las causas, razón por la cual no se emplean los índices espectrales. En los siguientes apartados se revisan algunos de los índices temporales más empleados para la HRV y para la QTV. 4.1.1 Indices convencionales para la variabilidad de la frecuencia cardíaca La tabla 4.1 muestra algunos índices temporales que han sido recomendados [Task Force, 1996] para el análisis de la HRV. La desviación estándar de los intervalos NN (SDNN) es el índice más simple y el más utilizado. El índice SDNN da cuenta de todas las componentes cíclicas causantes de la variabilidad en el período de registro. La variancia (cuadrado de la desviación estándar) de una señal es matemáticamente igual a la potencia total de dicha señal. El índice SDNN calculado en un período de 24 horas cuantifica las componentes de alta y baja frecuencia en la serie RR. A medida que el período de monitorización disminuye, el SDNN estima las componentes de mayor frecuencia presentes en la serie RR en detrimento de la estimación de las componentes de más bajas frecuencias. 78 Capítulo 4. Análisis de las relaciones entre los intervalos RR y RT Indice Unidades Descripción Medidas estadísticas SDNN ms Desviación estándar de todos los intervalos NN SDANN ms Desviación estándar de la media de los intervalos NN, medidos cada 5 minutos durante todo el registro RMSSD ms Raíz cuadrada de la media de la suma de las diferencias entre intervalos NN elevados al cuadrado SDNNindex ms Media de las desviaciones estándares de todos los intervalos NN en todos los segmentos de 5 minutos durante el registro SDSD ms Desviación estándar de las diferencias entre intervalos NN adyacentes NN50 % Número de pares de intervalos NN adyacentes con diferencias superiores a 50 ms en el registro completo. Hay tres variantes posibles; contar todos los intervalos RR por parejas o sólo los pares en los cuales el primer o segundo intervalo es más largo pNN50 % NN50 dividido por el número total de intervalos NN Medidas geométricas HRVindex Número total de intervalos NN dividido por la altura (Y) del histograma de todos los intervalos NN medidos en una escala discreta con bins de 1/128 s. (Ver figura 4.1 y texto) TINN ms TINN = M − N (Ver figura 4.1 y texto) Tabla 4.1 Algunos índices temporales para la medida de la variabilidad de la frecuencia cardíaca (NN: Intervalos RR procedentes del nodo sinusal). La desviación estándar de una señal depende de su longitud (duración). Por esta razón, no se puede comparar el SDNN calculado para registros con diferente duración. Por esta razón en [Task Force, 1996] se ha recomendado cuantificar los registros en intervalos de 5 minutos (corta duración) o de 24 horas (larga duración). El principal inconveniente del SDNN es que no es robusto frente a artefactos. Los índices SDANN y SDNNindex son variantes del índice SDNN para estimar los cambios del RR en intervalos mayores y menores que 5 minutos, respectivamente. Estos índices también son poco robustos frente a artefactos. Los índices NN50 y pNN50 son más robustos frente a artefactos cuando la variabilidad del RR es normal (mayor que 50 ms), pero no indican el grado de variabilidad (alta o baja) del RR, sino más bien el número (NN50) o porcentaje de intervalos RR (pNN50) que son mayores que un umbral de 50 ms. Ambos índices presentan el problema de saturación ya que, por definición, su valor aumenta si las diferencias entre latidos RR son mayores que 50 ms, sin considerar cuán 79 Capítulo 4. Análisis de las relaciones entre los intervalos RR y RT lejos del umbral de 50 ms están las transiciones. Su comportamiento es bueno para casos de variabilidad normal, pero falla para casos de baja variabilidad (patológica) debido a que su valor aumenta injustificadamente si hay artefactos. El índice RMSSD no satura, puesto que no compara con una referencia de 50 ms, pero no es robusto frente a artefactos. Los índices NN50, pNN50 y RMSSD estiman las componentes de alta frecuencia de las variaciones del RR. El índice triangular (HRVindex) es el valor obtenido al dividir el área (integral) de la distribución (D) por el máximo de la distribución (Y). X es el intervalo NN más frecuente (moda). Cuando se construye la distribución D con una escala discreta en el eje horizontal, HRVindex se obtiene dividiendo el número total de intervalos NN por el máximo de la distribución (Y). Para calcular el índice TINN se obtienen N y M a partir de una función multilineal, q, que cumpla que q(t) = 0 para t ≤ N y t ≥ M, y tal que la integral, sea mínima entre todas las selecciones de N y M. () ∫ ∞ ×− 0 2 )()( dttqtD Número de intervalos RR normales XMN Y Duración de intervalos RR normales Distribución densidad de muestras D Figura 4.1 Distribución densidad de muestras (D) obtenida del histograma. Los índices HRVindex y TINN guardan cierta relación con el SDNN en el sentido de que los tres cuantifican la anchura de la base del histograma; aunque su correlación con el SDNN depende de cuán gaussiana sea la distribución de los intervalos NN. Cuanto menos gaussiana sea la distribución de la secuencia RR, peor será la correlación de los índices HRVindex y TINN con el SDNN. Por ello es preferible interpretar estos índices como independentes de la deviación estándar, sobre todo si se consideran registros de 24 horas. La cuantificación de estos índices exige una frecuencia de muestreo del ECG uniforme ya que la frecuencia modal (eje de 80 Capítulo 4. Análisis de las relaciones entre los intervalos RR y RT ordenadas de la distribución) depende de la precisión con que se realiza la medida del intervalo RR. La ventaja de los índices geométricos es su robustez frente a artefactos. Su mayor desventaja es que requieren una cantidad elevada de intervalos NN. Además, no permiten investigar los cambios a corto plazo en la HRV. 4.1.2 Indices para describir la variabilidad del QT Para cuantificar la QTV no existen recomendaciones como para la HRV [Task Force, 1996]. La tendencia es utilizar los mismos índices que los empleados en la HRV. En las tabla 4.2 se muestran algunos de los índices temporales para la cuantificación de la QTV que han propuesto distintos investigadores . Las desviaciones estándares de las series QT (SDQT) sin corregir, ó QT corregida según la fórmula de Bazett (SDQTc), son los índices más empleados. Ambos índices son poco robustos frente a artefactos, y por sí solos no han demostrado ser una medida fiable para el diagnóstico de la QTV. En la bibliografía se suele atribuir la baja fiabilidad al error en la determinación del final de la onda T. Para una frecuencia de muestreo típica de 250 Hz, la resolución temporal es de 4 ms, que en muchos casos es superior a la variabilidad del QT en sujetos sanos. Indice Unid. Descripción Referencia SDQT ms Desviación estándar de todos los intervalos QT Mezilis y col., 1998 SDQTc ms×s−1/2Desviación estándar de todos los intervalos QTc Schwartz y Wolf, 1978 SDQTcindex ms×s−1/2Media de las desviaciones estándares de todos los intervalos QTc en todos los segmentos de 1 minuto durante el registro Algra y col., 1993 SDAQTc ms×s−1/2Desviación estándar de la media de los intervalos QTc, medidos cada minuto durante el registro Algra y col., 1993 QT−RR index Media ± desviación estándar de la serie RRQT durante el día y la noche. Singh y col., 1997b QTVI Promedio de la relación 2 F RR 2 F SDRR 2 F QT 2 F SDQT lgQTVI =, en segmentos RR y QT de 256 s (ver texto) Berger y col., 1997 Tabla 4.2 Algunos índices temporales para la medida de la variabilidad del QT. 81 Capítulo 4. Análisis de las relaciones entre los intervalos RR y RT Para estimar los cambios del QTc )RRQT( en segmentos menores y mayores que 1 minuto se han utilizado los índices SDQTcindex y SDAQTc que equivalen a los índices SDNNindex y SDANN respectivamente, pero calculados en intervalos de un minuto. También son poco robustos frente a artefactos y fallan en la separación de grupos de sujetos sanos y enfermos. Para aumentar la sensibilidad en el diagnóstico, y teniendo en cuenta que el RR es el mayor determinante del QT, se han obtenido índices estadísticos a partir de: (a) La nueva serie obtenida del cociente de la serie QT (o alguna estimación) y la serie RR, para cada latido. (b) Las series QT (o alguna estimación) y RR por separado. El índice QT– RRindex es un ejemplo sencillo que se obtiene de la variante (a) y se expresa como la media y la desviación estándar de la serie cociente QT/RR en intervalos de tiempo determinados, por ejemplo, durante el día y la noche. La utilidad de la serie QT/RR es obvia ya que relaciona ambos intervalos, pero al mismo tiempo presenta dos inconvenientes: 1) El intervalo RR suele dominar el cociente QT/RR 2) Los artefactos en ambas series QT y RR quedan reflejados en la nueva serie. El índice de variabilidad normalizado (QTVI) propuesto por Berger y empleado recientemente en [Vrtovec y col., 2000] es un ejemplo obtenido de la variante (b). Su obtención requiere un preprocesado previo que consiste en remuestrear a 4 muestras/s las series QT y RR y sustraer sus tendencias lineales en segmentos de 256 s. Las series RRF y QTF resultantes conservarán las componentes de mayor velocidad de variación, pero se pierden componentes de menor velocidad de variación, que serán las de baja frecuencias. La definición de QTVI expresa la relación logarítmica entre las variancias de ambos intervalos, normalizadas a los valores medios correspondientes elevados al cuadrado, según la expresión mostrada en la tabla 4.2. El índice QTVI es el promedio de los índices QTVI de todos los segmentos de 256 segundos en el registro total. 82 Capítulo 4. Análisis de las relaciones entre los intervalos RR y RT El índice QTVI establece la relación entre las variabilidades normalizadas intervalos RR y QT para sus componentes de variación rápida. En esta tesis se supone que la relación entre los parámetros estadísticos obtenidos de las series RR y QT (ó RT), por separado, puede aportar una información más detallada y precisa que la obtención de parámetros directamente sobre la serie cociente QT/RR. El índice QTVI no tiene en cuenta el efecto de las componentes de variación lenta ya que son eliminadas al sustraer las tendencias lineales. Ello implica la pérdida de la información diagnóstica que aportan estas componentes. Por otra parte dicho índice no es robusto frente a artefactos. Para estudiar las causas de la variabilidad del intervalo QT (o alguna estimación) también se emplean índices espectrales. En esta tesis solo se emplean índices temporales ya que el interés se centra en separar grupos de sujetos sanos y enfermos a partir de las relaciones de las series RTm ó RTe con la serie RR. 4.1.3 Indices utilizados para describir la adaptación del QT (QTA) 4.1.3.1 Adaptación a corto plazo La adaptación del QT (ó alguna estimación) a corto plazo es un tema relativamente nuevo en monitorización ambulatoria. Aunque se menciona frecuentemente que el intervalo QT demora cierto tiempo en responder a cambios en el intervalo RR, sólo se ha encontrado una referencia [Singh y col., 1997a] donde se ha cuantificado los cambios transitorios en el QT cuando el RR cambia bruscamente. Esta cuantificación se hace mediante la pendiente de la recta entre el 10 % y 90 % de los valores RR y QT en aceleración y deceleración (figura 4.2). Es decir, se calculan los rangos de aceleración y deceleración para el RR, ∆ RRA y ∆ RRD, respectivamente, y los correspondientes para el QT, ∆ QTA y ∆ QTD, previa identificación de sus instantes de inicio y finales de las fases de aceleración y deceleración. 83 Capítulo 4. Análisis de las relaciones entre los intervalos RR y RT P 1 P 4 P 2 ∆ RR D ∆ RR A latidos RR (ms) P 3 QT (ms) P 1' ∆ QT A ∆ QT D latidos P 2' P 3' P 4' Figura 4.2 Cuantificación de la rapidez de adaptación QT − RR mediante la pendiente de entre el 10 % y el 90 % los segmentos de aceleración y deceleración. Para cada rango de aceleración y deceleración en ambos intervalos, se obtienen los puntos (valores de RR y QT) del 10 % y el 90 %. Entre los puntos del 10 % y 90 % en cada segmento de aceleración y deceleración, se traza una recta imaginaria, cuya pendiente (negativa para los segmentos de aceleración y positiva para los segmentos de deceleración) da cuenta de la velocidad de cambio (RR – QT) en dichos segmentos. Sin embargo, esta pendiente no tiene en cuenta el grado de variación (adaptación) entre esos puntos, que puede ser considerable. 4.1.3.2 Adaptación a largo plazo La adaptación del QT a largo plazo se cuantifica habitualmente mediante la pendiente de la recta de regresión lineal sobre pares ordenados (RR, QT) que forman una nube de puntos. El problema radica en cómo cuantificar la pendiente de la recta imaginaria que se ajusta mejor a la nube de puntos resultante (figura 4.3). La presencia de artefactos dispersa los puntos alrededor de una nube central llegando en muchos casos a formarse más de una nube. En estos casos el ajuste de la recta es peor, y por tanto la pendiente de la recta es sensible a dichos artefactos. En la figura 4.3, por ejemplo, si se calcula la pendiente de la recta 1 que se ajusta mejor a la nube central de mayor densidad de puntos, resulta ser menor que cuando se calcula la pendiente de la recta 2, que se ajusta a todos los puntos del plano (RR,QT). 84 Capítulo 4. Análisis de las relaciones entre los intervalos RR y RT Recta 1 Recta 2 Figura 4.3 Dispersión de pares ordenados (RR, RTm) debido a artefactos en ambas series temporales. Algunos de los métodos que se han utilizado para cuantificar la relación RR – QT son: (a) La pendiente de la recta de regresión lineal de todos los puntos (RR, QT) [Browne y col., 1983] (b) La pendiente de la recta de regresión lineal para puntos (RR, QT) obtenidos con criterios de estabilidad del RR mediante promediado selectivo de latidos [Badilini y col., 1999] (c) La pendiente de la recta de regresión lineal para puntos (RR, QT) donde los valores de QT se promedian si por cada punto RR aparecen 3 o más puntos de QT [Govreen– Segal y col., 1999] (d) Cuantificación parámetrica de la los puntos (RR, QT) mediante análisis de componentes principales [Ibañez y Laguna, 1997] La recta de regresión lineal se obtiene mediante el ajuste de curva de los puntos en el plano de dispersión (RR,QT) a un polinomio de primer orden, QT = b + m × RR, por el método de los mínimos cuadrados. El parámetro de interés es la pendiente de la recta, m, que