Summary
ここでは、基本的なECGパラメーターと一般的な不整脈についてマウスの長期心電図(ECG)データを分析するための半自動アプローチのステップバイステップのプロトコルを紹介します。データは、生きているマウスと覚醒しているマウスの埋め込み型テレメトリ送信機によって取得され、Ponemahとその分析モジュールを使用して分析されます。
Abstract
不整脈は一般的であり、世界中の何百万人もの患者に影響を及ぼしています。現在の治療戦略は重大な副作用と関連しており、多くの患者では効果がありません。患者ケアを改善するためには、不整脈メカニズムを因果的に標的とする斬新で革新的な治療概念が必要です。不整脈の複雑な病態生理を研究するためには、適切な動物モデルが必要であり、マウスは不整脈に対する遺伝的影響を評価し、基本的な分子および細胞メカニズムを調査し、潜在的な治療標的を特定するための理想的なモデル種であることが証明されています。
埋め込み型テレメトリデバイスは、マウスの電気生理学を研究するために利用できる最も強力なツールの1つであり、自由に動く覚醒マウスで数か月にわたって継続的なECG記録を可能にします。ただし、膨大な数のデータポイント(1日あたり>100万のQRS複合体)のため、テレメトリデータの分析は依然として困難です。この記事では、データサイエンスインターナショナル(DSI)が開発した分析モジュールであるECG ProおよびData Insightsを備えたソフトウェアPonemahを使用して、ECGを分析し、長期テレメトリ記録の不整脈を検出するための段階的なアプローチについて説明します。心拍数、P波持続時間、PR間隔、QRS間隔、QT持続時間などの基本的なECGパラメータを分析するために、Ponemahを使用して自動属性分析を実行し、検出されたR波の周囲の個別に調整されたウィンドウ内のP、Q、およびT波を特定しました。
その後、結果は手動でレビューされ、個々の注釈を調整できました。属性ベースの分析とパターン認識分析の出力は、不整脈を検出するためにデータインサイトモジュールによって使用されました。このモジュールでは、録音内で個別に定義された不整脈の自動スクリーニングと、それに続く不整脈の疑いのあるエピソードの手動レビューが可能になります。この記事では、ECG信号の記録と検出における課題について簡単に説明し、データ品質を改善するための戦略を提案し、上記のアプローチを使用してマウスで検出された不整脈の代表的な記録を提供します。
Introduction
心不整脈は一般的であり、世界中の何百万人もの患者に影響を及ぼしています1。人口の高齢化は発生率の増加を示しており、したがって心不整脈とその罹患率および死亡率に起因する主要な公衆衛生上の負担を示しています2。現在の治療戦略は限られており、しばしば重大な副作用と関連しており、多くの患者では効果がないままです3、4、5、6。不整脈のメカニズムを因果的に標的とする新規かつ革新的な治療戦略が緊急に必要とされています。不整脈の複雑な病態生理学を研究するには、適切な動物モデルが必要です。マウスは、不整脈に対する遺伝的影響を評価し、基本的な分子および細胞メカニズムを調査し、潜在的な治療標的を特定するための理想的なモデル種であることが証明されています7、8、9。連続ECG記録は、不整脈検出の臨床ルーチンにおいて確立された概念です10。
埋め込み型遠隔測定装置は、自由に動く覚醒マウスにおいて数ヶ月間にわたってECGの連続記録を可能にするため、マウスの電気生理学を研究するために利用可能な最も強力なツールの1つです(一般的なアプローチは、リードをリードII位置に埋め込むことです)11,12。しかし、膨大な数のデータポイント(1日あたり最大100万以上のQRS複合体)とマウスの標準値に関する知識が限られているため、テレメトリデータの分析は依然として困難です。マウス用に一般的に入手可能なテレメトリトランスミッターは最大3か月持続し、最大1億個のQRS複合体の記録につながります。これは、個々のデータセットに費やす時間を短縮するために実用的な分析プロトコルが非常に必要であり、研究者がこの膨大な量のデータを処理および解釈できるようにすることを意味します。記録時にクリーンなECG信号を得るには、トランスミッタの埋め込みを最適化する必要があります-より高い信号振幅を可能にするために、リード位置はできるだけ離れている必要があります。
関心のある読者は、より多くの情報を得るためにMcCauleyらによるプロトコルを参照され得る12 。さらに、騒音を最小限に抑えるために、ケージと送信機は、環境要因(温度、光、湿度)が制御された換気キャビネットなど、妨害を受けにくい静かな環境に配置する必要があります。実験期間中は、リードの穿孔や創傷治癒の問題による信号の損失を避けるために、リードの位置を定期的にチェックする必要があります。生理学的には、ヒトと同様にげっ歯類のECGパラメータには概日変化があり、連続記録からベースラインECGパラメータを取得するための標準化されたアプローチの必要性が生じています。長期間にわたるECGパラメータの平均値を計算するのではなく、安静時心拍数、P波持続時間、PR間隔、QRS期間、QT/QTc間隔などの基本的なパラメータを得るために、ヒトと同様の安静時ECGの解析を行う必要があります。ヒトでは、安静時ECGは、50〜100 / minの通常の心拍数で10秒以上記録されます。このECGには、8〜17個のQRS複合体が含まれています。20個の連続したQRS複合体の分析は、「安静時ECG等価」としてマウスで推奨されます。上記の概日変化のため、簡単なアプローチは、昼間と夜間に1つずつ、1日あたり2つの安静時ECGを分析することです。動物施設のライトオン/オフサイクルに応じて、適切な時間(午前12時/ PMなど)が選択され、基本的なパラメータが得られます。
次に、経時的な心拍数プロットを使用して、関連する頻脈と徐脈を検出し、これらのエピソードを連続して手動で調査して第一印象を取得します。この心拍数プロットは、記録された期間の最大心拍数と最小心拍数、および時間の経過に伴う心拍数の変動の重要なパラメータにつながります。その後、データセットは不整脈について分析されます。この記事では、最大3か月の記録期間にわたる覚醒マウスの長期テレメトリ記録からこれらのベースラインECGデータを取得するための段階的なアプローチについて説明します。さらに、データサイエンスインターナショナル(DSI)が開発した分析モジュールであるECG ProおよびData Insightsを備えたソフトウェアPonemahバージョン6.42を使用して不整脈を検出する方法について説明します。このバージョンは、Windows 7(SP1、64ビット)とWindows 10(64ビット)の両方と互換性があります。
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. 事前手配
- Ponemah 6.42ソフトウェアを起動し、[ 続行]をクリックして、次の画面でソフトウェアライセンスのユーザー名とシリアル番号を確認します。
- 目的のECGを含む実験をロードする
- Ponemah を初めて起動する場合は、[ Ponemah はじめに ] ダイアログが開き、1) 実験の作成、2) 実験の読み込み、3) 実験のインポートの 3 つのオプションが表示されます。
- [ 実験の読み込み] を選択してファイルを開きます。[ フォルダーの参照 ] ダイアログが開いたら、拡張子 (" の実験ファイルを選択します。PnmExp")、をクリックします 開く.
