Measurement definition, reference availability and testability shaped the verdicts on classical ECG rules in routine hospital data

Jeden Tag verlassen sich Ärzte auf einen einfachen, nicht-invasiven Test namens Elektrokardiogramm oder EKG, um den elektrischen Rhythmus des Herzens zu belauschen. Die Maschine erzeugt eine zackige Linie auf einem Bildschirm, und über die Jahrzehnte hinweg haben Experten spezifische Regeln aufgeschrieben, um diese Linien zu interpretieren. Diese Regeln fungieren wie eine Checkliste: Wenn die Spannung einer bestimmten Welle hoch genug ist, könnte dies bedeuten, dass der Herzmuskel verdickt ist; wenn ein bestimmter Abstand zwischen den Wellen zu lang ist, könnte dies auf eine gefährliche Verzögerung im elektrischen System des Herzens hindeuten; wenn eine bestimmte Welle fehlt oder invertiert ist, könnte dies auf einen vergangenen Herzinfarkt hinweisen. Diese Leitlinien werden in Krankenhäusern ständig verwendet, um schnelle Entscheidungen über die Patientenversorgung zu treffen. Doch während diese Regeln in medizinischen Fakultäten gelehrt und in der Praxis angewendet werden, gab es bisher kaum groß angelegte Tests, um zu sehen, wie gut sie sich tatsächlich bewähren, wenn sie auf die unordentlichen, realen Daten von tausenden routinemäßigen Krankenhauspatienten angewendet werden, statt auf sorgfältig ausgewählte Forschungssubjekte.

Ein Forscher namens Leo Probst setzte sich zum Ziel, zehn dieser klassischen Regeln gegen eine massive Sammlung echter Krankenhausakten zu testen. Er verwendete eine Datenbank, die über 160.000 erwachsene Patienten aus einem großen medizinischen Zentrum in Boston umfasst und einen Zeitraum von mehr als einem Jahrzehnt an Aufzeichnungen abdeckt. Das Ziel war nicht, neue Regeln zu erfinden, sondern zu sehen, ob die alten einem strengen, vorab geplanten Test standhalten konnten. Bevor er die endgültigen Ergebnisse betrachtete, schrieb der Forscher genau auf, was er für jede Regel erwartete, und legte klare numerische Erfolgsziele fest. Er führte dann die Computeranalyse durch, um zu prüfen, ob die Daten diese Ziele stützten, wobei er Faktoren untersuchte wie etwa, wie oft eine Regel ein Problem korrekt identifizierte, ohne gesunde Menschen fälschlicherweise zu markieren, und wie oft sie schwerwiegende Ereignisse wie Tod oder Herzrhythmusstörungen innerhalb eines Monats korrekt vorhersagte.

Die Studie ergab, dass das Schicksal dieser Regeln weniger von den Regeln selbst abhing, sondern davon, wie die Daten gemessen wurden und welche Informationen zum Vergleich zur Verfügung standen. Für die Regeln zur Erkennung eines verdickten Herzmuskels, bekannt als linksventrikuläre Hypertrophie, waren die Ergebnisse eine Mischung aus Bestätigung und Einschränkung. Die zwei berühmtesten Regeln, genannt Sokolow-Lyon und Cornell, erwiesen sich als sehr spezifisch. Das bedeutet, dass, wenn die Maschine einen Patienten aufgrund dieser Regeln als einen mit einem verdickten Herzen markierte, der Patient fast sicher an diesem Zustand litt. Diese Regeln übersahen jedoch die große Mehrheit der tatsächlichen Fälle. Sie erfassten nur etwa 7 % bis 17 % der Menschen, die wirklich ein verdicktes Herz hatten. Während ein positives Ergebnis zuverlässig war, sagte ein negatives Ergebnis dem Arzt nur sehr wenig, da die Regeln schlichtweg nicht sensitiv genug waren, um das Problem bei den meisten Menschen zu finden.

Die Regel zur Erkennung vergangener Herzinfarkte, die nach spezifischen „Q-Wellen“ in der Aufzeichnung sucht, stellte eine andere Herausforderung dar. Die Daten zeigten, dass es wahrscheinlich korrekt war, wenn diese Regel einen Patienten markierte, aber die Studie konnte nicht bestimmen, wie viele tatsächliche Herzinfarkte sie übersehen hatte. Dies lag daran, dass es in der Datenbank zu wenige Patienten mit bestätigten vergangenen Herzinfarkten gab, um einen Referenzpunkt zu nutzen. Mit weniger als 50 bestätigten Fällen zum Vergleich konnte die Forschergruppe kein stabiles Maß dafür berechnen, wie gut die Regel insgesamt funktionierte. Es war ein Fall, in dem die Daten schlichtweg nicht genügend Beispiele enthielten, um eine definitive Antwort zu geben.