expresa la rapidez de adaptación a largo plazo. Esto es válido para los métodos (a), (b) y (c). Lo peculiar de cada 85 Capítulo 4. Análisis de las relaciones entre los intervalos RR y RT Sujeto SDRI (RTm) QTVI (RTm) SDRI (RTe) QTVI (RTe) 17453 2,5 -1,5 2,9 -1,8 16272 5,4 -0,5 6,4 -0,9 16273 5,1 -1,2 8,6 -1,5 16420 31,2 -0,3 18,4 -0,6 16483 11,8 -0,5 15,6 -0,8 16539 1,6 -1,7 1,8 -2,0 16773 0,9 -1,6 1,8 -1,9 16786 4,4 -1,3 3,7 -1,5 16795 2,2 -1,8 2,9 -2,0 16265 4,1 -1,2 3,5 -1,4 TLM_N1 2,8 -1,2 3,1 -1,5 TLM_N2 5,7 -1,3 6,6 -1,6 TLM_N3 0,6 -2,1 0,5 -2,4 TLM_N4 1,7 -1,6 2,4 -1,9 TLM_N5 2,1 -1,1 3,5 -1,3 TLM_N6 4,2 -1,3 8,1 -1,6 TLM_N7 3,5 -1,1 4,7 -1,3 TLM_N8 5,7 -0,6 8,2 -0,8 TLM_N9 1,7 -1,6 4,3 -1,9 TLM_N10 3,2 -1,2 5,2 -1,5 Tabla 4.4 Indices SDRI y QTVI en 20 sujetos sanos: 10 de la QTDB y 10 de TLM. Con el criterio SDRI = 12, el sujeto sel16420, siendo normal, se clasificaría como patológico. En este caso a una variabilidad relativamente baja del RR a altas frecuencias (21,1 ms) le corresponde una variabilidad de RT relativamente alta (4,5 ms para el RTm y 4,6 ms para el RTe). A bajas frecuencias, la variabilidad del RR es baja (11 ms) y la del RT es normal (1,7 ms para el RTm y 1 ms para el RTe). Estas correspondencias de variabilidades RR – RT podrían darse en sujetos patológicos. La clasificación del grupo de sujetos sanos (grupo 1) y enfermos (grupos 2 y 3) con el criterio SDRI = 12, tiene una sensibilidad del 100 % (los 25 enfermos han sido clasificados correctamente) y una especificidad del 95 % (19 sanos han sido clasificados correctamente de los 20 existentes). 92 Capítulo 4. Análisis de las relaciones entre los intervalos RR y RT Sujeto SDRI (RTm) QTVI (RTm) SDRI (RTe) QTVI (RTe) 0104 71,4 -0,3 77,6 -0,4 0409 239,0 0,4 387,1 0,3 0303 29,4 -0,2 94,5 -0,4 0607 22,8 -0,1 21,3 -0,3 0126 21,7 -0,4 27,8 -0,6 0124 46,1 -0,1 44,9 -0,3 0609 86,7 0,1 54,3 -0,1 0406 13,6 -0,8 18,1 -1,1 0604 13,3 -0,9 15,6 -1,2 TLM_I1 106,3 -0,3 139,2 -0,6 TLM_I2 43,6 -0,3 111,1 -0,6 TLM_I3 64,6 -0,3 191,6 -0,5 TLM_I4 56,0 0,2 49,6 -0,1 Tabla 4.5 Indices SDRI y QTVI en 13 sujetos con IMA: 9 de la QTDB y 4 de TLM. Sujeto SDRI (RTm) QTVI (RTm) SDRI (RTe) QTVI (RTe) 0106 105,5 -0,3 63,7 -0,5 0107 32,3 -0,3 24,1 -0,5 0111 12,5 -0,4 14,2 -0,4 0112 20,1 -1,2 52,2 -1,4 0114 37,7 -0,7 25,1 -0,8 0121 95,4 -0,2 119,3 -0,4 0122 73,1 -0,2 84,5 -0,3 0170 13,8 -0,6 14,4 -0,8 0203 22,4 -0,7 92,7 -1,0 0210 14,4 -1,0 19,5 -1,2 0211 74,4 0,7 644,1 0,4 0612 17,2 -0,3 22,4 -0,6 Tabla 4.6 Indices SDRI y QTVI en 12 sujetos de la QTDB con cardiopatía isquémica. Los valores del índice QTVI de los tres grupos se solapan, aunque la prueba t–student brinda buenos resultados en la separación entre sanos e infartados (p < 1,1 × 10-7 para el RTm y p < 6,1 × 10-8 para el RTe), y para la separación entre sujetos sanos y con cardiopatía isquemica (p < 1,8 × 10-5 para el RTm y p < 1,2 × 10-5 para el RTe) . En [Berger y col., 1997] se comparan los índices QTVI medios por grupos. Sin embargo hay solapamiento entre los índices individuales de los sujetos de cada grupo. Es más interesante tener un índice que separe los pacientes individualmente sin solapamiento entre los grupos. 93 Capítulo 4. Análisis de las relaciones entre los intervalos RR y RT El índice SDRI propuesto sólo puede aplicarse a series sin artefactos. No es posible aplicarlo a series con artefactos mediante eliminación previa de las colas del histograma, tal como se propone en [García y Pallàs, 2001] para las series RR, ya que esto equivaldría a recortar en determinados umbrales a la series y con ello se perdería información sobre las variaciones rápidas y lentas en las series RR y RT. 4.3 Indices propuestos para describir la adaptación del QT (QTA) 4.3.1 Adaptación a corto plazo: coeficiente de adaptación en aceleración y deceleración Para cuantificar la adaptación a corto plazo de la repolarización ventricular a la frecuencia cardíaca se proponen el coeficiente de adaptación RTm–RR y la relación deceleración– aceleración del intervalo RTm. Sea DTS la serie de diferencias obtenida a partir de una serie temporal genérica TS mediante DTS = [TS(2)–TS(1), ..., TS(N) –TS(N–1)], donde N es el número de muestras de la serie TS. Se define el coeficiente de adaptación en aceleración CAA de la serie RTmA respecto a la serie RRA, como el cociente de las medias de las series de diferencias DRTmA y DRRA (pendientes medias) correspondientes a los valores entre el 10 % y el 90 % del cambio total en las series RTmA y RRA (figura 4.4). Es decir, A A DRR DRTm CAA = (4.3) Análogamente, se define el coeficiente de adaptación en deceleración CAD de la serie RTmD respecto a la serie RRD como el cociente de las medias de las series de diferencias DRTmD y DRRD entre el 10 % y el 90 % del cambio total en las series RTmD y RRD. Es decir, D D DRR DRTm CAD = (4.4) 94 Capítulo 4. Análisis de las relaciones entre los intervalos RR y RT Se define la relación deceleración–aceleración del intervalo RTm como: A D DA DRTm DRTm R= (4.5) Para calcular CAA y CAD hay que identificar en las series RR y RTm los puntos iniciales (P1, P1’) y finales (P2, P2’) de los episodios de aceleración, y sus homólogos en los episodios de deceleración (P3, P3’) y (P4, P4’). Estos puntos se identifican mediante criterios de umbral sobre la derivada de las series RR y RTm. Una vez obtenidos estos puntos se calcula la media en los 10 latidos anteriores y posteriores de P1 (P1’) y P4 (P4’). A partir de estos se calculan los rangos de aceleración ∆RRA y ∆RTmA y de deceleración ∆RRD y ∆RTmD, y se determinan los puntos del 10 % (PHA y PLD) y del 90 % de cada rango (PLA y PHD). A continuación se forman cuatro subseries: dos de aceleración (RRA, RTmA) y dos de deceleración (RRD, RTmD), y se calculan las medias respectivas de las series de diferencias: A DRR , A DRTm , D DRR y C DRTm . Finalmente se calculan CAA, CAD y RDA. P 1 P 1' P 4' P 4 P 2 P LD P HA' P HD P LD' P HD' ∆ RR D ∆ RR A ∆ RTm A ∆ RTm D latidos latidos RR (ms) RTm (ms) P LA' P LA P HA P 3 P 3' P 2' Figura 4.4 Definición de puntos y rangos en episodios de aceleración – deceleración RR– RTm. 95 Capítulo 4. Análisis de las relaciones entre los intervalos RR y RT La evaluación de estos índices se ha realizado mediante monitorización ambulatoria basada en telemetría durante el periodo de sueño [Vázquez, García, Malleuve y Pallàs, 2000c], en los hogares de 6 sujetos sanos [Grupo 1: (34,2 ± 5,9) años, sanos] y en 7 enfermos [Grupo 2: (64,7 ± 7,9) años, IMA] que estaban ingresados en el Hospital General Saturnino Lora de Santiago de Cuba por haber sufrido un infarto de miocardio. Las derivaciones usadas fueron la V1, V3 y V5 modificadas. Para cada uno de los N latidos se han obtenido las series temporales RR(N) y RTm(N+1). Luego se han seleccionado visualmente las series RTm y RR del canal que tenía mejor amplitud y morfología de la onda T. Los segmentos de aceleración y deceleración de la frecuencia cardíaca (figura 4.4) se han identificado, en una primera aproximación, derivando las series RR y RTm y aplicando criterios de umbral a la máxima derivada negativa (respectivamente, positiva). Estos segmentos candidatos para el análisis se han examinado con detalle y comparado con las señales originales, excluyendo los artefactos y latidos ectópicos. Antes del inicio de la aceleración del intervalo RR y después del fin de la deceleración, se han añadido como mínimo los 20 latidos adyacentes. Luego se ha suavizado la serie con un filtro de media deslizante de ancho igual al 10 % del tamaño del segmento. A continuación se han seleccionado visualmente entre 4 y 6 segmentos por paciente (señal filtrada), que cumplieran las siguientes condiciones: 1) Mínimo cambio de 60 ms en el intervalo RR tanto en aceleración como en deceleración. 