- Ponemah 5.xまたはDataquest ARTで記録されたデータセットを開くには、 実験のインポート 機能を使用します。
注:ソフトウェアを再度開くと、最後の実験がメインウィンドウ内に自動的に読み込まれ、さらに確認できるようになります。 [テスト] の下のメニューには、[ Ponemah の開始 ] ダイアログと同じ 3 つのオプションが用意されています: 1) テストの作成、2) テストを開く、3) テストのインポート。
- Ponemah を初めて起動する場合は、[ Ponemah はじめに ] ダイアログが開き、1) 実験の作成、2) 実験の読み込み、3) 実験のインポートの 3 つのオプションが表示されます。
- ツールバーから[アクション] / [レビューの開始]をクリックし、[レビューデータのロード]ダイアログボックスに移動すると、すべてのマウス被験者の概要と、ロードされた実験内で記録されたそれぞれの信号が表示されます(図1A)。
- 左側のパネルのマウス番号の横にあるチェックボックスをクリックして、分析するマウスを参照する記録を選択します 被験者.
- 中央パネルの信号タイプでECGの横にあるチェックボックスをオンにします。
- 右端のパネルの時間範囲で分析される信号の持続 時間を決定します。次の3つのオプションに注意してください:選択したマウスからすべてのECGデータをロードする 実験全体。パーサーセグメントは、前回のレビューセッション中に追加された パーサーセグメントに含まれるデータのみをロードします。 [時間範囲]: 特定の開始日と終了日を入力するか、期間を入力することで、特定の時間範囲を読み込むことができます。
- 選択内容を保存するには、左上隅の [定義の読み込み] ダイアログを使用して、以前に保存した選択内容を読み込むこともできます。
注:選択したデータのサイズは、[ データサイズ]の右上隅にあるファイルサイズに基づいて、緑または赤のバーで示されます。現在、このソフトウェアでは、レビュー用に最大3GBのデータをロードできます。3 GBのデータは、3〜4日間の連続24時間記録に相当します。 - [ OK ]をクリックして、選択したデータセットをReviewにロードします。
- クリック後 わかりました、 ポネマレビュー ウィンドウは、いくつかの個別のウィンドウとともに開きます。しかし、 イベント そして パラメーター ウィンドウはデフォルトで開いて表示されるので、関心のあるグラフに基づいて他の必要なウィンドウを手動で選択します グラフ/グラフ設定 ツールバー。
メモ: もし イベント そして パラメーター デフォルトでは開かないでください、彼らはによって活性化することができます ウィンドウ/パラメータ そして ウィンドウ/イベント.- 生データ(ECG信号など)と派生パラメータ(XYループなど)の両方を提供する最大16のグラフィカルウィンドウを設定できるグラフ設定ダイアログに注意してください(図1B)。
- [ ページを有効にする ]チェックボックスを選択して、ECGトレースを表示します。以下のリストで、左側のそれぞれのチェックボックスをクリックして、目的のマウス([ 件名]の下)とデータタイプ( [プレゼンテーション]の下)を含む行を選択します。次の設定を使用します: タイプ、プライマリ。 ラベル、ウィンドウのタイトルバーに表示される最大11文字。 時刻、0:00:00:01 は、使用される単位として秒を示します。
- [ ラベル]、[ 単位]、[低]、および [高 ] テキスト ボックスに適切な情報を入力します。
注意: 基本的なECGパラメータの分析と不整脈の検出に役立つ心拍数トレンドとテンプレートの2つのページを有効にします。
- [ ラベル]、[ 単位]、[低]、および [高 ] テキスト ボックスに適切な情報を入力します。
- 心拍数トレンドページで、別のグラフページをアクティブにし、時間の経過に伴う心拍数(HR)をプロットする トレンド として定義します。次の設定を使用して、 レビュータイプ、トレンドにロードされたデータ全体のHRをプロットします。 入力、心電図; プレゼンテーション、人事; ラベル、人事トレンド; 単位、bpm;低:50; ハイ:1000。
注:テンプレートは、パターン認識分析の代表的なECGサイクルとして使用できる、正確に配置されたマークが付いたECGサイクルです。それらは、少数の代表的なサイクルの選択とこれらのテンプレートのECG全体とのマッチングを可能にし、それによってそれに応じて他のすべてのサイクルに注釈を付けることができます。- テンプレート機能を使用するには、各サブジェクトのテンプレートライブラリ( テンプレート が格納されているファイル)を作成します。これを行うには、[テンプレート のセットアップ/テンプレートライブラリ ]オプションを選択します(図2A)。
- [テンプレート ライブラリ] の下のドロップダウン メニューから [新規...] を選択して、新しいテンプレート ライブラリを作成します。
注: ドロップダウンメニューにはさらにいくつかのオプションがあります: [バインドなし] を選択すると、以前に構成された テンプレートライブラリ とサブジェクトの関連付けが解除されます。 参照 は、前回のレビューセッション中に設定された既存のテンプレートライブラリを関連付けます。 - 次に、テンプレートグラフを設定し、設定/実験設定/グラフ設定を選択して、テンプレートグラフページとして使用するページを選択します。[ページの有効化] チェックボックスをオンにし、[タイプ] で [テンプレート] を選択して、[入力] にユーザーのサブジェクト/チャネルの選択が反映されていることを確認します。[ラベル]、[単位]、[低]、および [高] テキスト ボックスに適切な情報を入力し、[OK] ボタンをクリックして、図 2B に示すように、[グラフィック設定] で構成された各グラフィック ページのグラフィック ウィンドウを表示します。
注: 図 2B に示すように、テンプレート設定のグラフ設定ページが表示されます。 グラフ設定ダイアログで選択したページに応じて、ウィンドウのタイトルバーには、有効なページ数に基づいて、1 ページ目から 16 ページ目までのラベルが付けられます (1、2、3 ページの例は、それぞれ図 3A、 図 3B、 および 図 3C に示されています)。
- ECGトレースウィンドウでいくつかの重要な調整を行います(図3A)。
- ECGトレースウィンドウ内をダブルクリックしてスケーリングを選択して、ECG振幅を表すY軸を調整します。ここで、[自動スケーリング] を選択するか、[高軸値] と [低軸値] を使用して手動で調整します。
- 時間を表すX軸を調整するには、それぞれのツールバーアイコンをクリックします:ズームインして期間を拡大し(つまり、表示されるQRS複合体が少なく)、ズームアウトして期間を圧縮します(つまり、より多くのQRS複合体が表示されます)。
- 左下隅に DT (デルタ時間)と RT (リアルタイム)を表示するには、カーソル(黒い縦線)でECGトレースを左クリックして、 RTの下のカーソル位置にリアルタイム情報を配置して表示します。
- DT にはユーザーが選択した時間間隔が表示されるので、ウィンドウを右クリックしてカーソルを置き、表示されるダイアログ内で [デルタ時間のリセット] を選択します。ECGトレース内の別の位置に左クリックして、デルタ時間(DT)として表示される選択した時間間隔間の時間間隔を測定します。