Einer der bedeutendsten Befunde betraf das QT-Intervall, ein Maß dafür, wie lange es dauert, bis sich das elektrische System des Herzens zwischen den Schlägen auflädt. Ein korrigiertes QT-Intervall über 500 Millisekunden gilt weithin als Warnsignal. Die Studie bestätigte, dass Patienten mit einem Wert über diesem Schwellenwert tatsächlich ein wesentlich höheres Risiko hatten, innerhalb von 30 Tagen zu sterben oder ein gefährliches Herzrhythmusereignis zu erleiden, verglichen mit jenen mit niedrigeren Werten. Das Risiko war für diejenigen mit dem langen Intervall etwa fünfmal höher. Die Studie hob jedoch eine entscheidende Einschränkung hervor: Da nur sehr wenige Patienten tatsächlich einen Wert über 500 Millisekunden hatten, identifizierte diese Regel nur etwa 9 % der Menschen, die starben. Mit anderen Worten: Während die Regel eine Hochrisikogruppe korrekt identifizierte, übersah sie die große Mehrheit der Patienten, die nicht überleben würden. Die Forscher stellten auch fest, dass die Stärke dieser Assoziation davon abhing, wie hoch die Herzfrequenz des Patienten war. Bei Patienten mit einer langsamen Herzfrequenz war das Risikoverhältnis extrem hoch, während es bei Patienten mit einer schnellen Herzfrequenz signifikant sank. Die Forscher deuteten an, dass dies auf die mathematische Formel zurückzuführen sein könnte, die zur Korrektur der Messung verwendet wird, aber sie testeten diese Theorie nicht und gaben keine neuen Empfehlungen basierend auf diesem Muster ab.

Andere Regeln, wie etwa jene für ein langsames elektrisches Signal zwischen den oberen und unteren Herzkammern oder einen spezifischen Typ eines Schenkelblocks, lieferten keine klaren Antworten. Die Daten waren hinsichtlich dieser Behauptungen nicht eindeutig, was bedeutete, dass die Studie weder die Idee bestätigen noch ablehnen konnte, dass diese Muster ein spezifisches Risikoniveau tragen. In einigen Fällen war die Anzahl der Patienten mit der jeweiligen Erkrankung zu gering, um eine fundierte Schlussfolgerung zu ziehen. Die Studie untersuchte auch, ob unterschiedliche Herzfrequenzschwellen oder verschiedene Formeln zur Korrektur des QT-Intervalls die Ergebnisse ändern würden, aber dies waren deskriptive Beobachtungen, die erst nach Bekanntwerden der Hauptergebnisse hinzugefügt wurden, um die zukünftige Forschung zu leiten, anstatt unmittelbare Antworten zu liefern.

Letztendlich kam die Studie zu dem Schluss, dass die Urteile über diese klassischen EKG-Regeln durch die Qualität der Daten und die Verfügbarkeit von Referenzpunkten geprägt wurden. Die Regeln, die unterstützt wurden, waren nicht notwendigerweise im allgemeinen Sinne „besser“; sie waren schlicht diejen_igen, bei denen die Daten einen klaren, vordefinierten Test ermöglichten. Die Regeln, die scheiterten oder unklar blieben, waren oft Opfer fehlender Daten oder eines Mangels an bestätigten Fällen, die zum Vergleich herangezogen werden konnten. Die Forschung hat nicht bewiesen, dass einer dieser Regeln ungültig ist, noch hat sie bewiesen, dass sie perfekt sind. Stattdessen lieferte sie eine klare Landkarte darüber, was routinemäßige Krankenhausdaten uns über diese langjährigen diagnostischen Werkzeuge sagen können und was nicht. Sie zeigte, dass während einige Regeln zuverlässig eine kleine Gruppe von Hochrisikopatienten identifizieren, sie oft das Gesamtbild übersehen, und dass für viele andere Regeln die in Standard-Krankenhausakten verfügbaren Daten noch nicht ausreichen, um eine definitive Antwort zu geben.