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

Elke dag vertrouwen artsen op een eenvoudige, niet-invasieve test genaand een elektrocardiogram, of ECG, om naar het elektrische ritme van het hart te luisteren. De machine produceert een golvende lijn op een scherm, en door de decennia heen hebben experts specifieke regels opgeschreven om die lijnen te interpreteren. Deze regels fungeren als een checklist: als de spanning van een bepaalde golf hoog genoeg is, kan dit betekenen dat de hartspier verdikt is; als een specifieke kloof tussen golven te lang is, kan dit wijzen op een gevaarlijke vertraging in het elektrische systeem van het hart; als een bepaalde golf ontbreekt of geïnverteerd is, kan dit duiden op een eerder opgelopen hartaanval. Deze richtlijnen worden constant gebruikt in ziekenhuizen om snelle beslissingen te nemen over de patiëntenzorg. Echter, hoewel deze regels worden onderwezen in medische opleidingen en in de praktijk worden toegepast, is er weinig grootschalig onderzoek gedaan om te zien hoe goed ze standhouden wanneer ze worden toegepast op de rommelige, echte wereld-data van duizenden routinematige ziekenhuispatiënten, in plaats van op zorgvuldig geselecteerde onderzoeksonderwerpen.

Een onderzoeker genaamd Leo Probst zette zich erop in om tien van deze klassieke regels te testen tegen een enorme collectie echte ziekenhuisgegevens. Hij gebruikte een database met meer dan 160.000 volwassen patiënten uit een groot medisch centrum in Boston, verspreid over meer dan een decennium aan gegevens. Het doel was niet om nieuwe regels uit te vinden, maar om te zien of de oude regels een rigoureuze, vooraf geplande test zouden overleven. Voordat hij naar de definitieve resultaten keek, schreef de onderzoeker precies op wat hij verwachtte te vinden voor elke regel, waarbij hij duidelijke numerieke doelstellingen voor succes vaststelde. Vervolgens voerde hij de computeranalyse uit om te zien of de data die doelstellingen ondersteunde, waarbij hij controleerde op zaken zoals hoe vaak een regel een probleem correct identificeerde zonder gezonde mensen onterecht te signaleren, en hoe vaak het correct ernstige uitkomsten voorspelde, zoals overlijden of hartritme-noodgevallen binnen een maand.

De studie toonde aan dat het lot van deze regels minder afhing van de regels zelf, en meer van hoe de data werd gemeten en welke informatie beschikbaar was om ze mee te vergelijken. Voor de regels ontworpen om een verdikt hart te detecteren, bekend als linkerventrikelhypertrofie, waren de resultaten een mix van bevestiging en beperking. De twee bekendste regels, de Sokolow-Lyon en de Cornell, bleken zeer specifiek te zijn. Dit betekent dat wanneer de machine een patiënt op basis van deze regels markeerde als een patiënt met een verdikt hart, de patiënt bijna zeker aan die conditie leed. Echter, deze regels misten een groot deel van de werkelijke gevallen. Ze vonden slechts ongeveer 7% tot 17% van de mensen die daadwerkelijk een verdikt hart hadden. Hoewel een positief resultaat betrouwbaar was, vertelde een negatief resultaat de arts heel weinig, aangezien de regels simpelweg niet sensitief genoeg waren om het probleem bij de meeste mensen te vinden.

De regel voor het detecteren van een eerder opgelopen hartaanval, die zoekt naar specifieke "Q-golven" op de meting, presenteerde een andere uitdaging. De data toonden aan dat wanneer deze regel een patiënt markeerde, het waarschijnlijk correct was, maar de studie kon niet bepalen hoeveel werkelijke hartaanvallen de regel had gemist. Dit kwam omdat er zo weinig patiënten in de database waren met een bevestigde eerdere hartaanval om als referentiepunt te dienen. Met minder dan 50 bevestigde gevallen om tegenover te vergelijken, konden de onderzoekers geen stabiele maatstaf berekenen voor hoe goed de regel algemeen functioneerde. Het was een geval waarbij de data simpelweg niet genoeg voorbeelden bevatten om een definitief antwoord te geven.

Een van de meest significante bevindingen betrof het QT-interval, een meting van hoe lang het elektrische systeem van het hart nodig heeft om tussen slagen door op te laden. Een gecorrigeerd QT-interval boven de 500 milliseconden wordt algemeen beschouwd als een waarschuwingssignaal. De studie bevestigde dat patiënten met een meting boven deze drempel inderdaad een veel hoger risico liepen om binnen 30 dagen te overlijden of een gevaarlijk hartritme-event te ondergaan in vergelijking met degenen met lagere metingen. Het risico was ongeveer vijf keer hoger voor hen met het lange interval. De studie benadrukte echter een cruciale beperking: omdat er zo weinig patiënten waren met een meting boven de 500 milliseconden, identificeerde deze regel slechts ongeveer 9% van de mensen die overleden. Met andere woorden, terwijl de regel een risicogroep correct identificeerde, miste zij de overgrote meerderheid van de patiënten die niet zouden overleven. De onderzoekers merkten ook op dat de sterkte van deze associatie leek te veranderen afhankelijk van de hartslag van de patiënt. Voor patiënten met een trage hartslag was de risicoverhouding extreem hoog, terwijl voor patiënten met een snelle hartslag de ratio aanzienlijk daalde. De onderzoekers suggereerden dat dit mogelijk te maken had met de wiskundige formule die werd gebruikt om de meting te corrigeren, maar zij testten deze theorie niet en boden geen nieuwe aanbevelingen aan op basis van dit patroon.

Andere regels die werden getest, zoals die voor een traag elektrisch signaal tussen de bovenste en onderste kamers van het hart of een specif kind type bundeltakblok, leverden geen duidelijke antwoorden op. De data waren inconclusief voor deze claims, wat betekent dat de studie noch de gedachte kon bevestigen, noch kon verwerpen dat deze patronen een specifiek niveau van risico met zich meedroegen. In sommige gevallen was het aantal patiënten met de aandoening te klein om een stevige conclusie te trekken. De studie onderzocht ook of verschillende hartslagdrempels of verschillende formules voor het corrigeren van het QT-interval de resultaten zouden veranderen, maar dit waren beschrijvende observaties die werden toegevoegd nadat de hoofdresultaten bekend waren, bedoeld om toekomstig onderzoek te sturen in plaats van onmiddellijke antwoorden te bieden.

Uiteindelijk concludeerde de studie dat de oordelen over deze klassieke ECG-regels werden gevormd door de kwaliteit van de data en de beschikbaarheid van referentiepunten. De regels die werden ondersteund, waren niet noodzakelijkerwijs "beter" in een algemene zin; ze waren simpelweg de regels waarbij de data een duidelijke, vooraf gedefinieerde test lieten passeren. De regels die faalden of inconclusief bleven, waren vaak slachtoffer van ontbrekende data of een gebrek aan bevestigde gevallen om mee te vergelijken. Het onderzoek bewees niet dat een van deze regels ongeldig is, noch bewees het dat ze perfect zijn. In plaats daarvan bood het een heldere kaart van wat routinematige ziekenhuisdata ons wel en niet kan vertellen over deze langdurige diagnostische instrumenten. Het toonde aan dat hoewel sommige regels betrouwbaar een kleine groep risicopatiënten identificeren, ze vaak het grotere plaatje missen, en dat voor veel andere regels de beschikbare data in standaard ziekenhuisarchieven nog niet voldoende zijn om een definitief antwoord te geven.