Анализ записей долгосрочной электрокардиографии для выявления аритмий у мышей

Summary

Здесь мы представляем пошаговый протокол полуавтоматизированного подхода к анализу данных длительной электрокардиографии (ЭКГ) мышей на основные параметры ЭКГ и распространенные аритмии. Данные получаются имплантируемыми телеметрическими передатчиками у живых и бодрствующих мышей и анализируются с использованием Ponemah и ее аналитических модулей.

Abstract

Аритмии распространены, затрагивая миллионы пациентов во всем мире. Современные стратегии лечения связаны со значительными побочными эффектами и остаются неэффективными у многих пациентов. Для улучшения ухода за пациентами необходимы новые и инновационные терапевтические концепции, причинно нацеленные на механизмы аритмии. Для изучения сложной патофизиологии аритмий необходимы подходящие животные модели, и было доказано, что мыши являются идеальным модельным видом для оценки генетического воздействия на аритмии, исследования фундаментальных молекулярных и клеточных механизмов и выявления потенциальных терапевтических мишеней.

Имплантируемые телеметрические устройства являются одними из самых мощных инструментов, доступных для изучения электрофизиологии у мышей, что позволяет непрерывно записывать ЭКГ в течение нескольких месяцев у свободно движущихся, бодрствующих мышей. Однако из-за огромного количества точек данных (>1 млн QRS-комплексов в сутки) анализ телеметрических данных остается сложной задачей. В этой статье описывается пошаговый подход к анализу ЭКГ и выявлению аритмий в долгосрочных телеметрических записях с использованием программного обеспечения Ponemah с его аналитическими модулями ECG Pro и Data Insights, разработанным Data Sciences International (DSI). Для анализа основных параметров ЭКГ, таких как частота сердечных сокращений, длительность волны P, интервал PR, интервал QRS или длительность QT, был выполнен автоматизированный анализ атрибутов с использованием Ponemah для идентификации волн P, Q и T в индивидуально настроенных окнах вокруг обнаруженных волн R.

Затем результаты были рассмотрены вручную, что позволило скорректировать отдельные аннотации. Выходные данные анализа на основе атрибутов и анализа распознавания образов затем использовались модулем Data Insights для обнаружения аритмий. Этот модуль позволяет автоматически проводить скрининг индивидуально определенных аритмий в записи с последующим ручным обзором эпизодов подозреваемой аритмии. В статье кратко обсуждаются проблемы регистрации и обнаружения сигналов ЭКГ, предлагаются стратегии улучшения качества данных и приводятся репрезентативные записи аритмий, обнаруженных у мышей с использованием подхода, описанного выше.

Introduction

Сердечные аритмии распространены, затрагивая миллионы пациентов во всем мире¹. Старение населения характеризуется ростом заболеваемости и, следовательно, серьезным бременем для общественного здравоохранения в результате сердечных аритмий и их заболеваемости и смертности². Современные стратегии лечения ограничены и часто связаны со значительными побочными эффектами и остаются неэффективными у многих пациентов ^3,4,5,6. Срочно необходимы новые и инновационные терапевтические стратегии, которые причинно нацелены на механизмы аритмии. Для изучения сложной патофизиологии аритмий необходимы подходящие животные модели; Было доказано, что мыши являются идеальным модельным видом для оценки генетического воздействия на аритмии, исследования фундаментальных молекулярных и клеточных механизмов и выявления потенциальных терапевтических ^{целей 7,8,9}. Непрерывная запись ЭКГ является хорошо зарекомендовавшей себя концепцией в клинической рутине выявления аритмии¹⁰.

Имплантируемые телеметрические устройства являются одними из самых мощных инструментов, доступных для изучения электрофизиологии у мышей, поскольку они позволяют непрерывно регистрировать ЭКГ (общий подход заключается в имплантации отведений в положение свинца-II) в течение нескольких месяцев у свободно движущихся, бодрствующих мышей^11,12. Однако из-за огромного количества точек данных (до более чем 1 млн комплексов QRS в сутки) и ограниченных знаний мышиных стандартных значений анализ телеметрических данных остается сложной задачей. Общедоступные телеметрические передатчики для мышей служат до 3 месяцев, что приводит к регистрации до 100 миллионов комплексов QRS. Это означает, что прагматические протоколы анализа крайне необходимы для сокращения времени, затрачиваемого на каждый отдельный набор данных, и позволят исследователям обрабатывать и интерпретировать этот огромный объем данных. Чтобы получить чистый сигнал ЭКГ при регистрации, имплантация передатчика должна быть оптимальной - положения проводов должны быть как можно дальше друг от друга, чтобы обеспечить более высокие амплитуды сигнала.

Заинтересованный читатель может быть направлен на протокол McCauley et ^al.12 для получения дополнительной информации. Кроме того, чтобы свести к минимуму шум, клетки и передатчики должны быть размещены в тихой среде, не подверженной каким-либо помехам, такой как вентилируемый шкаф с контролируемыми факторами окружающей среды (температура, свет и влажность). В течение экспериментального периода позиционирование свинца должно регулярно проверяться, чтобы избежать потери сигнала из-за перфорации свинца или проблем с заживлением ран. Физиологически наблюдается циркадное изменение параметров ЭКГ у грызунов, как и у людей, что создает необходимость стандартизированного подхода к получению исходных параметров ЭКГ из непрерывной записи. Вместо того, чтобы вычислять средние значения параметров ЭКГ за длительный период, следует выполнить анализ ЭКГ в состоянии покоя, аналогичной таковой у людей, для получения основных параметров, таких как частота сердечных сокращений в состоянии покоя, продолжительность волны P, интервал PR, продолжительность QRS или интервал QT / QTc. У человека ЭКГ в состоянии покоя регистрируется в течение 10 с, при нормальной частоте сердечных сокращений 50-100/мин. Эта ЭКГ включает в себя от 8 до 17 комплексов QRS. Анализ 20 последовательных комплексов QRS рекомендуется у мышей как «эквивалент ЭКГ в состоянии покоя». Из-за вышеупомянутого циркадного изменения простой подход заключается в анализе двух ЭКГ в состоянии покоя в день, одной в дневное время и одной в ночное время. В зависимости от цикла включения/выключения света в животноводческом помещении выбирается подходящее время (например, 12 утра/ТЧ) и получаются основные параметры.

Затем график сердечного ритма с течением времени используется для обнаружения соответствующих тахи- и брадикардий, с последовательным ручным исследованием этих эпизодов, чтобы получить первое впечатление. Этот график сердечного ритма затем приводит к важным параметрам максимальной и минимальной частоты сердечных сокращений в течение зарегистрированного периода, а также к вариабельности сердечного ритма с течением времени. После этого набор данных анализируется на предмет аритмий. В этой статье описывается пошаговый подход к получению этих исходных данных ЭКГ из долгосрочных телеметрических записей бодрствующих мышей в течение периода записи до трех месяцев. Кроме того, в нем описывается, как обнаружить аритмии с помощью программного обеспечения Ponemah версии 6.42 с его модулями анализа, ECG Pro и Data Insights, разработанными Data Sciences International (DSI). Эта версия совместима как с Windows 7 (SP1, 64-разрядная версия), так и с Windows 10 (64-разрядная версия).

