Analisando gravações de eletrocardiografia de longo prazo para detectar arritmias em camundongos
Summary
Aqui apresentamos um protocolo passo-a-passo para uma abordagem semi-automatizada para analisar dados murinos de eletrocardiografia de longo prazo (ECG) para parâmetros básicos de ECG e arritmias comuns. Os dados são obtidos por transmissores de telemetria implantáveis em camundongos vivos e acordados e analisados usando o Ponemah e seus módulos de análise.
Abstract
As arritmias são comuns, afetando milhões de pacientes em todo o mundo. As estratégias de tratamento atuais estão associadas a efeitos colaterais significativos e permanecem ineficazes em muitos pacientes. Para melhorar o atendimento ao paciente, são necessários conceitos terapêuticos novos e inovadores que visem causalmente os mecanismos de arritmia. Para estudar a complexa fisiopatologia das arritmias, são necessários modelos animais adequados, e os camundongos provaram ser espécies modelo ideais para avaliar o impacto genético nas arritmias, investigar mecanismos moleculares e celulares fundamentais e identificar potenciais alvos terapêuticos.
Os dispositivos de telemetria implantáveis estão entre as ferramentas mais poderosas disponíveis para estudar a eletrofisiologia em camundongos, permitindo o registro contínuo de ECG durante um período de vários meses em camundongos acordados em movimento livre. No entanto, devido ao grande número de pontos de dados (> 1 milhão de complexos QRS por dia), a análise de dados de telemetria continua sendo um desafio. Este artigo descreve uma abordagem passo-a-passo para analisar ECGs e detectar arritmias em gravações de telemetria de longo prazo usando o software Ponemah, com seus módulos de análise, ECG Pro e Data Insights, desenvolvido pela Data Sciences International (DSI). Para analisar parâmetros básicos de ECG, como frequência cardíaca, duração da onda P, intervalo PR, intervalo QRS ou duração do QT, uma análise automatizada de atributos foi realizada usando Ponemah para identificar ondas P, Q e T dentro de janelas ajustadas individualmente em torno das ondas R detectadas.
Os resultados foram então revisados manualmente, permitindo o ajuste das anotações individuais. A saída da análise baseada em atributos e da análise de reconhecimento de padrões foi então usada pelo módulo Data Insights para detectar arritmias. Este módulo permite uma triagem automática de arritmias definidas individualmente dentro da gravação, seguida de uma revisão manual de episódios suspeitos de arritmia. O artigo discute brevemente os desafios no registro e detecção de sinais de ECG, sugere estratégias para melhorar a qualidade dos dados e fornece registros representativos de arritmias detectadas em camundongos usando a abordagem descrita acima.
Introduction
As arritmias cardíacas são comuns, acometendo milhões de pacientes em todo o mundo1. O envelhecimento populacional apresenta incidência crescente e, portanto, uma grande carga de saúde pública decorrente das arritmias cardíacas e de sua morbidade e mortalidade2. As estratégias de tratamento atuais são limitadas e frequentemente associadas a efeitos colaterais significativos e permanecem ineficazes em muitos pacientes 3,4,5,6. Estratégias terapêuticas novas e inovadoras que visem causalmente os mecanismos de arritmia são urgentemente necessárias. Para estudar a complexa fisiopatologia das arritmias, são necessários modelos animais adequados; camundongos têm se mostrado uma espécie modelo ideal para avaliar o impacto genético sobre arritmias, investigar mecanismos moleculares e celulares fundamentais e identificar potenciais alvos terapêuticos 7,8,9. O registro contínuo do ECG é um conceito bem estabelecido na rotina clínica de detecção de arritmia10.
Os dispositivos de telemetria implantáveis estão entre as ferramentas mais poderosas disponíveis para estudar a eletrofisiologia em camundongos, pois permitem o registro contínuo do ECG (uma abordagem comum é implantar as derivações em uma posição de chumbo-II) durante um período de vários meses em camundongos acordados em movimento livre11,12. No entanto, devido ao grande número de pontos de dados (até mais de 1 milhão de complexos QRS por dia) e ao conhecimento limitado dos valores padrão murinos, a análise dos dados de telemetria permanece desafiadora. Os transmissores de telemetria comumente disponíveis para camundongos duram até 3 meses, levando à gravação de até 100 milhões de complexos QRS. Isso significa que os protocolos de análise pragmática são muito necessários para reduzir o tempo gasto com cada conjunto de dados individual e permitirão que os pesquisadores manipulem e interpretem essa enorme quantidade de dados. Para obter um sinal de ECG limpo após a gravação, o implante do transmissor precisa ser ideal – as posições de chumbo devem estar o mais distantes possível para permitir maiores amplitudes de sinal.
