Methodenartikel
Dieses Protokoll zielt darauf ab, die Korrelation zwischen kardialen elektrophysiologischen Markern und Blutlipidparametern bei Patienten mit koronarer Herzkrankheit, die durch Arrhythmien kompliziert wird, zu bewerten, wobei der Fokus auf deren prädiktiven Wert für das Herzinsuffizienzrisiko liegt. Die Studie integriert mehrere Indikatoren, um die Früherkennung und klinische Risikobewertung zu verbessern.
Diese Studie untersuchte den Zusammenhang zwischen kardialen elektrophysiologischen Indikatoren und Blutlipidparametern bei Patienten mit koronarer Herzkrankheit, die durch Arrhythmien verkompliziert wird, und bewertete deren kombinierten Einfluss auf die Entwicklung von Herzinsuffizienz. Eine Kohorte von 240 Patienten, die zwischen April 2023 und April 2025 im Herzzentrum des First Affiliated Hospital der Universität Xiamen aufgenommen wurden, wurde untersucht; 80 erfüllten die Einschlusskriterien und wurden in die Analyse einbezogen. Die Teilnehmer wurden nach dem Auftreten einer Herzinsufficienz kategorisiert. Klinische Merkmale, darunter Lipidprofile (Triglyzeride, Low-Density Lipoprotein-Cholesterin, High-Density Lipoprotein-Cholesterin und Gesamtcholesterin), wurden zusammen mit echokardiographischen Parametern analysiert, einschließlich der linkventrikulären Ejektionsfraktion (LVEF) und der Carotis Intima-Media-Dicke (CIMT). Statistische Analysen umfassten Korrelationstests, multivariable logistische Regression und Analyse der Empfänger-Betriebscharakteristik (ROC).
Beeinträchtigte Herzfunktion, erhöhte CIMT und abnormale Lipidkonzentrationen waren signifikant mit dem Risiko für Herzinsuffizienz assoziiert. Das QTc-Intervall zeigte positive Korrelationen mit LDL-C (r = 0,342, P < 0,01) und Triglyzeriden (r = 0,366, P < 0,01), während HDL-C inverse Korrelationen mit elektrokardiographischen Parametern aufwies. In der multivariablen logistischen Regressionsanalyse waren ein verlängertes QTc-Intervall (OR = 1,08, 95%-KI: 1,02–1,15), eine erweiterte QRS-Dauer (OR = 1,05, 95%-KI: 1,01–1,11), erhöhte LDL-C-(OR = 1,74, 95%-KI: 1,12–2,63), erhöhte Triglyzeride (OR = 1,62, 95%-KI: 1,05–2,48), reduziertes HDL-C (OR = 0,68, 95%-KI: 0,50–0,91) und verringertes LVEF (OR = 0,89, 95%-KI: 0,83–0,94) unabhängige Prädiktoren für Herzinsuffizienz. Die ROC-Analyse bestätigte den prädiktiven Wert mehrerer Risikofaktoren, mit AUCs von 0,68 bis 0,75. HDL-C hatte individuell die höchste prädiktive Genauigkeit (AUC = 0,75), während das QTc-Intervall und LVEF ebenfalls eine starke Diskriminierung zeigten (AUC = 0,73).
Weltweit wird die Sterblichkeit durch nichtübertragbare Krankheiten überwiegend durch Herz-Kreislauf-Erkrankungen (CVDs) verursacht, die mit etwa 18 Millionen Todesfällenpro Jahr verbunden sind. Obwohl Bluthochdruck, Diabetes mellitus, Rauchen und Fettleibigkeit als klassische Risikofaktoren für die Entstehung der Krankheit gelten, treten ein großer Prozentsatz der kardiovaskulären Vorfälle ohne die genannten Risikofaktoren bei Person2 auf. Die Beobachtung unterstreicht die Notwendigkeit, weitere biologische und funktionelle Determinanten zu identifizieren und das fortlaufende Fortschreiten der Krankheit sowie ihre schlechten klinischen Ergebnisse anzugehen. Dazu gehört die kardiale Arrhythmie, komplizierte koronare Herzkrankheit (CAD), eine hochriskante klinische Manifestation, die oft von plötzlichem Herzstillstand und plötzlichemHerztod begleitet wird.