Protocol

1. Предварительные договоренности

1. Запустите программное обеспечение Ponemah 6.42 и подтвердите имя пользователя и серийный номер лицензии на программное обеспечение на следующем экране, нажав кнопку Продолжить.
2. Загрузите эксперимент, содержащий интересующую ЭКГ
   1. Если Ponemah запускается впервые, обратите внимание, что откроется диалоговое окно Ponemah Get Started , предлагающее три варианта: 1) Создать эксперимент, 2) Загрузить эксперимент, 3) Импортировать эксперимент.
      1. Выберите Загрузить эксперимент, чтобы открыть файл. После открытия диалогового окна Обзор папок выберите файл эксперимента с расширением (". PnmExp"), и загрузите файл, нажав кнопку Открыть.
      2. Чтобы открыть набор данных, записанный в Ponemah 5.x или Dataquest ART, используйте функцию Импорт эксперимента .
         ПРИМЕЧАНИЕ: При повторном открытии программного обеспечения последний эксперимент автоматически загружается в главное окно для дальнейшего просмотра. В меню в разделе Эксперимент предлагаются те же три опции, что и в диалоговом окне Ponemah Начало работы : 1) Создать эксперимент, 2) Открыть эксперимент, 3) Импортировать эксперимент.
3. Нажмите «Действия » / «Начать просмотр» на панели инструментов и перейдите в диалоговое окно «Загрузить данные обзора », в котором представлен обзор всех субъектов мышей и соответствующих сигналов, записанных в загруженном эксперименте (рисунок 1A).
   1. Выберите запись, относящуюся к мыши, которая будет анализироваться, нажав на флажок рядом с номером мыши в левой панели Темы.
   2. Установите флажок ЭКГ на средней панели Типы сигналов.
   3. Определите длительность сигнала, который будет анализироваться с помощью крайней правой панели Time Range. Соблюдайте следующие три варианта: Whole Experiment, который загрузит все данные ЭКГ с выбранной мыши; Сегменты парсера, которые будут загружать только данные, содержащиеся в сегментах парсера, добавленные во время предыдущего сеанса рецензирования; Time Range, который позволяет загружать определенный диапазон времени либо путем ввода определенной даты начала и окончания, либо путем ввода длительности времени.
   4. Чтобы сохранить выделенную область, используйте диалоговое окно Загрузка определений в левом верхнем углу, которое также позволяет загружать ранее сохраненные выделенные области.
      ПРИМЕЧАНИЕ: Размер выбранных данных будет обозначен зеленой или красной полосой в зависимости от размера файла в правом верхнем углу в разделе Размер данных. В настоящее время программа позволяет загружать до 3 ГБ данных для просмотра; 3 ГБ данных могут быть эквивалентны непрерывной 24-часовой записи в течение 3-4 дней.
   5. Нажмите OK , чтобы загрузить выбранный набор данных в Review.
4. После нажатия ХОРОШО, обратите внимание, что Обзор Понема откроется окно вместе с несколькими отдельными окнами. Хотя События и Параметры окна открываются и отображаются по умолчанию, вручную выберите другие необходимые окна на основе интересующих графиков под кнопкой Графики/Настройка графов панель инструментов.
   ПРИМЕЧАНИЕ: Если События и Параметры не открываются по умолчанию, их можно активировать с помощью Окно/Параметры и Окно/События.
   1. Обратите внимание на диалоговое окно Graph Setup , которое позволяет настроить до 16 графических окон, предоставляющих как необработанные данные (например, сигналы ЭКГ), так и производные параметры (например, цикл XY) (рисунок 1B).
   2. Установите флажок Включить страницу , чтобы отобразить трассировку ЭКГ. В приведенном ниже списке выберите строку, включающую нужную мышь (в разделе Тема) и тип данных (в разделе Презентация), нажав на соответствующий флажок слева. Используйте следующие параметры: Тип, Основной; Метка, до 11 символов, отображаемых в строке заголовка окна; Время, 0:00:00:01 с указанием секунд в качестве используемого устройства.
      1. Введите соответствующую информацию в текстовые поля Метка, Единица измерения, Низкий и Высокий.
         ПРИМЕЧАНИЕ: Включите еще две страницы, Heart Rate Trend и Template, которые полезны для анализа основных параметров ЭКГ и для выявления аритмии.
   3. На странице «Тенденция частоты сердечных сокращений» активируйте другую страницу графика и определите как тенденцию график сердечного ритма (ЧСС) с течением времени. Используйте следующие параметры для построения HR для всех данных, загруженных в Тип обзора, Тренд; Вход, ЭКГ; Презентация, HR; Лейбл, HR Тренд; Единица измерения, уд/мин; Низкий: 50; Высокий: 1000.
      ПРИМЕЧАНИЕ: Шаблоны представляют собой циклы ЭКГ с точно расположенными отметками, которые могут использоваться в качестве репрезентативных циклов ЭКГ для анализа распознавания образов. Они позволяют выбрать небольшое количество репрезентативных циклов и сопоставить эти шаблоны со всей ЭКГ, тем самым соответствующим образом аннотируя все остальные циклы.
      1. Чтобы использовать функцию шаблона, создайте библиотеку шаблонов (файл, в котором хранятся шаблоны ) для каждого субъекта. Для этого выберите опцию Настройка шаблона/Библиотека шаблонов (рисунок 2A).
      2. Выберите Создать... в раскрывающемся меню в разделе Библиотека шаблонов , чтобы создать новую библиотеку шаблонов.
         ПРИМЕЧАНИЕ: В раскрывающемся меню есть еще несколько опций: No Binding отделяет любую ранее настроенную библиотеку шаблонов от темы. Обзор связывает существующую библиотеку шаблонов, которая была настроена во время предыдущего сеанса рецензирования.
      3. Затем настройте граф шаблона, выберите Настройка/Настройка эксперимента/Настройка графа и выберите Страницу для использования в качестве страницы графа шаблона. Установите флажок Включить страницу, выберите Шаблон в поле Тип и убедитесь, что параметр Ввод отражает выбранные пользователями Тему/Канал. Введите соответствующую информацию в текстовые поля Метка, Единица измерения, Низкий и Высокий и нажмите кнопку ОК, чтобы отобразить графическое окно для каждой графической страницы, настроенной в разделе Настройка графики, как показано на рисунке 2B.
         ПРИМЕЧАНИЕ: Появится страница настройки графика для настроек шаблона, как показано на рисунке 2B. В соответствии со страницей, выбранной в диалоговом окне настройки графика, строки заголовков окон помечаются со страниц 1 - 16 в зависимости от количества включенных страниц (примеры для страниц 1, 2, 3 показаны на рисунке 3A, рисунке 3B и рисунке 3C соответственно).
5. Внесите некоторые важные изменения в окно трассировки ЭКГ (рисунок 3A).
