Analisando gravações de eletrocardiografia de longo prazo para detectar arritmias em camundongos

Summary

Aqui apresentamos um protocolo passo-a-passo para uma abordagem semi-automatizada para analisar dados murinos de eletrocardiografia de longo prazo (ECG) para parâmetros básicos de ECG e arritmias comuns. Os dados são obtidos por transmissores de telemetria implantáveis em camundongos vivos e acordados e analisados usando o Ponemah e seus módulos de análise.

Abstract

As arritmias são comuns, afetando milhões de pacientes em todo o mundo. As estratégias de tratamento atuais estão associadas a efeitos colaterais significativos e permanecem ineficazes em muitos pacientes. Para melhorar o atendimento ao paciente, são necessários conceitos terapêuticos novos e inovadores que visem causalmente os mecanismos de arritmia. Para estudar a complexa fisiopatologia das arritmias, são necessários modelos animais adequados, e os camundongos provaram ser espécies modelo ideais para avaliar o impacto genético nas arritmias, investigar mecanismos moleculares e celulares fundamentais e identificar potenciais alvos terapêuticos.

Os dispositivos de telemetria implantáveis estão entre as ferramentas mais poderosas disponíveis para estudar a eletrofisiologia em camundongos, permitindo o registro contínuo de ECG durante um período de vários meses em camundongos acordados em movimento livre. No entanto, devido ao grande número de pontos de dados (> 1 milhão de complexos QRS por dia), a análise de dados de telemetria continua sendo um desafio. Este artigo descreve uma abordagem passo-a-passo para analisar ECGs e detectar arritmias em gravações de telemetria de longo prazo usando o software Ponemah, com seus módulos de análise, ECG Pro e Data Insights, desenvolvido pela Data Sciences International (DSI). Para analisar parâmetros básicos de ECG, como frequência cardíaca, duração da onda P, intervalo PR, intervalo QRS ou duração do QT, uma análise automatizada de atributos foi realizada usando Ponemah para identificar ondas P, Q e T dentro de janelas ajustadas individualmente em torno das ondas R detectadas.

Os resultados foram então revisados manualmente, permitindo o ajuste das anotações individuais. A saída da análise baseada em atributos e da análise de reconhecimento de padrões foi então usada pelo módulo Data Insights para detectar arritmias. Este módulo permite uma triagem automática de arritmias definidas individualmente dentro da gravação, seguida de uma revisão manual de episódios suspeitos de arritmia. O artigo discute brevemente os desafios no registro e detecção de sinais de ECG, sugere estratégias para melhorar a qualidade dos dados e fornece registros representativos de arritmias detectadas em camundongos usando a abordagem descrita acima.

Introduction

As arritmias cardíacas são comuns, acometendo milhões de pacientes em todo o mundo¹. O envelhecimento populacional apresenta incidência crescente e, portanto, uma grande carga de saúde pública decorrente das arritmias cardíacas e de sua morbidade e mortalidade². As estratégias de tratamento atuais são limitadas e frequentemente associadas a efeitos colaterais significativos e permanecem ineficazes em muitos pacientes 3,4,5,6. Estratégias terapêuticas novas e inovadoras que visem causalmente os mecanismos de arritmia são urgentemente necessárias. Para estudar a complexa fisiopatologia das arritmias, são necessários modelos animais adequados; camundongos têm se mostrado uma espécie modelo ideal para avaliar o impacto genético sobre arritmias, investigar mecanismos moleculares e celulares fundamentais e identificar potenciais alvos terapêuticos ^7,8,9. O registro contínuo do ECG é um conceito bem estabelecido na rotina clínica de detecção de arritmia¹⁰.

Os dispositivos de telemetria implantáveis estão entre as ferramentas mais poderosas disponíveis para estudar a eletrofisiologia em camundongos, pois permitem o registro contínuo do ECG (uma abordagem comum é implantar as derivações em uma posição de chumbo-II) durante um período de vários meses em camundongos acordados em movimento livre^11,12. No entanto, devido ao grande número de pontos de dados (até mais de 1 milhão de complexos QRS por dia) e ao conhecimento limitado dos valores padrão murinos, a análise dos dados de telemetria permanece desafiadora. Os transmissores de telemetria comumente disponíveis para camundongos duram até 3 meses, levando à gravação de até 100 milhões de complexos QRS. Isso significa que os protocolos de análise pragmática são muito necessários para reduzir o tempo gasto com cada conjunto de dados individual e permitirão que os pesquisadores manipulem e interpretem essa enorme quantidade de dados. Para obter um sinal de ECG limpo após a gravação, o implante do transmissor precisa ser ideal - as posições de chumbo devem estar o mais distantes possível para permitir maiores amplitudes de sinal.

O leitor interessado pode ser encaminhado a um protocolo de McCauley et ^al.12 para mais informações. Além disso, para minimizar o ruído, gaiolas e transmissores devem ser colocados em um ambiente silencioso e não propenso a qualquer perturbação, como um gabinete ventilado com fatores ambientais controlados (temperatura, luz e umidade). Durante o período experimental, o posicionamento do chumbo deve ser verificado regularmente para evitar a perda de sinal devido à perfuração do chumbo ou problemas de cicatrização de feridas. Fisiologicamente, há uma alteração circadiana nos parâmetros do ECG em roedores como em humanos, gerando a necessidade de uma abordagem padronizada para a obtenção dos parâmetros basais do ECG a partir de um registro contínuo. Em vez de calcular os valores médios dos parâmetros do ECG durante um longo período, a análise de um ECG de repouso semelhante ao de humanos deve ser realizada para obter parâmetros básicos, como frequência cardíaca em repouso, duração da onda P, intervalo PR, duração do QRS ou intervalo QT/QTc. Em humanos, um ECG em repouso é registrado acima de 10 s, a uma frequência cardíaca normal de 50-100 / min. Este ECG inclui 8 a 17 complexos QRS. Uma análise de 20 complexos QRS consecutivos é recomendada no camundongo como "equivalente a ECG em repouso". Devido à alteração circadiana acima mencionada, uma abordagem simples é analisar dois ECGs de repouso por dia, um durante o dia e outro à noite. Dependendo do ciclo de liga/desliga da luz na instalação animal, os horários adequados são selecionados (por exemplo, 12 AM / PM) e os parâmetros básicos são obtidos.

Em seguida, um gráfico de frequência cardíaca ao longo do tempo é usado para detectar taquias e bradicardias relevantes, com exploração manual consecutiva desses episódios para obter uma primeira impressão. Este gráfico de frequência cardíaca leva então aos parâmetros importantes de frequência cardíaca máxima e mínima durante o período registrado, bem como variabilidade da frequência cardíaca ao longo do tempo. Em seguida, o conjunto de dados é analisado para arritmias. Este artigo descreve uma abordagem passo a passo para obter esses dados de ECG basais de gravações de telemetria de longo prazo de camundongos acordados durante um período de gravação de até três meses. Além disso, descreve como detectar arritmias usando o software, Ponemah versão 6.42, com seus módulos de análise, ECG Pro e Data Insights, desenvolvido pela Data Sciences International (DSI). Esta versão é compatível com Windows 7 (SP1, 64 bits) e Windows 10 (64 bits).