- トレースの各セグメント(P、Q、R、T波)が認識され、ECG分析用に正しく注釈が付けられていることを確認してください。これを実現するには、定義と分析を行います。 属性 ECGウィンドウ内を右クリックし、をクリックします 分析/属性 オプション。
注: 心電図分析属性 ] ダイアログ に示すように開きます 図 4A.このダイアログの上部には、いくつかのオプション(QRS, PT, アドバンスト, ノイズ, マーク, メモ, 精度)を使用すると、さまざまな設定(以下で説明)を調整できます。- [QRS] タブをクリックして、R と QS の識別を調整します。
- QRS検出スレッショルド:入力したパーセンテージを 、波形ウィンドウ内に表示される最大の微分ピークに適用します。
注:最適値を定義して、ピークのアンダーセンシング(つまり、一部のR波が検出されない可能性があります)とピークのオーバーセンシング(つまり、T波などの他のピークがR波と誤って解釈される可能性があります)を排除します。閾値(図4Aでピンク色で強調表示されている領域)は、ECGの導関数と交差する必要があります。理想的には、QRS複合体を識別し、クリアサイクルとノイズイベントを区別するのに役立つ属性値は、プロジェクトごとに異なる動物と比較できるように、1つのプロジェクトのすべての記録間で一定の(またはほぼ一定の)レベルに維持する必要があります。最適な値を設定したら、記録全体の属性設定を維持します。 - 最小R偏向: R波として注釈を付ける前に、R振幅の変化(等電レベルではなく最小/最大信号値に基づく)がこの値を超えていることを確認してください。
注意: 最小R偏向は、理想的にはノイズよりも高く、R波の予想されるたわみよりも低くする必要があります。値を小さくするとノイズ検出が発生し、したがって過剰検出が発生し、値が高いと検出が不足する可能性があります。 - 最大心拍数: ここに入力した値が、予想される最大心拍数よりも高いことを確認します。
注:値が小さいとアンダーセンシングが発生する可能性があり、値が高いとノイズの多いサイクルがR波としてマークされる可能性が高くなります。 - 最小心拍数: ここに入力した値が、予想される最低心拍数に近いことを確認します。
注意: 信号の振幅とノイズの程度に応じて、各録音の心拍数制限を個別に調整してください。研究者は、広範囲の心拍数が不整脈の検出に失敗する可能性があることを認識しておく必要があります。ただし、心拍数の範囲が狭いと、極端なオーバーセンシングが発生する可能性があります(たとえば、「頻脈」として識別された何千ものエピソードがあり、意味のある分析ができなくなります)。 - ピークバイアスを調整して、正と負のR波を検出します。
注:正のピークバイアスは、正のR波の検出に有利です。負のピークバイアスは、負のR波の検出に有利です。 - 心臓内:この設定は、P波が急速に変化し、その誘導体がR波の微分を超える可能性があり、P波がR波として誤って注釈される可能性がある場合に使用します。
- ベースライン回復しきい値: R 波の周りの「ブランキング期間」を表すこの値を設定して、小さなアーティファクトが Q または S 波の誤った注釈につながる可能性があるため、ソフトウェアが Q または S 波を検索しないようにします。
注:たとえば、値が0の場合、R波のピークからQ / S波が検索され、値が70の場合、R波の高さが70%回復した後にのみQ / S波が検索されます。
- QRS検出スレッショルド:入力したパーセンテージを 、波形ウィンドウ内に表示される最大の微分ピークに適用します。
- P波とT波の検出の設定については、[ PT]タブ をクリックしてください。
- 最大QT間隔: この間隔を調整して、検出されたT波が受け入れられる間隔を定義します。
- S からの T ウィンドウ: この設定を調整して、右側の S 波から始まる T 波の検索間隔を定義します。
- RからのTウィンドウ: この設定を調整して、左のR波から始まるT波の検索間隔を定義します。
- RからのPウィンドウ: この設定を調整して、左のR波から始まるP波の検索間隔を定義します。
- T 方向: この設定では、正の T 波のみ、負の T 波のみ、または正と負の T 波の両方を検索するかどうかが定義されるため、正と負の T 波の両方を検索するには、[ 両方 ] をデフォルトとして設定します。
- P 方向: この設定では、正と負の P 波のみ、負のみ、または正と負の両方の P 波を検索するかどうかを定義するため、両方をデフォルトとして設定します。
- P配置: この設定を調整して、PマークをP波のピークから(高い値)または遠ざける(低い値)ようにシフトします。
- T配置: この設定を調整して、TマークをP波のピークから(高い値)または遠ざける(低い値)シフトします。
- T の代替終了: この設定を調整して、最初の潜在的な T 波を超える代替 T 波を検索します。低い値を入力して最初の T 波を選択し、高い値を入力して代替 T 波を選択します。
- ピーク感度: このパラメータを調整して、P波とT波を識別するときに小さなピークを排除します。これをピーク識別と組み合わせて使用 します。
メモ: 値 0 は、最大感度を定義します。値 100 は、最小感度を定義します。最小ピーク感度値は、信号の品質によって異なります。ノイズのレベルが低い場合、および/またはP波とT波が明確に区別できる場合、ピーク感度が100の場合でも、これらの波は適切にトリガーされます。一般に、ピーク感度とピーク識別は、信号にノイズが多く、解析アルゴリズムでP波とT波の検出に問題が発生しない限り、調整する必要はありません。その場合、25 ステップでパラメーターを調整することで最良の結果が得られます。 - ピーク識別: このパラメーターをピーク感度と組み合わせて使用して、P波とT波の識別のしきい値を定義します。小さなP / T波が識別されない場合は、最大0のピーク感度を下げます。ピーク感度が0に設定されていてもP / T波が識別されない場合は、ピーク識別を低くし、25ステップで調整します。
- 高STセグメント: T波がQRS複合体に非常に近く、STセグメントが高い場合は、この属性を使用します。
注:マウスには明確なSTセグメントがなく、QRS複合体の直後にT波が発生するため、この設定はマウスでは使用しないでください。
- [ 高度な属性]タブ をクリックして、ロー/ハイパスフィルターの設定、STの上昇/うつ病を決定するためのJポイントの定義(マウスでは役に立ちません)、QT測定の補正係数の設定、およびR波の高さとQRS複合体の持続時間による不整脈QRS複合体の定義を行います。
注: このタブで事前定義されたデフォルト設定を使用します。電磁干渉 などによって信号が影響を受ける場合は、ここでフィルター設定を調整して、信号品質の向上に役立つ場合があります。「不整脈QRS複合体」の定義は、ここで提案された方法よりも早期の心室捕捉拍動を検出する精度を向上させません(各PVCも一時停止をもたらすため、このアプローチによって検出されます)。その他の設定は、非常に具体的な研究課題にのみ関連しているため、ここでは詳しく説明しません。 - [ノイズ]タブを使用して、ノイズを識別するための属性を調整します。
- [ノイズ 検出を有効にする ]チェックボックスをオンにしてノイズを識別し、[ 不良データマーク]を設定します。
- [ドロップアウト検出を有効にする]チェックボックスをクリックして、最大/最小信号値に基づいて ドロップアウト として定義されたデータの周囲に 不良データマーク を設定します。最小 良好なデータ時間を調整: 信号が良好な場合でもドロップアウトと見なされる2つのドロップアウトセグメント間の時間を定義します。