   1. Отрегулируйте ось Y, представляющую амплитуду ЭКГ , дважды щелкнув в окне трассировки ЭКГ, чтобы выбрать Масштабирование. Здесь выберите Автомасштабирование или настройка вручную с помощью параметров «Высокое значение оси» и «Низкое значение оси».
   2. Чтобы настроить ось X, представляющую время, нажмите на соответствующие значки панели инструментов: Zoom In , чтобы расширить временной интервал (т. Е. Показано меньше комплексов QRS), Zoom Out , чтобы сжать промежуток времени (т. Е. Отображается больше комплексов QRS).
   3. Чтобы отобразить DT (Delta Time) и RT (Real Time) в левом нижнем углу, щелкните левой кнопкой мыши на трассировке ЭКГ курсором (вертикальная черная линия), чтобы расположить и увидеть информацию в режиме реального времени в месте курсора под RT.
   4. Поскольку DT показывает временной интервал по выбору пользователя, щелкните правой кнопкой мыши на окне, чтобы поместить курсор и выбрать Сброс дельта-времени в появившемся диалоговом окне. Щелкните левой кнопкой мыши другое положение в трассировке ЭКГ, чтобы измерить временной интервал между выбранными временными интервалами, отображаемыми как Дельта-время (DT).
6. Убедитесь, что каждый сегмент трассировки (волна P, Q, R, T) распознан и правильно аннотирован для анализа ЭКГ. Для достижения этой цели определите и проанализируйте Атрибуты щелчком правой кнопкой мыши в окне ЭКГ и нажмите на значок Анализ/Атрибуты выбор.
   ПРИМЕЧАНИЕ: Атрибуты анализа ЭКГ диалог открывается, как показано в Рисунок 4A. В верхней части этого диалогового окна несколько опций (QRS, PT, Advanced, Шум, Метки, Ноты, Точность) позволяют настраивать различные настройки (поясняется ниже).
   1. Нажмите на вкладку QRS , чтобы настроить идентификацию R и QS.
      1. Порог обнаружения QRS: примените введенный процент к наибольшему пику производной, показанному в окне формы сигнала.
         ПРИМЕЧАНИЕ: Определите оптимальное значение для устранения понижения (т.е. некоторые волны R могут быть не обнаружены) и завышения пиков (т.е. другие пики, такие как T-волны, могут быть неправильно истолкованы как R-волны). Пороговое значение (область, выделенная розовым цветом на рисунке 4А) должно пересекаться с производным ЭКГ. В идеале значения атрибутов, которые помогают идентифицировать комплексы QRS и различать четкие циклы и шумовые события, должны поддерживаться на постоянных (или почти постоянных) уровнях между всеми записями из одного проекта, чтобы обеспечить сопоставимость с различными животными в каждом проекте. После установления оптимальных значений сохраните настройки атрибутов для всей записи.
      2. Минимальное отклонение R: Убедитесь, что изменение амплитуды R (на основе минимальных/максимальных значений сигнала, а не изоэлектрических уровней) превышает это значение, прежде чем комментировать его как волну R.
         ПРИМЕЧАНИЕ: Минимальное отклонение R должно быть в идеале выше шума и ниже ожидаемого отклонения волны R. Низкое значение может привести к зондированию шума и, следовательно, к завышению, высокое значение может привести к занижению.
      3. Максимальная частота сердечных сокращений: убедитесь, что введенное здесь значение выше ожидаемой максимальной частоты сердечных сокращений.
         ПРИМЕЧАНИЕ: Низкое значение может привести к понижению чувствительности, высокое значение может привести к завышению, поскольку шумные циклы имеют больше шансов быть отмеченными как волны R.
      4. Минимальная частота сердечных сокращений: убедитесь, что введенное здесь значение близко к самой низкой ожидаемой частоте сердечных сокращений.
         ПРИМЕЧАНИЕ: Отрегулируйте пределы частоты сердечных сокращений для каждой записи индивидуально в зависимости от амплитуды сигнала и степени шума. Исследователи должны знать, что широкий диапазон частот сердечных сокращений может привести к неспособности обнаружить аритмии; узкий диапазон частоты сердечных сокращений, однако, может привести к крайнему завышению (например, тысячи эпизодов, идентифицированных как «тахикардия», которые больше не позволяют проводить значимый анализ).
      5. Отрегулируйте пиковое смещение для обнаружения положительных и отрицательных волн R.
         ПРИМЕЧАНИЕ: Положительное пиковое смещение способствует обнаружению положительных волн R; отрицательное пиковое смещение способствует обнаружению отрицательных волн R.
      6. Intra Cardiac: Используйте эту настройку в тех случаях, когда волна P быстро изменяется и когда ее производная может превышать производную волны R, что приводит к ложной аннотации волны P как волны R.
      7. Базовый порог восстановления: установите это значение, которое представляет собой «период пустоты» вокруг волны R, чтобы предотвратить поиск программным обеспечением волн Q или S, поскольку небольшие артефакты могут в противном случае привести к ложной аннотации волн Q или S.
         ПРИМЕЧАНИЕ: Например, значение 0 приведет к поиску волн Q/S от пика волны R, значение 70 приведет к поиску волн Q/S только после 70% восстановления высоты волны R.
   2. Нажмите на вкладку PT для настроек для обнаружения волн P и T.
      1. Максимальный интервал QT: отрегулируйте этот интервал, чтобы определить интервал, при котором будет принята обнаруженная Т-волна.
      2. Окно T из S: Настройте этот параметр, чтобы определить интервал поиска для T-волны, начиная с волны S справа.
      3. Окно T от R: Настройте этот параметр, чтобы определить интервал поиска для T-волны, начинающейся от волны R слева.
      4. P Window от R: Настройте этот параметр, чтобы определить интервал поиска для волны P, начинающейся от волны R слева.
      5. Направление T: Установите Оба по умолчанию для поиска как положительных, так и отрицательных Т-волн, поскольку этот параметр определяет, выполняется ли поиск только положительных, только отрицательных или обоих положительных/отрицательных Т-волн.
      6. Направление P: Установите Оба по умолчанию для поиска как положительных, так и отрицательных P-волн, поскольку этот параметр определяет, выполняется ли поиск только положительных, только отрицательных или обоих положительных /отрицательных P-волн.
      7. Размещение P: отрегулируйте эту настройку, чтобы сместить отметку P в сторону (высокое значение) или в сторону (низкое значение) от пика волны P.
      8. Размещение T: отрегулируйте эту настройку, чтобы сместить отметку T в сторону (высокое значение) или в сторону (низкое значение) от пика волны P.
      9. Альтернативный конец T: Настройте эту настройку для поиска альтернативной волны T за пределами первой потенциальной волны T. Введите меньшее значение, чтобы выбрать первую волну T, и более высокое значение, чтобы выбрать альтернативную волну T.