Protocol

1. Pré-arranjos

1. Inicie o software Ponemah 6.42 e confirme o nome de usuário e o número de série da licença do software na tela a seguir clicando em Continuar.
2. Carregue o experimento contendo o ECG de interesse
   1. Se o Ponemah for iniciado pela primeira vez, observe que a caixa de diálogo Introdução ao Ponemah será aberta, oferecendo três opções: 1) Criar experimento, 2) Carregar experimento, 3) Importar experimento.
      1. Selecione Carregar experimento para abrir um arquivo. Quando a caixa de diálogo Procurar pasta for aberta, selecione o arquivo de experimento com a extensão (". PnmExp") e carregue o arquivo clicando em Abrir.
      2. Para abrir um conjunto de dados gravado no Ponemah 5.x ou Dataquest ART, use a função Importar experimento .
         NOTA: Se o software for reaberto, o último experimento será carregado automaticamente na janela principal para revisão posterior. No menu em Experimentar, as mesmas três opções da caixa de diálogo Introdução ao Ponemah são oferecidas: 1) Criar experimento, 2) Abrir experimento, 3) Importar experimento.
3. Clique em Actions / Start Review na barra de ferramentas e vá para a caixa de diálogo Load Review Data , que fornece uma visão geral de todos os assuntos dos mouses e os respectivos sinais registrados no experimento carregado (Figura 1A).
   1. Selecione a gravação referente ao mouse que será analisado clicando na caixa de seleção ao lado do número do mouse no painel esquerdo Assuntos.
   2. Marque a caixa de seleção ao lado de ECG no painel do meio Tipos de sinal.
   3. Determine a duração do sinal que será analisado com o intervalo de tempo do painel da extrema direita. Observe as três opções a seguir: Experimento Inteiro, que carregará todos os dados de ECG do mouse selecionado; Segmentos do analisador, que só carregarão os dados contidos nos segmentos do analisador adicionados durante uma sessão de revisão anterior; Intervalo de Tempo, que permite o carregamento de um intervalo de tempo específico, inserindo uma data de início e término específica ou inserindo uma duração de tempo.
   4. Para salvar a seleção, use a caixa de diálogo Carregando definições no canto superior esquerdo, que também permite o carregamento de seleções salvas anteriormente.
      Observação : O tamanho dos dados selecionados será indicado por uma barra verde ou vermelha com base no tamanho do arquivo no canto superior direito em Tamanho dos dados. Atualmente, o software permite carregar até 3 GB de dados para Revisão; 3 GB de dados podem ser equivalentes a uma gravação contínua de 24 horas de 3-4 dias.
   5. Clique em OK para carregar o conjunto de dados selecionado em Review.
4. Depois de clicar OKEY, observe que o Revisão de Ponemah janela abre junto com várias janelas separadas. Embora o Eventos e Parâmetros as janelas são abertas e mostradas por padrão, selecione manualmente outras janelas necessárias com base em gráficos de interesse sob o Gráficos/Configuração de gráficos barra de ferramentas.
   NOTA: Se Eventos e Parâmetros não abrem por padrão, eles podem ser ativados por Janela/Parâmetros e Janela/Eventos.
   1. Anote a caixa de diálogo Configuração do gráfico , que permite configurar até 16 janelas gráficas que fornecem dados brutos (por exemplo, sinais de ECG) e parâmetros derivados (por exemplo, loop XY) (Figura 1B).
   2. Marque a caixa de seleção Habilitar página para mostrar o rastreamento de ECG. Na lista abaixo, escolha a linha que inclui o mouse desejado (em Assunto) e o tipo de dados (em Apresentação) clicando na respectiva caixa de seleção à esquerda. Use as seguintes configurações: Tipo, Primário; Rótulo, até 11 caracteres exibidos na barra de título da janela; Tempo, 0:00:00:01 indicando segundos como a unidade usada.
      1. Insira as informações apropriadas nas caixas de texto Rótulo, Unidade, Baixa e Alta .
         NOTA: Ative mais duas páginas, Tendência da Frequência Cardíaca e Modelo, que são úteis para a análise dos parâmetros básicos do ECG e para a detecção de arritmia.
   3. Na página Tendência da frequência cardíaca, ative outra página de gráfico e defina como uma tendência para plotar a frequência cardíaca (FC) ao longo do tempo. Use as configurações a seguir para plotar o RH de todos os dados que são carregados em Tipo de revisão, Tendência; Entrada, ECG; Apresentação, RH; Label, Tendência de RH; Unidade, bpm; Baixa: 50; Alta: 1000.
      NOTA: Os modelos são ciclos de ECG com marcas colocadas com precisão que podem ser usadas como ciclos de ECG representativos para análise de reconhecimento de padrões. Eles permitem a seleção de um pequeno número de ciclos representativos e a correspondência desses modelos com todo o ECG, anotando assim todos os outros ciclos de acordo.
      1. Para usar a função de modelo, crie uma Biblioteca de Modelos (um arquivo no qual os Modelos são armazenados) para cada assunto. Faça isso selecionando a opção Template Setup/Template library (Figura 2A).
      2. Selecione Novo... no menu suspenso em Biblioteca de modelos para criar uma nova biblioteca de modelos.
         Observação : há mais algumas opções no menu suspenso: Nenhuma associação desassocia qualquer biblioteca de modelos configurada anteriormente do assunto. Procurar associa uma Biblioteca de Modelos existente que foi configurada durante uma sessão de Revisão anterior.
      3. Em seguida, configure um gráfico de modelo, selecione Configuração/Configuração de experimento/Configuração de gráfico e selecione uma página para usar como uma página de gráfico de modelo. Marque a caixa de seleção Habilitar Página, selecione Modelo para o Tipo e verifique se Entrada reflete a seleção de Assunto/Canal dos usuários. Digite as informações apropriadas nas caixas de texto Label, Unit, Low e High e clique no botão OK para exibir uma janela gráfica para cada página gráfica que foi configurada em Graphic Setup (Configuração gráfica), conforme mostrado na Figura 2B.
         NOTA: Uma página de configuração gráfica para configurações de modelo aparecerá como mostrado na Figura 2B. De acordo com a página selecionada na caixa de diálogo de configuração do gráfico, as barras de título das janelas são rotuladas das páginas 1 a 16, com base no número de páginas habilitadas (exemplos para as páginas 1, 2, 3 são mostrados na Figura 3A, Figura 3B e Figura 3C, respectivamente).
5. Faça alguns ajustes importantes na janela de rastreamento do ECG (Figura 3A).
