Article de méthode

Corrélation entre les indicateurs électrophysiologiques cardiaques et les paramètres lipidiques dans les maladies coronariennes avec arythmie et insuffisance cardiaque

DOI :

10.3791/70072

⸱

17 avril 2026

 , 
1Department of Cardiology, The First Affiliated Hospital of Xiamen University, School of Medicine, Xiamen University, 2Department of Health Management, Women and Children's Hospital, School of Medicine, Xiamen University

Dans cet article

Résumé

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Ce protocole vise à évaluer la corrélation entre les marqueurs électrophysiologiques cardiaques et les paramètres lipidiques sanguins chez les patients atteints de maladie coronarienne compliquée par une arythmie, en mettant l’accent sur leur valeur prédictive du risque d’insuffisance cardiaque. L’étude intègre plusieurs indicateurs pour améliorer la détection précoce et l’évaluation des risques cliniques.

Résumé

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Cette étude a évalué la relation entre les indicateurs électrophysiologiques cardiaques et les paramètres lipidiques sanguins chez les patients atteints de maladie coronarienne compliquée par une arythmie, et a évalué leur influence combinée sur le développement de l’insuffisance cardiaque. Une cohorte de 240 patients admis au Centre cardiaque du Premier Hôpital Affilié de l’Université de Xiamen entre avril 2023 et avril 2025 a été dépistée ; 80 répondaient aux critères d’inclusion et ont été incluses dans l’analyse. Les participants ont été classés selon la fréquence d’insuffisance cardiaque. Les caractéristiques cliniques, y compris les profils lipidiques (triglycérides, cholestérol lipoprotéique de basse densité, cholestérol lipoprotéique de haute densité et cholestérol total), ont été analysées parallèlement aux paramètres échocardiographiques, notamment la fraction d’éjection du ventricule gauche (LVEF) et l’épaisseur de la carotide intime-mie (CIMT). Les analyses statistiques comprenaient des tests de corrélation, une régression logistique multivariable et une analyse de la courbe des caractéristiques de fonctionnement du récepteur (ROC).

Une altération de la fonction cardiaque, une augmentation du CIMT et des concentrations lipidiques anormales étaient significativement associées au risque d’insuffisance cardiaque. L’intervalle QTc a montré des corrélations positives avec le LDL-C (r = 0,342, P < 0,01) et les triglycérides (r = 0,366, P < 0,01), tandis que le HDL-C a montré des corrélations inverses avec les paramètres électrocardiographiques. Dans l’analyse de régression logistique multivariable, l’intervalle QTc prolongé (OR = 1,08, IC 95 % : 1,02–1,15), la durée élargie du QRS (OR = 1,05, IC 95 % : 1,01–1,11), l’élévation du LDL-C (OR = 1,74, IC 95 % : 1,12–2,63), l’augmentation des triglycérides (OR = 1,62, IC 95 % : 1,05–2,48), la réduction du HDL-C (OR = 0,68, IC 95 % : 0,50–0,91) et la diminution du LVEF (OR = 0,89, IC 95 % : 0,83–0,94) étaient des prédicteurs indépendants de l’insuffisance cardiaque. L’analyse ROC a confirmé la valeur prédictive de multiples facteurs de risque, avec des AUC variant de 0,68 à 0,75. HDL-C présentait individuellement la plus grande précision prédictive (AUC = 0,75), tandis que l’intervalle QTc et la LVEF ont également démontré une forte discrimination (AUC = 0,73).

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Dans le monde, la mortalité par maladies non transmissibles est principalement provoquée par les maladies cardiovasculaires (MCV), qui sont associées à environ 18 millions de décès par an. Bien que l’hypertension, le diabète, le tabagisme et l’obésité soient considérés comme les facteurs de risque classiques dans le développement de la maladie, un grand pourcentage des incidents cardiovasculaires survient en l’absence des facteurs de risque mentionnés chezla personne 2. Cette observation souligne la nécessité d’identifier d’autres déterminants biologiques et fonctionnels et de traiter la progression continue de la maladie ainsi que ses mauvais résultats cliniques. Parmi elles, l’arythmie cardiaque (maladie coronarienne compliquée) est une manifestation clinique à haut risque, souvent accompagnée d’un arrêt cardiaque subit et d’une mort subite3.