      10. Пиковая чувствительность: отрегулируйте этот параметр, чтобы устранить небольшие пики при идентификации волн P и T. Используйте это в сочетании с идентификацией пика.
          ПРИМЕЧАНИЕ: Значение 0 определяет максимальную чувствительность; значение 100 определяет минимальную чувствительность. Минимальное значение peak Sensitivity зависит от качества сигнала. Если уровень шума низкий и/или волны P и T четко различимы, эти волны хорошо активируются, даже если пиковая чувствительность составляет 100. Как правило, пиковая чувствительность и пиковая идентификация не нуждаются в настройке, если сигнал не является шумным, а алгоритм анализа сталкивается с проблемами с обнаружением волн P и T. Если это так, то наилучшие результаты достигаются путем корректировки параметра с шагом 25.
      11. Пиковая идентификация: используйте этот параметр в сочетании с пиковой чувствительностью для определения порога идентификации волн P и T. Снижение до 0 Пиковая чувствительность, если небольшие P/T волны не идентифицированы. Если P/T-волны не идентифицированы даже тогда, когда пиковая чувствительность установлена на 0, то более низкая пиковая идентификация, отрегулируйте с шагом 25.
      12. Высокий сегмент ST: используйте этот атрибут, если волна T находится очень близко к комплексу QRS, что приводит к высокому сегменту ST.
          ПРИМЕЧАНИЕ: Поскольку у мышей отсутствует отдельный сегмент ST, при этом волна Т возникает непосредственно после комплекса QRS, эта настройка не должна использоваться у мышей.
   3. Нажмите на вкладку «Расширенные атрибуты », чтобы установить фильтры низких и высоких частот, определить точку J для определения высоты / депрессии ST (не полезно для мышей), установить поправочные коэффициенты для измерения QT и определить аритмические комплексы QRS по высоте волны R и продолжительности комплекса QRS.
      ПРИМЕЧАНИЕ: Используйте настройки по умолчанию, предопределенные на этой вкладке. Если на сигнал влияют, например, электромагнитные помехи, отрегулируйте настройки фильтра здесь, что может помочь улучшить качество сигнала. Определение «аритмических комплексов QRS» не повышает точность обнаружения преждевременных ударов желудочкового захвата по сравнению с предложенным здесь методом (каждый ПВХ также приводит к паузе и, следовательно, обнаруживается при таком подходе). Другие настройки имеют отношение только к очень конкретным вопросам исследования и поэтому не описаны подробно здесь.
   4. Вкладка «Шум» используется для настройки атрибутов для идентификации шума.
      1. Установите флажок Включить обнаружение шума, чтобы идентифицировать шум, и установите метки плохих данных.
      2. Установите флажок Включить обнаружение выпадений , чтобы установить метки плохих данных для данных, определенных как выпадение, на основе максимального/минимального значения сигнала. Adjust Min Good Data Time, которое определяет время между двумя сегментами выпадения, также считающееся выпадением, даже если сигнал хороший.
      3. Отрегулируйте порог плохих данных , чтобы определить уровень шума, выше которого сигнал ЭКГ не может быть должным образом проанализирован.
         ПРИМЕЧАНИЕ: Этот шумный сегмент данных будет включен между bad Data Marks и не будет анализироваться. Для этих сегментов «плохих данных» не будут сообщаться параметры, полученные на основе ЭКГ.
      4. Укажите минимальную частоту сердечных сокращений , ниже которой частота сердечных сокращений считается шумом.
   5. Вкладка Метки используется для включения и выключения проверочных меток.
      ПРИМЕЧАНИЕ: Рекомендуется всегда включать Mark Cycle Numbers, который будет добавлять непрерывное число к каждой идентифицированной волне R. Это поможет сориентироваться в записи ЭКГ.
   6. Вкладка Заметки используется для ввода заметок, которые будут отображаться в файле журнала эксперимента.
   7. Вкладка Точность используется для определения точности представления данных о параметрах.
   8. Установите атрибуты и нажмите «Пересчитать », чтобы увидеть эффекты корректировок, внесенных в окне «Форма сигнала » в качестве предварительного просмотра.
   9. Если (в идеальной ситуации) все волны ЭКГ правильно аннотированы, нажмите OK для подтверждения настроек атрибутов, что откроет диалоговое окно Эффекты и Область изменений . Чтобы проанализировать ЭКГ, установите флажки Повторно проанализировать канал и Весь канал и подтвердите, нажав кнопку ОК.
7. В зависимости от настроек ввода в диалоговом окне «Атрибуты» запишите метки проверки, отображаемые в трассировке ЭКГ. Просмотрите запись вручную и проверьте, правильно ли установлены метки проверки , а также плохие метки данных . Используйте Data Insights для проверки меток R и ECG Pro для проверки меток P и T.
   1. Если многие метки неверны, измените атрибуты и повторно проанализируйте запись.
      ПРИМЕЧАНИЕ: Конкретные настройки могут быть применены к конкретным сегментам данных, когда морфология ЭКГ отличается от остальной части записи. Руководство по программному обеспечению Ponemah предоставляет стандартные значения атрибутов анализа ЭКГ для различных видов в руководстве по программному обеспечению Ponemah / модули анализа / электрокардиограмма / диалог атрибутов. Для начала эти значения можно использовать, а затем регулировать вручную, пока не будет отмечено достаточное количество или (в идеальной ситуации) все волны ЭКГ.
   2. Выполните ручную очистку, если только несколько меток неверны. Переместите каждую отметку проверки (за исключением меток волны R) в правильное положение, щелкнув левой кнопкой мыши, удерживая и переместив соответствующую метку. Щелкните правой кнопкой мыши в записи ЭКГ, чтобы добавить дополнительные валидационные метки или пометить аритмические R-волны. Щелкните правой кнопкой мыши на неправильно установленной метке, чтобы удалить эту метку.
8. Щелкните Действия/Скорость ведения журнала (или нажмите клавишу F8), чтобы задать скорость ведения журнала, которая определяет, как часто производные данные регистрируются в представлении списка производных параметров или отображаются на графиках, использующих производные параметры. Для анализа основных параметров ЭКГ и экстрасистолии используйте Epoch 1 в качестве стандартной настройки, которая устанавливает скорость регистрации для каждого цикла.
   ПРИМЕЧАНИЕ: Скорость ведения журнала может быть увеличена в любое время во время приобретения или проверки.