Die Elektrokardiographie (EKG) ist ein nicht-invasiver diagnostischer Test, der wichtige Informationen über die elektrische Aktivität und die Leitungsanomalien des Herzens liefert. Ventrikuläre Arrhythmien, verminderte Myokardleitung und erhöhte kardiovaskuläre Sterblichkeit wurden konsequent mit einer Verlängerung elektrophysiologischer Parameter in Verbindung gebracht, einschließlich des korrigierten QT-(QTc)-Intervalls, QRS-Dauer und PR-Intervalls, die direkte Messungen der ventrikulären Repolarisationswellenform4 sind. Arrhythmien wie Vorhofflimmern, vorzeitige Kontraktion der Ventrikel und ventrikuläre Tachyarrhythmien stören die koordinierte Kontraktion des Myokards und stehen im Zusammenhang mit erhöhter Morbidität, Herzinsuffizienzraten und Sterblichkeit5.
Dyslipidämie ist eine Begleiterkrankung von CAD, und beide verursachen atherosklerotischen Plaque sowie führen zu Myokardischämie, Entzündungen und schlechter kardialer Umstrukturierung6. Sowohl experimentelle als auch klinische Erkenntnisse zeigen, dass Lipidanomalien die kardiale Elektrophysiologie direkt beeinflussen können, indem sie Ionenkanäle, Membranfluidität und die Integrität von Lückenklummen verändern, was zu einer größeren Anfälligkeit für arrhythmogene Ereignisse führt7. Untypische Lipidspiegel haben nachgewiesen, dass sie EKG-basierte Messgrößen wie QT-Intervall, Herzfrequenzvariabilität und QRS-Dauer beeinflussen, die alle nachweislich Prädiktoren für Arrhythmierisiko und schlechte kardiovaskuläre Ereignissesind. Gleichzeitig sind strukturelle und funktionelle kardiale Marker wie die linke ventrikuläre Auswurffraktion (LVEF) und die Carotid-Intimmedia-Dicke (CIMT) gut etablierte Prädiktoren für Herzinsuffizienz und Risikofaktoren für globale kardiovaskuläre Erkrankung9. Trotz dieser Entwicklungen besteht weiterhin eine Forschungslücke.
Die Mehrheit der Studien zu diesem Thema betrachtet elektrophysiologische, lipidische oder echokardiographische Parameter getrennt, was sie unfähig macht, die komplexen Wechselwirkungen zwischen metabolischen, elektrischen und strukturellen Faktoren in der Krankheitsentwicklungangemessen zu modellieren 9,10,11. Darüber hinaus wurde die gelenkprädiktive Fähigkeit routinemäßig verfügbarer EKG- und Lipid-Biomarker-Messungen zur Identifizierung von CAD-Patienten mit Arrhythmien mit erhöhtem Risiko für Herzinsuffizienz nicht ausreichend in einem reproduzierbaren methodischen Rahmen standardisiert. Da diese Lücke besteht, verfasst das aktuelle Protokoll einen einheitlichen Ansatz, der kardiale elektrophysiologische Indikatoren (QTc-Intervall, QRS-Dauer, PR-Intervall und echokardiographische Herzfrequenzvariabilität) mit Serumlipidmessungen (Triglyzeride, LDL-C, HDL-C und Gesamtcholesterin) sowie echokardiographischen Messgrößen (LVEF und CIMT) vereint12,13,14,15. Dieser Ansatz wird die Risikostratifizierung bei Patienten mit CAD, die durch Arrhythmien verkompliziert wird, anhand nicht-invasiver, kosteneffektiver und leicht verfügbarer klinischer Untersuchungen überarbeiten. Diese Strategie ist besonders in klinischen und Forschungsumgebungen anwendbar, wo die Früherkennung von Personen mit erhöhtem Risiko für Herzinsuffizienz präventive und behandelnde Maßnahmen unterstützen kann.