- 不良データしきい値を調整して、それを超えるとECG信号を適切に分析できないノイズのレベルを定義します。
注:このノイズの多いデータのセグメントは、 不良データマーク の間に含まれ、分析されません。これらの「不良データ」セグメントのECG派生パラメータは報告されません。 - 心拍数がノイズと見なされる 最小ノイズ心拍数 を指定します。
- [マーク] タブを使用して、検証マークのオンとオフを切り替えます。
注意: 常にオンにすることをお勧めします サイクル番号をマークする、識別された各R波に連続番号を追加します。これは、ECG記録をナビゲートするのに役立ちます。 - [ メモ] タブ を使用して、実験用ログ ファイルに表示されるメモを入力します。
- [精度] タブを使用して、パラメーターが報告される精度を定義します。
- 属性を設定し、[ 再計算 ]をクリックして、 波形ウィンドウで 行った調整の効果をプレビューとして確認します。
- (理想的な状況で)すべてのECG波に正しく注釈が付けられている場合は、[ OK ]をクリックして属性設定を確認し、[ 変更の効果と範囲 ]ダイアログを開きます。ECGを分析するには、[チャネル を再分析 する]チェックボックスと [チャネル全体 ]チェックボックスをオンにして、[ OK]をクリックして確認します。
- [QRS] タブをクリックして、R と QS の識別を調整します。
- 「属性」ダイアログの入力設定に応じて、ECG トレースに表示される検証マークをメモします。手動で記録を行い、検証マークと不良データマークが正しく設定されているかどうかを確認します。Rマークをチェックするにはデータインサイトを使用し、PマークとTマークをチェックするにはECG Proを使用します。
- 多くのマークが正しくない場合は、 属性 を変更し、記録を再分析します。
注:ECGの形態が他の記録と異なる場合、特定の設定をデータの特定のセグメントに適用できます。Ponemahソフトウェアマニュアルは、 Ponemahソフトウェアマニュアル/分析モジュール/心電図/属性ダイアログで、さまざまな種のECG分析属性の標準値を提供します。まず、これらの値を使用してから、十分な、または(理想的な状況では)すべてのECG波がマークされるまで手動で調整できます。 - いくつかのマークのみが正しくない場合は、手動でクリーンアップを実行します。各検証マーク(Rウェーブマークを除く)を正しい位置に移動するには、それぞれのマークを左クリック、長押し、移動します。ECG記録内を右クリックして、検証マークを追加したり、不整脈R波をマークしたりします。誤って設定されたマークを右クリックして、このマークを削除します。
- 多くのマークが正しくない場合は、 属性 を変更し、記録を再分析します。
- [アクション/ログ レート] をクリック (または F8 キーを押す) して、派生データを派生パラメータ リスト ビューに記録する頻度、または派生パラメータを使用するグラフにプロットする頻度を定義するロギング レートを設定します。基本的なECGパラメータと不整脈の分析には、エポック1を標準設定として使用し、各サイクルにロギングレートを設定します。
注:ロギングレートは、取得またはレビュー中にいつでも増やすことができます。
2. 基本的な心電図パラメータの分析
注:検証/不良データマークに加えて、ソフトウェアはさまざまな派生パラメータを自動的に測定および計算し、 派生パラメータリストに報告します。
- 「 サブジェクト設定/チャンネルの詳細 」をクリックして、派生パラメータのいずれかを選択します。
注: 派生パラメータ リストでは、各パラメータはそれぞれの QRS 複合の番号にリンクされています。- パラメータテーブルの行をダブルクリックすると、対応するECGサイクルがプライマリECGグラフィックウィンドウの中央に表示され、選択した生データの導出 パラメータ に対応するECGサイクルの形態を簡単に見つけて視覚化できます。
注:テーブルからグラフィックへ、およびグラフィックからテーブルへの双方向の同期が可能です。ロギングレートが1エポックの場合、同期は個々のサイクルごとに実行されます。これは、パラメータテーブルとグラフィックのサイクル番号(NUM)から簡単に確認できます。特に長時間の録音では、テーブルとグラフィック間のこの同期機能は非常に便利です。
- パラメータテーブルの行をダブルクリックすると、対応するECGサイクルがプライマリECGグラフィックウィンドウの中央に表示され、選択した生データの導出 パラメータ に対応するECGサイクルの形態を簡単に見つけて視覚化できます。
- ECGパラメータの概日変化を説明するには、長期間にわたるECGパラメータの平均値を計算するのではなく、ヒトと同様の安静時ECGを分析して、安静時心拍数、P波持続時間、PR間隔、QRS期間、QT / QTc間隔などの基本的なECGパラメータを取得します。マウスの20個の連続したQRS複合体を「安静時ECG相当量」として分析します。
注:人間では、安静時のECGは、50〜100 /分の通常の心拍数で10秒以上記録されます。このECGには、8〜17個のQRS複合体が含まれています。- マウスが概日リズムに従うので、1日あたり2つの安静時ECG(昼間と夜間)を分析して、概日効果を制御します。動物施設のライトオン/オフサイクルに応じて適切な時間を選択してください( 例:午前12時/ PM)。
- この時点の周りの定義された合理的な時間枠内(たとえば、±30分)内のHRトレンドグラフで、信号品質と心拍数が良好なECGのセクションを選択します。
- 検証マークの精度を確認するか、20の連続したQRS複合体で手動で調整します。欠落している検証マークを追加します。
- さらに計算と視覚化を行うには、 派生パラメーターリストでこれらの20個の連続するQRS複合体の値を含む行をマークし、スプレッドシートまたは統計ソフトウェアにコピーします。
3.パターン認識(ECG PROモジュール)を使用した不整脈検出
注:PonemahのECG PROモジュールは、選択されたQRS複合体をテンプレートとして使用して、さらに分析します。テンプレートのECGパターンは、記録内のすべてのQRS複合体と比較され、類似性(「一致」)の割合を計算し、不整脈(例えば、心房または心室の早期捕捉拍動)を認識する。マークする必要があるQRS複合体の数は、記録内のQRS振幅の変動性によって異なります。場合によっては、1つのQRS複合体を選択してマークすると、それぞれの記録と80%の類似性が得られ、QRSサイクルの大部分がマークされます。ただし、これは理想的なケースであり、分析中は、テンプレートとしてマークする必要があるQRS複合体の数は通常多くなります。
- 少なくとも80%以上の一致が達成されるまで、QRS複合体をテンプレートとしてマークします。さらに、テンプレートマッチングを使用して、属性設定後にP、Q、S、およびT波が認識されないか、または認識されない場合にマークします(セクション1.7)。
注意: Rマーク は、ECG PROで分析する前にサイクルで識別する必要があります。これには、 Rマーク を取得から保持するか、ECG PRO分析を実行する前に属性ベースの分析を実行する必要があります。他のマーク(P、Q、S、 T)は、ECG PRO分析に存在する必要はありません。 - テンプレートのセットアップ(1.4.4で説明)が完了したら、目的のECG波(Rとマーク)を選択します。必要に応じて、検証マークを調整して、関心のあるECGマークの適切な位置を正確に反映します。ECGトレーシングウィンドウの表示パネルでサイクルを右クリックし、サイクルの追加と分析[単一テンプレート]を選択して、テンプレートウィンドウに表示されるサイクルをメモします。
