Las arritmias son comunes y afectan a millones de pacientes en todo el mundo. Las estrategias de tratamiento actuales se asocian con efectos secundarios significativos y siguen siendo ineficaces en muchos pacientes. Para mejorar la atención al paciente, se necesitan conceptos terapéuticos novedosos e innovadores dirigidos causalmente a los mecanismos de arritmia. Para estudiar la compleja fisiopatología de las arritmias, se necesitan modelos animales adecuados, y se ha demostrado que los ratones son especies modelo ideales para evaluar el impacto genético en las arritmias, investigar mecanismos moleculares y celulares fundamentales e identificar posibles objetivos terapéuticos.
Los dispositivos de telemetría implantables se encuentran entre las herramientas más poderosas disponibles para estudiar la electrofisiología en ratones, lo que permite el registro continuo de ECG durante un período de varios meses en ratones despiertos que se mueven libremente. Sin embargo, debido a la gran cantidad de puntos de datos (>1 millón de complejos QRS por día), el análisis de los datos de telemetría sigue siendo un desafío. Este artículo describe un enfoque paso a paso para analizar ECG y detectar arritmias en registros de telemetría a largo plazo utilizando el software, Ponemah, con sus módulos de análisis, ECG Pro y Data Insights, desarrollado por Data Sciences International (DSI). Para analizar los parámetros básicos del ECG, como la frecuencia cardíaca, la duración de la onda P, el intervalo PR, el intervalo QRS o la duración del QT, se realizó un análisis automatizado de atributos utilizando Ponemah para identificar las ondas P, Q y T dentro de ventanas ajustadas individualmente alrededor de las ondas R detectadas.
Los resultados se revisaron manualmente, lo que permitió ajustar las anotaciones individuales. El resultado del análisis basado en atributos y el análisis de reconocimiento de patrones fue utilizado por el módulo Data Insights para detectar arritmias. Este módulo permite una detección automática de arritmias definidas individualmente dentro de la grabación, seguida de una revisión manual de los episodios de arritmia sospechados. El artículo discute brevemente los desafíos en el registro y la detección de señales de ECG, sugiere estrategias para mejorar la calidad de los datos y proporciona registros representativos de arritmias detectadas en ratones utilizando el enfoque descrito anteriormente.