Obwohl frühere Studien elektrokardiographische Parameter, Lipidstoffwechsel oder strukturelle kardiale Marker einzeln bei Patienten mit koronarer Herzkrankheit untersucht haben, konnten nur wenige Untersuchungen diese Domänen in einen einheitlichen prädiktiven Rahmen integrieren. Die meisten verfügbaren Evidenzen bewerten EKG-Anomalien oder Lipid-Biomarker unabhängig, was das Verständnis der komplexen Wechselwirkung zwischen metabolischer Dysregulation, elektrischer Umgestaltung und struktureller Herzstörung einschränkt. Darüber hinaus wurde der kombinierte prädiktive Wert routinemäßig verfügbarer elektrokardiographischer und lipidbiologischer Marker zur Identifizierung von Patienten mit hohem Risiko für Herzinsuffizienz in prospektiven klinischen Studien nicht systematisch bewertet. Die Schließung dieser Lücke kann die Entwicklung eines praktischen, kosteneffizienten Risikostratifizierungsmodells erleichtern, um Patienten mit erhöhtem Risiko für Herzinsuffizienz zu identifizieren.
Basierend auf den oben genannten Überlegungen stellten wir die Hypothese auf, dass Anomalien in kardialen elektrophysiologischen Parametern, insbesondere verlängertes QTc-Intervall, QRS-Dauer und PR-Intervall, bei Patienten mit koronarer Herzkrankheit, die durch Arrhythmien erschwert wird, signifikant mit adverse Lipidprofile assoziiert sind. Darüber hinaus stellten wir die Hypothese auf, dass die Kombination elektrophysiologischer Indikatoren, Lipidparameter und struktureller kardialer Marker (LVEF und CIMT) eine überlegene Prädiktionsgenauigkeit für die Entwicklung der Herzinsuffizienz im Vergleich zur individuellen Bewertung dieser Parameter ergeben würde.
Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.
Alle Verfahren wurden gemäß den institutionellen Richtlinien durchgeführt, die vom Ethikausschuss des ersten angeschlossenen Krankenhauses der Universität Xiamen (Provinz Fujian, China) genehmigt wurden. Vor der Einschreibung wurde von allen Teilnehmern eine schriftliche informierte Zustimmung eingeholt. Die Schweigepflicht der Teilnehmer wurde gewährleistet, und die Teilnehmer durften sich zu jedem Zeitpunkt ohne Konsequenzen aus der Studie zurückziehen.
Studiendesign und Patientenaufnahme
Definition der Studienkohorte
Eine prospektive Beobachtungsstudie wurde zwischen April 2023 und April 2025 im Herzzentrum des First Affiliated Hospital der Universität Xiamen durchgeführt. Aufeinanderfolgende Patienten, die während des Studienzeitraums aufgenommen wurden, wurden auf ihre Berechtigung geprüft. Die Diagnosen wurden anhand etablierter internationaler klinischer Richtlinien und Krankenhaus-Diagnoseprotokolle bestätigt.
Einschluss- und Ausschlusskriterien
Erwachsene Patienten (≥18 Jahre) mit dokumentierten Arrhythmien und häufiger Eileiterschwangerschaft, definiert als >10.000 vorzeitige ventrikuläre Kontraktionen (PVCs) innerhalb einer 24-Stunden-Holter-EKG-Aufnahme (Abbildung 1), wurden eingeschlossen. Patienten mit struktureller Herzerkrankung (z. B. Kardiomyopathie oder signifikanter Klappenerkrankung), linkerventrikulärer Ejektionsfraktion (LVEF) < 35 %, schwerer Nieren- oder Leberinsuffizienz, Malignität oder anderen lebensbegrenzenden Begleiterkrankungen, unvollständigen klinischen oder Labordaten oder Rückzug der informierten Einwilligung wurden ausgeschlossen.
Klassifizierte Patienten
Basisdemografische Daten, Krankengeschichte, Medikamentenkonsum und Befunde der körperlichen Untersuchung wurden bei der Einschreibung erfasst. Patienten, die an HF erkrankten, wurden der HF-Gruppe zugeordnet, und diejenigen ohne HF der Nicht-HF-Gruppe.
Blutentnahme und biochemische Analyse
Blutproben
Zwischen 07:00 und 09:00 Uhr wurden von jedem Teilnehmer 2 ml nüchterndes venöses Blut mit sterilen Einwegnadeln und Vakuumrohren entnommen. Alle Proben wurden unmittelbar nach der Entnahme mit anonymisierten Studienidentifikationsnummern beschriftet.
Prozessproben
Die Blutproben wurden bei 1.500 × g für 10 Minuten bei 4 °C zentrifugiert, um das Serum zu trennen. Biochemische Analysen wurden innerhalb von 4 Stunden nach der Serumtrennung durchgeführt. Wenn eine sofortige Analyse nicht möglich war, wurden Serumproben aliquotiert und bis zur Untersuchung bei −20 °C gelagert. Serumproben wurden bis zu 4 Wochen vor der Analyse bei −20 °C gelagert.
