analisi dell’ecg in pazienti affetti da apnee notturne · analisi dell’ecg in pazienti affetti...
TRANSCRIPT
Analisi dell’ECG in pazienti
affetti da apnee notturne
Laureanda: Relatore:
Sara Pesavento Prof. Agostino Accardo
ANNO ACCADEMICO 2011-2012
Struttura
Scopo della tesi
Stato dell’arte
Materiali e metodi
Risultati
Conclusione
Scopo della tesi
Valutare se attraverso l’analisi della
variabilità cardiaca (HRV) è possibile:
- Distinguere in modo automatico tratti di
sonno con apnee di diversa tipologia tra
loro e rispetto tratti di sonno normale
- Individuare i parametri che meglio
permettono questa distinzione
Stato dell’arte
Quattro tipi di apnee notturne:
Ipopnea: riduzione del flusso d’aria ≥ 50%
Apnea: impedimento totale alla respirazione
Ostruttiva
Apnea Centrale
Mista
Stato dell’arte
Alcuni parametri estratti dall’analisi HRV
nel dominio della frequenza sono in grado
di differenziare tra persone con una
forma severa di OSAS e la popolazione
normale
Materiali
10 soggetti con forma severa di OSAS con tratti di tutte e 4 le tipologie
ATTIVITÀ CARDIACA:
- istanti picco R
- tipo battito (S, V, SV, A)
ATTIVITÀ RESPIRATORIA:
- istante inizio
- durata
- tipo evento (O, I, C, M)
Metodi Problema i tratti di apnea hanno
troppo pochi campioni per
effettuare qualsiasi tipo di
analisi
Determinazione dei tratti lunghi (>60s):
Calcolo dei parametri HRV
Per aumentare ulteriormente la risoluzione
in frequenza è stata effettuata l’unione
degli intervalli lunghi secondo due metodi:
- Giustapposizione dei tratti
- Affiancamento dei tratti dopo aver
eliminato l’offset tra loro
Metodi
Calcolo dei parametri HRV Per tutte e tre le metodologie di individuazione
degli intervalli sono stati calcolati: RRm LFn
SDNN HFn
DF LF/HF
VLF ß (power law)
LF mappe di Poincaré
HF Entropia approssimata
Analisi statistica
Confronto a coppie (test di Wilcoxon
accoppiato con correzione di
Bonferroni) tra tipologie diverse di
apnee e tra queste e i tratti normali
Parametri significativi p<0,05
per un confronto
Parametri significativi
Parametri significativi per la distinzione dei tratti normali:
Tratti lunghi considerati separatamente
SDNN VLF
LF HF
β HFn
Giustapposizione dei tratti
β LFn
LF/HF SD2
Unione tratti eliminando offset β
Parametri significativi
Sono risultati significativi per la distinzione tra le
diverse apnee:
Tratti lunghi
- RRm distingue l’apnea mista
- SD2 e l’entropia distinguono l’ipopnea
SD2 Ostruttiva Ipopnea Centrale Mista Normale
Ostruttiva 1 0,025 0,044 0,20 0,20
Ipopnea - 1 0,0062 0,025 0,025
Centrale - - 1 0,14 0,14
Mista - - - 1 0,20
Parametri significativi
Giustapposizione dei tratti
- β distingue l’apnea centrale
- SDNN, LF/HF e SD2 distinguono l’apnea ostruttiva ma non nel confronto con la centrale
Affiancamento eliminando l’offset
- LF distingue l’apnea centrale
- SDNN distingue l’apnea ostruttiva ma non nel confronto con la centrale
- SD2 distingue l’apnea ostruttiva ma non nel confronto con l’ipopnea
Conclusioni
I parametri derivanti dall’analisi in frequenza confermano la letteratura
I parametri β, SDNN, VLF, LF, HF, HFn, LFn, LF/HF, SD2 distinguevano i tratti normali dai tratti di apnee
Ci sono parametri che permettono di distinguere i diversi tipi di apnea : RRm, SD2, entropia, SDNN, LF/HF, LF
Il parametro β distingue i tratti normali in tutte le metodologie di analisi
L’analisi dei tratti lunghi ha portato al maggior numero di parametri significativi per i tratti normali mentre quella dell’unione eliminando l’offset ha riportato un solo parametro significativo
Sviluppi futuri
Metodo per l’individuazione
automatica dei tratti lunghi
Grazie per l’attenzione…