Measurement definition, reference availability and testability shaped the verdicts on classical ECG rules in routine hospital data
这项针对 MIMIC-IV-ECG 数据的回顾性分析评估了关于十项经典心电图规则的十三项主张，发现虽然这些主张均未被反驳，但其诊断效用和判定结果深受测量定义、参考值可用性以及可测试性的影响，其中电压标准和 Q 波显示的诊断信息有限，而 QTc >500 ms 虽然证实了与死亡率的相关性，但仅能识别出极小比例的高风险患者。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
每天，医生都依赖一种简单、无创的测试——心电图（ECG），来监听心脏的电活动节律。机器在屏幕上产生一条波浪线，几十年来，专家们已经总结出了解读这些线条的具体规则。这些规则就像一份清单：如果某一波形的电压足够高，可能意味着心肌肥厚；如果波形之间的特定间隙过长，可能预示着心脏电系统的危险性延迟；如果某个特定的波形缺失或倒置，可能表明曾发生过心肌梗死。这些指南在医院中被广泛使用，用于对患者护理做出快速决策。然而，尽管这些规则在医学院中被教授并在实践中被使用，但却很少有大规模的测试来观察当它们应用于成千上万名常规住院患者的、混乱的现实世界数据，而非经过精心挑选的研究对象时，其表现究竟如何。
一位名叫利奥·普罗斯特（Leo Probst）的研究人员决定通过对大规模的真实医院记录进行测试，来检验十条这类经典规则。他使用了一个包含波士顿一家主要医疗中心超过16万名成年患者的数据库，涵盖了十多年的记录。其目标不是发明新规则，而是观察旧规则是否能在严苛的、预先计划好的测试中生存下来。在查看最终结果之前，研究人员准确地写下了他对每条规则的预期发现，并设定了明确的成功数值目标。随后，他运行了计算机分析，以检查数据是否支持这些目标，检查的内容包括：规则正确识别问题的频率（即不误报健康人群的频率），以及它正确预测严重后果（如一个月内死亡或发生心脏节律紧急情况）的频率。
研究发现，这些规则的命运与其说是取决于规则本身，不如说取决于数据的测量方式以及有哪些信息可以用来与之进行对比。对于旨在检测心肌肥厚（即左心室肥厚）的规则，结果呈现出确认与局限并存的状态。其中两个最著名的规则，被称为Sokolow-Lyon和Cornell，表现出了极高的特异性。这意味着，当机器根据这些规则标记一名患者患有心肌肥厚时，该患者几乎肯定确实患有此病。然而，这些规则漏掉了绝大多数的实际病例。它们仅能捕捉到大约7%至17%真正患有心肌肥厚的人群。虽然阳性结果是可靠的，但阴性结果对医生而言几乎没有参考价值，因为这些规则在发现问题方面缺乏足够的敏感性，无法在大多数人身上发现问题。
用于检测既往心肌梗死的规则（通过寻找迹象中的特定“Q波”）则面临着不同的挑战。数据显示，当该规则标记患者时，其判断很可能是正确的，但研究无法确定它漏掉了多少实际的心肌梗死病例。这是因为数据库中用于作为参考点的、确诊为既往心肌梗死的患者数量太少。由于只有不到50例确诊病例可供对比，研究人员无法计算出一个稳定的衡量标准来评估该规则的整体表现。这属于数据本身并不包含足够样本来给出明确答案的情况。
一项最重要的发现涉及QT间期，即心脏电系统在两次跳动之间充电所需的时间。经校正的QT间期高于500毫秒被广泛视为一个警告信号。研究证实，QT间期高于这一阈值的患者，与那些间期较低的患者相比，在30天内死亡或发生危险心脏节律事件的风险确实更高。其风险率约为五倍。然而，研究也强调了一个关键的局限性：由于实际QT间期高于500毫秒的患者人数极少，该规则仅识别出了约9%的死亡病例。换句话说，虽然该规则正确识别了一个高风险群体，但它漏掉了绝大多数无法存活的患者。研究人员还注意到，这种关联强度似乎会随着患者心率的变化而变化。对于心率较慢的患者，风险比极高；而对于心率较快的患者，该比例显著下降。研究人员认为这可能是由于用于校正测量的数学公式导致的，但他们并未测试这一理论，也未基于此模式提出新的建议。
其他规则，例如针对心脏上腔与下腔之间电信号缓慢或特定类型束支传导阻滞的规则，并未提供明确的答案。数据对于这些说法是不确定的，这意味着研究既无法证实也无法驳回“这些模式携带特定风险水平”的观点。在某些情况下，患有该状况的患者人数过少，导致无法得出定论。研究还探讨了不同的心率阈值或不同的QT间期校正公式是否会改变结果，但这些都是在主要结果得出后添加的描述性观察，旨在引导未来的研究，而非提供即时的答案。
最终，研究结论认为，这些经典ECG规则的判定结果是由数据的质量以及参考点的可用性所塑造的。得到支持的规则并不一定在普遍意义上更“好”，它们仅仅是那些数据允许进行清晰、预定义测试并通过的规则。那些失败或保持不确定性的规则，往往是由于缺失数据或缺乏可用于对比的确诊病例所致。这项研究既没有证明这些规则是无效的，也没有证明它们是完美的。相反，它提供了一张清晰的地图，展示了常规医院数据能够告诉我们什么，以及不能告诉我们什么。它表明，虽然有些规则可以可靠地识别出一小部分高风险患者，但它们往往无法看到全局；并且对于许多其他规则而言，标准医院记录中现有的数据尚不足以给出明确的答案。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。