2) Ciclo de aceleración seguido de deceleración en no más de 180 latidos (adaptación a corto plazo). En las tablas 4.7 y 4.8 se muestran los coeficientes de adaptación en aceleración y deceleración, y la relación deceleración–aceleración para los sujetos de cada grupo. El valor más alto de CAA en los pacientes infartados (p < 0,01) se puede interpretar como una adaptación más rápida (mayor pendiente durante el cambio) del intervalo RTm al intervalo RR en aceleración y deceleración. No obstante, hay que notar que la edad media de los dos grupos es distinta y este factor podría influir también en estos coeficientes. Por ello se ha estudiado la relación existente entre la edad y los coeficientes CAA y CAD en el grupo de sanos. El coeficiente de correlación entre la edad y los coeficientes de adaptación en los sujetos sanos es de 0,05 (CAA) y de -0,61 (CAD) que en ambos casos es bajo. Por otra parte, en ambos grupos 96 Capítulo 4. Análisis de las relaciones entre los intervalos RR y RT CAA > CAD, si bien los valores absolutos dependen mucho del sujeto en cuestión. Es decir, el intervalo RTm responde con más rapidez a una aceleración que a una deceleración. No se observan diferencias significativas entre la RDA de ambos grupos, pero la dispersión en los coeficientes de adaptación es mayor en los pacientes infartados que en los sanos. Sujeto CAA×1000 CAD×1000 RDA 1 15,4 9,6 0,72 2 29,0 14,0 0,39 3 17,0 16,1 0,60 4 36,8 12,4 0,44 5 38,8 14,0 0,46 6 40,0 15,6 0,47 Tabla 4.7 Coeficientes de adaptación CAA y CAD y relación deceleración – aceleración RDA en sujetos sanos (Grupo 1). Sujeto CAA×1000 CAD×1000 RDA 1 95,4 49,7 0,41 2 330,7 95,8 0,22 3 74,8 57,1 0,30 4 73,0 68,6 0,42 5 347,4 287,7 0,54 6 352,8 322,5 0,77 7 148,8 128,6 0,75 Tabla 4.8 Coeficientes de adaptación CAA y CAD y relación deceleración– aceleración RDA en sujetos infartados (Grupo 2). En la figura 4.5 se muestran dos episodios de un sujeto de cada grupo. Se puede apreciar la rapidez en la adaptación en el sujeto 6 (52 años) que sufrió infarto de miocardio inferior. En [Singh y col., 1997a] se calcula la pendiente de la recta que une los puntos del 10 % y el 90 % de las series RR y RTm (figura 4.2). Si la adaptación fuese totalmente lineal, dicha pendiente coincidiría con los coeficientes CAA y CAD. No obstante, los resultados obtenidos aquí son similares a los obtenidos por Singh y colaboradores en la adaptación QT − RR entre grupos de pacientes hipertensos con y sin hipertrofia ventricular izquierda. Un aumento rápido de la frecuencia cardíaca se puede provocar mediante ejercicio. En [Krahn y col., 1997] se estudia la histéresis del intervalo RTe durante ejercicio y se observa que RTe se mantiene acortado durante la fase de deceleración del ritmo cardíaco, formando un lazo de histéresis. Los retrocesos bruscos de frecuencia cardíaca no son normales y no son bien 97 Capítulo 4. Análisis de las relaciones entre los intervalos RR y RT tolerados por los pacientes desde el punto de vista hemodinámico. Las aceleraciones bruscas, en cambio, sí que son normales; por ejemplo, en 1 s una persona puede alcanzar 150 latidos/min desde una frecuencia inicial de 80 latidos/min. [ms] [ms] [nu] latidos latidos latidos RR [ms] [ms] [ms] latidos latidos latidos RR (a) (b) Figura 4.5. Episodios de aceleración y deceleración de los intervalos RR (curva superior), RTm (curva central) y ambos (curva inferior) para (a) un sujeto del grupo de control y (b) un sujeto de los infartados. (nu = unidad normalizada). 4.3.2 Adaptación a largo plazo: pendiente de regresión promediada ponderada Para cuantificar la adaptación a largo plazo se propone la pendiente entre los puntos (RR,QT) mediante la regresión promediada ponderada. Esta se obtiene a partir del método (c) expuesto en 4.1.3.2, pero el promediado se pondera en función de la distribución del histograma de las serie QT. El histograma de la serie RR tiene forma de una campana estrecha y está centrada alrededor del inverso de la frecuencia cardíaca media. Los artefactos hacen que la distribución de la serie RR se ensanche formando colas largas y aumentando la asimetría del histograma. Las medidas en las colas del histograma no constituyen la base fundamental de la regresión, sino que esta 98 Capítulo 4. Análisis de las relaciones entre los intervalos RR y RT descansa en las medidas en la parte central del histograma. No obstante, cuanto más nos limitemos a las proximidades de la media del histograma, mayor robustez tendremos frente a artefactos, si bien a costa de una mayor información perdida. El histograma de las series QT es, en general, más asimétrico que el de la serie RR correspondiente, debido a que en el primero, repercuten los errores en la detección de la onda R y los errores propios en la detección de la onda T, que son más acentuados debido a las características de la onda T. Para obtener la recta de regresión promediada ponderada, se siguen los siguientes pasos: 1. Ordenar la serie RR en orden ascendente (serie RRo). Para cada valor de la serie RRo, obtener el valor QTo en la serie QT original. 2. Determinar, para cada valor de la serie RRo, los valores de la serie QTo que aparezcan "n" o más veces. Si no hay ninguno, se excluyen los valores de RRo y QTo correspondientes. Obtener las nuevas series "validadas" RRov y QTov. 3. Obtener 4 factores de ponderación, uno por cada cuartil del histograma de la serie QTov. Cada uno de estos factores de ponderación están dados por el área debajo de la curva en el cuartil dividido por el área total del histograma. 4. Ordenar y promediar para los "n" o más QTov, por valor de RRov, de forma ponderada según el cuartil en que se encuentren. Por cada valor de RRov se obtendrá un solo valor de QTovp 5. Obtener la pendiente de los puntos de la recta de regresión mediante ajuste lineal de los puntos (RRov, QTovp). La validación es una forma de eliminar los valores QT y RR debidos a artefactos fisiológicos y técnicos. En registros con muchos artefactos, la validación no es suficiente y se puede añadir al primer paso del proceso la eliminación de un porcentaje de las colas (inferior y superior) del histograma de la series RRo. Este porcentaje dependerá de la duración total y del período durante el cual se adquirió el registro. Para períodos largos con muchos artefactos el porcentaje será del 25 %, coincidiendo con el margen intercuartil [García y Pallàs, 1996]. Para períodos de pocos artefactos, por ejemplo: durante el sueño, el porcentaje será del 10 %. 