Biochemische Parameter
Gesamtcholesterin (TC), Triglyzeride (TG), LDL-Cholesterin (LDL-C) und HDL-Cholesterin (HDL-C) wurden gemäß den Anweisungen des Herstellers mittels standardisierter enzymatischer kolorimetrischer Tests auf einem automatisierten biochemischen Analysator gemessen. Das hochsensitive C-reaktive Protein (hs-CRP) wurde mit einer immunturbidimetrischen Latexagglutinationsmethode gemessen. Serumkreatinin und B-Typ natriuretisches Peptid (BNP) wurden mit validierten Immunoassay-Techniken quantifiziert. Totalcholesterin (TC), Triglyzeride (TG), LDL-Cholesterin (LDL-C) und HDL-Cholesterin (HDL-C) wurden ebenfalls mittels enzymatischer kolorimetrischer Tests auf einem automatisierten biochemischen Analysator gemäß dem Protokoll des Herstellers gemessen.
Elektrokardiographische Untersuchung
Ein Ruhe-EKG mit 12 Leitungen wurde mit einem Standard-EKG (Papiergeschwindigkeit 25 mm/s, Kalibrierung 10 mm/mV) nach mindestens 10 Minuten Schlaf im Rücken aufgenommen.
Standard-12-Kanal-EKG
Ein Ruhe-EKG mit 12 Leitungen wurde mit dem Patienten in Rückenposition nach mindestens 10 Minuten Ruhezeit aufgenommen. Die EKG-Signale wurden mit einer Papiergeschwindigkeit von 25 mm/s und einer Spannungskalibrierung von 10 mm/mV aufgenommen. QT, QTc, PR-Intervall, QRS-Dauer und Herzfrequenz wurden mit automatisierter Software gemessen, wobei zwei unabhängige Kardiologen manuell überprüft wurden.
24-Stunden-Holter-Überwachung
Einweg-Elektroden wurden gemäß der standardisierten Leitungsplatzierung angebracht, und kontinuierliche EKG-Daten wurden 24 Stunden lang mit einem tragbaren Holter-Überwachungssystem erfasst. Die Aufzeichnungen wurden mit spezieller Holter-Analysesoftware analysiert, um das korrigierte QT-Intervall (QTc), QT-Intervall, PR-Intervall, QRS-Dauer und mittlere Herzfrequenz zu extrahieren. Die Arrhythmiebelastung wurde quantifiziert und die Häufigkeit von PVC klassifiziert.
Diagnostische Kriterien
Koronare Herzkrankheit (CAD)
CAD wurde anhand von mindestens einer der folgenden Punkte diagnostiziert: typische Angina-Symptome mit einem EKG von ≥0,1 mV ST-Segment-Depression von <1 Sekunden, einem positiven Belastungstest oder einer koronaren Angiographie, die ≥50 % Luminalstenose zeigte.
Linke ventrikuläre Hypertrophie (LVH)
LVH wurde mittels Echokardiographie mit einem linken ventrikulären Massenindex >130 g/m2 bei Männern und >100 g/m2 bei Frauen diagnostiziert.
Herzinsuffizienz (CHF)
CHF wurde anhand klinischer Symptome (Dyspnoe, Müdigkeit, verminderte Belastungstoleranz) und körperlichen Befunden (pulmonale Knackgeräusche, peripheres Ödem, jugulare venöse Dehnung) diagnostiziert. Die Diagnose wurde durch echokardiographische Belege struktureller oder funktioneller Herzauffälligkeiten bestätigt.
Zerebrovaskulärer Unfall (CVA)
CVA wurde mittels CT oder MRT diagnostiziert und zeigte einen akuten ischämischen infarkt oder eine intrakranielle Blutung.
Periphere vaskuläre Atherosklerose (PVA)
PVA wurde durch arteriographische Hinweise auf arteriosklerotische Läsionen bestätigt oder durch Ultraschall eine erhöhte Carotid-Intimmedia-Dicke gemessen.