O leitor interessado pode ser encaminhado a um protocolo de McCauley et al.12 para mais informações. Além disso, para minimizar o ruído, gaiolas e transmissores devem ser colocados em um ambiente silencioso e não propenso a qualquer perturbação, como um gabinete ventilado com fatores ambientais controlados (temperatura, luz e umidade). Durante o período experimental, o posicionamento do chumbo deve ser verificado regularmente para evitar a perda de sinal devido à perfuração do chumbo ou problemas de cicatrização de feridas. Fisiologicamente, há uma alteração circadiana nos parâmetros do ECG em roedores como em humanos, gerando a necessidade de uma abordagem padronizada para a obtenção dos parâmetros basais do ECG a partir de um registro contínuo. Em vez de calcular os valores médios dos parâmetros do ECG durante um longo período, a análise de um ECG de repouso semelhante ao de humanos deve ser realizada para obter parâmetros básicos, como frequência cardíaca em repouso, duração da onda P, intervalo PR, duração do QRS ou intervalo QT/QTc. Em humanos, um ECG em repouso é registrado acima de 10 s, a uma frequência cardíaca normal de 50-100 / min. Este ECG inclui 8 a 17 complexos QRS. Uma análise de 20 complexos QRS consecutivos é recomendada no camundongo como “equivalente a ECG em repouso”. Devido à alteração circadiana acima mencionada, uma abordagem simples é analisar dois ECGs de repouso por dia, um durante o dia e outro à noite. Dependendo do ciclo de liga/desliga da luz na instalação animal, os horários adequados são selecionados (por exemplo, 12 AM / PM) e os parâmetros básicos são obtidos.
Em seguida, um gráfico de frequência cardíaca ao longo do tempo é usado para detectar taquias e bradicardias relevantes, com exploração manual consecutiva desses episódios para obter uma primeira impressão. Este gráfico de frequência cardíaca leva então aos parâmetros importantes de frequência cardíaca máxima e mínima durante o período registrado, bem como variabilidade da frequência cardíaca ao longo do tempo. Em seguida, o conjunto de dados é analisado para arritmias. Este artigo descreve uma abordagem passo a passo para obter esses dados de ECG basais de gravações de telemetria de longo prazo de camundongos acordados durante um período de gravação de até três meses. Além disso, descreve como detectar arritmias usando o software, Ponemah versão 6.42, com seus módulos de análise, ECG Pro e Data Insights, desenvolvido pela Data Sciences International (DSI). Esta versão é compatível com Windows 7 (SP1, 64 bits) e Windows 10 (64 bits).
Protocol
Representative Results
Discussion
O ECG de superfície é a principal ferramenta de diagnóstico para pacientes que sofrem de distúrbios do ritmo cardíaco, fornecendo insights sobre muitos fenômenos eletrofisiológicos. No entanto, a análise suficiente das patologias do ECG de superfície cardíaca requer conhecimento e definição de parâmetros fisiológicos normais. Muitos anos de pesquisa epidemiológica levaram a um amplo consentimento sobre o que é fisiológico em humanos e, assim, permitiram que médicos em todo o mundo distinguissem claramen…
Divulgations
The authors have nothing to disclose.
Acknowledgements
Este trabalho foi apoiado pela Fundação Alemã de Pesquisa (DFG; Programa de Cientistas Clínicos em Medicina Vascular (PRIME), MA 2186/14-1 a P. Tomsits e D. Schüttler), Centro Alemão de Pesquisa Cardiovascular (DZHK; 81X2600255 a S. Clauss), a Fundação Corona (S199/10079/2019 a S. Clauss), a ERA-NET sobre Doenças Cardiovasculares (ERA-CVD; 01KL1910 a S. Clauss), a Heinrich-and-Lotte-Mühlfenzl Stiftung (a S. Clauss) e o Conselho de Bolsas de Estudo da China (CSC, a R. Xia). Os financiadores não tiveram nenhum papel na preparação do manuscrito.
