Migotanie przedsionków (AF) przez długi czas było traktowane jako diagnoza binarna. Pacjent albo ma AF, albo go nie ma. Jednak coraz częściej klinicyści zauważają, że takie podejście wszystko albo nic nadmiernie upraszcza złożony charakter tej choroby.
Ilość epizodów AF, jakich doświadcza pacjent (tzw. AF burden), może mieć istotny wpływ na ryzyko powikłań, nasilenie objawów oraz decyzje dotyczące leczenia. Wraz z rozwojem bardziej spersonalizowanego podejścia do opieki nad pacjentem AF burden staje się jedną z najważniejszych zmiennych w zarządzaniu zaburzeniami rytmu serca.
Czym jest AF burden?
AF burden opisuje, jaką część czasu pacjent spędza w migotaniu przedsionków podczas danego okresu monitorowania. Zwykle wyraża się ją w procentach.
Na przykład:
- Jeśli AF zostanie wykryte przez 6 godzin w trakcie 24-godzinnego zapisu, AF burden wynosi 25%.
- Jeśli AF występuje przez dwa dni podczas siedmiodniowego monitorowania, AF burden wynosi około 29%.
W skrócie: AF burden pokazuje, jak dużo migotania przedsionków występuje. Nie tylko czy ono w ogóle jest obecne.
Dlaczego AF burden ma znaczenie
Najnowsze badania pokazują, że wyższe AF burden wiąże się z:
Zwiększonym ryzykiem udaru mózgu
- Go AS, Reynolds K, Yang J, et al. Association of Burden of Atrial Fibrillation With Risk of Ischemic Stroke in Adults With Paroxysmal Atrial Fibrillation.
- Yang SY, Huang M, Wang AL, Ge G, Ma M, Zhi H, Wang LN. Atrial fibrillation burden and the risk of stroke: A systematic review and dose-response meta-analysis.
Zwiększonym ryzykiem niewydolności serca
- Steinberg BA, Li Z, O’Brien EC, Pritchard J, Chew DS, Bunch TJ, Mark DB, Nabutovsky Y, Greiner MA, Piccini JP. Atrial fibrillation burden and heart failure: Data from 39,710 individuals with cardiac implanted electronic devices.
- Becher N, Metzner A, Toennis T, et al. Atrial fibrillation burden: a new outcome predictor and therapeutic target.et.
Obniżoną jakością życia
- Terricabras MMantovan RJiang C, et al. Association Between Quality of Life and Procedural Outcome After Catheter Ablation for Atrial Fibrillation: A Secondary Analysis of a Randomized Clinical Trial.
- Samuel MKhairy PChampagne J, et al. Association of Atrial Fibrillation Burden With Health-Related Quality of Life After Atrial Fibrillation Ablation: Substudy of the Cryoballoon vs Contact-Force Atrial Fibrillation Ablation (CIRCA-DOSE) Randomized Clinical Trial.
Zrozumienie AF burden pomaga klinicystom precyzyjniej dopasować terapię. Na przykład przy podejmowaniu decyzji o rozpoczęciu leczenia przeciwkrzepliwego, wdrożeniu kontroli rytmu czy ocenie skuteczności zabiegu ablacji.
Jesteśmy świadkami zmiany paradygmatu w ocenie migotania przedsionków, od prostej diagnozy binarnej (tak/nie) w kierunku ciągłego ilościowego określania AF burden. Niedawno opublikowane stanowisko ekspertów dotyczące jednolitej definicji AF burden po raz pierwszy wprowadza ustandaryzowane ramy do pomiaru nasilenia migotania przedsionków w czasie. Pozwoli to na porównywanie i walidację pomiarów AF burden pochodzących z różnych badań i źródeł, a także poprawi stratyfikację ryzyka oraz podejmowanie decyzji klinicznych w kontekście spersonalizowanej terapii. Jednocześnie będzie wspierać rozwój technologii informatycznych w medycynie.
Prof. Wolfram Doehner, Charité–Universitätsmedizin Berlin
Jak zauważa prof. Doehner, pojawienie się ustandaryzowanej definicji stanowi punkt zwrotny. Pozwala bowiem powiązać badania kliniczne, opiekę nad pacjentem oraz rozwój cyfrowych technologii zdrowotnych wokół mierzalnego i porównywalnego parametru.
Jak mierzy się AF burden
AF burden najczęściej mierzy się za pomocą ciągłego monitorowania EKG, w tym:
- ambulatoryjnych systemów EKG (Holter)
- monitorów typu patch przeznaczonych do wielodniowego noszenia
- wszczepialnych monitorów serca do długoterminowej obserwacji
Dłuższy okres monitorowania pozwala uzyskać dokładniejsze oszacowanie. W uproszczeniu: krótkie zapisy wykrywają AF, a długie zapisy pozwalają określić jego nasilenie (AF burden).
Rola sztucznej inteligencji w szacowaniu AF burden
Sztuczna inteligencja sprawiła, że precyzyjna ocena AF burden stała się skalowalna i szeroko dostępna. Algorytmy deep learning wykorzystywane przez Cardiomatics mogą automatycznie wykrywać epizody AF oraz z wysoką dokładnością obliczać AF burden.
W recenzowanym badaniu walidacyjnym opublikowanym w czasopiśmie Heart Rhythm O2 (PMID: 37101946, pełny tekst) wykazano, że algorytmy AI Cardiomatics osiągają zgodność z oceną ekspertów w szacowaniu AF burden, co potwierdza ich wiarygodność zarówno w zastosowaniach klinicznych, jak i badawczych.
Zaangażowanie Cardiomatics w precyzyjną analizę AF burden
W Cardiomatics wierzymy, że przyszłość opieki nad pacjentami z AF polega na ilościowym określaniu arytmii, a nie tylko na ich wykrywaniu.
Dlatego:
- rozwijamy algorytmy oparte na sztucznej inteligencji, które umożliwiają dokładną analizę AF burden
- dostarczamy dane z rzeczywistej praktyki klinicznej pokazujące, jak długość monitorowania wpływa na precyzję oceny AF burden
- rozwijamy dedykowany moduł AF Burden w ramach Cardiomatics Plus, który zapewni klinicystom bezpośredni dostęp do precyzyjnych danych dotyczących obciążenia AF
Jak podkreślaliśmy w naszych wcześniejszych artykułach o rozwoju diagnostyki kardiologicznej, naszą misją jest wspieranie zespołów medycznych poprzez dostarczanie głębszych informacji ukrytych w każdym uderzeniu serca.
Najważniejsze wnioski
- AF burden określa, jaką część czasu pacjent spędza w migotaniu przedsionków (AF).
- Zapewnia bardziej szczegółowy obraz przebiegu choroby oraz odpowiedzi na leczenie.
- Dłuższe monitorowanie EKG (≥5 dni) jest kluczowe dla dokładnego oszacowania AF burden.
Narzędzia oparte na sztucznej inteligencji, takie jak Cardiomatics, sprawiają, że analiza AF burden jest spójna i wydajna.