Statistische Analyse
Kontinuierliche Variablen wurden mit dem Shapiro–Wilk-Test auf Normalität ausgewertet. Variablen, die einer Normalverteilung folgen, wurden als Mittelwert ± Standardabweichung (SD) angegeben und zwischen den Gruppen mit dem unabhängigen Stichproben-t-Test verglichen. Im Gegensatz dazu wurden Variablen, die nicht der Normalverteilung entsprechen, als Median mit Interquartilbereich präsentiert und mit dem Mann–Whitney-U-Test analysiert. Kategoriale Daten wurden als Häufigkeiten und Prozentsätze zusammengefasst und gegebenenfalls mit dem Chi-Quadrat-(χ2)-Test oder dem Fisher-exakten Test verglichen worden. Zusammenhänge zwischen elektrophysiologischen Parametern (QT-Intervall, korrigiertes QT [QTc], PR-Intervall, QRS-Dauer) und Lipidmarkern (Gesamtcholesterin, Triglyzeride, Low-Density Lipoprotein-Cholesterin [LDL-C], High-Density Lipoprotein-Cholesterin [HDL-C]) wurden anhand des Spearman-Rangkorrelationskoeffizienten untersucht, angesichts der potenziellen nicht-normalen Verteilung biochemischer Variablen.
Um unabhängige Prädiktoren für Herzinsuffizienz zu bestimmen, wurden zunächst univariate logistische Regressionsanalysen durchgeführt. Variablen, die P < 0,10 in der univariaten Analyse zeigten, zusammen mit klinisch relevanten Faktoren (Alter, Geschlecht, Lipidparameter, elektrophysiologische Indizes und linksventrikuläre Ejektionsfraktion [LVEF]), wurden anschließend in ein multivariables logistisches Regressionsmodell mit einer vorwärtsstufenweise Likelihood-Ratio-Methode einbezogen. Das endgültige Modell passte potenzielle Störfaktoren an, darunter Alter, Geschlecht, Nierenfunktion und Ausgangsfunktion des Herzens, um Reststörungen zu minimieren. Die Multikollinearität wurde mit Varianzinflationsfaktoren (VIF) bewertet, wobei Werte über 5 signifikante Kollinearität anzeigen. Angepasste Odds Ratios (ORs) mit 95%-Konfidenzintervallen (KI) wurden berichtet
Um Störverzerrungen zu minimieren, wurden klinisch relevante Kovariaten wie Alter, Geschlecht, Ausgangsblutdruck, Nierenfunktion, Medikamenteneinnahme (Statine, Antiarrhythmika und Betablocker) und Ausgangs-Herzfunktion (LVEF) in das multivariable Regressionsmodell einbezogen, wo verfügbar. Diese Variablen wurden anhand klinischer Relevanz und früherer Literatur ausgewählt, die sie mit dem kardiovaskulären Risiko und dem Fortschreiten von Arrhythmien in Verbindung bringt.
Die Modellkalibrierung wurde mit dem Hosmer–Lemeshow Goodness-of-Fit-Test bewertet, während die diskriminierende Leistung durch Analyse der Empfänger-Betriebscharakteristik (ROC) bewertet wurde. Die prädiktive Genauigkeit wurde quantifiziert, indem die Fläche unter der ROC-Kurve (AUC) zusammen mit den entsprechenden 95%-Konfidenzintervallen berechnet wurde. Die Modellleistung wurde zusätzlich mittels Pseudo-R-2-Statistiken bewertet, darunter Cox & Snell R2 und Nagelkerke R2, um den Anteil der Varianz zu schätzen, der durch das multivariable logistische Regressionsmodell erklärt wird.
Optimale Grenzwerte wurden mit dem Youden-Index bestimmt. Bezüglich der Stichprobengröße hat diese explorative prospektive Studie alle berechtigten Patienten während der vordefinierten Rekrutierungsphase aufgenommen. Die Post-hoc-Leistungsanalyse zeigte, dass die Stichprobengröße >80 % statistische Stärke zur Detektion moderater Effektgrößen (OR ≥ 1,7 oder r ≥ 0,30) bei einem beidseitigen α-Niveau von 0,05 lieferte.
