《Heart Rhythm O》：Automatic Measurement of Short-Term Variability of Repolarization on Human Intracardiac Electrograms Predicts VT/VF Events
编辑推荐：
**背景**：植入式心律转复除颤器（ICD）通过终止危及生命的心律失常，在降低心脏性猝死方面已被证明非常有效。然而，其被动反应性质凸显了制定预防策略以进一步改善患者预后的必要性。复极化短期变异性（STV）已成为室性心律失常的一个有前景的预测标志物。尽管具有潜力
**背景**：植入式心律转复除颤器（ICD）通过终止危及生命的心律失常，在降低心脏性猝死方面已被证明非常有效。然而，其被动反应性质凸显了制定预防策略以进一步改善患者预后的必要性。复极化短期变异性（STV）已成为室性心律失常的一个有前景的预测标志物。尽管具有潜力，但在现实ICD环境中实施STV监测的可行性仍不确定，原因包括噪声、异常除极以及设备特定限制等挑战。
**目的**：本研究利用美敦力Cobalt/Crome ICD和心脏再同步治疗除颤器（CRT-D）设备的匿名电图（EGM）记录，评估STV监测在临床实践中的可行性。
**方法**：数据集包括636次单形性室性心动过速（MVT）发作、107次心室颤动（VF）事件和6,000次基线记录。排除具有异常复极化模式或噪声的心搏，以确保可靠的STV估计。然后，在个体内（基线 vs. 心律失常事件）和组间（有和无心律失常事件的患者）比较STV值。
**结果**：与基线相比，心律失常事件前的STV值显著升高：5.8毫秒（四分位距3.3–7.6） vs. 4.3毫秒（四分位距2.8–7.6）；p值<0.0001。这些发现支持STV作为室性心律失常预测因子的潜力。然而，STV升高相对于心律失常发作的精确时间尚不清楚。
**结论**：本研究支持STV作为心律失常风险标志物的作用，证据为心律失常事件前STV值的显著升高。研究还强调了信号预处理对于减轻混杂因素和提高STV参数预测准确性的重要性。
**研究背景、现存问题与研究目的**
心脏性猝死（SCD）是心血管疾病死亡的主要原因之一。植入式心律转复除颤器（ICD）虽能有效终止致命性心律失常，但其被动反应特性促使临床寻求预测性标志物以实现提前干预。复极化短期变异性（STV）作为反映心电不稳定的标志物，在动物模型和临床人群中已显示出预测室性心律失常的潜力。然而，在ICD和心脏再同步治疗除颤器（CRT-D）设备中实施连续STV监测面临挑战：肌肉噪声、电磁干扰等伪影会混淆STV测量，且设备采样频率和动态范围有限。本研究旨在利用美敦力Cobalt/Crome ICD和CRT-D设备记录的匿名电图（EGM）数据，评估STV在真实临床环境中的可行性，验证其是否能区分基线状态与心律失常事件前的电生理变化。该研究发表在《Heart Rhythm O2》。
**主要关键技术方法**
研究人员从美敦力Cobalt/Crome ICD和CRT-D设备数据库中获取EGM信号，包括636次单形性室性心动过速（MVT）发作、107次多形性室性心动过速/心室颤动（PVT/VF）事件及6,000次基线记录（来源：匿名临床数据库）。关键技术包括：①自动噪声检测算法（基于Savitzky–Golay滤波和卷积操作）；②QT间期自动测量与Bazett校正（QTc）；③STV计算（基于31个连续心搏的QTc差值绝对值均值）；④排除异常心搏（如室性早搏、房性早搏）及其前后邻近距离心搏，以及噪声超标（阈值850单位）的QTc片段；⑤使用配对Wilcoxon符号秩检验和Mann–Whitney U检验进行组内和组间比较。
**研究结果**
**STV受异常心搏和噪声的混杂影响**
异常心搏显著升高STV值：校正前中位数7.7 ms（IQR 5.6–9.0），校正后5.5 ms（IQR 2.8–8.0），p<0.00001，每个异常心搏导致STV中位数增加0.4 ms（IQR 0.2–0.6）。噪声同样导致STV显著升高：校正前6.1 ms（IQR 3.0–8.1），校正后5.6 ms（IQR 2.8–7.6），p<0.00017，中位数变化0.5 ms。
**组间STV比较**
在排除异常心搏和噪声后，研究者比较了不同组的STV值。
- **组2基线 vs. 组2心律失常事件**：心律失常事件前STV中位数5.8 ms（IQR 3.3–7.6），显著高于基线4.3 ms（IQR 2.8–7.6），p<0.0001。
- **组1基线 vs. 组2心律失常事件**：组1基线中位数4.4 ms（IQR 2.8–7.5）显著低于事件前STV 5.8 ms，p=0.0018。
- **组1基线 vs. 组2基线**：两组基线STV无显著差异（4.4 ms vs. 4.3 ms，p=0.9418）。
- **组1两次不同时间点基线**：无显著差异（4.4 ms vs. 4.4 ms，p=0.1961），作为阴性对照确认稳定性。
**STV轨迹比较**
通过计算曲线下面积（AUC），心律失常事件前STV轨迹的AUC中位数397（IQR 221–528），显著高于组2基线（244，IQR 169–443，p=0.0003）和组1基线（237，IQR 135–400，p<0.0001）。组1与组2基线AUC无显著差异（p=0.1980）。此外，组2患者基线记录与心律失常事件的平均时间间隔为97±87天，75%事件发生在基线后105天内。
**讨论与结论**
讨论部分指出：STV在心律失常事件前约2分钟（可用记录时长）显著升高，支持其作为短期预测标志物的潜力；但基线STV值在有无事件组间无差异，提示单独基线STV不足以用于长期风险分层。异常心搏和噪声会人为升高STV，需通过预处理排除。时间间隔分析显示STV升高可能在事件前数天至数月发生，但无法确定确切起始点。研究局限性包括缺乏连续记录、人口统计学协变量缺失等。结论翻译如下：
“在本研究中，研究人员评估了STV作为CRT-D和ICD患者室性心律失常预测因子的潜力及其在日常监测中的适用性。研究结果支持STV作为短期心律失常风险标志物的作用，表现为心律失常事件前STV值较基线显著升高。此外，本研究揭示了异常心搏除极和噪声对STV测量的混杂效应。研究人员证明这两个因素均可夸大STV值，可能导致对心律失常风险的误解。为解决这一问题，研究人员提出了方法学改进，包括排除受干扰的QTc间期和实施稳健的噪声检测算法，以提高基于STV的风险评估准确性。通过应对这些挑战，本研究推动了STV作为心律失常风险预测和患者管理的潜在临床工具的发展。未来研究应集中于优化STV测量技术、改进预测模型，并在更大规模临床队列中验证这些发现，以进一步确立STV在真实世界应用中的作用。”
