Ошибки в прикрепленииотведений

Технологии

Амплитуды и длительность ЭКГ варьируются в зависимости от размещения прекардиальных отведений, описание которых часто сильно отличаетсяна рекомендуемых анатомических сайтах. Ранняя работа Kerwin et al. показала, что воспроизводимость расположения прекардиального отведения с точностью до 1 см наблюдалась только среди примерно половины мужчин и в еще меньшем количестве среди женщин. Точность размещения отведений во время обычной электрокардиографии со временем продолжала уменьшаться. Недавнее исследование показало, что менее чем две трети обычно применяемых прекардиальных электродов были прикреплены в пределах 1,25 дюйма от обозначенного ориентира, но ошибки не были распределены случайным образом.

Более вертикальное, чем это требовалось,прикрепление прекардиальных электродов, было вызвано грубым неправильным размещением электродов V1 и V2 в более чем в половине случаев, а такженаблюдалось неправильное закрепеление левого прекардиального электрода в нижне-левосторонней области в более чем одной трети случаев.

Клинические последствия

Различия в размещении отведений между записями являются важной причиной плохой воспроизводимости предварительных измерений прекардиальной амплитуды ЭКГ. Воспроизводимость измерений продолжительности обычно лучше, чем воспроизводимость амплитуд. Установлено, что вариации в позиции прекардиальныхотведений всего на 2 см могут привести к важным диагностическим ошибкам, особенно к тем, которые связаны с выводами об инфаркте передней перегородки и гипертрофии желудочков. Неправильное закрепление прекардиальных отведений способно изменить компьтеризированные диагностические выводыв 6% записей.

Рекомендации

Периодическая переподготовка на тему правильного позиционированияпрекардиальных отведений должна быть рутинной для всего персонала, ответственного за регистрацию ЭКГ. Серийные записи в условиях реанимационного или палатного ухода должны производиться с использованием некоторой формы маркировки кожи, чтобы способствовать воспроизводимости размещения отведений, когда невозможно оставить правильно закрепленные электроды на месте.

Компьютеризированная интерпретация ЭКГ

Технологии

Для диагностических цифровых программ ЭКГ требуются два компьютерных процесса, которые обеспечивают диагностическую интерпретацию. Первый этап - подготовка сигнала для анализа по описанным выше методам обработки. Как обсуждалось в предыдущих разделах данногй статьи, точность измерений, используемых в диагностических алгоритмах, определяется техническими проблемами, которые влияют на обработку сигналов. Эти методы обработки сигналов включают в себя подготовку сигнала (выборка, фильтрация и формирование шаблона), извлечение характеристик и их измерение. Согласованные по времени одновременные данные отведений и построение репрезентативных шаблонных комплексов имеют решающее значение для надежности извлечения характеристик и их измерения; универсальные измерения длительности могут систематически сокращаться, если не используются согласованные по времени данные.На втором этапе анализа применяют диагностические алгоритмы для обработанной ЭКГ.

Диагностические алгоритмы могут быть эвристическими (основанными на полученном опыте правилами, которые являются детерминистскими) или статистическими (вероятностными) по структуре. Эвристические алгоритмы диагностики первоначально были разработаны для включения дискретных порогов измерения в древо решений или в логические комбинации критериев. Статистические алгоритмы диагностики обходят проблемы диагностической нестабильности, связанные с небольшими серийными изменениями вокруг дискретных разделов, добавляя вероятностныеутверждения к диагнозу. Они могут быть основаны на байезовской логике. Другие статистические методы используют анализ дискриминантных функций, который может использовать непрерывные параметры ЭКГ в дополнение к дискретным переменным для получения балльной оценки. Эти алгоритмы имеют тенденцию быть более воспроизводимыми, чем ранние эвристические методы, несмотря на то, что они все еще могутиграть роль дискретных пороговых значенийдля диагностических выводов.

Нейронные сети отличаются от обычного анализа дискриминирующих функций тем, как они проходят обучение в классификаторе решений и в производных границах принятия этих решений.Статистические методы зависят от базы данных хорошо задокументированных случаев, для нахождения оптимальных параметров ЭКГ и их последующего использования. Такая база данных должна быть достаточно большой, чтобы результаты были статистически достоверными. База данных должна содержать достаточное количество случаев с различной степенью аномальности, начиная от легких и заканчиваясь тяжелыми случаями,а так же с репрезентативным распределением состояний с необычными характеристиками. Статистика хорошо документированных групп населения была использована для разработки диагностических алгоритмов, которые уже не просто имитируютживого проверяющего. Аналогичным образом было также показано, что добавление критериев векторной петли (или эквивалентной информации, выведенной из одновременных отведений) улучшает диагноз двенадцатиканальной ЭКГ.

