Repeat variation and definition dependence of ECG/VCG markers: an exploratory audit of one implementation (LoopLens 10.1)
Deze verkennende audit van de LoopLens 10.1-implementatie onthult dat veel ECG/VCG-markers significante herhaalbaarheidsproblemen vertonen en een hoge gevoeligheid hebben voor reconstructiematrices en grensdefinities, wat de betrouwbaarheid van fysiologische namen als enige determinanten van meetconsistentie uitdaagt.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Het menselijk hart klopt met een ritme dat even uniek is als een vingerafdruk, maar het spreekt een taal die geschreven is in elektriciteit. Wanneer artsen plakstrips op de borst van een patiënt plaatsen, leggen ze dit elektrische verhaal vast op een strook papier of een digitaal scherm, waardoor een trace wordt gecreëerd die bekend staat als een elektrocardiogram. Al meer dan een eeuw is dit hulpmiddel de standaard voor het controleren van de gezondheid van het hart, waardoor artsen onregelmatigheden kunnen opsporen door te kijken naar de vorm en de timing van de golven. Echter, het verhaal dat het hart vertelt, is niet altijd hetzelfde verhaal dat de machine opschrijft. De cijfers die een computer uitspuugt, hangen zwaar af van hoe de software is gebouwd, welke wiskundige formules zij gebruikt om ruwe signalen te vertalen, en precies waar de mens of de machine besluit dat een golf begint en eindigt. Dit creëert een probleem: als de cijfers veranderen op basis van het gebruikte instrument in plaats van de werkelijke gezondheid van de patiënt, wordt het moeilijk te weten of een verandering in de meting betekent dat de patiënt beter wordt, slechter wordt, of dat de computer simpelweg van gedachten is veranderd.
Een onderzoeker aan de Johannes Kepler Universiteit van Linz zette zich in om te onderzoeken in hoeverre deze metingen afhankelijk zijn van de specifieke software en de regels die worden gebruikt om ze te creëren. De studie richtte zich op een specifiek stuk software genaamd LoopLens, versie 10.1, die ontworpen is om automatisch de begin- en eindpunten van hartgolven te vinden en diverse metingen vanuit deze golven te berekenen. De onderzoeker vroeg niet of de software een ziekte kon diagnosticeren of een hartaanval kon voorspellen. In plaats daarvan was de vraag eenvoudiger en fundamenteler: als je dezelfde hartopname twee keer door de software haalt, of als je de wiskundige kaart verandert die de software gebruikt om het signaal te vertalen, hoeveel veranderen de cijfers dan? Om het antwoord te vinden, verzamelde de onderzoeker een enorme collectie hartopnames uit een publieke database die tienduizenden patiënten bevat. Er werd gekeken naar paren opnames die binnen enkele uren van elkaar zijn gemaakt bij dezelfde persoon, om te zien hoeveel de cijfers van nature fluctueren. Er werd ook getest wat er gebeurde wanneer de wiskundige formules die worden gebruikt om de 3D-elektrische vorm van het hart te reconstrueren uit de standaard 12-afleiding opname, werden vervangen. Ten slotte vergeleken zij de automatische markeringen van de software voor waar een golf begint met de markeringen gemaakt door menselijke experts.
De resultaten onthulden dat de cijfers die de software produceert, veel minder stabiel zijn dan men zou hopen. Bij het bekijken van duizenden paren opnames die slechts enkele uren uit elkaar werden gemaakt bij dezelfde persoon, varieerden de metingen aanzienlijk. Voor de duur van de belangrijkste elektrische puls, bekend als het QRS-complex, kon het verschil tussen twee metingen van hetzelfde hart wel 27 milliseconden bedragen. Voor de tijd die het hart nodig heeft om op te laden, de zogenaamde QT-interval, was de variatie zelfs groter en bereikte bijna 62 milliseconden. In de wereld van hartmetingen, waar artsen vaak zoeken naar veranderingen van slechts enkele milliseconden om kritische beslissingen te nemen, zijn deze schommelingen aanzienlijk. De studie vond dat de software voor veel van de metingen niet in staat was om betrouwbaar het verschil te zien tussen een echte verandering in het hart en de natuurlijke ruis van het meetproces. Slechts een klein deel van de metingen vertoonde een hoog niveau van consistentie, terwijl de meerderheid een matige tot lage overeenstemming liet zien. Dit betekent dat als een arts ziet dat een getal tussen twee bezoeken licht verandert, dit een teken kan zijn van een echt gezondheidsprobleem, of het kan simpelweg het resultaat zijn van de software die hetzelfde hart telkens net iets anders meet.
Het onderzoek toonde ook aan dat de keuze van de wiskundige kaart die wordt gebruikt om de 3D-vorm van het hart te reconstrueren, een diepgaand effect heeft op de resultaten. De software kan verschillende sets regels gebruiken om de platte 12-afleiding opname te vertalen naar een driedimensionaal beeld. Wanneer de onderzoeker één set regels verving door een andere, veranderde meer dan 60 procent van de metingen genoeg om als afhankelijk van de specifieke gebruikte regels te worden beschouwd. Sterker nog, geen enkele meting bleef perfect stabiel wanneer de regels werden gewijzigd. Dit suggereert dat het getal dat een arts ziet niet alleen een eigenschap is van het hart, maar een eigenschap van het hart gecombineerd met de specifieke wiskundige keuzes die de software maakt. Zelfs kleine aanpassingen aan waar de software besluit dat een golf begint of eindigt, zouden de result
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.