   1. Ajuste o eixo Y que representa a amplitude do ECG clicando duas vezes na janela de rastreamento do ECG para selecionar Escala. Aqui, selecione Dimensionamento automático ou ajuste manualmente usando Valor de Eixo Alto e Valor de Eixo Baixo.
   2. Para ajustar o eixo X que representa o tempo, clique nos respectivos ícones da barra de ferramentas: Zoom In para expandir o período de tempo (ou seja, menos complexos QRS são mostrados), Zoom Out para compactar o intervalo de tempo (ou seja, mais complexos QRS são mostrados).
   3. Para mostrar DT (Delta Time) e RT (Real Time) no canto inferior esquerdo, clique com o botão esquerdo do mouse no rastreamento de ECG com o cursor (uma linha preta vertical) para posicionar e ver informações em tempo real no local do cursor em RT.
   4. Como o DT mostra um intervalo de tempo de escolha do usuário, clique com o botão direito do mouse na janela para posicionar o cursor e selecionar Redefinir Tempo Delta na caixa de diálogo exibida. Clique com o botão esquerdo do mouse em outra posição dentro do traçado de ECG para medir o intervalo de tempo entre os intervalos de tempo selecionados mostrados como Tempo Delta (DT).
6. Certifique-se de que cada segmento do traçado (onda P, Q, R, T) seja reconhecido e anotado corretamente para a análise do ECG. Para conseguir isso, defina e analise Atributos por um clique com o botão direito do mouse dentro da janela do ECG e clique no botão Análise/Atributos opção.
   NOTA: O Atributos da Análise de ECG diálogo abre como mostrado em Figura 4A. Na parte superior desta caixa de diálogo, várias opções (QRS, PT, Avançado, Ruído, Marcas, Notas, Precisão) permitem o ajuste para várias configurações (explicado abaixo).
   1. Clique na guia QRS para ajustar a identificação R e QS.
      1. Limiar de detecção QRS: Aplique a porcentagem inserida ao maior pico derivado ilustrado na janela de forma de onda.
         NOTA: Defina um valor ótimo para eliminar o subsensoriamento (ou seja, algumas ondas R podem não ser detectadas) e o excesso de detecção de picos (ou seja, outros picos, como ondas T, podem ser mal interpretados como ondas R). O limiar (região destacada em rosa na Figura 4A) deve cruzar-se com a derivada do ECG. Idealmente, os valores de atributo, que ajudam a identificar complexos QRS e a distinguir entre ciclos claros e eventos de ruído, devem ser mantidos em níveis constantes (ou quase constantes) entre todas as gravações de um projeto para permitir a comparabilidade sobre diferentes animais por projeto. Depois de estabelecer os valores ideais, mantenha as configurações de atributo para toda a gravação.
      2. Deflexão R Min: Certifique-se de que a mudança de amplitude R (com base em valores de sinal mínimos/máximos e não em níveis isoelétricos) exceda esse valor antes de anotá-lo como uma onda R.
         NOTA: A deflexão mínima de R deve ser idealmente maior que o ruído e menor do que a deflexão esperada da onda R. Um valor baixo pode resultar em detecção de ruído e, portanto, superdetecção, um valor alto pode resultar em subdetecção.
      3. Frequência Cardíaca Máxima: Certifique-se de que o valor inserido aqui é maior do que a frequência cardíaca máxima esperada.
         NOTA: Um valor baixo pode resultar em subdetecção, um valor alto pode resultar em detecção excessiva, pois os ciclos ruidosos têm uma chance maior de serem marcados como ondas R.
      4. Frequência Cardíaca Mínima: Certifique-se de que o valor inserido aqui esteja próximo da frequência cardíaca mais baixa esperada.
         NOTA: Ajuste os limites de frequência cardíaca para cada gravação individualmente, dependendo da amplitude do sinal e do grau de ruído. Os pesquisadores devem estar cientes de que uma ampla gama de frequências cardíacas pode resultar em falha em detectar arritmias; uma faixa estreita de frequência cardíaca, no entanto, pode resultar em extrema superdetecção (por exemplo, milhares de episódios identificados como "taquicardia", que não permitem mais uma análise significativa).
      5. Ajuste o Viés de Pico para detectar ondas R positivas e negativas.
         NOTA: Um viés de pico positivo favorece a detecção de ondas R positivas; um viés de pico negativo favorece a detecção de ondas R negativas.
      6. Intra Cardíaco: Use esta configuração nos casos em que a onda P muda rapidamente e quando sua derivada pode exceder a derivada da onda R, resultando em falsa anotação da onda P como uma onda R.
      7. Limite de recuperação da linha de base: Defina esse valor, que representa um "período de apagão" em torno da onda R, para impedir que o software procure ondas Q ou S, pois pequenos artefatos podem resultar em anotações falsas de ondas Q ou S.
         NOTA: Por exemplo, um valor de 0 resultará na busca de ondas Q/S a partir do pico da onda R, um valor de 70 resultará na busca de ondas Q/S somente após a recuperação de 70% da altura da onda R.
   2. Clique na guia PT para obter configurações para a detecção de ondas P e T.
      1. Intervalo QT máximo: Ajuste este intervalo para definir o intervalo no qual uma onda T detectada será aceita.
      2. Janela T de S: Ajuste essa configuração para definir o intervalo de pesquisa para uma onda T a partir da onda S para a direita.
      3. Janela T de R: Ajuste essa configuração para definir o intervalo de pesquisa para uma onda T a partir da onda R para a esquerda.
      4. Janela P de R: Ajuste esta configuração para definir o intervalo de pesquisa para uma onda P a partir da onda R para a esquerda.
      5. Direção T: Defina ambas como padrão para procurar ondas T positivas e negativas, pois essa configuração define se apenas ondas T positivas, apenas negativas ou ambas as ondas T positivas/negativas forem pesquisadas.
      6. Direção P: Defina ambas como padrão para procurar ondas P positivas e negativas, pois essa configuração define se apenas ondas P positivas, apenas negativas ou ambas as ondas P positivas/negativas forem pesquisadas.
      7. Posicionamento de P: Ajuste esta configuração para deslocar a marca P para (valor alto) ou para longe (valor baixo) do pico da onda P.
      8. Colocação T: Ajuste esta configuração para deslocar a marca T para (valor alto) ou para longe (valor baixo) do pico da onda P.
      9. Extremidade alternativa de T: Ajuste essa configuração para procurar uma onda T alternativa além da primeira onda T potencial. Insira um valor mais baixo para selecionar a primeira onda T e um valor mais alto para selecionar a onda T alternativa.
