مقاله معیارهای جدید مبتنی بر آنتروپی برای پیش‌بینی عود فیبریلاسیون دهلیزی طولانی‌مدت پس از ابلیشن جراحی: دیدگاه‌هایی از آنالیز الکتروکاردیوگرافی قبل از عمل

چکیده

Atrial fibrillation (AF) is a prevalent cardiac arrhythmia often treated concomitantly with other cardiac interventions through the Cox Maze procedure. This highly invasive intervention is still linked to a long-term recurrence rate of approximately 35% in permanent AF patients. The aim of this study is to preoperatively predict long-term AF recurrence post-surgery through the analysis of atrial activity (AA) organization from non-invasive electrocardiographic (ECG) recordings. A dataset comprising ECGs from 53 patients with permanent AF who had undergone Cox Maze concomitant surgery was analyzed. The AA was extracted from the lead V1 of these recordings and then characterized using novel predictors, such as the mean and standard deviation of the relative wavelet energy (RWEm and RWEs) across different scales, and an entropy-based metric that computes the stationary wavelet entropy variability (SWEnV). The individual predictors exhibited limited predictive capabilities to anticipate the outcome of the procedure, with the SWEnV yielding a classification accuracy (Acc) of 68.07%. However, the assessment of the RWEs for the seventh scale (RWEs7), which encompassed frequencies associated with the AA, stood out as the most promising individual predictor, with sensitivity (Se) and specificity (Sp) values of 80.83% and 67.09%, respectively, and an Acc of almost 75%. Diverse multivariate decision tree-based models were constructed for prediction, giving priority to simplicity in the interpretation of the forecasting methodology. In fact, the combination of the SWEnV and RWEs7 consistently outperformed the individual predictors and excelled in predicting post-surgery outcomes one year after the Cox Maze procedure, with Se, Sp, and Acc values of approximately 80%, thus surpassing the results of previous studies based on anatomical predictors associated with atrial function or clinical data.

چکیده به فارسی (ترجمه ماشینی)

فیبریلاسیون دهلیزی (AF) یک آریتمی قلبی شایع است که اغلب با سایر مداخلات قلبی از طریق روش پیچ و خم COX درمان می شود.این مداخله بسیار تهاجمی هنوز با میزان عود طولانی مدت تقریباً 35 ٪ در بیماران دائمی AF مرتبط است.هدف از این مطالعه پیش بینی قبل از عمل عود مجدد AF پس از عمل پس از عمل از طریق تجزیه و تحلیل سازمان فعالیت دهلیزی (AA) از ضبط های الکتروکاردیوگرافی غیر تهاجمی (ECG) است.یک مجموعه داده شامل ECG از 53 بیمار مبتلا به AF دائمی که تحت عمل جراحی همزمان پیچ و خم COX قرار گرفته بودند ، مورد بررسی قرار گرفت.AA از سرب V1 این ضبط ها استخراج شد و سپس با استفاده از پیش بینی کننده های جدید ، مانند میانگین و انحراف استاندارد انرژی موجک نسبی (RWEM و RWES) در مقیاس های مختلف ، و یک متریک مبتنی بر آنتروپی که محاسبه موجک ثابت است ، مشخص شد.تنوع آنتروپی (SWENV).پیش بینی کننده های فردی قابلیت های پیش بینی محدودی را برای پیش بینی نتیجه این روش به نمایش گذاشتند ، با این که SWENV دقت طبقه بندی (ACC) 68.07 ٪ را به همراه دارد.با این حال ، ارزیابی RWE ها برای مقیاس هفتم (RWES7) ، که شامل فرکانس های مرتبط با AA بود ، به عنوان امیدوار کننده ترین پیش بینی کننده فردی ، با حساسیت (SE) و ویژگی (SP) 80.83 ٪ و 67.09 ٪ ، ایستادگی کردبه ترتیب ، و ACC تقریباً 75 ٪.مدلهای متنوع مبتنی بر درخت تصمیم گیری چند متغیره برای پیش بینی ساخته شدند و اولویت را به سادگی در تفسیر روش پیش بینی می کردند.در حقیقت ، ترکیب SWENV و RWES7 به طور مداوم از پیش بینی کننده های فردی بهتر عمل می کند و در پیش بینی نتایج بعد از عمل یک سال پس از روش پیچ و خم Cox ، با مقادیر SE ، SP و ACC تقریباً 80 ٪ ، بدین ترتیب از نتایج قبلی پیشی می گیرد.مطالعات مبتنی بر پیش بینی کننده های آناتومیکی مرتبط با عملکرد دهلیزی یا داده های بالینی.