Examinando por Autor "Cirugeda Roldan, Eva María"

Mostrando 1 - 4 de 4

Análisis multidimensional de las 12 derivaciones del ECG estándar para predecir el éxito de la cardioversión eléctrica en fibrilación auricular persistente
(Universidad de Valladolid, Grupo de Ingeniería Biomédica., 2020-11-25) Cirugeda Roldan, Eva María; Calero Nuñez, Sofía; Plancha Burguera, Eva; Enero Navajo, José; Rieta Ibañez, José Joaquín; Alcaraz Martínez, Raúl
La Sociedad Europea de Cardiología recomienda la cardioversión eléctrica (CVE) para el control del ritmo cardíaco en situaciones de fibrilación auricular (FA) persistente. Aunque es capaz de restaurar inicialmente el ritmo sinusal (RS) en la mayoría de los pacientes, su tasa de éxito a medio plazo es limitada, presentando la arritmia una alta probabilidad de recurrencia. En este contexto, es de gran interés poder prever el resultado de la CVE, ya que de esta forma se podría tratar individualizadamente a los pacientes. Con este objetivo, durante los últimos años se han propuesto distintos índices que caracterizan la actividad auricular (AA) sobre el electrocardiograma (ECG), tales como la amplitud de las ondas fibrilatorias (f), su frecuencia dominante, o su regularidad. Aunque estos índices han presentado resultados prometedores, solo se han empleado para caracterizar las ondas f en una única derivación, generalmente V1, descartando así la información espacial que, registrada en otras derivaciones, puede resultar de gran interés. Así pues, este trabajo evalúa si una extensión multidimensional de dichos índices es capaz de incrementar la capacidad de predicción del resultado de la CVE. En los resultados se observa que las extensiones multidimensionales de los índices propuestos incrementan la predicción de la CVE hasta casi un 6 %, lo que sugiere que las correlaciones espaciales en la AA de las distintas derivaciones del ECG obtienen información predictiva relevante sobre la recurrencia de la FA.
Multi-scale Entropy Evaluates the Proarrhythmic Condition of Persistent Atrial Fibrillation Patients Predicting Early Failure of Electrical Cardioversion
(MDPI, 2020-07-07) Cirugeda Roldan, Eva María; Calero, Sofía; Hidalgo, Víctor Manuel; Enero, José; Rieta, Jose Joaquín; Alacaraz, Raúl
Atrial fibrillation (AF) is nowadays the most common cardiac arrhythmia, being associated with an increase in cardiovascular mortality and morbidity. When AF lasts for more than seven days, it is classified as persistent AF and external interventions are required for its termination. A well-established alternative for that purpose is electrical cardioversion (ECV). While ECV is able to initially restore sinus rhythm (SR) in more than 90% of patients, rates of AF recurrence as high as 20–30% have been found after only a few weeks of follow-up. Hence, new methods for evaluating the proarrhythmic condition of a patient before the intervention can serve as efficient predictors about the high risk of early failure of ECV, thus facilitating optimal management of AF patients. Among the wide variety of predictors that have been proposed to date, those based on estimating organization of the fibrillatory (f-) waves from the surface electrocardiogram (ECG) have reported very promising results. However, the existing methods are based on traditional entropy measures, which only assess a single time scale and often are unable to fully characterize the dynamics generated by highly complex systems, such as the heart during AF. The present work then explores whether a multi-scale entropy (MSE) analysis of the f-waves may provide early prediction of AF recurrence after ECV. In addition to the common MSE, two improved versions have also been analyzed, composite MSE (CMSE) and refined MSE (RMSE). When analyzing 70 patients under ECV, of which 31 maintained SR and 39 relapsed to AF after a four week follow-up, the three methods provided similar performance. However, RMSE reported a slightly better discriminant ability of 86%, thus improving the other multi-scale-based outcomes by 3–9% and other previously proposed predictors of ECV by 15–30%. This outcome suggests that investigation of dynamics at large time scales yields novel insights about the underlying complex processes generating f-waves, which could provide individual proarrhythmic condition estimation, thus improving preoperative predictions of ECV early failure.
Predicción del fracaso temprano de la cardioversión eléctrica en fibrilación auricular sobre las 12 derivaciones del ECG estándar
(Universidad de Valladolid, Grupo de Ingeniería Biomédica, 2020-11-27) Cirugeda Roldan, Eva María; Calero Nuñez, Sofía; Quesada Orador, Aurelio; Hidalgo Olivares, Victor Manuel; Rieta Ibánez, Jose Joaquín; Alcaraz Martínez, Raúl
Dentro de las técnicas existentes para el control del ritmo cardíaco en fibrilación auricular (FA), una de las más extendidas es la cardioversión eléctrica (CVE). Esta técnica, de aplicación sencilla y bajo coste, resulta muy efectiva en la restauración del ritmo sinusal (RS) en pacientes con FA persistente. Aunque es capaz de restaurar el RS en la gran mayoría, un alto número de pacientes, alrededor del 40 %, todav´ıa revierten a FA durante las 4 primeras semanas. Así pues, resulta de gran interés clínico la predicción del éxito de la CVE para poder tratar de la mejor forma a cada paciente. Con dicho objetivo, se han propuesto distintos índices para caracterizar las ondas fibrilatorias (f), generalmente considerando solo la derivación V1 del ECG, dada su proximidad a la aurícula derecha, y así descartando otra información relevante que pudiera obtenerse desde otras derivaciones. Este trabajo extiende dicha caracterización de las ondas f a las 12 derivaciones del ECG estándar para evaluar la capacidad de predicción del fracaso temprano de la CVE. Se han evaluado tres de los índices más conocidos, es decir, la amplitud de las ondas f, la frecuencia dominante y la regularidad, y su rendimiento se ha comparado con el obtenido sobre V1. Los resultados obtenidos indican que, mediante la caracterización de las ondas f sobre la derivación II, la predicción del resultado de la CVE aumenta hasta un 12% con respecto a V1, sugiriendo que esta derivación es la mejor elección para evaluar la condición proarrítmica de un paciente tras la CVE.
Refined Multiscale Entropy Predicts Early Failure in Electrical Cardioversion of Atrial Fibrillation
(Computing in Cardiology, 2020-09-16) Cirugeda Roldan, Eva María; Calero, Sofía; Hidalgo , Víctor Manuel; Eneró, José; Rieta, José Joaquín; Alcaraz, Raúl
Electrical cardioversion (ECV) is a well-established strategy for atrial fibrillation (AF) management. Despite its high initial effectiveness, a high relapsing rate is also found. Hence, identification of patients at high risk of early AF recurrence is crucial for a rationale therapeutic strategy. For that purpose, a set of indices characterizing fibrillatory (f-) waves have been proposed, but they have not considered nonlinear dynamics present at different timescales within the cardiovascular system. This work thus explores whether a multiscale entropy (MSE) analysis of the f-waves can improve preoperative predictions of ECV outcome. Thus, two MSE approaches were considered, i.e., traditional MSE and a refined version (RMSE). Both algorithms were applied to the main f-waves component extracted from lead V1 and entropy values were computed for the first 20 time-scales. As a reference, dominant frequency (DF) and f-wave amplitude (FWA) were also computed. A total of 70 patients were analyzed, and all parameters but FWA showed statistically significant differences between those relapsing to AF and maintaining sinus rhythm during a follow-up of 4 weeks. RMSE reported the best results for the scale 19, improving predictive ability up to an 8% with respect to DAF and FWA. Consequently, investigation of nonlinear dynamics at large time-scales can provide useful insights able to improve predictions of ECV failure.