2. Анализ основных параметров ЭКГ

ПРИМЕЧАНИЕ: В дополнение к отметкам проверки/неверных данных, программное обеспечение также автоматически измеряет и вычисляет большое разнообразие производных параметров, которые затем сообщаются в списке производных параметров.

1. Нажмите Настройка темы/Сведения о канале , чтобы выбрать любой из производных параметров.
   ПРИМЕЧАНИЕ: В списке производных параметров каждый параметр связан с номером соответствующего комплекса QRS.
   1. Дважды щелкните строку в таблице Параметры , чтобы отобразить соответствующие циклы ЭКГ в центре окна первичной графики ЭКГ и легко найти и визуализировать морфологию циклов ЭКГ, которые соответствуют производным параметрам в выбранных необработанных данных.
      ПРИМЕЧАНИЕ: Возможна синхронизация в обоих направлениях: от таблицы к графике, а также от графики к таблице. Если скорость ведения журнала равна 1 Epoch, синхронизация выполняется для каждого отдельного цикла. Это легко проверить по номеру цикла (NUM) в таблице параметров и на рисунке. Особенно в длинных записях эта функция синхронизации между таблицами и графикой очень полезна.
2. Чтобы учесть циркадное изменение параметров ЭКГ, вместо расчета средних значений параметров ЭКГ за длительный период, проанализируйте ЭКГ в состоянии покоя, аналогичную таковой у людей, чтобы получить основные параметры ЭКГ, такие как частота сердечных сокращений в состоянии покоя, продолжительность волны P, интервал PR, продолжительность QRS или интервал QT / QTc. Проанализируйте 20 последовательных комплексов QRS у мыши как «эквивалент ЭКГ в состоянии покоя».
   ПРИМЕЧАНИЕ: У человека ЭКГ в состоянии покоя регистрируется в течение 10 с при нормальной частоте сердечных сокращений 50-100/мин. Эта ЭКГ включает в себя от 8 до 17 комплексов QRS.
   1. Поскольку мыши следуют циркадному ритму, анализируйте две ЭКГ в состоянии покоя в день, одну в дневное время и одну в ночное время, чтобы контролировать циркадные эффекты. Выберите подходящее время в зависимости от цикла включения/выключения света в помещении для животных, например, 12:00/м.
   2. Выберите участок ЭКГ с хорошим качеством сигнала и стабильной частотой сердечных сокращений на графике HR Trend в течение определенного разумного периода времени около этой временной точки (например, ±30 мин).
   3. Подтвердите точность оценок валидации или отрегулируйте вручную в 20 последовательных комплексах QRS. Добавьте отсутствующие метки проверки.
   4. Для дальнейших вычислений и визуализаций отметьте строки, содержащие значения этих 20 последовательных комплексов QRS, в списке производных параметров и скопируйте их в электронную таблицу или статистическое программное обеспечение.

3. Обнаружение аритмии с помощью распознавания образов (модуль ЭКГ PRO)

ПРИМЕЧАНИЕ: Модуль Ponemah ECG PRO использует выбранные комплексы QRS в качестве шаблонов для дальнейшего анализа. Паттерны ЭКГ шаблонов сравниваются со всеми комплексами QRS в записи, чтобы рассчитать процент сходства («совпадение») и распознать аритмии (например, предсердные или желудочковые преждевременные захваты ударов). Количество QRS-комплексов, которые необходимо маркировать, зависит от изменчивости QRS-амплитуды в записи. В некоторых случаях выбор и маркировка одного комплекса QRS дает сходство 80 процентов с соответствующей записью, отмечая большинство циклов QRS. Однако это идеальный случай и во время анализа количество QRS-комплексов, которые необходимо пометить как шаблоны, обычно выше.

1. Помечайте QRS-комплексы как шаблоны до тех пор, пока не будет достигнуто соответствие не 80 процентов или выше. Кроме того, используйте сопоставление шаблонов для обозначения волн P, Q, S и T, если они не распознаются или недостаточно распознаются после настроек атрибутов (раздел 1.7).
   ПРИМЕЧАНИЕ: Знаки R должны быть идентифицированы для циклов до анализа с помощью ЭКГ PRO. Это требует, чтобы либо знаки R были сохранены от приобретения, либо анализ на основе атрибутов должен быть выполнен до выполнения анализа ECG PRO. Другие метки (P, Q, S и T) не обязательно должны присутствовать для анализа ECG PRO.
2. После завершения настройки шаблона (как описано в 1.4.4) выберите нужную волну ЭКГ (с маркировкой R). При необходимости скорректируйте Валидационные знаки , чтобы точно отражать соответствующие положения интересующих знаков ЭКГ . Щелкните правой кнопкой мыши цикл на панели отображения в окне трассировки ЭКГ , выберите Добавить цикл и проанализировать [Один шаблон] и запишите цикл, который появится в окне Шаблон .
   ПРИМЕЧАНИЕ: Для просмотра полного цикла может потребоваться автомасштабирование для осей X и Y. Метки ЭКГ могут быть перемещены на странице Графика шаблона .
3. Щелкните правой кнопкой мыши панель отображения окна Шаблон и выберите Добавить цикл и Проанализировать (один шаблон), чтобы открыть диалоговое окно Анализ шаблона , показанное на рисунке 4B. Выберите нужную область соответствия шаблона , с которой будут сравниваться все остальные циклы ЭКГ. При необходимости измените дополнительные параметры для нужного региона соответствия.
   ПРИМЕЧАНИЕ: Несколько областей соответствия могут быть выбраны в зависимости от желаемого результата анализа (производные параметры, представляющие интерес).
4. Выберите диапазон данных для выполнения анализа.
   ПРИМЕЧАНИЕ: Диапазон данных позволяет проводить повторный анализ данных, видимых на графике, данных от левого края видимой области от первичного графика вперед до конца загруженного набора данных, данных в сегментах парсера или всего канала.
5. Выберите тип циклов для анализа.
   1. Выберите Все , чтобы сравнить циклы библиотеки шаблонов со всеми циклами с допустимым знаком R.
   2. Выберите Несопоставленные , чтобы пропустить ранее сопоставленные циклы и сравнить библиотеку шаблонов только с несопоставленными циклами.
      ПРИМЕЧАНИЕ: Это полезно при добавлении дополнительных шаблонов в библиотеку шаблонов для большего охвата совпадений, так как время обработки короче.
6. Выберите нужный метод сопоставления. При выборе нескольких областей соответствия и всего цикла используйте шаблон , который в среднем соответствует циклу, лучше всего подходящему для размещения оценок. Когда используется регион , для наилучшего соответствия для каждого региона соответствия поместите отметки из разных шаблонов.
7. Нажмите кнопку ОК , чтобы выполнить анализ.
   ПРИМЕЧАНИЕ: Дополнительные циклы шаблонов могут быть добавлены в библиотеку шаблонов, а анализ шаблонов может быть повторно запущен до тех пор, пока не будет достигнут желаемый процент соответствия диалогов . Это перенастраивает волны во всех циклах, которые соответствуют шаблону.
8. Сохранение библиотек шаблонов с помощью шаблонов/сохранение при закрытии сеанса рецензирования.
9. Чтобы обнаружить аритмию с помощью сопоставления шаблонов, пометьте шаблоны, которые имеют морфологию, отличную от морфологии физиологических волн, после выполнения сопоставления шаблона (как описано в разделе 3.1.), щелкнув правой кнопкой мыши и выбрав Добавить тег шаблона, и выберите тип цикла (например, предсердная эктопия, желудочковая эктопия). Анализируйте эти теги с помощью Data Insights.