      10. Sensibilidade ao pico: Ajuste este parâmetro para eliminar pequenos picos ao identificar ondas P e T. Use isso em conjunto com a Identificação de pico.
          NOTA: Um valor de 0 define a sensibilidade máxima; um valor de 100 define sensibilidade mínima. O valor mínimo de Sensibilidade de Pico depende da qualidade do sinal. Se o nível de ruído for baixo e/ou as ondas P e T forem claramente distinguíveis, essas ondas são bem acionadas, mesmo quando a Sensibilidade de Pico é 100. Geralmente, a Sensibilidade de Pico e a Identificação de Pico não precisam de ajuste, a menos que o sinal seja barulhento e o algoritmo de análise esteja encontrando problemas com a detecção de ondas P e T. Em caso afirmativo, os melhores resultados são alcançados ajustando o parâmetro em etapas de 25.
      11. Identificação de Pico: Use este parâmetro em conjunto com a Sensibilidade de Pico para definir o limiar para a identificação de ondas P e T. Diminuir até 0 Sensibilidade de pico se pequenas ondas P/T não forem identificadas. Se as ondas P/T não forem identificadas mesmo quando a Sensibilidade de Pico estiver definida como 0, em seguida, Identificação de Pico mais baixa, ajuste em etapas de 25.
      12. Segmento ST alto: Use este atributo se a onda T estiver muito próxima do complexo QRS, resultando em um segmento ST alto.
          NOTA: Como os camundongos não possuem um segmento ST distinto, com uma onda T ocorrendo diretamente após o complexo QRS, essa configuração não deve ser usada em camundongos.
   3. Clique na guia Atributos Avançados para definir filtros passa-baixa/alta, definir o ponto J para determinar a elevação/depressão do segmento ST (não útil em camundongos), definir fatores de correção para a medição do QT e definir complexos arrítmicos do QRS pela altura da onda R e pela duração do complexo QRS.
      Observação : use as configurações padrão predefinidas nesta guia. Se o sinal for afetado, por exemplo, por interferência eletromagnética, ajuste as configurações do filtro aqui, o que pode ajudar a melhorar a qualidade do sinal. A definição de "complexos QRS arrítmicos" não melhora a acurácia para detectar batimentos de captura ventricular prematura em relação ao método sugerido aqui (cada PVC também resultará em uma pausa e, portanto, é detectado por essa abordagem). As outras configurações são relevantes apenas para questões de pesquisa muito específicas e, portanto, não são descritas em detalhes aqui.
   4. Use a guia Ruído para ajustar atributos para identificar o ruído.
      1. Clique na caixa de seleção Ativar detecção de ruído para identificar o ruído e defina Marcas de dados inválidos.
      2. Clique na caixa de seleção Ativar detecção de evasão para definir marcas de dados inválidos em torno de dados definidos como desistência com base no valor de sinal máximo/mínimo. Ajuste o Min Good Data Time, que define o tempo entre dois segmentos de abandono também considerados como desistência, mesmo que o sinal seja bom.
      3. Ajuste o Limite de Dados Incorretos para definir o nível de ruído acima do qual o sinal de ECG não pode ser analisado adequadamente.
         NOTA: Este segmento ruidoso de dados será incluído entre marcas de dados inválidos e não será analisado. Nenhum parâmetro derivado do ECG será relatado para esses segmentos de "dados incorretos".
      4. Especifique a frequência cardíaca de ruído mínimo abaixo da qual os batimentos cardíacos são considerados como ruído.
   5. Use a guia Marcas para ativar e desativar as marcas de validação.
      NOTA: Recomenda-se sempre ativar Mark Cycle Numbers, que adicionará um número contínuo a cada onda R identificada. Isso ajudará a navegar pela gravação do ECG.
   6. Use a guia Anotações para inserir anotações que aparecerão no arquivo de log experimental.
   7. Use a guia Precisão para definir a precisão na qual os parâmetros são relatados.
   8. Defina atributos e clique em Recalcular para ver os efeitos dos ajustes feitos na janela Forma de onda como uma visualização.
   9. Se (em uma situação ideal) todas as ondas de ECG estiverem anotadas corretamente, clique em OK para confirmar as configurações de atributos, o que abre a caixa de diálogo Efeitos e Escopo das Alterações . Para analisar o ECG, clique nas caixas de seleção Reanalisar o canal e O canal inteiro e confirme clicando em OK.
7. Dependendo das configurações de entrada na caixa de diálogo Atributos, anote as marcas de validação exibidas no rastreamento de ECG. Percorra a gravação manualmente e verifique se as marcas de validação, bem como as marcas de dados incorretas, estão definidas corretamente. Use o Data Insights para verificar as marcas R e o ECG Pro para verificar as marcas P e T.
   1. Se muitas marcas estiverem incorretas, modifique Atributos e reanalise a gravação.
      NOTA: Configurações específicas podem ser aplicadas a segmentos específicos de dados quando a morfologia do ECG é diferente do resto da gravação. O manual do software Ponemah fornece valores padrão para Atributos de Análise de ECG para diferentes espécies sob o Manual de Software Ponemah / Módulos de Análise / Eletrocardiograma / Diálogo de Atributos. Para começar, esses valores podem ser usados e depois ajustados manualmente, até que o suficiente ou (em uma situação ideal) todas as ondas de ECG sejam marcadas.
   2. Execute a limpeza manual se apenas algumas marcas estiverem incorretas. Mova cada marca de validação (exceto para marcas de onda R) para a posição correta clicando com o botão esquerdo do mouse, segurando e movendo a respectiva marca. Clique com o botão direito do mouse na gravação do ECG para adicionar marcas de validação adicionais ou marcar ondas R arrítmicas. Clique com o botão direito do mouse em uma marca definida incorretamente para excluir essa marca.
8. Clique em Ações/ Taxa de Registro (ou pressione F8) para definir a Taxa de Log, que define a frequência com que os dados derivados são registrados na Exibição de Lista de Parâmetros Derivados ou plotados em gráficos que usam os parâmetros derivados. Para análise dos parâmetros básicos de ECG e arrythmia, use Epoch 1 como a configuração padrão, que define a taxa de registro para cada ciclo.
   NOTA: A Taxa de Registro em Log pode ser aumentada a qualquer momento durante a Aquisição ou Revisão.