注: サイクル全体を表示するには、X 軸と Y 軸の両方に対して 自動スケーリング を実行する必要がある場合があります。 ECGマークは 、 テンプレート グラフページ内で移動できます。 - テンプレートウィンドウの表示パネルを右クリックし、[サイクルと分析の追加(単一テンプレート)]を選択して、図4Bに示すテンプレート分析ダイアログを起動します。 他のすべてのECGサイクルを比較する目的のテンプレートマッチ領域を選択します。必要に応じて、目的の [一致リージョン] の詳細設定を変更します。
注:複数の 一致領域 は、分析からの目的の出力(関心のある 派生パラメータ )に応じて選択できます。 - 分析を実行する データ範囲 を選択します。
注:データ範囲を使用すると、グラフに表示されるデータ、プライマリグラフからロードされたデータセットの末尾までの可視領域の左端からのデータ、 パーサーセグメント内のデータ、またはチャネル全体の再分析が可能になります。 - 分析するサイクルのタイプを選択します。
- 「 すべて 」を選択して、テンプレートライブラリを有効なRマークを持つ すべての サイクルと比較します。
- 以前に一致したサイクルをスキップし、テンプレートライブラリを一致しないサイクルのみと比較するには、[不一致]を選択します。
注:これは、処理時間が短くなるため、テンプレートライブラリにテンプレートを追加して一致カバレッジを拡大する場合に便利です。
- 目的の [一致方法] を選択します。複数の[地域を一致]と[サイクル全体]を選択する場合は、平均してサイクルに最も一致するテンプレートを使用してマークを配置します。リージョンを使用する場合は、各マッチリージョンに最適な一致のために、異なるテンプレートからマークを配置します。
- [OK] を選択して分析を実行します。
注:追加のテンプレートサイクルをテンプレートライブラリに追加し、目的のダイアログ一致%が得られるまでテンプレート分析を再実行できます。これを行うと、テンプレートに一致するすべてのサイクルのウェーブが再調整されます。 - テンプレート を使用してテンプレートライブラリ を保存/レビューセッションが終了したときに 保存 します。
- テンプレートマッチを使用して不整脈を検出するには、テンプレートマッチを行った後(セクション3.1で説明)、生理学的波とは異なる形態を持つテンプレートにタグを付け、右クリックして [テンプレートタグの追加]を選択し、周期のタイプ(心房異所性、心室異所性など)を選択します。データインサイトを使用してこれらのタグを分析します。
4.不整脈の検出:データインサイトを使用した簡素化された手動アプローチ
注:不整脈分析には、P波とR波の正しい注釈が必要です。ただし、ECGトレース内で明確なP波が見えても、 属性 設定を調整してもこれらのP波が適切に識別されない場合があります。R波は通常適切に認識され、注釈が付けられているため、データインサイトを使用したさらなる不整脈分析のための実用的なアプローチを以下に提案します。Data Insightsとその事前定義された種特異的検索を使用した不整脈検出の一般的な概要については、関心のある読者はMehendale et al.13を参照することができます。
- [データインサイト] を開くには、[実験/データインサイト] をクリックします。
- [データ インサイト] ダイアログの上部にある [検索] パネルを確認します。
注:パネルの左側には、どの検索ルールがどのチャンネル/サブジェクトに適用されているか、およびこの検索ルールを使用したヒット数が表示されます。中央にはすべての検索ルールが一覧表示され、右側には選択した検索ルールの特定の定義が表示されます。 - [検索] パネルの下部に表示される [結果] パネルを確認します。
注:検索ヒットごとに、対応するECGセクションが表示され(上)、記録内の時間と各検索パラメーターの結果を示す表(中央)が表示されます。 - パネルの下部にヒストグラムとして表示される検索ヒットの数を確認します。
- [データ インサイト] ダイアログの上部にある [検索] パネルを確認します。
- マウスの正常な心拍数が500-724/分14である場合、徐脈を検出するための検索ルール 徐脈 を定義します。
- 検索リスト内を右クリックし、[ 新しい検索の作成 ] を選択して [ 検索エントリ] ダイアログを開きます。
- 白いボックス内を右クリックし、[ 新しい句の追加] を選択します。
- ドロップダウンメニューとテキスト項目を使用して、検索ルール徐 脈-単一 を 値(HR cyc0)<500として定義します。[ OK ] をクリックして、この検索ルールをリストに追加します。この検索ルールをクリックして、左側の目的のチャネルにドラッグします。
注:検索ルール 徐脈-single は、120ミリ秒(= 500/分未満)を超える個々のRR間隔をすべて識別します。 - 徐脈は複数の長いRR間隔を必要とするため、追加の検索ルール徐脈をシリーズ(徐脈-単一、1)>=20として定義します。 [OK] をクリックして、この検索ルールをリストに追加します。この検索ルールをクリックして、左側の目的のチャネルにドラッグします。
注意: 結果パネルには、心拍数が500/分未満の少なくとも20個のQRS複合体で構成されるECG記録内の各セクションが表示されます。 - 徐脈を確認し、誤った結果(R波の過少感によるものなど)を拒否するには、各結果を手動で確認します。波形を左クリックし、STRG+Rを押すと、選択した結果がリジェクトされ、結果リストから消えます。
注: 却下された結果は 、[結果/却下] に保存されます。
- 頻脈を検出するには、検索ルール頻脈を定義します。
- 検索リスト内を右クリックし、[ 新しい検索の作成 ] を選択して [ 検索エントリ] ダイアログを開きます。
- 白いボックス内を右クリックし、[ 新しい句の追加] を選択します。
- ドロップダウンメニューとテキスト項目を使用して、検索ルール頻 脈-単一 を 値(HR cyc0)>724として定義します。[ OK ] をクリックして、この検索ルールをリストに追加します。この検索ルールを適用するには、検索ルールをクリックして、左側の目的のチャネルにドラッグします。
注: 検索ルール頻脈 シングル は、82 ミリ秒 (= 724 /分以上) より短い個々の RR 間隔をすべて識別します。 - 頻脈には複数の短いRR間隔が必要なため、追加の検索ルール頻脈をシリーズ(頻脈-単一、1)>=20として定義します。 [OK] をクリックして、この検索ルールをリストに追加します。この検索ルールをクリックして、左側の目的のチャネルにドラッグします。
注意: 結果パネル には、心拍数が724 /分を超える少なくとも20のQRS複合体で構成されるECG記録内の各セクションが表示されます。 - 頻脈を確認し、誤った結果(R波のオーバーセンシングなど)を拒否するには、各結果を手動で確認します。波形を左クリックし、ショートカットSTRG+Rを使用して選択した結果を拒否すると、結果のリストから消えます。
- 洞房ブロックと房室ブロックを検出するには、検索ルール [一時停止] を定義します。