99 Capítulo 4. Análisis de las relaciones entre los intervalos RR y RT La selección del número "n" es arbitraria y responde al compromiso entre promediar un número grande de valores QT para una mejor estimación de su media y la obtención del mayor número de valores RR que sea posible para el análisis de la regresión. La evaluación de la adaptación a largo plazo mediante el método propuesto se ha realizado sobre los mismos sujetos que se han descrito en el apartado anterior. En este caso se han obtenido los intervalos RR y RTm en los registros completos durante el periodo de 8:00 pm a 8:00 am. Se han eliminado la primera y última decilas de la serie RRo. Es decir, los valores de RRo para el promediado ponderado son aquellos entre los percentiles 11 y 89. El valor de "n" escogido ha sido de 5, que es suficiente para eliminar los artefactos (escasos) durante el período de sueño. Se han obtenido las rectas de regresión lineal, con pendiente “m” y ordenada en el origen “b” para cada serie RT. Los resultados obtenidos para las series RTm, RTe y RR se muestran en las tablas 4.9 y 4.10 para los grupos 1 y 2. Se puede observar cómo la pendiente es mayor en los sujetos infartados que en los sanos para las series RTm (p < 1,3 × 10-5) y para la series RTe (p < 2,6 × 10-4). Esto sugiere que en pacientes con IMA existe una mayor variabilidad en el intervalo RT y por tanto una mayor dispersión en la repolarización ventricular . RTm–RR RTe–RR Sujeto m b m b 1 0,0769 177,235 0,0792 265,851 2 0,0432 244,643 0,0459 331,993 3 0,0655 224,681 0,0672 320,801 4 0,0676 246,290 0,0691 334.380 5 0,0283 263,699 0,0312 353,687 6 0,0627 248,034 0,0642 333,204 Media 0.0573 234.097 0.0594 323.319 STD 0.018 30.503 0.0175 30.087 Tabla 4.9 Pendientes y ordenadas en el origen de la recta de regresión (RT–RR) promediada ponderada en sujetos sanos. RTm–RR RTe–RR Sujeto m b M b 1 0,1481 250,495 0,1556 355,376 2 0,1725 163,709 0,185 252,123 3 0,1202 122,123 0,131 217,461 4 0,1304 241,221 0,138 333,281 5 0,2015 173,82 0,294 276,735 6 0,1861 170,963 0,226 262,523 7 0,165 199,917 0,247 290,836 Media 0,161 188,893 0,197 284,048 STD 0,029 45,269 0,061 47,482 Tabla 4.10 Pendientes y ordenadas en el origen de la recta de regresión RT–RR promediada ponderada en sujetos infartados. 100 Capítulo 4. Análisis de las relaciones entre los intervalos RR y RT La ventaja de la regresión promediada ponderada estriba en que se promedia según el grado de asimetría del histograma, y por tanto se dará mayor peso a los valores de RT más frecuentes. 4.4 Influencia de la respiración en la variabilidad del RT La respiración afecta a la variabilidad de la frecuencia cardíaca. La forma de respirar influye notablemente en el valor de algunos índices frecuenciales [García, Vázquez y Pallàs, 2000b]. Cabe por ello cuestionarse la posible influencia de la respiración en los índices propuestos en esta tesis. El objetivo de este apartado es analizar la influencia de la respiración en la variabilidad de los intervalos RTm y RTe, evaluada mediante el índice SDRI. Para analizar la influencia de la respiración en el índice SDRI, se han realizado experimentos por separado entre un grupo (1), integrado por 9 sujetos sanos de (34,4 ± 7,5) años y otro grupo (2) con 6 sujetos de (61,1 ± 7,3) años que habían sufrido un IM, cuatro de ellos de menos de 72 horas y los otros dos, hacía más de 2 años. Las medidas para cada sujeto del grupo 1 se han realizado en tres etapas de cinco minutos cada una, con un intervalo de dos minutos entre la primera y la segunda, y de dieciséis minutos entre la segunda y tercera etapa. En la primera (L1) y tercera etapa (L2), el sujeto respiraba libremente, mientras que en la segunda (PE) respiraba periódicamente a 0,15 Hz sincronizando su respiración con una señal sinusoidal mostrada en la pantalla de un osciloscopio. Se ha usado la derivación V3 modificada y se ha registrado dicha señal y la señal de respiración (medida por pletismografía de impedancia eléctrica) mediante una tarjeta de adquisición de Data Translation DT21EZ (12 bits). Para cada sujeto del grupo 2 se han realizado las mismas medidas, salvo que entre la segunda y tercera etapas, mediaba un tiempo de 2 minutos y se registraban dos canales en el sistema de telemetría de 3 canales: un canal para registrar la derivación estándar II y otro canal para la señal respiratoria medida con un termistor nasal. La adquisición se ha realizado con la tarjeta DAQ700 de National Instruments y se integraron las funciones de adquisición y visualización de la señal sinusoidal ( f = 0,15 Hz) en entorno Labview 5.0. Los resultados obtenidos se muestran en las tablas 4.11 y 4.12. Se observa que, para cada sujeto de ambos grupos, el índice SDRI varía en respiración periódica con respecto a respiración libre. En algunos sujetos la respiración periódica aumenta el SDRI y en otros lo disminuye. 101 Conclusiones Para cuantificar la adaptación a corto plazo del intervalo RTm a cambios bruscos en el RR se han propuesto los coeficientes de adaptación en aceleración (CAA) y deceleración del RR (CAD). Estos coeficientes tienen en cuenta la velocidad de variación en los segmentos de aceleración y deceleración del RR, a diferencia de otro índice previo que cuantifica la pendiente de la recta entre el 10 % y el 90 % de los segmentos de aceleración y deceleración. La evaluación de CAA y CAD en sujetos sanos y en sujetos con IMA reciente ha evidenciado una mayor rapidez de adaptación RTm–RR en el grupo con IMA. La relación deceleración aceleración del RTm ha evidenciado que la adaptación en ambos grupos es más lenta en deceleración que en aceleración. Para cuantificar la adaptación a largo plazo de las intervalos RTm y RTe se ha propuesto la pendiente de regresión promediada ponderada. Este método tiene en cuenta la asimetría de los histogramas de las series RTm y RTe y es robusto frente a artefactos. Su evaluación en sujetos sanos y en sujetos con IMA también ha permitido separar ambos grupos de sujetos. Para validar todos estos resultados haría falta un ensayo clínico que involucrara un elevado número de pacientes y de controles. Idealmente interesaría detectar cambios minúsculos que indicaran una vulnerabilidad del miocardio capaz de llevar a un desenlace fatal. En la práctica, sólo podemos especular que los cambios observados en un sujeto diagnosticado como enfermo quizá empezaron a producirse esporádicamente o con menor intensidad cuando dicho sujeto aún se sentía bien y se creía sano. Obviamente, esto plantea el dilema de cuándo se debería empezar a monitorizar un sujeto. Dado el coste económico de la monitorización de una población numerosa, si no hay síntomas no parece lógico prescribirla. Pero si se espera a la aparición de síntomas, para los que existe una gran variabilidad, tanto inherente como subjetiva, la cardiopatía puede haber avanzado notablemente. Por ello, es razonable plantearse la búsqueda de cambios en el ECG que puedan detectarse de la forma menos costosa posible sin menoscabo de la exactitud, tal como se ha hecho en esta tesis. El posible conocimiento de factores hereditarios, higiénicos, laborales, o de otra índole, además de los factores de riesgo conocidos (edad, presión sistólica, consumo de tabaco y peso relativo), podría contribuir a la prescripción de un sistema de monitorización ambulatorio que permitiera prevenir la muerte cardíaca súbita. 