2. Análise dos parâmetros básicos do ECG

NOTA: Além de validação/marcas de dados defeituosos, o software também mede e calcula automaticamente uma grande variedade de parâmetros derivados que são então relatados na Lista de Parâmetros Derivados.

1. Clique em Configuração do assunto/Detalhes do canal para selecionar qualquer um dos parâmetros derivados.
   Observação : na lista de parâmetros derivados, cada parâmetro é vinculado ao número do respectivo complexo QRS.
   1. Clique duas vezes em uma linha na tabela Parâmetro para exibir os ciclos de ECG correspondentes no centro da janela gráfica primária do ECG e facilmente encontrar e visualizar a morfologia dos ciclos de ECG que correspondem aos parâmetros derivados nos dados brutos selecionados.
      NOTA: É possível sincronizar em ambas as direções: da tabela para o gráfico e também do gráfico para a tabela. Quando a taxa de registro é de 1 Época, a sincronização é feita para cada ciclo individual. Isso é fácil de verificar a partir do número do ciclo (NUM) na tabela Parâmetros e no gráfico. Especialmente em gravações longas, esse recurso de sincronização entre as tabelas e os gráficos é muito útil.
2. Para explicar a alteração circadiana nos parâmetros do ECG, em vez de calcular os valores médios dos parâmetros do ECG durante um longo período, analise um ECG de repouso semelhante ao dos humanos para obter parâmetros básicos do ECG, como frequência cardíaca em repouso, duração da onda P, intervalo PR, duração do QRS ou intervalo QT/QTc. Analise 20 complexos QRS consecutivos no mouse como "equivalente a ECG em repouso".
   NOTA: Em humanos, um ECG de repouso é registrado acima de 10 s a uma frequência cardíaca normal de 50-100 / min. Este ECG inclui 8 a 17 complexos QRS.
   1. Como os ratos seguem um ritmo circadiano, analise dois ECGs de repouso por dia, um durante o dia e outro à noite para controlar os efeitos circadianos. Selecione os horários adequados, dependendo do ciclo de liga/desliga da luz na instalação animal, por exemplo, 12 horas / PM.
   2. Selecione uma seção do ECG com boa qualidade de sinal e frequência cardíaca estável no gráfico de tendência de FC dentro de um período de tempo razoável definido em torno desse ponto de tempo (por exemplo, ±30 min).
   3. Confirme a precisão das marcas de validação ou ajuste manualmente em 20 complexos QRS consecutivos. Adicione marcas de validação ausentes.
   4. Para cálculos e visualizações adicionais, marque as linhas que contêm os valores desses 20 complexos QRS consecutivos na Lista de Parâmetros Derivados e copie para uma planilha ou software de estatística.

3. Detecção de arritmia usando reconhecimento de padrões (módulo ECG PRO)

NOTA: O módulo ECG PRO da Ponemah usa complexos QRS selecionados como modelos para análise posterior. Os padrões de ECG dos modelos são comparados com todos os complexos QRS dentro do registro para calcular a porcentagem de similaridade ("match") e para reconhecer arritmias (por exemplo, batimentos de captura prematura atrial ou ventricular). O número de complexos QRS necessários para serem marcados depende da variabilidade da amplitude QRS dentro da gravação. Em certos casos, selecionar e marcar um complexo QRS dá uma semelhança de 80% com a respectiva gravação, marcando a maioria dos ciclos QRS. No entanto, este é um caso ideal e, durante a análise, o número de complexos QRS que precisam ser marcados como modelos geralmente é maior.

1. Marque os complexos QRS como modelos até que pelo menos uma correspondência de 80% ou mais seja alcançada. Além disso, use a correspondência de modelos para marcar as ondas P, Q, S e T se estas não forem ou forem inadequadamente reconhecidas após as configurações de atributos (seção 1.7).
   NOTA: As marcas R devem ser identificadas para ciclos antes da análise com ECG PRO. Isso requer que as marcas R sejam preservadas da aquisição ou a análise baseada em atributos tenha que ser executada antes de realizar a análise do ECG PRO. As outras marcas (P, Q, S e T) não precisam estar presentes para a análise do ECG PRO.
2. Depois de concluir a configuração do modelo (conforme descrito em 1.4.4), selecione uma onda de ECG desejada (com R marcado). Se necessário, ajuste as Marcas de Validação para refletir com precisão as posições apropriadas das Marcas de ECG de interesse. Clique com o botão direito do mouse no ciclo no Painel de exibição na janela Rastreamento de ECG , selecione Adicionar ciclo e analisar [Modelo único] e anote o ciclo que aparece na janela Modelo .
   NOTA: Talvez seja necessário executar um dimensionamento automático para os eixos X e Y para ver o ciclo completo. As Marcas de ECG podem ser movidas dentro da página Gráfico de modelo .
3. Clique com o botão direito do mouse no painel Display da janela Template e selecione Add Cycle and Analyze (Single Template) para iniciar a caixa de diálogo Template Analysis mostrada na Figura 4B. Selecione a região de correspondência de modelo desejada com a qual todos os outros ciclos de ECG serão comparados. Se necessário, altere as configurações avançadas para a região de correspondência desejada.
   NOTA: Várias regiões de correspondência podem ser selecionadas dependendo da saída desejada da análise (os parâmetros derivados de interesse).
4. Selecione um Intervalo de Dados no qual executar a análise.
   Observação : O intervalo de dados permite a reanálise dos dados visíveis no gráfico, os dados da borda esquerda da região visível do gráfico primário para a frente para o final do conjunto de dados carregado, os dados dentro dos segmentos do analisador ou o canal inteiro.
5. Selecione o tipo de Ciclos a serem analisados.
   1. Selecione Tudo para comparar a Biblioteca de Modelos com Todos os ciclos com uma marca R válida.
   2. Selecione Incomparável para ignorar ciclos correspondentes anteriormente e comparar a Biblioteca de Modelos apenas com os ciclos não correspondentes.
      Observação : isso é útil ao adicionar modelos adicionais à biblioteca de modelos para maior cobertura de correspondência, pois o tempo de processamento é menor.
6. Selecione o Método de correspondência desejado. Ao selecionar várias Regiões de Correspondência e Ciclo Inteiro, use o Modelo que, em média, corresponde melhor ao ciclo para colocar as marcas. Quando Região for usada, para obter a melhor correspondência para cada Região de Correspondência, coloque as marcas de Modelos diferentes.
7. Selecione OK para executar a análise.
   Observação : ciclos de modelo adicionais podem ser adicionados à biblioteca de modelos e a análise de modelo pode ser executada novamente até que a porcentagem de correspondência de caixa de diálogo desejada seja alcançada. Isso reajusta as ondas em todos os ciclos que correspondem ao modelo.
8. Salve bibliotecas de modelos por meio de modelos/Salvar quando a sessão de revisão for fechada.
9. Para detectar arritmia usando a correspondência de modelo, marque modelos que tenham morfologia diferente da das ondas fisiológicas depois de fazer a correspondência de modelo (conforme descrito na seção 3.1.) clicando com o botão direito do mouse e selecionando Adicionar Tag de modelo e selecione um tipo de ciclo (por exemplo, ectópico atrial, ectópico ventricular). Analise essas tags usando o Data Insights.