References
- Camm, A. J., et al. Guidelines for the management of atrial fibrillation: the Task Force for the Management of Atrial Fibrillation of the European Society of Cardiology (ESC). Europace. 12 (10), 1360-1420 (2010).
- Chugh, S. S., et al. Worldwide epidemiology of atrial fibrillation: a Global Burden of Disease 2010 Study. Circulation. 129 (8), 837-847 (2014).
- Dobrev, D., et al. New antiarrhythmic drugs for treatment of atrial fibrillation. Lancet. 375 (9721), 1212-1223 (2010).
- January, C. T., et al. 2019 AHA/ACC/HRS focused update of the 2014 AHA/ACC/HRS Guideline for the management of patients with atrial fibrillation: a report of the American College of Cardiology/American Heart Association Task Force on Clinical Practice Guidelines and the Heart Rhythm Society in Collaboration With the Society of Thoracic Surgeons. Circulation. 140 (2), 125-151 (2019).
- Heijman, J., et al. Cardiac safety assays. Current Opinion in Pharmacology. 15, 16-21 (2014).
- Kirchhof, P., et al. ESC Guidelines for the management of atrial fibrillation developed in collaboration with EACTS. European Heart Journal. 37 (38), 2893-2962 (2016).
- Clauss, S., et al. Animal models of arrhythmia: classic electrophysiology to genetically modified large animals. Nature reviews. Cardiology. 16 (8), 457-475 (2019).
- Schüttler, D., et al. Animal models of atrial fibrillation. Circulation Research. 127 (1), 91-110 (2020).
- Dobrev, D., et al. Mouse models of cardiac arrhythmias. Circulation Research. 123 (3), 332-334 (2018).
- Rosero, S. Z., et al. Ambulatory ECG monitoring in atrial fibrillation management. Progress in cardiovascular diseases. 56 (2), 143-152 (2013).
- Russell, D. M., et al. A high bandwidth fully implantable mouse telemetry system for chronic ECG measurement. Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology. 2011, 7666-7669 (2011).
- McCauley, M. D., et al. Ambulatory ECG recording in mice. Journal of Visualized Experiments : JoVE. (39), e1739 (2010).
- Mehendale, A. C., et al. Unlock the information in your data: Software to find, classify, and report on data patterns and arrhythmias. Journal of Pharmacological and Toxicological Methods. 81, 99-106 (2016).
- Hulsmans, M., et al. Macrophages facilitate electrical conduction in the heart. Cell. 169 (3), 510-522 (2017).
- Boukens, B. J., et al. Misinterpretation of the mouse ECG: ‘musing the waves of Mus musculus. Journal of Physiology. 592 (21), 4613-4626 (2014).
- Wehrens, X. H., et al. Mouse electrocardiography: an interval of thirty years. Cardiovascular Research. 45 (1), 231-237 (2000).
- Goldbarg, A. N., et al. Electrocardiogram of the normal mouse, Mus musculus: general considerations and genetic aspects. Cardiovascular Research. 2 (1), 93-99 (1968).
- Kaese, S., et al. The ECG in cardiovascular-relevant animal models of electrophysiology. Herzschrittmachertherapie und Elektrophysiologie. 24 (2), 84-91 (2013).
- Speerschneider, T., et al. Physiology and analysis of the electrocardiographic T wave in mice. Acta Physiologica. 209 (4), 262-271 (2013).
- Toib, A., et al. Remodeling of repolarization and arrhythmia susceptibility in a myosin-binding protein C knockout mouse model. American Journal of Physiology. Heart and Circulatory Physiology. 313 (3), 620-630 (2017).
- Thireau, J., et al. Heart rate variability in mice: a theoretical and practical guide. Experimental Physiology. 93 (1), 83-94 (2008).
- Hilgard, J., et al. Significance of ventricular pauses of three seconds or more detected on twenty-four-hour Holter recordings. American Journal of Cardiology. 55 (8), 1005-1008 (1985).