4. Обнаружение аритмии: упрощенный ручной подход с использованием Data Insights

ПРИМЕЧАНИЕ: Для анализа аритмии необходима правильная аннотация волн P и R. Однако, даже если четкие P-волны видны в трассировке ЭКГ, эти P-волны иногда не идентифицируются должным образом даже после корректировки настроек атрибута . Поскольку волны R обычно адекватно распознаются и аннотируются, ниже предлагается практический подход к дальнейшему анализу аритмии с использованием Data Insights. Для получения общего обзора по обнаружению аритмии с использованием Data Insights и его предопределенных видоспецифичных поисков заинтересованный читатель может быть направлен на Mehendale et ^al.13.

1. Откройте аналитику данных , щелкнув Анализ экспериментов и данных.
   1. Обратите внимание на панель «Поиск » в верхней части диалогового окна «Аналитика данных ».
      ПРИМЕЧАНИЕ: В левой части панели показано, какое правило поиска применяется к какому каналу/теме и количество обращений с использованием этого правила поиска. В середине перечислены все правила поиска, а справа отображается конкретное определение выбранного правила поиска.
   2. Обратите внимание на панель «Результаты », отображаемую в нижней части панели « Поиск ».
      ПРИМЕЧАНИЕ: Для каждого поискового хита отображается соответствующий раздел ЭКГ (вверху) вместе с таблицей с указанием времени в записи и результатов каждого параметра поиска (середина).
   3. Наблюдайте за количеством поисковых обращений, отображаемых в виде гистограммы в нижней части панели.
2. Учитывая, что нормальная частота сердечных сокращений мыши составляет 500-724/мин¹⁴, определите правило поиска брадикардии для выявления брадикардии.
   1. Щелкните правой кнопкой мыши в списке поиска и выберите Создать новый поиск , чтобы открыть диалоговое окно Запись поиска .
   2. Щелкните правой кнопкой мыши в белом поле и выберите Добавить новое предложение.
   3. Используя выпадающие меню и текстовые поля, определите правило поиска Bradycardia-single как Value(HR _cyc0) < 500. Нажмите кнопку ОК , чтобы добавить это правило поиска в список. Примените это правило поиска, щелкнув и перетащив его в интересующий канал слева.
      ПРИМЕЧАНИЕ: Правило поиска Bradycardia-single идентифицирует каждый отдельный интервал RR, который превышает 120 мс (= менее 500 /мин.).
   4. Поскольку брадикардия требует более одного длинного интервала RR, определите дополнительное правило поиска Bradycardia как Series(Bradycardia-single, 1)>=20. Нажмите кнопку ОК , чтобы добавить это правило поиска в список. Примените это правило поиска, щелкнув и перетащив его в интересующий канал слева.
      ПРИМЕЧАНИЕ: На панели «Результаты» отображается каждый участок записи ЭКГ, состоящий не менее чем из 20 комплексов QRS с частотой сердечных сокращений менее 500/мин.
   5. Чтобы подтвердить брадикардию и отклонить ложные результаты (например, из-за недочувствительности волны R), просмотрите каждый результат вручную. Щелкните левой кнопкой мыши на осциллограмме и нажмите STRG+R, чтобы отклонить выбранный результат, который исчезнет из списка результатов.
      ПРИМЕЧАНИЕ: Отклоненные результаты сохраняются в разделе Результат/Отклонения.
3. Чтобы обнаружить тахикардию, определяют правило поиска тахикардии.
   1. Щелкните правой кнопкой мыши в списке поиска и выберите Создать новый поиск , чтобы открыть диалоговое окно Запись поиска .
   2. Щелкните правой кнопкой мыши в белом поле и выберите Добавить новое предложение.
   3. Используя выпадающие меню и текстовые поля, определите правило поиска Tachycardia-single как Value(HR _cyc0)>724. Нажмите кнопку ОК , чтобы добавить это правило поиска в список. Примените это правило поиска, щелкнув и перетащив его в интересующий канал слева.
      ПРИМЕЧАНИЕ: Правило поиска Tachycardia-single идентифицирует каждый отдельный интервал RR, который короче 82 мс (= более 724 /мин).
   4. Поскольку тахикардия требует более одного короткого интервала ОР, определите дополнительное правило поиска Тахикардия как Ряд(Тахикардия-одиночная, 1)>=20. Нажмите кнопку ОК , чтобы добавить это правило поиска в список. Примените это правило поиска, щелкнув и перетащив его в интересующий канал слева.
      ПРИМЕЧАНИЕ: На панели результатов отображается каждый участок в записи ЭКГ, состоящий как минимум из 20 комплексов QRS с частотой сердечных сокращений более 724/мин.
   5. Чтобы подтвердить тахикардию и отклонить ложные результаты (например, из-за перечувствительности волны R), просмотрите каждый результат вручную. Щелкните левой кнопкой мыши по осциллограмме и используйте ярлык STRG+R, чтобы отклонить выбранный результат, который исчезнет из списка результатов.
4. Для обнаружения синоатриальных и атриовентрикулярных блоков определите правило поиска Пауза.
   1. Щелкните правой кнопкой мыши в списке поиска и выберите Создать новый поиск , чтобы открыть диалоговое окно Запись поиска .
   2. Щелкните правой кнопкой мыши в белой палитре и выберите Добавить новое предложение.
   3. С помощью раскрывающихся меню и текстовых полей определите правило поиска Pause как Value(RR-I_cyc0)>300. Нажмите кнопку ОК , чтобы добавить это правило поиска в список. Примените это правило поиска, щелкнув и перетащив его в интересующий канал слева.
      ПРИМЕЧАНИЕ: На панели результатов отображается каждый участок в записи ЭКГ с паузой не менее 300 мс.
   4. Чтобы подтвердить паузу, решить, является ли пауза синоатриальной или атриовентрикулярной блокадой, и отклонить ложные результаты (например, из-за недодача зубца R), просмотрите каждый результат вручную. Щелкните левой кнопкой мыши на осциллограмме и нажмите STRG+R, чтобы отклонить выбранный результат, который исчезнет из списка результатов.
   5. Чтобы обнаружить эктопический ритм, сначала запустите шаблон, соответствующий этим ритмам (например, желудочковая эктопия), а затем выполните поиск всех циклов, сопоставленных с этим шаблоном, в Data Insights.
5. Щелкните правой кнопкой мыши в списке поиска и выберите Создать новый поиск , чтобы открыть диалоговое окно Запись поиска .
   1. Щелкните правой кнопкой мыши в белом поле и выберите Добавить новое предложение.
   2. Щелкните Значение в раскрывающемся меню и выберите Шаблон. В правой части выберите тег ранее созданного шаблона.
      ПРИМЕЧАНИЕ: На панели «Результаты» отображается каждый раздел в записи ЭКГ с циклом, соответствующим шаблону.
   3. Чтобы подтвердить результаты и отклонить ложные результаты (например, из-за занижения R-волны), просмотрите каждый результат вручную. Щелкните левой кнопкой мыши на осциллограмме и нажмите STRG+R, чтобы отклонить определенный цикл, который исчезнет из списка результатов.
      ПРИМЕЧАНИЕ: Все созданные поисковые операторы могут быть импортированы и сохранены с подходящими именами файлов. Все таблицы результатов могут быть сохранены и экспортированы в формате электронных таблиц / ASCII для дальнейшего статистического анализа.