4. Detecção de arritmia: uma abordagem manual simplificada usando o Data Insights

NOTA: Para a análise da arritmia, é necessária uma anotação correta das ondas P e R. No entanto, mesmo que ondas P claras sejam visíveis dentro do traçado do ECG, essas ondas P às vezes não são adequadamente identificadas mesmo após o ajuste das configurações de Atributo . Como as ondas R são geralmente adequadamente reconhecidas e anotadas, uma abordagem prática para análise de arritmia adicional usando o Data Insights é proposta abaixo. Para uma visão geral sobre a detecção de arritmia usando o Data Insights e suas buscas específicas de espécies predefinidas, o leitor interessado pode ser encaminhado para Mehendale et ^al.13.

1. Abra o Data Insights clicando em Experimento/Insights de dados.
   1. Observe o painel Pesquisar na parte superior da caixa de diálogo Data Insights .
      Observação : à esquerda do painel, ele mostra qual regra de pesquisa é aplicada a qual canal/assunto e o número de acessos usando essa regra de pesquisa. No meio, todas as regras de pesquisa são listadas e, à direita, a definição específica de uma regra de pesquisa selecionada é exibida.
   2. Observe o painel Resultados exibido na parte inferior do painel Pesquisar .
      NOTA: Para cada acerto de pesquisa, a seção de ECG correspondente é mostrada (acima), juntamente com uma tabela indicando o tempo dentro da gravação e os resultados de cada parâmetro de pesquisa (meio).
   3. Observe o número de acertos de pesquisa exibidos como um histograma na parte inferior do painel.
2. Dado que a frequência cardíaca normal de um rato é de 500-724/min¹⁴, defina uma regra de busca bradicardia para detectar bradicardia .
   1. Clique com o botão direito do mouse na lista de pesquisa e selecione Criar Nova Pesquisa para abrir a caixa de diálogo Entrada de Pesquisa .
   2. Clique com o botão direito do mouse na caixa branca e selecione Adicionar Nova Cláusula.
   3. Usando os menus suspensos e os campos de texto, defina a regra de pesquisa Bradycardia-single como Valor (HR _cyc0) < 500. Clique em OK para adicionar esta regra de pesquisa à lista. Aplique essa regra de pesquisa clicando e arrastando-a para o canal de interesse à esquerda.
      NOTA: A regra de pesquisa Bradycardia-single identifica cada intervalo RR individual que é maior que 120 ms (= menos de 500/min.).
   4. Como a bradicardia requer mais de um longo intervalo RR, defina uma regra de pesquisa adicional Bradycardia como Series(Bradycardia-single, 1)>=20. Clique em OK para adicionar esta regra de pesquisa à lista. Aplique essa regra de pesquisa clicando e arrastando-a para o canal de interesse à esquerda.
      NOTA: No painel Resultados, cada seção dentro da gravação de ECG consistindo de pelo menos 20 complexos QRS com uma frequência cardíaca inferior a 500/min. é exibida.
   5. Para confirmar a bradicardia e rejeitar resultados falsos (por exemplo, devido ao subsensoriamento da onda R), revise cada resultado manualmente. Clique com o botão esquerdo do mouse na forma de onda e pressione STRG+R para rejeitar o resultado selecionado, que desaparecerá da lista de resultados.
      Observação : os resultados rejeitados são salvos em Resultado/rejeições.
3. Para detectar taquicardia, defina uma taquicardia de regra de pesquisa.
   1. Clique com o botão direito do mouse na lista de pesquisa e selecione Criar Nova Pesquisa para abrir a caixa de diálogo Entrada de Pesquisa .
   2. Clique com o botão direito do mouse na caixa branca e selecione Adicionar Nova Cláusula.
   3. Usando os menus suspensos e os campos de texto, defina a regra de pesquisa Taquicardia-single como Valor (HR _cyc0)>724. Clique em OK para adicionar esta regra de pesquisa à lista. Aplique essa regra de pesquisa clicando e arrastando-a para o canal de interesse à esquerda.
      NOTA: A regra de pesquisa Taquicardia-single identifica cada intervalo RR individual que é menor que 82 ms (= mais de 724 /min).
   4. Como a taquicardia requer mais de um intervalo RR curto, defina uma regra de pesquisa adicional Taquicardia como Série (Taquicardia-simples, 1)>=20. Clique em OK para adicionar esta regra de pesquisa à lista. Aplique essa regra de pesquisa clicando e arrastando-a para o canal de interesse à esquerda.
      NOTA: O painel Resultados exibe cada seção dentro da gravação de ECG que consiste em pelo menos 20 complexos QRS com uma frequência cardíaca de mais de 724/min.
   5. Para confirmar a taquicardia e rejeitar resultados falsos (por exemplo, devido ao excesso de onda R), revise cada resultado manualmente. Clique com o botão esquerdo do mouse na forma de onda e use o atalho STRG+R para rejeitar o resultado selecionado, que desaparecerá da lista de resultados.
4. Para detectar bloqueios sinoatrial e atrioventricular, defina uma regra de pesquisa Pause.
   1. Clique com o botão direito do mouse na lista de pesquisa e selecione Criar Nova Pesquisa para abrir a caixa de diálogo Entrada de Pesquisa .
   2. Clique com o botão direito do mouse no painel branco e selecione Adicionar nova cláusula.
   3. Usando os menus suspensos e os campos de texto, defina a regra de pesquisa Pausar como Valor (RR-I_cyc0)>300. Clique em OK para adicionar esta regra de pesquisa à lista. Aplique essa regra de pesquisa clicando e arrastando-a para o canal de interesse à esquerda.
      NOTA: O painel Resultados exibe cada seção dentro da gravação de ECG com uma pausa de pelo menos 300 ms.
   4. Para confirmar uma pausa, para decidir se a pausa é um bloqueio sinoatrial ou atrioventricular, e para rejeitar resultados falsos (por exemplo, devido ao subsensoriamento da onda R), revise cada resultado manualmente. Clique com o botão esquerdo do mouse na forma de onda e pressione STRG+R para rejeitar o resultado selecionado, que desaparecerá da lista de resultados.
   5. Para detectar o Ritmo Ectópico, execute primeiro a correspondência do modelo com esses ritmos (por exemplo, ectópico ventricular) e, em seguida, procure todos os ciclos correspondentes a esse modelo no Data Insights.
5. Clique com o botão direito do mouse na lista de pesquisa e selecione Criar Nova Pesquisa para abrir a caixa de diálogo Entrada de Pesquisa .
   1. Clique com o botão direito do mouse na caixa branca e selecione Adicionar Nova Cláusula.
   2. Clique em Valor usando o menu suspenso e selecione Modelo. No lado direito, selecione a tag do modelo criado anteriormente.
      NOTA: O painel Resultados exibe cada seção dentro da gravação de ECG com o ciclo correspondente ao modelo.
   3. Para confirmar os resultados e rejeitar resultados falsos (por exemplo, devido ao subsensoriamento da onda R), revise cada resultado manualmente. Clique com o botão esquerdo do mouse na forma de onda e pressione STRG+R para rejeitar um ciclo específico, que desaparecerá da lista de resultados.
      Observação : todas as instruções de pesquisa criadas podem ser importadas e salvas com nomes de arquivo adequados. Todas as tabelas de resultados podem ser salvas e exportadas em formato de saída de planilha/ASCII para análise estatística adicional.