108 Anexo I: Sistema de Telemetría de un Canal A.1 Anexo I: Sistema de Telemetría de un Canal A.1 Anexo II: Sistema de Telemetría de Tres Canales A.2 Anexo II: Sistema de Telemetría de Tres Canales A.2 Anexo II: Sistema de Telemetría de Tres Canales A.2 Anexo II: Sistema de Telemetría de Tres Canales A.2 Anexo III Anexo III: Publicaciones obtenidas sobre el tema de la tesis Vázquez–Seisdedos, C.R.; Pallàs–Areny, R. (2000a). Desacoplamiento y artefactos en el registro de biopotenciales. International Conference on TELEMATICS, MEDICAL COMPUTING AND EQUIPMENT – TELEC'2000, Santiago de Cuba, Julio 12–14, 2000, CDROM, Ref P645, 4 p. Vázquez Seisdedos, C.R.; Ramos Castro, J. y Pallàs Areny, R. (2000b). Caracterización de artefactos en el ECG ambulatorio. XVIII Congreso Anual de la Sociedad Española de Ingeniería Biomédica – CASEIB 2000, Cartagena, Septiembre 27–29, 2000. Libro de Actas: 1–4. Vázquez Seisdedos, C.R.; García González, M.A.; Malleuve Palancar, J.; Pallàs Areny, R. (2000c). Análisis dinámico de los intervalos RTm y RR durante el sueño. XVIII Congreso Anual de la Sociedad Española de Ingeniería Biomédica – CASEIB 2000, Cartagena, Septiembre 27– 29, 2000. Libro de Actas: 33–36. Vázquez Seisdedos, C.R.; Ramos Castro, J.; García González, M.A. y Pallàs Areny, R. (2000d). Problemática en el estudio del ECG ambulatorio. 2es Jornades de Recerca en Enginyeria Biomèdica, Sitges, 2 y 3 de Nov. de 2000, Barcelona. Libro de actas: 177–183. García–González, M.A.; Vázquez–Seisdedos, C. y Pallàs–Areny, R. (2000b). Variations in breathing patterns increase low frequency contents in HRV spectra. Physiol. Meas., 21: 417–423. García–González, M.A.; Vázquez–Seisdedos, C.; Tomàs, P.J. y Pallàs–Areny, R. (1999). An Efficient Algorithm for Onset and Offset Detection of ECG Waves. Fifth Conference of the European Society for Engineering and Medicine – ESEM99. Sixth International Symposium of SEIB–Biomedical Engineering and Telemedicine – ISBET99. Seventeenth Annual Congress of the Sociedad Española de Ingeniería Biomédica – CASEIB99, Barcelona, Spain, May 30 th − June 2nd. Book of Abstracts: 383−384. García–González, M.A.; Vázquez–Seisdedos, C.R.; Pallàs–Areny, R. (2000a). Comparación de algoritmos para la detección automática del intervalo QT: Aplicación a registros con respiración controlada. International Conference TELEC'2000, Santiago de Cuba, Julio 12–14, 2000, Ref. P651. Ramos–Castro, J.; Vázquez–Seisdedos, C.; Pallàs–Areny, R. (2000a). Sistema de telemetría de un canal para monitorización ambulatoria del ECG. International Conference on TELEMATICS, MEDICAL COMPUTING AND EQUIPMENT – TELEC'2000, Santiago de Cuba, Julio 12–14, 2000, CDROM, Ref. P681: 4 p. Ramos Castro, J.; Vázquez Seisdedos, C.; Pallàs Areny, R. (2000b). Sistema de telemetría de tres canales para monitorización ambulatoria del ECG. Seminario Anual de Automática, Electrónica Industrial e Instrumentación – SAAEII’00, Terrassa, España, Septiembre 12–14, 2000. Libro de Actas: 335–338. A.3 Acrónimos Acrónimos ACP: Análisis de componentes principales AECG: Electrocardiografía ambulatoria. CAA: Coeficiente de adaptación en aceleración CAD: Coeficiente de adaptación en deceleración CL: Longitud de ciclo (cycle length) CMRR: Relación de rechazo a modo común. E: Especificidad EV: Extrasistolia ventrícular FE: Fracción de eyección ventricular FPA: Filtrado o filtro pasoalto FPB: Filtrado o Filtro pasobajo FV: Fibrilación ventricular HR: Frecuencia cardíaca (heart rate) HRV: variabilidad de la frecuencia cardíaca (heart rate variability). ICD: Desfibrilador implantable (implantable cardioverter defibrillator) IM: Infarto de miocardio IMA: Infarto de miocardio agudo MS: Muerte súbita PVT: Potenciales ventriculares tardíos Qon: Inicio de la onda Q QTA: adaptación del intervalo QT al intervalo RR QTc: QT corregido según la fórmula de Bazett QTd: Dispersión del intervalo QT QTL: Duración del intervalo QT (QT length) QTV: variabilidad del intervalo QT. QTVI: índice de variabilidad del intervalo QT. RD: Duración de la repolarización (repolarization duration) RDA: relación deceleración–aceleración del RTm RR: Intervalo RR RTA: Adaptación de los intervalos RTm o RTe al intervalo RR RTe, RToff, RTf: Intervalo del pico de la onda R al final de la onda T RTm, RTa, RTp: Intervalo del pico de la onda R al pico de la onda T SA: Nodo sinoauricular SBA: Promediado selectivo de latidos (Selective Beat Averaging) SCD: Muerte cardíaca súbita SD: desviación estándar SDRI: Indice de relación de desviaciones estándares Te: Final de la onda T Tm: Máximo ó pico de la onda T VPN: Valor predictivo negativo. VPP: Valor predictivo positivo VR: Repolarización ventricular (ventricular repolarization) VRR: Variabilidad de los intervalos RR iv Bibliografía Bibliografía Abboud, S. y Barnea, O. (1995). Errors due to sampling frequency of the electrocardiogram in spectral analysis of heart rate signals with low variability. Computers in Cardiology, IEEE Computer Society Press, 1995: 461–463. ACC/AHA Task Force. (1999). ACC/AHA Guidelines for Ambulatory Electrocardiography. A Report of the American College of Cardiology/American Heart Association Task Force on Practice Guidelines (Commitee to Revise the Guidelines for Ambulatory Electrocardiography). J.A.C.C., 34 (3): 912–948. Ahnve, S. y Vallin, H. (1982). Influence of Heart Rate and Inhibition of Tone on the QT Interval, Circulation, 65: 435–439. Algra, A.; Brun, H.; and Zeelenberg, C. (1987). An algorithm for computer measurement of QT intervals in the 24 hour ECG. Computers in Cardiology, IEEE Computer Society Press, 1987: 117–119. Anónimo. B (1999). Holter ECG. Medical Electronics, 175: 76–78. ANSI/AAMI EC38. (1998). Ambulatory electrocardiographs. American National Standard/ Association for the Advacement of Medical Instrumentation, 1998: 1–14. Antzelevitch, C.; Shimizy, W.; Yan, G. y Sicouri, S. (1997). Cellular Basis for QT Dispersion. J. Electrocardiology, 30 (suppl): 168 – 175. Aytemir, K. y col. (1999). QT interval dinamicity with coronary artery disease. European Heart Journal, 20 (Abstr. Suppl.): 339. B.1 Bibliografía Kitney, R.I. y Rompelman, O. (ed.) (1987). The beat–by–beat investigation of Cardiovascular Function. New York: Oxford Science Publications: 121. Kovacs, S.J. (1985). The duration of the QT interval as a function of heart rate: A derivation based on physical principles and a comparison to measured values. Am. Heart J., 110(4): 872– 878. Krahn, A. D. y col. (1997). Hysteresis of the RT Interval with Exercise. A New Marker for the Long–QT Syndrome?. Circulation, 96: 1551–1556. Kremers, M.S.; Black, H.W. y Wells, P.J. (1989). Sudden Cardiac Death: Etiologies, Pathogenesis and Management. Year Book Medical Publisher (ed. Bone, R.C.): 391–394. Laakso, M. y col. (1987). Diseases and drugs causing prolongation of the QT interval. Am. J. Cardiol., 59: 862–865. Laguna, P. y col. (1990). New algorithm for QT interval analysis in 24–hour Holter ECG: performance and applications. Med. Biol. Eng. Comput., 28: 67–73. Laguna, P.; Jané, R. y Caminal, P. (1994). Automatic Detection of Wave Boundaries in Multilead ECG Signals: Validation with the CSE Database. Comp. Biomed. Research, 27: 45–60. Laguna, P.; Mark, R.G.; Goldberger, A. y Moody, G.B. (1997). A database for evaluation of algorithms for measurement of QT and other waveform intervals in the ECG. Computers in Cardiology. IEEE Computer Society Press, 1997: 673–676. Laskey, W.L. (1994). Papel de la isquemia aguda en la muerte súbita. En Muerte súbita I (ed. Mark., E. J.), Editorial JIMS: 41–65. Lepeschkin, E. y Surawics, B. (1952). The measurement of the Q–T interval of the electrocardiogram. Circulation, 51: 378–388. B.8 Bibliografía Levert, J.V. y col. (1996). Similar Heart Rates, Different QT–intervals. Computers in Cardiology, IEEE Computer Society Press, 1996: 277–280. Li, C.; Zheng, C. y Tai, C. (1995). Detection of ECG Characteristic Points using wavelet transform. IEEE Trans. Biomed. Engineering, 42 (1): 21–28. Liao, D.; Barnes, R.; Lloid, E.C. y Heiss, G.A. (1996). Computer Algorithm to Impute Heart Rate Data for the Spectral Analysis of Heart Rate Variability − The ARIC Study. Comp. Biomed. Research, 29: 140–151. Ligtenberg, A. y Kunt, M. (1983). A Robust–Digital QRS–Detection Algorithm for Arrythmia Monitoring. Comp. Biomed. Research, 16: 273–286. Lippman N.; Stein, K. y Lerman, B. (1994). Comparison of methods to removal of ectopy in measurement of heart rate variability. Am. J. Physiol., 267 (Heart Circ. Physiol): H411–H418. Lombardi, F. y col. (1996). Spectral analysis of short term R–T apex interval variability during sinus rhythm and fixed atrial rate. Eur. Heart J., 17: 769–778. Lopera G. y col. (2000). Muerte súbita isquemica: análisis de los marcadoresde riesgo. Revista Española de Cardiología, 53(4): 568–578. Lopez, A. y col. (1998). Estudio comparativo de algoritmos detectores de complejos QRS en tiempo real. CASEIB 98 – XVI Congreso Anual de la Sociedad Española de Ingeniería Biomédica, Libro de actas en CDROM, 4 p. Lown, B.; Tykocinkski, M.; Garfein, A. y Brooks, P. (1973). Sleep and Ventricular Premature Beats. Circulation, XLVIII: 691–701. B.9 Bibliografía Maison Blanche P. y col. (1995). QT interval, heart rate and ventricular arrhytmias. En: Moss A.J., Sterns S. (eds). Noninvasive electrocardiology: clinical aspects of holter monitoring. W.B. Saunders, London: 383. McLaughlin, NB; Campbell, R.W.F. y Murray, A. (1993). Accuracy of automatic QT measurement rechniques. Computers in Cardiology, IEEE Computer Society Press, 1993: 863– 866. McLaughlin, N.B; Campbell, R.W.F. y Murray, A. (1994). Effects of Filtering and Algorithm Parameters on Automatic QT Measurement Techniques. Comput. Cardiol, IEEE Computer Society Press, 1994: 221–224. Meeting van Rijn, A.C.; Peper, A. y Grimbergen, C.A. (1990). High quality recording of bioelectric events. Med. Biol. Eng. Comput., 28: 389–397. Meij, S.H. y col. (1994). An algorithm for automatic beat–to–beat measurement of the Q–T interval. Computers in Cardiology, IEEE Computer Society Press, 1994: 597–600. Merri, M.; Farden, D.C.; Mottley, J.C. y Titlebaum, E.L. (1990). Sampling frequency of the electrocardiogram for spectral analysis of the heart rate variability. IEEE. Trans. B.M.E., 37(1): 1990. Merri, M.; Alberti, J.; Benhorin, J. y Moss A.J. (1991). Preprocessing of holter ECGs for analysis of the dynamic interrelations between heart rate and repolarization duration variabilities. J. Electrocardiology, 23S:157–162. Merri, M. y col. (1992). Relation between ventricular repolarization duration and cardiac cycle length during 24–hour Holter recordings. Findings in normal patients and patients with long QT syndrome. Circulation, 85: 1816–1821. B.10 Bibliografía Merri, M.; Alberti, M. y Moss, A.J. (1993). Dynamic analysis of ventricular repolarization duration from 24–hour holter recording. IEEE Trans. Biomed. Eng., 40(12): 1219–1225. Mezilis N.E. y col. (1999). Relation between QT variability and autonomic cardiac function before episodes of non–sustained ventricular tachycardia in hypertrophic cardiomyopathy. European Heart Journal, 20 (Abstr. Suppl): 334. Moody, G.B. y Mark, R.G. (1990). The MIT–BIT arrhythmia database in CD–ROM and software for use it. Computers in Cardiology, IEEE Computer Society Press, 1990: 185–188. Myerburg, R.J. (1981). Muerte súbita. En: El Corazón (ed. Hurst, W.J.). Edit. Científico Técnica. CUBA, 4ta. Edición: 750. Narkiewicz, N. y col. (1998). Sympathetic Activity in Obese Subjects With and Without Obstructive Sleep Apnea. Circulation, 98: 772–776. Neuman, M.R. (1998). Biopotential amplifiers. En: Medical Instrumentation: application and design, 3ª ed.(ed. Webster, J. G. ), John Wiley & Sons, N. Y., 1998: 233–286. Neuspiel, D.R. y Kuller, L.H. (1985). Sudden and unexpected natural death in childhood and adolescence. JAMA, 254: 1321–1325. Nollo, G. y col. (1992). Spontaneous beat–to–beat variability of the ventricular repolarization duration. J. Electrocardiology, 25: 9–17. Odman, S. y Oberg, P. (1982). Movement–induced in surface electrodes. Med. Biol. Eng. Comput., 20: 159–166. Padrini, R. y col. (1997). Adaptation of the QT interval to heart rate changes in isolated perfused guinea pig heart: influence of amiodarone and D–Sotalol, Pharmacological Research, 35: 409– 416. B.11 Bibliografía Pahlm, O. y Sörnmo, L. (1984). Software QRS detection in ambulatory monitoring – A review. Med. Biol. Eng. Comput, 22: 289 –297. Pai, G.R. y Rawles J.M. (1989). The QT interval in atrial fibrillation. Br. Heart J., 61: 510–513. Pai, R.G.; Pai, S.M. y Rawles, J.M. (1994). Effect of Respiration on the QT interval. J. Electrocardiology, 27: 143–148. Pallàs–Areny, R.; Colominas–Balagué J. y Rosell, F.J. (1989). The Effect of Respiration–Induced Heart Movements on the ECG. IEEE Trans. Biomed. Eng., 36(6): 585–590. Pallàs–Areny, R. y Webster, J.G. (1990). Composite instrumentation amplifier for biopotentials. Annals of Biomedical Engineering, 18: 251–262. Pallàs–Areny, R. y Webster, J.G. (1993). Bioelectric impedance measurement using synchronous sampling, IEEE Trans. Biomed. Eng., BME–40: 824–829. Pallàs–Areny, R. y Webster, J.G. (1999). Analog Signal Processing. John Wiley & Sons, N.Y., 1999. Palma Gamiz, J.L. y col. (2000). Guías de práctica clínica de la Sociedad Española de Cardiología en la monitorización ambulatoria del electrocardiograma y presión arterial. Rev. Esp. Cardiol., 53(1): 91–109. Pascual Pérez, M.A. y col. (1996). Algoritmos de detección de QRS. Estudio comparativo. XIV Congreso Anual de la Sociedad Española de Ingeniería Biomédica – CASEIB 96, Libro de actas: 209– 211. B.12 Bibliografía Pellegrini, F. y col. (1986). Use of a computerized algorithm in studying the circadian variability of the Q–T interval duration by means of the dynamic ECG. Computers in Cardiology, IEEE Computer Society Press, 1986: 121–124. Pentii, M.R. y col. (1993). Functional Characteristics of QT Prediction Formulas. The Concepts of QTmax and QT Rate Sensibity. Comp.Biomed. Research, 26: 188–204. Petrucci, E.; Viganò, A. y Taddei, A. (1990). A fast QRS detector for ambulatory monitoring systems. Journal of Ambulatory Monitoring, 3 (1): 21–31. Pietka, E. (1991). Feature extraction in computarized approach to the ECG analysis. Pattern Recognition, 24: 139–146. Porta, A. y