L’électrocardiographie (ECG) est un test diagnostique non invasif qui fournit des informations vitales sur l’activité électrique et les anomalies de conduction du cœur. Les arythmies ventriculaires, la réduction de la conduction myocardique et l’augmentation de la mortalité cardiovasculaire ont été systématiquement associées à la prolongation des paramètres électrophysiologiques, notamment l’intervalle QT corrigé (QTc), la durée du QRS et l’intervalle PR, qui sont des mesures directes de la forme d’onde de repolarisationventriculaire 4. Les arythmies telles que la fibrillation auriculaire, la contraction prématurée des ventricules et les tachyarrythmies ventriculaires perturbent la contraction coordonnée du myocarde et sont associées à une augmentation de la morbidité, des taux d’insuffisance cardiaque etde la mortalité 5.

La dyslipidémie est une comorbidité de la DCA, et toutes deux provoquent une plaque athéroscléreuse et entraînent une ischémie du myocarde, une inflammation et un mauvais remodelagecardiaque 6. Les preuves expérimentales et cliniques montrent que les anomalies lipidiques peuvent influencer directement l’électrophysiologie cardiaque en modifiant les canaux ioniques, la fluidité des membranes et l’intégrité des jonctions à écart, ce qui conduit à une plus grande vulnérabilité aux événementsarythmogènes 7. Des niveaux lipidiques non caractéristiques ont été démontrés pour influencer les mesures basées sur l’ECG de l’intervalle QT, de la variabilité de la fréquence cardiaque et de la durée du QRS, qui sont tous des prédicteurs prouvés du risque d’arythmie et de mauvais événementscardiovasculaires 8. Simultanément, les marqueurs cardiaques structurels et fonctionnels, tels que la fraction d’éjection du ventricule gauche (LVEF) et l’épaisseur de l’intime-milieux carotidien (CIMT), sont des prédicteurs bien établis de l’insuffisance cardiaque et des facteurs de risque de la maladie cardiovasculaireglobale 9. Malgré ces développements, il subsiste un déficit de recherche.

La majorité des études sur le sujet considèrent séparément les paramètres électrophysiologiques, lipidiques ou échocardiographiques, ce qui les rend incapables de modéliser adéquatement les interactions complexes entre les facteurs métaboliques, électriques et structurels dans l’évolution dela maladie 9,10,11. De plus, la capacité prédictive conjointe des ECG et des biomarqueurs lipidiques disponibles de manière routinière pour identifier les patients atteints d’arythmies à risque accru d’insuffisance cardiaque n’a pas été suffisamment standardisée dans un cadre méthodologique reproductible. En raison de cette lacune, le protocole actuel définit une approche unifiée reliant les indicateurs électrophysiologiques cardiaques (intervalle QTc, durée du QRS, intervalle PR et variabilité de la fréquence cardiaque échocardigraphique), avec des mesures lipidiques sériques (triglycérides, LDL-C, HDL-C et cholestérol total) et des mesures échocardiographiques (LVEF et CIMT)12,13,14,15. Cette approche révise la stratification du risque chez les patients atteints de CAO compliquée par une arythmie en utilisant des évaluations cliniques non invasives, rentables et facilement accessibles. Cette stratégie est particulièrement applicable en milieu clinique et de recherche, où la détection précoce des individus à risque élevé d’insuffisance cardiaque peut orienter les mesures préventives et thérapeutiques.

Bien que des études antérieures aient examiné individuellement les paramètres électrocardiographiques, le métabolisme lipidique ou les marqueurs cardiaques structurels chez des patients atteints de maladie coronarienne, peu d’études ont intégré ces domaines dans un cadre prédictif unifié. La plupart des preuves disponibles évaluent indépendamment les anomalies de l’ECG ou les biomarqueurs lipidiques, limitant la compréhension de l’interaction complexe entre la dysrégulation métabolique, le remodelage électrique et l’insuffisance cardiaque structurelle. De plus, la valeur prédictive combinée des biomarqueurs électrocardiographiques et lipidiques disponibles de manière routinière pour identifier les patients à haut risque de développement d’insuffisance cardiaque n’a pas été systématiquement évaluée dans les études cliniques prospectives. Combler cette lacune pourrait faciliter le développement d’un modèle de stratification du risque pratique et rentable pour identifier les patients à risque élevé d’insuffisance cardiaque.