Representative Results

O registro de ECGs de longo prazo resulta em enormes conjuntos de dados. As opções para análises adicionais são múltiplas e dependem do projeto de pesquisa individual. Este protocolo fornece uma descrição de algumas leituras muito básicas que podem ser usadas pela maioria dos pesquisadores, especialmente para experimentos de triagem, por exemplo, ao caracterizar uma linhagem de camundongos transgênicos ou ao investigar os efeitos de um tratamento específico em um modelo de doença. Um projeto anterior envolveu o estudo de um novo candidato a medicamento para determinar se ele possuía efeitos cardiotóxicos, analisando os parâmetros do ECG ao longo do tempo. Os transmissores de telemetria foram implantados 20 dias antes do tratamento, e os registros de ECG foram iniciados 10 dias antes do tratamento para permitir a cicatrização e aclimatação suficiente da ferida do camundongo. Antes do tratamento, o ECG foi estudado a cada três dias; na primeira semana após o tratamento, o ECG foi estudado todos os dias, após o que o ECG foi analisado a cada sete dias até o final do registro três semanas após o tratamento.

Essa abordagem permitiu a detecção de períodos de redução da frequência cardíaca, aumento da condução atrioventricular (intervalo PR) e ventricular (duração do QRS), bem como repolarização alterada (intervalo QTc) em camundongos tratados com a nova droga, como mostra a Figura 5. Este primeiro passo serviu como uma "triagem" que permitiu a identificação de períodos de tempo dentro da gravação que potencialmente continham arritmias. Um exame mais detalhado do ECG revelou pausas sinusais causando redução da frequência cardíaca dois dias após o tratamento e vários graus de bloqueios atrioventriculares (AV) causando redução da frequência cardíaca seis dias após o tratamento. Este último achado foi ainda apoiado pelos intervalos prolongados de RP neste momento. Para a obtenção desses parâmetros de ECG, 20 complexos QRS devem ser analisados por ponto de tempo e, portanto, podem não ser capazes de detectar episódios de arritmia paroxística em outros momentos.

Para resolver esse problema, é aconselhável pesquisar especificamente por episódios de bradicardia e taquicardia, bem como por pausas usando o módulo ECG Pro, seguido de revisão manual dos episódios detectados. Esta abordagem permite a detecção de todas as arritmias relevantes e a determinação do tipo específico de arritmia dentro de toda a gravação. Por exemplo, um episódio de taquicardia foi detectado neste estudo, que foi identificado como uma fibrilação atrial.

Como demonstrado anteriormente, essa abordagem permite ainda a determinação do curso temporal da ocorrência de arritmia, por exemplo, o tempo até o primeiro bloqueio AV após a depleção de macrófagos¹⁴. Traços representativos, como mostra a Figura 6, são obtidos conforme descrito acima (Figura 6A: ritmo sinusal normal; Figura 6B: Pausa sinusal; Figura 6C: Bloco AV I°, Figura 6D: Bloco AV II° tipo Mobitz 1; Figura 6E: Bloco AV II° tipo Mobitz 2; Figura 6F: Bloco AV III°; Figura 6G: fibrilação atrial).

Figura 1: Carregando e revisando dados no Ponemah. (A) Caixa de diálogo Load Review Dat fornecendo uma visão geral de todos os mouses e sinais registrados dentro do experimento carregado. (B) Caixa de diálogo de configuração do gráfico para definir janelas gráficas que fornecem dados brutos (por exemplo, sinais de ECG) e parâmetros derivados. Por favor, clique aqui para ver uma versão maior desta figura.

Figura 2: Configuração do modelo na janela Ponemah . (A) Configuração do modelo para configurar e selecionar uma nova ou procurar uma biblioteca de modelos já configurada. (B) Página de configuração do gráfico para configurações de modelo. Por favor, clique aqui para ver uma versão maior desta figura.

Figura 3: Traçados de ECG. (A) Captura de tela das janelas contendo o traço de ECG; (B) gráfico de frequência cardíaca; e (C) janela Modelo. Por favor, clique aqui para ver uma versão maior desta figura.

Figura 4: Análise dos atributos de um traçado de ECG. (A) Uma caixa de diálogo de Atributos de Análise de ECG. Na parte superior desta caixa de diálogo, várias guias (QRS, PT, Avançado, Ruído, Marcas, Notas, Precisão) permitem o ajuste de várias configurações. As configurações são apresentadas na parte central da caixa de diálogo. Na parte inferior da caixa de diálogo, o rastreamento do ECG é mostrado na janela de forma de onda. Na parte superior da janela de forma de onda, o traçado do ECG é mostrado; na parte inferior, a derivada do traçado do ECG, incluindo uma visualização dos limiares de configuração acima, é mostrada. No exemplo apresentado aqui, um Limiar de Detecção QRS de 40% é definido, que é indicado pelo fundo rosa na parte inferior. (B) Caixa de diálogo de análise de modelo: Selecione a região de correspondência de modelo desejada com a qual todos os outros ciclos de ECG serão comparados. Neste exemplo, a Onda T é selecionada como a Região de Correspondência para análise com uma Correspondência Mínima de 85%. Isso significa que, se a Região T não corresponder a pelo menos 85% de confiança, o ciclo não será marcado como uma correspondência. Por favor, clique aqui para ver uma versão maior desta figura.

Figura 5: Parâmetros básicos de ECG ao longo do tempo em uma coorte de intervenção medicamentosa. Painel azul: noturno, painel amarelo: diurno. Da esquerda para a direita: Frequência cardíaca, intervalo PR, duração do QRS, intervalo QTc. Por favor, clique aqui para ver uma versão maior desta figura.

Figura 6: Traços representativos do ECG. (A) Ritmo sinusal normal, (B) pausa sinusal, (C) AV-bloco I°, (D) AV-block II° tipo Mobitz 1, (E) AV block II° tipo Mobitz 2, (F) AV block III°, (G) fibrilação atrial. Barras de escala = 100 ms. Abreviação: AV = atrioventricular. Por favor, clique aqui para ver uma versão maior desta figura.

Figura 7: Fluxograma de análise. Abreviação: HR = frequência cardíaca. Por favor, clique aqui para ver uma versão maior desta figura.