Клинические последствия

Учитывая потенциально глубокие последствия технических факторов для измерений ЭКГ, неудивительно, что идентичные диагностические алгоритмы могут выполняться по-разному в приложении к сигналам ЭКГ, которые подвергаются обработке различными методами. Соблюдение методологических стандартов позволит свести к минимуму эти различия, способствовать единообразию измерений и интерпретации и облегчить последовательное сравнение записей. Даже при соблюдении стандартов можно ожидать небольших систематических различий в измерениях между диагностическими инструментами, которые используют разные методы обработки, особенно в отношении диагностически важных глобальныхизмерений длительности комплекса QRS и интервала QT. Исследование, проведенное Европейской группой CSE в 1985 году, показало, что различия в измерениях среди 10 стандартных систем ЭКГ могут быть достаточно большими; они способны изменить диагностические выводы; однако ни в одном из недавно проведенных исследований не были напрямую сопоставлены шаблоны и общепринятые измерения, полученные с использованием существующей в настоящее время серийно выпускаемой стандартной системы регистрации ЭКГ.

Помимо технических проблем точности измерений, оценка эффективности программ ЭКГ остается сложной. Программы могут сравниваться с диагнозами эксперта-кардиолога или консенсуса экспертов-кардиологов или с диагнозами, установленными на базе независимых данными. Группа CSE оценила 15 программ ЭКГ и векторного кардиографического анализа против справочной базы данных, которая включала документированные случаи гипертрофии желудочков и инфаркта миокарда; 15 диагнозов, которые зависелив значительной степени от точного измерения продолжительности и амплитуд, и которые должны были быть более легкими для компьютерного анализа.

В целом, доля ЭКГ, правильно классифицированных по компьютерным программам (в среднем 91,3%), оказалась ниже, чем у кардиологов (в среднем 96,0%), тогда как важные различия в общей точности были все же обнаружены между различными алгоритмами. Salerno и авторы проанализировали 13 отчетов о прогрессе достигнутом в компьютерной программе ЭКГ и показали, что данные программы обычно работают менее эффективно по сравнению с экспертами по отношению к индивидуальным диагнозам. Несмотря на это, в отчете было установлено, что компьютерная помощь способна улучшить диагностический уровень специалистов, не входящих в группу экспертов.

Рекомендации

Компьютерная интерпретация ЭКГ является дополнением к электрокардиографу, и все компьютерные отчеты требуют пересмотра врача. Точные индивидуальные шаблоны должны формироваться в каждом отведении до того как будет произведено окончательноефинальное извлечениедеталей, используемых для диагностической интерпретации.Для выявления момента самого раннего наступления и самого последнего смещения конфигурации волнсуммарных измерений, используемых для диагностической интерпретации, следует использовать согласованные по времени данные нескольких отведений. Детерминистские и статистические или вероятностные алгоритмы должны основываться на хорошо построенных базах данных, которые включают в себя разную степень патологии и соответствующее распределение смешанных условий. Такие алгоритмы должны быть сверены с данными, которые не были использованы для разработки.

Программы, использующие сложные диагностические алгоритмы, должны документировать в справочном материале те измерения, которые являются критическими для диагностическихвыводов и которые могут включать в себя синтезированный векторный цикл или другие новые измерения. Серийные сравнения последовательных ЭКГ должны проводиться обученными специалистами независимо от того, обеспечивает ли программа ЭКГ серийное сравнение. Оценке выполнения различных алгоритмов будет способствовать использование стандартизованного глоссария пояснительных утверждений.

Резюме

В настоящем документе изложена связь между современным цифровым электрокардиографом и его технологиями. Индивидуальные особенности обработки и регистрации ЭКГ рассматриваются с точки зрения их клинических последствий. Рекомендации сосредоточены на прогрессе в направлении оптимального использования ЭКГ. Следует надеяться, что стандарты, изложенные в этом документе, станут дополнительным стимулом для улучшения записи и интерпретации ЭКГ.