Um unabhängige Prädiktoren für Herzinsuffizienz zu identifizieren, wurde eine multivariable logistische Regressionsanalyse unter Verwendung elektrophysiologischer Parameter, Lipidvariablen, demografischer Faktoren und echokardiographischer Indikatoren als Kandidatenprädiktoren durchgeführt. Da diese explorative prospektive Studie alle berechtigten Teilnehmer während des vordefinierten Rekrutierungszeitraums einschloss, wurde keine formelle a priori Stichprobengrößenberechnung durchgeführt. Die Post-hoc-Leistungsanalyse zeigte jedoch, dass die endgültige Stichprobengröße (n = 80) etwa 80 % statistische Stärke zur Detektion moderater Effektgrößen (r ≥ 0,30 oder OR ≥ 1,7) bei einem beidseitigen α-Niveau von 0,05 lieferte. Es wurden durchgehend zweiseitige statistische Tests angewendet, wobei ein P-Wert < 0,05 als statistisch signifikant definiert ist.
Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.
Basisvariablen
Insgesamt wurden zwischen April 2023 und April 2025 240 Patienten auf ihre Berechtigung untersucht. Nach Anwendung der vordefinierten Ein- und Ausschlusskriterien wurden 80 Patienten in die Endanalyse aufgenommen. Unter diesen Teilnehmern hatten 60 Patienten eine Carotis intima–media-Dicke (CIMT) ≤ 0,9 mm und 20 Patienten eine CIMT-Dicke > 0,9 mm.
Wie in Tabelle 1 und Abbildung 2...
Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.
Die vorliegende Studie bewertete den kombinierten Beitrag von kardialen elektrophysiologischen Parametern, Lipidauffälligkeiten und strukturellen kardiovaskulären Markern zu Herz-Kreislauf-Erkrankungen (CVD) und Herzinsuffizienzrisiko bei Patienten mit koronarer Herzkrankheit (CAD), die durch Arrhythmien verkompliziert wird. Die Ergebnisse zeigen, dass ein verlängertes QTc-Intervall, ein verbreiterter QRS-Komplex, das verlängerte PR-Intervall, Dyslipidämie (erhöhtes Gesamtcholesterin, Tr...
Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.
Alle Autoren müssen keine Interessenkonflikte angeben.
| Name | Unternehmen | Katalognummer | Kommentare |
|---|---|---|---|
| 12-Leitungs-Elektrokardiograph (EKG) | Philips Healthcare | ECG-12P-2025 | Verwendet für ein Standard-Ruhe-EKG zur Aufzeichnung der elektrischen Herzaktivität (QT, QRS, PR-Intervalle). |
| 24-Stunden-Holter-Überwachungssystem | GE Healthcare | HOLTER-24-01 | Tragbares kontinuierliches EKG-Überwachungsgerät für Arrhythmiebelastung und QTc-Analyse. |
| Automatisierter Hämatologie-Analysator | Sysmex | XN-1000 | Führt Leukozytenzählungen durch und berechnet das Verhältnis von Neutrophilen zu Lymphozyten. |
| Biochemischer Analysator | Roche Diagnostics | COBAS-8000 | Automatisierter Analysator für Lipidprofile (TC, TG, LDL-C, HDL-C) und hs-CRP-Messung. |
| BNP-Immunoassay-Kit | Abbott Laboratories | BNP-ARCHITEKT | Verwendet zur Quantifizierung des B-Typ-Natriuretikums bei der Diagnose der Herzinsuffizienz. |
| Karotis-Ultraschallgerät | Mindray | US-CIMT-900 | Hochauflösendes B-Mode-Ultraschallsystem zur Dickenmessung der Karotis-Intimmedien. |
| Zentrifuge | Eppendorf | CEN-5810R | Wurde verwendet, um Serum von Vollblutproben bei 1.500 & Mal zu trennen; g für 10 Minuten bei 4 °C. |
| Echokardiographie-System | Siemens Healthineers | ECHO-SIM-2025 | Verwendet zur Beurteilung der Ejektionsfraktion des linken Ventrikulars und zur Diagnose struktureller Auffälligkeiten. |
| Serum-Gefrierschrank (-20 & °C; C) | Thermo Fisher Scientific | TSX-20F | Zur vorübergehenden Lagerung von Serumaliquots vor der Analyse. |
| SPSS-Software (Version 23.0) | IBM | SPSS-23 | Statistische Software, die für Korrelations-, Regressions- und ROC-Kurvenanalysen verwendet wird. |
Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.
Genehmigung beantragen, um den Text oder die Abbildungen dieses JoVE-Artikels zu verwenden
Genehmigung beantragen