Discussion

O ECG de superfície é a principal ferramenta de diagnóstico para pacientes que sofrem de distúrbios do ritmo cardíaco, fornecendo insights sobre muitos fenômenos eletrofisiológicos. No entanto, a análise suficiente das patologias do ECG de superfície cardíaca requer conhecimento e definição de parâmetros fisiológicos normais. Muitos anos de pesquisa epidemiológica levaram a um amplo consentimento sobre o que é fisiológico em humanos e, assim, permitiram que médicos em todo o mundo distinguissem claramente o patológico. No entanto, a análise dos dados de ECG de superfície é um grande desafio em modelos murinos; A distinção entre resultados fisiológicos e patológicos do ECG pode ser difícil devido à compreensão e definição incompletas dos parâmetros básicos do ECG^15,16. Em 1968, Goldbarg et al. foram os primeiros a descrever o ECG em camundongos saudáveis¹⁷. Além de apresentarem frequências cardíacas e padrões básicos de ECG, como intervalo PR e duração do QRS, descreveram grandes diferenças entre animais anestesiados e acordados e diferenças entre vários anestésicos e diferentes raças murinas, o que foi posteriormente confirmado por outros grupos^16,17.

Esses primeiros dados enfatizam por que a interpretação dos dados de ECG murino é delicada e complicada. Com o crescente interesse em modelos murinos para pesquisa de arritmia nas últimas décadas, mais pesquisas têm se concentrado na eletrofisiologia de camundongos e gerado evidências sobre os padrões de ativação e repolarização no coração de camundongos. O leitor interessado pode ser encaminhado para um artigo recente de Boukens et al. para uma revisão detalhada do ECG murino e suas correntes subjacentes¹⁵. Kaese e col. forneceram uma visão geral sobre os valores padrão do ECG murino e as principais diferenças entre os traços do ECG humano e^{murino 18}. A primeira grande diferença é a frequência cardíaca: camundongos saudáveis acordados têm uma frequência cardíaca de 550-725 batimentos por minuto, intervalos PR de 30-56 ms, uma duração QRS de 9-30 ms e uma fase de repolarização muito distinta da observada em humanos¹⁴. Além disso, o ECG murino mostra regularmente a ocorrência de ondas J e uma onda T pequena e menos distinta, dificultando a análise do segmento ST e do intervalo QT^18,19. No geral, os modelos murinos tornaram-se o organismo modelo mais utilizado para a pesquisa cardiovascular, incluindo as arritmias⁸.

Levando em consideração as diferenças interespécies descritas acima que muito provavelmente também influenciam a arritmogênese, esses modelos podem fornecer insights valiosos. A análise de parâmetros básicos de ECG, como frequência cardíaca e duração de diferentes intervalos, pode ser feita de forma confiável usando softwares como Ponemah, LabChart ou ECGAuto, entre muitos outros com seus respectivos algoritmos de análise. Exemplos de exibição de dados são mostrados na Figura 5. A detecção de arritmia, no entanto, é muito mais delicada, e não há abordagens amplamente estabelecidas para a análise de ECG murino a longo prazo para arritmias. Diferentes abordagens têm sido utilizadas para superar as dificuldades técnicas e metodológicas associadas à detecção de arritmia de registros de ECG de longo prazo em camundongos. Essas abordagens vão desde a utilização apenas de gravações curtas para a análise manual de arritmias²⁰ até considerações simples aceitando imprecisões, conforme descrito por Thireau et ^al.21. Esses pesquisadores realizaram a análise de variabilidade da frequência cardíaca simplesmente excluindo todas as seções de sua gravação com intervalos R-R não contidos na faixa do intervalo R-R médio ± 2 desvios-padrão para excluir todas as arritmias, batimentos ectópicos e artefatos sem qualquer revisão manual. Esta é a razão para esta abordagem semimanual usando Ponemah e seus módulos de análise consecutiva, ECG Pro e Data Insights. Esta solução de software pode ser usada para analisar uma vasta gama de sinais fisiológicos, desde ECG em grandes mamíferos até dados de pressão arterial ou temperatura em espécies muito pequenas.

O software vem com muitos recursos sobre como analisar diferentes tipos de dados. No entanto, embora funcione muito bem com sinais de ECG de animais maiores, a baixa amplitude do sinal e, portanto, o alto ruído dos sinais derivados de espécies, como camundongos vivos e acordados, podem levar a uma série de dificuldades usando uma abordagem comum de análise. O ruído geralmente mascara as ondas P ou T e, portanto, desabilita o uso da maioria das regras de pesquisa predefinidas no Data Insights. Deve-se tomar cuidado para definir os valores ótimos do limiar de detecção do QRS e manter os valores de atributo usados para identificar complexos QRS e distinguir entre ciclos claros e eventos de ruído. Uma alta porcentagem do limiar de detecção de QRS pode resultar em subdetecção (ou seja, algumas ondas R podem não ser detectadas), enquanto uma porcentagem baixa pode resultar em superdetecção (ou seja, outros picos, como ondas T, podem ser mal interpretados como ondas R). Além disso, questões específicas na pesquisa de arritmia em camundongos não são, compreensivelmente, o tópico principal dos materiais fornecidos pelo DSI, e encontrar informações específicas pode ser difícil. Dentro deste protocolo, uma abordagem simples e pragmática é usada para definir diferentes arritmias extrapolando as definições humanas estabelecidas.

Por exemplo, em dados de ECG de longo prazo humanos, uma pausa maior que 3 s é considerada significativa²². Isso resulta em uma frequência cardíaca humana de 20/min., representando um terço da frequência cardíaca fisiológica mínima de 60/min. Conforme descrito por Kaese et ^al.18, a frequência cardíaca fisiológica mínima murina é igual a 550/min., perfazendo 200/min. aproximadamente um terço dessa taxa. De acordo com a definição humana, pausas de mais de 0,3 s podem ser consideradas significativas em camundongos. Além disso, é uma abordagem simples e pragmática descrever diferenças nos parâmetros basais como mudanças relativas ao respectivo controle. Isso leva em consideração as diferenças entre as linhas individuais do camundongo e é uma maneira elegante de identificar a provável patologia sem depender de (muitas vezes faltando) valores normais estabelecidos. Essa abordagem simples, resumida na Figura 7, é adequada para todos os grupos que estudam arritmias cardíacas em modelos murinos utilizando dispositivos de telemetria implantáveis. Isso leva à avaliação de parâmetros gerais de ECG, bem como dados sobre a frequência cardíaca ao longo do tempo e a detecção de uma ampla variedade de arritmias. Portanto, este artigo tenta fornecer uma abordagem passo-a-passo para a análise de ECG e arritmia e acrescenta significativamente às orientações e manuais que já foram publicados.

Materials

Name	Company	Catalog Number	Comments
Ponemah Software	Data Science international		ECG Analysis Software