col. (1994). Reliability of the Measurement of RT Variability. Computers in Cardiology, IEEE Computer Society Press, 1994: 217–220. Porta, A. y col. (1998a). Performance assessment of standard algorithms for dinamic R–T interval measurement: comparison between R–Tapex y R–Tend approach. Med. Biol. Eng. Comput., 36: 35–42. Porta, A. y col. (1998b). Quantifying electrocardiogram RT – RR variability interactions. Med. Biol. Eng. Comput., 36: 27–34. Priori, S.G. y col. (1997). Evaluation of the Spatial Aspects of T–Wave Complexity in the Long– QT Syndrome. Circulation; 96:3006–3012. Ramos–Castro, J.; Vázquez–Seisdedos, C.; Pallàs–Areny, R. (2000a). Sistema de telemetría de un canal para monitorización ambulatoria del ECG. International Conference on TELEMATICS, MEDICAL COMPUTING AND EQUIPMENT – TELEC'2000, Santiago de Cuba, Julio 12–14, 2000, CDROM, Ref. P681: 4 p. B.13 Bibliografía Ramos Castro, J.; Vázquez Seisdedos, C.; Pallàs Areny, R. (2000b). Sistema de telemetría de tres canales para monitorización ambulatoria del ECG. Seminario Anual de Automática, Electrónica Industrial e Instrumentación – SAAEII’00, Terrassa, España, Septiembre 12–14, 2000. Libro de Actas: 335–338. Richards D.A.; Byth, K.; Ross, D.L. y Uther, J.B. (1991). What is the best predictor of spontaneus ventricular tachycardia abd sudden death after myocardial infarction ?. Circulation, 83: 756–763. Robles Bayón, A. (1994). Síndromes neurológicos relacionados con el sueño. Tratado de Medicina Interna, MEDICINE, 51: 2247–2259. Roche, F. y col. (1999). Screening of obstructive sleep apnea syndrome by heart rate variability analysis. Circulation, 100: 1411–1415. Rodríguez Font, E. y Viñolas Prat, X. (1999). Causas de muerte súbita. Problemas a la hora de establecer y clasificar los tipos de muerte. Revista Española de Cardiología, 52(11): 1004–1014. Rosell, J. y col. (1988). Skin impedance from 1 Hz to 1 MHz. IEEE Trans. Biomed. Eng., BME– 35: 649–651. Sasamori, A. y col. (1994). A New approach to measure ventricular repolarization duration in 24–hour holter ECG based on T–wave morphology classification. Computer in Cardiology, IEEE Computer Society Press, 1994: 589–592. Schouten E.G. y col. (1991). QT interval prolongation predicts cardiovascular mortality in an apparently healthy population. Circulation, 84: 1516–1523. Schwartz, P.J. y Wolf, S. (1978). Q–T interval prolongation as predictor of sudden death in patients with myocardial infarction. Circulation, 57: 1074–1077. B.14 Bibliografía Singh, J.P. y col. (1997a). Left Ventricular Hypertrophy in Hipertensive Patients Is Asociated With Abnormal Rate Adaptation of QT Interval. J.A.C.C., 29(4): 778–784. Singh, J.P.; Selight, P.; Kardos, A. y Hart, G. (1997b). QT interval dinamics and heart rate variability preceding a case of cardiac arrest. Heart, 77: 375–377. Speranza, G.; Nollo G.; Ravelli, F. y Antolini, R. (1993). Beat–to–beat measurement and analysis of the R–T interval in 24 h ECG holter recordings. Med. Biol. Eng. Comput., 31: 487– 494. Strechman, V.L.; Kuge, K.A. y Harper, R.M. (1988). Time–domain system for assesing variation in heart rate, Med. Biol. Eng. Comput., 26: 367–373. Taggart, P.; Sutton, P.; Pugsley, W. y Swanton, H. (1995). Repolarization Gradients Derived by Subtraction of Monophasic Action Potential Recording in the Human Heart. Studies Incorporating Altered Mechanical Loading and Ischemia. J. Electrocardiology, 28(suppl): 156– 161. Tam, H. y Webster, J. (1977). Minimizing electrode motion artifact by skin abrasion. IEEE Trans. Biomed. Eng., BME–24: 134–139. Task Force of the European Society of Cardiology and the North American Society of Pacing and Electrophysiology. (1996). Heart rate variability. Standards of measurement, physiological interpretation, and clinical use. European Heart Journal, 17: 354–381. Tavernier, R. y col. (1995). Automatic QT measurements and dynamic QT behaviour on a 2 Channel 24 hour recording: importance of lead selection and QT offset determination. Computers in Cardiology, IEEE Computer Society Press, 1995: 773–776. B.15 Bibliografía Tavernier, R. y col. (1997). Changes in the QT interval and its adaptation to rate, assesed with continous electrocardiographic recordings in patients with ventricular fibrillation, as compared to normal individuals without arrhytmias. Eur. Heart J., 18: 994–999. Thakor, N. y Webster, J. (1978). The origin of skin potential and its variations. Proc. Ann. Conf. Eng. Biol. Eng., 20: 212. Vanoli, E. y col. (1995). Heart rate variability during specific sleep stages: a comparison of healthy subjects with patients after myocardial infarction. Circulation, 91: 1918–1922. Vázquez–Seisdedos, C.R.; Pallàs–Areny, R. (2000a). Desacoplamiento y artefactos en el registro de biopotenciales. International Conference on TELEMATICS, MEDICAL COMPUTING AND EQUIPMENT – TELEC'2000, Santiago de Cuba, Julio 12–14, 2000, CDROM, Ref P645, 4 p. Vázquez Seisdedos, C.R.; Ramos Castro, J. y Pallàs Areny, R. (2000b). Caracterización de artefactos en el ECG ambulatorio. XVIII Congreso Anual de la Sociedad Española de Ingeniería Biomédica – CASEIB 2000, Cartagena, Septiembre 27–29, 2000. Libro de Actas: 1–4. Vázquez Seisdedos, C.R.; García González, M.A.; Malleuve Palancar, J.; Pallàs Areny, R. (2000c). Análisis dinámico de los intervalos RTm y RR durante el sueño. XVIII Congreso Anual de la Sociedad Española de Ingeniería Biomédica – CASEIB 2000, Cartagena, Septiembre 27– 29, 2000. Libro de Actas: 33–36. Vázquez Seisdedos, C.R.; Ramos Castro, J.; García González, M.A. y Pallàs Areny, R. (2000d). Problemática en el estudio del ECG ambulatorio. 2es Jornades de Recerca en Enginyeria Biomèdica, Sitges, 2 y 3 de Nov. de 2000, Barcelona. Libro de actas: 177–183. Vrtovec B.; Starc, V. y Starc, R. (2000). Beat–to–beat QT interval Variability in Coronary Patients. Journal of Electrocardiology, 33 (2): 119–125. B.16 Bibliografía Webster, J.G. (1978). Medical Instrumentation. Application and Design (1ª ed). Houghton Mifflin Company, 1978: 163–167. Webster; J.G. (1998). Medical Instrumentation. Application and Design (3ª ed). John Wiley & Sons, NY, 1998. Willems, J.L. y col. (1988). Common standards for quantitative electrocardiography. CSE multilead atlas, Leuven, ACCO, Publ: 1–341. Xue, Q.; Hu, Y.H. y Tompkins, W.J. (1989). Neural–network–based adaptative matched filtering for QRS detection. IEEE Trans. Biomed. Eng., BME 39: 317–329. Xue, Q. y Reddy, S. (1996). New Algorithms for QT Dispersion Analysis. Computers in Cardiology, IEEE Computer Society Press, 1996: 293–296. Zareba, W.; Moss, A.J. y Badilini, F. (1996). Dispersion of Repolarization: Noninvasive Marker of Nonuniform Recovery of Ventricular Excitability. En: Noninvasive Electrocardiology (ed. Moss, A.J. y Stern, S.), W.B. Saunders, 1996: 405–419. Zaza, A. y col. (1991). Sympathetic modulation of the relation between ventricular repolarization and cycle length. Circulation Research, 68: 1191–1203. Zipes, D. P. y Wellens, H.J.J. (1998). Sudden Cardiac Death. Circulation, 98: 2334–2351. Zipp, P. y Ahrens, H. J. (1979). A model of bioelectrode motion artefact and reduction of artefact by amplifier input design. J. Biomed. Eng., 1: 273–276. B.17