Estimation of cardiac electrical activity by invasive and non-invasive mapping techniques

Abstract

Las enfermedades cardiovasculares (ECV) son la principal causa de muerte a nivel mundial (Fuster et al. 2006). Casi un tercio de la mortalidad está asociada a ECVs y el gasto sanitario que suponen en los países industrializados supera al asociado a cualquier otra enfermedad. Las patologías más comunes dentro de las ECV son las arritmias cardiacas, trastornos del ritmo cardiaco provocadas por alteraciones de la actividad eléctrica que rige el funcionamiento del corazón. En la actualidad, los tratamientos más efectivos de arritmias complejas se basan en procedimientos invasivos de ablación por radiofrecuencia (Calkins et al. 2017). Estos procedimientos permiten eliminar zonas del tejido cardiaco de mantenimiento arrítmico. Para la correcta realización de estos procedimientos de ablación, es necesario el uso de técnicas de mapeo cardiaco a partir de señales eléctricas intracavitarias para la caracterización in-situ de la actividad eléctrica. El inicio y mantenimiento sostenido en el tiempo de las arritmias están profundamente condicionados por las propiedades del sustrato cardíaco. Aunque los mecanismos arrítmicos aún no se entienden completamente, en general se acepta que la actividad eléctrica caótica presente en estos eventos es causada por características como la velocidad de conducción lenta (CV) y los bloqueos de conducción (Jalife et al. 2011; Kléber y Rudy 2004). En particular, la existencia de fibrilación auricular (FA), una de las arritmias más comunes en la práctica clínica (John Camm et al. 2013), se ha relacionado con la naturaleza de su sustrato basado en la estructura (Burstein y Nattel 2008; Marrouche et al. 2014). Un consenso reciente ha señalado que el éxito de los procedimientos de ablación con catéter durante la FA implica una modificación del sustrato y requiere investigaciones adicionales (Calkins et al. 2017). Por lo tanto, la identificación de regiones que son propensas a mantener arritmias es un factor clave para la caracterización de las propiedades del sustrato. La imagen electrocardiográfica (ECGI) es una técnica de mapeo eléctrico no invasivo que tiene como objetivo reconstruir la actividad electrofisiológica en la superficie del corazón a partir de los potenciales de la superficie corporal (Brooks y MacLeod 1997; Gulrajani 1998). Requiere resolver un problema inverso mal condicionado y regularizar la solución (Oster y Rudy 1997; Willoughby 1979). Esta metodología ha obtenido resultados prometedores para caracterizar sustratos arritmogénicos como isquemia (Álvarez et al. 2012; Wang et al. 2013) y regiones dominantes de alta frecuencia (Pedrón-Torrecilla et al. 2016). Por lo tanto, el ECGI puede ser una herramienta prometedora con la resolución espacial suficiente para describir otras propiedades del sustrato auricular. En la práctica clínica, las mediciones de CV pueden proporcionar un biomarcador para identificar zonas de conducción lenta, donde existe fibrosis o acoplamiento alterado de célula a célula, siendo propensas a formar circuitos reentrantes y regiones de anclaje para rotores (Honarbakhsh et al. 2019). Sin embargo, la generación actual de sistemas de mapeo electroanatómico clínico no admite la construcción en tiempo real de mapas de velocidad de conducción, lo que requiere un análisis manual a posteriori (Cantwell et al. 2015) y dificulta el uso de esta métrica en la práctica clínica. La medida de CV describe la velocidad a través de la dirección de propagación de un frente de onda eléctrico a través del tejido cardíaco excitable. Puede proporcionar información cuantitativa importante sobre la estructura, la orientación de las fibras del miocardio y las propiedades del sustrato intrínseco; factores que pueden ayudar a dilucidar los posibles mecanismos arritmogénicos (Cantwell et al. 2015; Roney et al. 2019). A primera vista, el enfoque para medir el CV sobre la superficie cardiaca puede parecer obvio; detectar la activación de un frente de onda en diferentes momentos y dividir la distancia recorrida por el intervalo de tiempo. Sin embargo, la complejidad de la actividad durante los ritmos fibrilatorios, donde las trayectorias pueden ser caóticas, hace que la medida de este parámetro sea un desafío. Por otro lado, la complicada geometría de la morfología auricular dificulta la viabilidad de otros métodos propuestos (Bayly et al. 1998; Kay y Gray 2005), adecuados para analizar la actividad reentrante en planos regulares 2-D como sobre registros de mapeo óptico.