Representative Results

Запись долгосрочных ЭКГ приводит к огромным наборам данных. Варианты дальнейшего анализа многообразны и зависят от индивидуального исследовательского проекта. Этот протокол предоставляет описание некоторых очень простых показаний, которые могут быть использованы большинством исследователей, особенно для скрининговых экспериментов, например, при характеристике трансгенной линии мыши или при исследовании эффектов конкретного лечения в модели заболевания. Предыдущий проект включал изучение нового препарата-кандидата, чтобы определить, обладает ли он кардиотоксическими эффектами, путем анализа параметров ЭКГ с течением времени. Телеметрические передатчики были имплантированы за 20 дней до лечения, а записи ЭКГ были начаты за 10 дней до лечения, чтобы обеспечить достаточное заживление ран и акклиматизацию мыши. Перед началом лечения ЭКГ изучали каждые три дня; в течение первой недели после лечения ЭКГ изучали каждый день, после чего ЭКГ анализировали каждые семь дней до окончания записи через три недели после лечения.

Этот подход позволил обнаружить периоды сниженной частоты сердечных сокращений, повышенной атриовентрикулярной (интервал PR) и желудочковой (продолжительность QRS) проводимости, а также измененную реполяризацию (интервал QTc) у мышей, получавших новый препарат, как показано на рисунке 5. Этот первый шаг служил «скринингом», который позволял идентифицировать периоды времени в записи, которые потенциально содержали аритмии. Более детальное обследование ЭКГ выявило синусовые паузы, вызывающие снижение частоты сердечных сокращений через два дня после лечения и различные степени атриовентрикулярных (AV) блоков, вызывающих снижение частоты сердечных сокращений через шесть дней после лечения. Последний вывод был дополнительно подкреплен длительными интервалами PR на данном этапе времени. Чтобы получить эти параметры ЭКГ, 20 комплексов QRS должны быть проанализированы за точку времени и поэтому могут быть не в состоянии обнаружить эпизоды пароксизмальной аритмии в другие моменты времени.

Чтобы решить эту проблему, желательно специально искать эпизоды брадикардии и тахикардии, а также паузы с использованием модуля ECG Pro с последующим ручным просмотром обнаруженных эпизодов. Такой подход позволяет обнаружить все соответствующие аритмии и определить конкретный тип аритмии в пределах всей записи. Например, в этом исследовании был обнаружен эпизод тахикардии, который был идентифицирован как фибрилляция предсердий.

Как было показано ранее, этот подход дополнительно позволяет определить временной ход возникновения аритмии, например, время до первой AV-блокады после истощения макрофагов¹⁴. Репрезентативные следы, как показано на рисунке 6, получены так, как описано выше (Рисунок 6А: нормальный синусовый ритм; Рисунок 6B: синусовая пауза; Рисунок 6C: AV-блок I°, Рисунок 6D: AV-блок II° типа Mobitz 1; Рисунок 6E: AV блок II° типа Mobitz 2; Рисунок 6F: AV блок III°; Рисунок 6G: мерцательная аритмия).

Рисунок 1: Загрузка и просмотр данных в Ponemah. (A) Диалоговое окно Обзора нагрузки Dat , предоставляющее обзор всех мышей и сигналов, записанных в загруженном эксперименте. (B) Диалоговое окно настройки графа для установки графических окон, предоставляющих как необработанные данные (например, сигналы ЭКГ), так и производные параметры. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Рисунок 2: Настройка шаблона в Ponemah. (A) Окно настройки шаблона для настройки и выбора новой или просмотра уже настроенной библиотеки шаблонов. (B) Страница настройки графа для параметров шаблона. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Рисунок 3: Трассировка ЭКГ. (A) Скриншот окон, содержащих след ЭКГ; (B) график сердечного ритма; и (C) Окно шаблона. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Рисунок 4: Анализ атрибутов трассировки ЭКГ. (A) Диалоговое окно «Атрибуты анализа ЭКГ». В верхней части этого диалогового окна несколько вкладок (QRS, PT, Advanced, Noise, Marks, Notes, Precision) позволяют настраивать различные настройки. Настройки представлены в средней части диалогового окна. В нижней части диалогового окна трассировка ЭКГ отображается в окне формы сигнала. В верхней части окна формы сигнала отображается трассировка ЭКГ; внизу показана производная трассировки ЭКГ, включая визуализацию установленных выше порогов. В примере, представленном здесь, определен порог обнаружения QRS в 40%, который обозначается розовым фоном внизу. (Б) Диалоговое окно анализа шаблона: выберите нужную область соответствия шаблона , с которой будут сравниваться все остальные циклы ЭКГ. В этом примере T Wave выбран в качестве области соответствия для анализа с минимальным соответствием 85%. Это означает, что если T-регион не совпадает с достоверностью не менее 85%, цикл не будет помечен как совпадающий. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Рисунок 5: Основные параметры ЭКГ с течением времени в когорте лекарственного вмешательства. Синяя панель: ночное время, желтая панель: дневная. Слева направо: частота сердечных сокращений, интервал PR, длительность QRS, интервал QTc. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Рисунок 6: Репрезентативные следы ЭКГ. (A) Нормальный синусовый ритм, (B) синусовая пауза, (C) AV-блок I°, (D) AV-блок II° типа Mobitz 1, (E) AV блок II° типа Mobitz 2, (F) AV блок III°, (G) фибрилляция предсердий. Шкала = 100 мс. Аббревиатура: AV = атриовентрикулярная. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Рисунок 7: Блок-схема анализа. Аббревиатура: ЧСС = частота сердечных сокращений. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Discussion