- 検索リスト内を右クリックし、[ 新しい検索の作成 ] を選択して [ 検索エントリ] ダイアログを開きます。
- 白いパネル内を右クリックし、[ 新しい句の追加] を選択します。
- ドロップダウンメニューとテキスト項目を使用して、検索ルール「値として一時停止(RR-Icyc0)>300」を定義します。[OK] をクリックして、この検索ルールをリストに追加します。この検索ルールを適用するには、検索ルールをクリックして、左側の目的のチャネルにドラッグします。
注意: 結果パネル には、ECG記録内の各セクションが少なくとも300ミリ秒の一時停止で表示されます。 - 一時停止を確認し、一時停止が洞房ブロックか房室ブロックかを判断し、誤った結果(R波の過少感など)を拒否するには、各結果を手動で確認します。波形を左クリックし、STRG+Rを押すと、選択した結果がリジェクトされ、結果リストから消えます。
- 異所性リズムを検出するには、まずこれらのリズムに一致するテンプレート (心室異所性など) を実行してから、 Data Insights でこのテンプレートに一致するすべてのサイクルを検索します。
- 検索リスト内を右クリックし、[ 新しい検索の作成 ] を選択して [ 検索エントリ] ダイアログを開きます。
- 白いボックス内を右クリックし、[ 新しい句の追加] を選択します。
- ドロップダウンメニューを使用して [値 ]をクリックし、[ テンプレート]を選択します。右側で、以前に作成したテンプレートのタグを選択します。
注意: 結果パネル には、ECG記録内の各セクションが、テンプレートに一致するサイクルとともに表示されます。 - 結果を確認し、誤った結果(R波のアンダーセンシングなど)を拒否するには、各結果を手動で確認します。波形を左クリックしてSTRG+Rを押すと、結果のリストから消える特定のサイクルが拒否されます。
注: 作成されたすべての検索ステートメントは、適切なファイル名でインポートおよび保存できます。すべての結果テーブルは、さらなる統計分析のためにスプレッドシート/ ASCII出力形式で保存およびエクスポートできます。
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
長期のECGを記録すると、膨大なデータセットが得られます。さらなる分析の選択肢は多様であり、個々の研究プロジェクトによって異なります。このプロトコルは、ほとんどの研究者が、特にトランスジェニックマウス株を特徴付ける ときや、疾患モデルにおける特定の治療の効果を調査するときなど、スクリーニング実験に使用できるいくつかの非常に基本的な読み出しの説明を提供します。以前のプロジェクトでは、ECGパラメータを経時的に分析することにより、心毒性効果があるかどうかを判断するための新薬候補の研究が含まれていました。遠隔測定送信機は治療の20日前に移植され、ECG記録は治療の10日前に開始され、マウスの十分な創傷治癒と順応を可能にしました。治療前に、ECGは3日ごとに研究されました。治療後最初の1週間以内に、ECGを毎日研究し、その後、治療後3週間の記録が終了するまで7日ごとにECGを分析した。
このアプローチにより、 図5に示すように、新薬で治療されたマウスの心拍数の低下、房室(PR間隔)および心室(QRS期間)伝導の増加、および再分極の変化(QTc間隔)の期間の検出が可能になりました。この最初のステップは、不整脈を含む可能性のある録音内の期間を特定できる「スクリーニング」として機能しました。ECGのより詳細な検査では、副鼻腔の一時停止が治療の2日後に心拍数の低下を引き起こし、さまざまな程度の房室(AV)ブロックが治療の6日後に心拍数の低下を引き起こすことが明らかになりました。後者の発見は、この時点でのPR間隔の延長によってさらに裏付けられました。これらのECGパラメータを取得するには、時点ごとに20個のQRS複合体を分析する必要があるため、他の時点で発作性不整脈エピソードを検出できない場合があります。
この問題に対処するには、徐脈と頻脈のエピソード、およびECG Proモジュールを使用して一時停止を検索し、その後検出されたエピソードを手動で確認することをお勧めします。このアプローチにより、関連するすべての不整脈を検出し、録音全体の中で特定のタイプの不整脈を決定することができます。例えば、この研究では頻脈エピソードが検出され、それは心房細動として同定された。
以前に実証したように、このアプローチはさらに、不整脈発生の経時変化、 例えば、マクロファージ枯渇後の最初のAVブロックまでの時間の決定を可能にする14。代表的な痕跡は、図 6に示すように、上記のようにして得られる(図6A:正常な洞調律; 図6B:副鼻腔の一時停止;図 6C:AVブロックI°、 図6D:AVブロックII°タイプモビッツ1; 図6E:AVブロックII°型モビッツ2; 図6F:AVブロックIII°; 図6G:心房細動)。
図1:Ponemahでのデータの読み込みとレビュー。 (A)ロードされた実験内で記録されたすべてのマウスとシグナルの概要を提供するロードレビューDatダイアログ。(B)生データ(ECG信号など)と派生パラメータの両方を提供するグラフィカルウィンドウを設定するためのグラフ設定ダイアログ。この図の拡大版を表示するには、ここをクリックしてください。
図2:Ponemahでのテンプレートのセットアップ 。 (A)テンプレート 設定 ウィンドウでは、新しいテンプレートライブラリを設定および選択するか、設定済みの テンプレートライブラリを参照します。(B) テンプレート設定のグラフ設定ページ。 この図の拡大版を表示するには、ここをクリックしてください。
図3:ECGトレース 。 (A)ECGトレースを含むウィンドウのスクリーンショット。(B)心拍数プロット;(C)テンプレートウィンドウ。 この図の拡大版を表示するには、ここをクリックしてください。
図4:ECGトレースの属性の分析。 (A) ECG解析属性ダイアログ。このダイアログの上部にあるいくつかのタブ(QRS、PT、詳細、ノイズ、マーク、メモ、精度)では、さまざまな設定を調整できます。設定はダイアログの中央部分に表示されます。ダイアログの下部に、ECGトレースが波形ウィンドウに表示されます。波形ウィンドウの上部に、ECGトレースが表示されます。下部には、上記の設定しきい値の視覚化を含むECGトレースの導関数が示されています。ここに示す例では、40% の QRS 検出しきい値が定義されており、下部のピンク色の背景で示されています。(イ)テンプレート分析ダイアログ:他のすべてのECGサイクルを比較する目的のテンプレートマッチ領域を選択します。この例では、T 波が分析の [一致領域] として選択され、[最小一致] は 85% です。つまり、T領域が少なくとも85%の信頼度で一致しない場合、サイクルは一致としてマークされません。この図の拡大版を表示するには、ここをクリックしてください。
図5:薬物介入コホートにおける経時的な基本的なECGパラメータ。 青パネル:夜間、黄色パネル:昼間。左から右へ:心拍数、PR間隔、QRS期間、QTc間隔。 この図の拡大版を表示するには、ここをクリックしてください。
図6:代表的なECGトレース。 (A)正常な洞調律、(B)洞休止、(C)AVブロックI°、(D)AVブロックII°型モビッツ1、(E)AVブロックII°型モビッツ2、(F)AVブロックIII°、(G)心房細動。スケール バー = 100 ミリ秒略語:AV =房室。 この図の拡大版を表示するには、ここをクリックしてください。
