ここでは、基本的なECGパラメーターと一般的な不整脈についてマウスの長期心電図(ECG)データを分析するための半自動アプローチのステップバイステップのプロトコルを紹介します。データは、生きているマウスと覚醒しているマウスの埋め込み型テレメトリ送信機によって取得され、Ponemahとその分析モジュールを使用して分析されます。
不整脈は一般的であり、世界中の何百万人もの患者に影響を及ぼしています。現在の治療戦略は重大な副作用と関連しており、多くの患者では効果がありません。患者ケアを改善するためには、不整脈メカニズムを因果的に標的とする斬新で革新的な治療概念が必要です。不整脈の複雑な病態生理を研究するためには、適切な動物モデルが必要であり、マウスは不整脈に対する遺伝的影響を評価し、基本的な分子および細胞メカニズムを調査し、潜在的な治療標的を特定するための理想的なモデル種であることが証明されています。
埋め込み型テレメトリデバイスは、マウスの電気生理学を研究するために利用できる最も強力なツールの1つであり、自由に動く覚醒マウスで数か月にわたって継続的なECG記録を可能にします。ただし、膨大な数のデータポイント(1日あたり>100万のQRS複合体)のため、テレメトリデータの分析は依然として困難です。この記事では、データサイエンスインターナショナル(DSI)が開発した分析モジュールであるECG ProおよびData Insightsを備えたソフトウェアPonemahを使用して、ECGを分析し、長期テレメトリ記録の不整脈を検出するための段階的なアプローチについて説明します。心拍数、P波持続時間、PR間隔、QRS間隔、QT持続時間などの基本的なECGパラメータを分析するために、Ponemahを使用して自動属性分析を実行し、検出されたR波の周囲の個別に調整されたウィンドウ内のP、Q、およびT波を特定しました。
その後、結果は手動でレビューされ、個々の注釈を調整できました。属性ベースの分析とパターン認識分析の出力は、不整脈を検出するためにデータインサイトモジュールによって使用されました。このモジュールでは、録音内で個別に定義された不整脈の自動スクリーニングと、それに続く不整脈の疑いのあるエピソードの手動レビューが可能になります。この記事では、ECG信号の記録と検出における課題について簡単に説明し、データ品質を改善するための戦略を提案し、上記のアプローチを使用してマウスで検出された不整脈の代表的な記録を提供します。
心不整脈は一般的であり、世界中の何百万人もの患者に影響を及ぼしています1。人口の高齢化は発生率の増加を示しており、したがって心不整脈とその罹患率および死亡率に起因する主要な公衆衛生上の負担を示しています2。現在の治療戦略は限られており、しばしば重大な副作用と関連しており、多くの患者では効果がないままです3、4、5、6。不整脈のメカニズムを因果的に標的とする新規かつ革新的な治療戦略が緊急に必要とされています。不整脈の複雑な病態生理学を研究するには、適切な動物モデルが必要です。マウスは、不整脈に対する遺伝的影響を評価し、基本的な分子および細胞メカニズムを調査し、潜在的な治療標的を特定するための理想的なモデル種であることが証明されています7、8、9。連続ECG記録は、不整脈検出の臨床ルーチンにおいて確立された概念です10。
埋め込み型遠隔測定装置は、自由に動く覚醒マウスにおいて数ヶ月間にわたってECGの連続記録を可能にするため、マウスの電気生理学を研究するために利用可能な最も強力なツールの1つです(一般的なアプローチは、リードをリードII位置に埋め込むことです)11,12。しかし、膨大な数のデータポイント(1日あたり最大100万以上のQRS複合体)とマウスの標準値に関する知識が限られているため、テレメトリデータの分析は依然として困難です。マウス用に一般的に入手可能なテレメトリトランスミッターは最大3か月持続し、最大1億個のQRS複合体の記録につながります。これは、個々のデータセットに費やす時間を短縮するために実用的な分析プロトコルが非常に必要であり、研究者がこの膨大な量のデータを処理および解釈できるようにすることを意味します。記録時にクリーンなECG信号を得るには、トランスミッタの埋め込みを最適化する必要があります-より高い信号振幅を可能にするために、リード位置はできるだけ離れている必要があります。
関心のある読者は、より多くの情報を得るためにMcCauleyらによるプロトコルを参照され得る12 。さらに、騒音を最小限に抑えるために、ケージと送信機は、環境要因(温度、光、湿度)が制御された換気キャビネットなど、妨害を受けにくい静かな環境に配置する必要があります。実験期間中は、リードの穿孔や創傷治癒の問題による信号の損失を避けるために、リードの位置を定期的にチェックする必要があります。生理学的には、ヒトと同様にげっ歯類のECGパラメータには概日変化があり、連続記録からベースラインECGパラメータを取得するための標準化されたアプローチの必要性が生じています。長期間にわたるECGパラメータの平均値を計算するのではなく、安静時心拍数、P波持続時間、PR間隔、QRS期間、QT/QTc間隔などの基本的なパラメータを得るために、ヒトと同様の安静時ECGの解析を行う必要があります。ヒトでは、安静時ECGは、50〜100 / minの通常の心拍数で10秒以上記録されます。このECGには、8〜17個のQRS複合体が含まれています。20個の連続したQRS複合体の分析は、「安静時ECG等価」としてマウスで推奨されます。上記の概日変化のため、簡単なアプローチは、昼間と夜間に1つずつ、1日あたり2つの安静時ECGを分析することです。動物施設のライトオン/オフサイクルに応じて、適切な時間(午前12時/ PMなど)が選択され、基本的なパラメータが得られます。
次に、経時的な心拍数プロットを使用して、関連する頻脈と徐脈を検出し、これらのエピソードを連続して手動で調査して第一印象を取得します。この心拍数プロットは、記録された期間の最大心拍数と最小心拍数、および時間の経過に伴う心拍数の変動の重要なパラメータにつながります。その後、データセットは不整脈について分析されます。この記事では、最大3か月の記録期間にわたる覚醒マウスの長期テレメトリ記録からこれらのベースラインECGデータを取得するための段階的なアプローチについて説明します。さらに、データサイエンスインターナショナル(DSI)が開発した分析モジュールであるECG ProおよびData Insightsを備えたソフトウェアPonemahバージョン6.42を使用して不整脈を検出する方法について説明します。このバージョンは、Windows 7(SP1、64ビット)とWindows 10(64ビット)の両方と互換性があります。
表面ECGは、心調律障害に苦しむ患者のための主要な診断ツールであり、多くの電気生理学的現象への洞察を提供します。それにもかかわらず、心臓表面ECG病理の十分な分析には、正常な生理学的パラメータの知識と定義が必要です。長年の疫学研究により、ヒトの生理学的なものについて幅広い合意が得られ、世界中の医師が病理を明確に区別できるようになりました。ただし、表面ECGデー?…
The authors have nothing to disclose.
この研究は、ドイツ研究財団(DFG;血管医学の臨床医科学者プログラム(PRIME)、MA 2186 / 14-1からP.トムシッツとD.シュットラー)、ドイツ心臓血管研究センター(DZHK、81X2600255からS.クラウス)、コロナ財団(S199/10079/2019からS.クラウス)、心血管疾患に関するERA-NET(ERA-CVD、01KL1910からS.クラウス)、ハインリッヒアンドロッテミュールフェンツル財団(S.クラウス)、中国奨学金評議会(CSC、R.Xiaへ)。資金提供者は原稿の準備に何の役割も果たしていませんでした。