Поверхностная ЭКГ является основным диагностическим инструментом для пациентов, страдающих нарушениями сердечного ритма, обеспечивая понимание многих электрофизиологических явлений. Тем не менее, достаточный анализ патологий ЭКГ сердечной поверхности требует знания и определения нормальных физиологических параметров. Многолетние эпидемиологические исследования привели к широкому согласию относительно того, что является физиологическим у людей, и, таким образом, позволили врачам во всем мире четко различать патологию. Однако анализ данных поверхностной ЭКГ является серьезной проблемой в мышиных моделях; различение физиологических и патологических результатов ЭКГ может быть затруднено из-за неполного понимания и определения основных параметров ЭКГ^15,16. В 1968 году Goldbarg et al. были первыми, кто описал ЭКГ у здоровых мышей¹⁷. Помимо демонстрации частоты сердечных сокращений и основных моделей ЭКГ, таких как интервал PR и продолжительность QRS, они описали основные различия между анестезированными и бодрствующими животными и различия между различными анестетиками и различными породами мышей, что позже было подтверждено другими группами^16,17.

Эти ранние данные подчеркивают, почему интерпретация данных ЭМГ мышей является деликатной и сложной. С растущим интересом к мышиным моделям для исследований аритмии в последние десятилетия, больше исследований было сосредоточено на электрофизиологии мышей и дало доказательства о паттернах активации и реполяризации в сердце мыши. Заинтересованному читателю можно сослаться на недавнюю статью Boukens et al. для подробного обзора мышиной ЭКГ и лежащих в ее основе течений¹⁵. Kaese et al. представили обзор стандартных значений ЭКГ для мышей и основных различий между следами ЭКГ человека и мышей¹⁸. Первым существенным отличием является частота сердечных сокращений: здоровые бодрствующие мыши имеют частоту сердечных сокращений 550-725 ударов в минуту, интервалы PR 30-56 мс, продолжительность QRS 9-30 мс и фазу реполяризации, которая очень отличается от той, которая наблюдается у людей¹⁴. Кроме того, жереальная ЭКГ регулярно показывает возникновение J-волн и небольшой и менее характерной Т-волны, что затрудняет анализ интервала ST-сегмента и интервала QT^18,19. В целом, мышиные модели стали наиболее широко используемым модельным организмом для сердечно-сосудистых исследований, включая аритмии⁸.

Принимая во внимание вышеописанные межвидовые различия, которые, весьма вероятно, также влияют на аритмогенез, эти модели могут дать ценную информацию. Анализ основных параметров ЭКГ, таких как частота сердечных сокращений и продолжительность различных интервалов, может быть надежно выполнен с использованием программного обеспечения, такого как Ponemah, LabChart или ECGAuto, среди многих других с их соответствующими алгоритмами анализа. Примеры отображения данных показаны на рисунке 5. Обнаружение аритмии, однако, гораздо более деликатно, и нет широко распространенных подходов к долгосрочному анализу ЭКГ для мышей на аритмии. Различные подходы были использованы для преодоления технических и методологических трудностей, связанных с обнаружением аритмии долгосрочных записей ЭКГ у мышей. Эти подходы варьируются от использования только коротких записей для ручного анализа аритмий²⁰ до простых соображений, допускающих неточность, как описано Thireau et ^al.21. Эти исследователи провели анализ вариабельности сердечного ритма, просто исключив все участки их записи с интервалами R-R, не содержащимися в диапазоне среднего интервала R-R ± 2 стандартными отклонениями, чтобы исключить все аритмии, эктопические удары и артефакты без какого-либо ручного обзора. Это является причиной такого полурукового подхода с использованием Ponemah и его модулей последовательного анализа, ECG Pro и Data Insights. Это программное решение может быть использовано для анализа широкого спектра физиологических сигналов, начиная от ЭКГ у крупных млекопитающих и заканчивая данными артериального давления или температуры у очень маленьких видов.

Программное обеспечение поставляется с большим количеством ресурсов о том, как анализировать различные типы данных. Тем не менее, несмотря на то, что низкая амплитуда сигнала и, следовательно, высокий шум сигналов, полученных от видов, таких как живые и бодрствующие мыши, могут привести к ряду трудностей при использовании общего подхода к анализу. Шум часто маскирует P- или T-волны и, таким образом, отключает использование большинства предопределенных правил поиска в Data Insights. Необходимо позаботиться о том, чтобы определить оптимальные значения порога обнаружения QRS и сохранить значения атрибутов, используемые для идентификации комплексов QRS и различения четких циклов и шумовых событий. Высокий процент порога обнаружения QRS может привести к занижению (т.е. некоторые R-волны могут быть не обнаружены), тогда как низкий процент может привести к завышению (т.е. другие пики, такие как T-волны, могут быть неправильно истолкованы как R-волны). Кроме того, конкретные вопросы в исследованиях аритмии на мышах по понятным причинам не являются основной темой материалов, предоставляемых DSI, и поиск конкретной информации может быть затруднен. В рамках этого протокола используется простой и прагматичный подход для определения различных аритмий, экстраполирующих устоявшиеся человеческие определения.

Например, в данных длительной ЭКГ человека пауза длительностью более 3 с считается значимой²². Это приводит к частоте сердечных сокращений человека 20 / мин., что составляет треть от минимальной физиологической частоты сердечных сокращений 60 / мин. Как описано Kaese et ^al.18, мышиный минимальный физиологический сердечный ритм равен 550 / мин., что составляет 200 / мин. примерно треть от этой частоты. Согласно человеческому определению, паузы более 0,3 с можно считать значительными у мышей. Кроме того, это простой и прагматичный подход к описанию различий в базовых параметрах как относительных изменений в соответствующем контроле. Это учитывает различия между отдельными линиями мыши и является элегантным способом выявления вероятной патологии, не полагаясь (часто отсутствующей) на установленные нормальные значения. Этот простой подход, обобщенный на рисунке 7, подходит для всех групп, изучающих сердечные аритмии в мышиных моделях с использованием имплантируемых телеметрических устройств. Это приводит к оценке общих параметров ЭКГ, а также данных о частоте сердечных сокращений с течением времени и выявлению широкого спектра аритмий. Таким образом, эта статья пытается предоставить пошаговый подход к анализу ЭКГ и аритмии и значительно дополняет руководство и руководства, которые уже были опубликованы.

Materials

Name	Company	Catalog Number	Comments
Ponemah Software	Data Science international		ECG Analysis Software