図7:解析フローチャート略語:HR =心拍数。 この図の拡大版を表示するには、ここをクリックしてください。
Subscription Required. Please recommend JoVE to your librarian.
Discussion
表面ECGは、心調律障害に苦しむ患者のための主要な診断ツールであり、多くの電気生理学的現象への洞察を提供します。それにもかかわらず、心臓表面ECG病理の十分な分析には、正常な生理学的パラメータの知識と定義が必要です。長年の疫学研究により、ヒトの生理学的なものについて幅広い合意が得られ、世界中の医師が病理を明確に区別できるようになりました。ただし、表面ECGデータの分析は、マウスモデルでは大きな課題です。生理学的および病理学的ECG結果を区別することは、基本的なECGパラメータの理解および定義が不完全なため、困難な場合があります15,16。1968年、Goldbargらは健康なマウスのECGを最初に記述しました17。心拍数とPR間隔やQRS期間などの基本的なECGパターンを示すことに加えて、麻酔をかけた動物と覚醒している動物の主な違い、およびさまざまな麻酔薬とさまざまなマウスの品種の違いについて説明し、後に他のグループによって確認されました16,17。
これらの初期のデータは、マウスのECGデータの解釈が繊細で複雑である理由を強調しています。過去数十年の間に不整脈研究のためのマウスモデルへの関心が高まるにつれ、より多くの研究がマウスの電気生理学に焦点を当てており、マウスの心臓の活性化と再分極のパターンに関する証拠を生み出しています。興味のある読者は、マウスECGとその根底にある電流の詳細なレビューのために、Boukensらによる最近の記事を参照することができます15。Kaeseらは、マウスのECG標準値と、ヒトとマウスのECGトレースの主な違いについて概説しました18。最初の大きな違いは心拍数です:健康な覚醒マウスの心拍数は毎分550〜725拍、PR間隔は30〜56ミリ秒、QRS持続時間は9〜30ミリ秒、再分極段階はヒトで観察されたものとは非常に異なります14。さらに、マウスの心電図は、J波と小さくて特徴の少ないT波の発生を定期的に示しており、STセグメントとQT間隔の分析を困難にしています18,19。全体として、マウスモデルは、不整脈8を含む心血管研究に最も広く使用されているモデル生物になっています。
不整脈形成にも影響を与える可能性が非常に高い上記の種間の違いを考慮すると、これらのモデルは貴重な洞察を提供することができます。心拍数やさまざまな間隔の持続時間などの基本的なECGパラメータの分析は、Ponemah、LabChart、ECGAutoなどのソフトウェアとそれぞれの分析アルゴリズムを使用して確実に行うことができます。データ表示の例を 図5に示します。しかし、不整脈の検出ははるかに繊細であり、不整脈のマウス長期ECG分析のための広く確立されたアプローチはありません。マウスにおける長期ECG記録の不整脈検出に関連する技術的および方法論的困難を克服するために、異なるアプローチが使用されてきた。これらのアプローチは、不整脈20 の手動分析に短い録音のみを使用することから、Thireauら21で説明されているように不正確さを受け入れる単純な考慮事項まで多岐にわたります。これらの研究者は、平均R-R間隔の範囲に含まれていないR-R間隔±2標準偏差で記録のすべてのセクションを単純に除外して、手動レビューなしですべての不整脈、異所性拍動、および人工物を除外することにより、心拍変動分析を実行しました。これが、Ponemahとその連続した分析モジュールであるECG ProとData Insightsを使用したこの半手動アプローチの理由です。このソフトウェアソリューションは、大型哺乳類のECGから非常に小さな種の血圧や体温データまで、幅広い生理学的シグナルの分析に使用できます。
このソフトウェアには、さまざまな種類のデータを分析する方法に関する多くのリソースが付属しています。それにもかかわらず、より大きな動物からのECG信号では非常にうまく機能しますが、信号振幅が低く、したがって、生きているマウスや覚醒しているマウスなどの種に由来する信号のノイズが高いため、分析への一般的なアプローチを使用して多くの困難につながる可能性があります。ノイズは P 波または T 波をマスクすることが多いため、Data Insights 内の事前定義された検索ルールのほとんどを使用できなくなります。QRS検出しきい値の最適値を定義し、QRS複合体を識別し、クリアサイクルとノイズイベントを区別するために使用される属性値を保持するように注意する必要があります。QRS検出閾値の割合が高いと、アンダーセンシング(すなわち、一部のR波が検出されない可能性がある)が生じる可能性があり、一方、パーセンテージが低いと、オーバーセンシングが生じる可能性がある(すなわち、T波などの他のピークは、R波と誤って解釈される可能性がある)。さらに、マウスの不整脈研究における特定の質問は、当然のことながらDSIが提供する資料の主要なトピックではなく、特定の情報を見つけるのが難しい場合があります。このプロトコル内では、確立された人間の定義を外挿するさまざまな不整脈を定義するために、単純で実用的なアプローチが使用されます。
たとえば、人間の長期ECGデータでは、3秒より長い一時停止は有意と見なされます22。これにより、人間の心拍数は20 /分になり、最小生理学的心拍数60 /分の3に相当します。Kaese et al.18によって記述されているように、マウスの最小生理学的心拍数は550/分に等しく、200/分はその速度の約3分の1になります。人間の定義によれば、0.3秒を超える休止はマウスで有意であると想定できます。さらに、ベースラインパラメータの違いをそれぞれのコントロールに対する相対的な変更として記述することは、単純で実用的なアプローチです。これは、個々のマウス系統間の違いを考慮に入れており、確立された正常値に依存することなく(しばしば欠けている)可能性のある病理学的を識別するためのエレガントな方法です。 図7に要約されているこの単純なアプローチは、埋め込み型テレメトリデバイスを使用してマウスモデルで心不整脈を研究するすべてのグループに適しています。これは、一般的なECGパラメータの評価、経時的な心拍数に関するデータ、およびさまざまな不整脈の検出につながります。したがって、この記事では、ECGと不整脈の分析のための段階的なアプローチを提供しようとし、すでに公開されているガイダンスとマニュアルに大幅に追加します。
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
何一つ
Acknowledgments
この研究は、ドイツ研究財団(DFG;血管医学の臨床医科学者プログラム(PRIME)、MA 2186 / 14-1からP.トムシッツとD.シュットラー)、ドイツ心臓血管研究センター(DZHK、81X2600255からS.クラウス)、コロナ財団(S199/10079/2019からS.クラウス)、心血管疾患に関するERA-NET(ERA-CVD、01KL1910からS.クラウス)、ハインリッヒアンドロッテミュールフェンツル財団(S.クラウス)、中国奨学金評議会(CSC、R.Xiaへ)。資金提供者は原稿の準備に何の役割も果たしていませんでした。
Materials
| Name | Company | Catalog Number | Comments |
| Ponemah Software | Data Science international | ECG Analysis Software |
References
- Camm, A. J., et al. Guidelines for the management of atrial fibrillation: the Task Force for the Management of Atrial Fibrillation of the European Society of Cardiology (ESC). Europace. 12 (10), 1360-1420 (2010).
- Chugh, S. S., et al. Worldwide epidemiology of atrial fibrillation: a Global Burden of Disease 2010 Study. Circulation. 129 (8), 837-847 (2014).
- Dobrev, D., et al. New antiarrhythmic drugs for treatment of atrial fibrillation. Lancet. 375 (9721), 1212-1223 (2010).
- January, C. T., et al. 2019 AHA/ACC/HRS focused update of the 2014 AHA/ACC/HRS Guideline for the management of patients with atrial fibrillation: a report of the American College of Cardiology/American Heart Association Task Force on Clinical Practice Guidelines and the Heart Rhythm Society in Collaboration With the Society of Thoracic Surgeons. Circulation. 140 (2), 125-151 (2019).
- Heijman, J., et al.
- Kirchhof, P., et al. ESC Guidelines for the management of atrial fibrillation developed in collaboration with EACTS. European Heart Journal. 37 (38), 2893-2962 (2016).
- Clauss, S., et al. Animal models of arrhythmia: classic electrophysiology to genetically modified large animals. Nature reviews. Cardiology. 16 (8), 457-475 (2019).
- Schüttler, D., et al.
- Dobrev, D., et al.
- Rosero, S. Z., et al. Ambulatory ECG monitoring in atrial fibrillation management. Progress in cardiovascular diseases. 56 (2), 143-152 (2013).
- Russell, D. M., et al. A high bandwidth fully implantable mouse telemetry system for chronic ECG measurement. Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology. 2011, 7666-7669 (2011).
- McCauley, M. D., et al.
- Mehendale, A. C., et al. Unlock the information in your data: Software to find, classify, and report on data patterns and arrhythmias. Journal of Pharmacological and Toxicological Methods. 81, 99-106 (2016).
- Hulsmans, M., et al. Macrophages facilitate electrical conduction in the heart. Cell. 169 (3), 510-522 (2017).
- Boukens, B. J., et al. Misinterpretation of the mouse ECG: 'musing the waves of Mus musculus. Journal of Physiology. 592 (21), 4613-4626 (2014).
- Wehrens, X. H., et al. Mouse electrocardiography: an interval of thirty years. Cardiovascular Research. 45 (1), 231-237 (2000).
- Goldbarg, A. N., et al. Electrocardiogram of the normal mouse, Mus musculus: general considerations and genetic aspects. Cardiovascular Research. 2 (1), 93-99 (1968).
- Kaese, S., et al. The ECG in cardiovascular-relevant animal models of electrophysiology. Herzschrittmachertherapie und Elektrophysiologie. 24 (2), 84-91 (2013).
- Speerschneider, T., et al. Physiology and analysis of the electrocardiographic T wave in mice. Acta Physiologica. 209 (4), 262-271 (2013).
- Toib, A., et al. Remodeling of repolarization and arrhythmia susceptibility in a myosin-binding protein C knockout mouse model. American Journal of Physiology. Heart and Circulatory Physiology. 313 (3), 620-630 (2017).
- Thireau, J., et al. Heart rate variability in mice: a theoretical and practical guide. Experimental Physiology. 93 (1), 83-94 (2008).
- Hilgard, J., et al. Significance of ventricular pauses of three seconds or more detected on twenty-four-hour Holter recordings. American Journal of Cardiology. 55 (8), 1005-1008 (1985).