Sur la base de ces considérations, nous avons émis l’hypothèse que des anomalies des paramètres électrophysiologiques cardiaques, en particulier l’intervalle QTc prolongé, la durée du QRS et l’intervalle PR, sont significativement associées à des profils lipidiques défavorables chez les patients atteints de maladie coronarienne compliquée par une arythmie. De plus, nous avons émis l’hypothèse que la combinaison d’indicateurs électrophysiologiques, de paramètres lipidiques et de marqueurs cardiaques structurels (LVEF et CIMT) permettrait d’obtenir une précision prédictive supérieure pour le développement de l’insuffisance cardiaque comparée à l’évaluation individuelle de ces paramètres.

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Protocole

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Toutes les procédures ont été menées conformément aux directives institutionnelles approuvées par le Comité d’éthique du Premier Hôpital Affilié de l’Université de Xiamen (province du Fujian, Chine). Un consentement éclairé écrit a été obtenu de tous les participants avant l’inscription. La confidentialité des participants a été assurée, et les participants ont pu se retirer de l’étude à tout moment sans conséquence.

Conception de l’étude et inscription des patients
Définition de la cohorte d’étude
Une étude observationnelle prospective a été menée au Centre cardiaque du Premier Hôpital Affilié de l’Université de Xiamen entre avril 2023 et avril 2025. Les patients admis consécutivement durant la période d’étude ont été examinés pour vérifier leur éligibilité. Les diagnostics ont été confirmés à l’aide de directives cliniques internationales établies et de protocoles diagnostiques hospitaliers.

Critères d’inclusion et d’exclusion
Des patients adultes (≥18 ans) présentant des arythmies documentées et une activité ectopique fréquente, définies comme >10 000 contractions ventriculaires prématurées (PVC) lors d’un enregistrement ECG Holter de 24 heures (Figure 1), ont été inclus. Les patients atteints de maladie cardiaque structurelle (par exemple, cardiomyopathie ou valvulaire significative), de fraction d’éjection du ventricule gauche (LVEF) < 35 %, d’insuffisance rénale ou hépatique sévère, de malignité ou d’autres comorbidités limitant la vie, de données cliniques ou de laboratoire incomplètes, ou de retrait du consentement éclairé ont été exclus.

Patients classifiés
Les données démographiques de base, les antécédents médicaux, la consommation de médicaments et les résultats de l’examen physique ont été enregistrés lors de l’inscription. Les patients ayant développé une IC ont été affectés au groupe IC, et ceux sans IC au groupe non-HF.

Prélèvement sanguin et analyse biochimique
Échantillons de sang
Un total de 2 mL de sang veineux à jeun a été prélevé sur chaque participant à l’aide d’aiguilles stériles à usage unique et de tubes à vacuum entre 7h00 et 09h00. Tous les échantillons ont été étiquetés avec des numéros d’identification anonymisés immédiatement après la collecte.

Échantillons de procédé
Des échantillons sanguins ont été centrifugés à 1 500 × g pendant 10 minutes à 4 °C pour séparer le sérum. Des analyses biochimiques ont été réalisées dans les 4 heures suivant la séparation sérique. Si une analyse immédiate n’était pas réalisable, des échantillons séromiques étaient aliquotés et stockés à −20 °C jusqu’à l’examen. Les échantillons de sérum étaient conservés à −20 °C pendant jusqu’à 4 semaines avant l’analyse.

Paramètres biochimiques
Le cholestérol total (TC), les triglycérides (TG), le LDL-cholestérol (LDL-C) et le HDL-cholestérol (HDL-C) ont été mesurés à l’aide de tests colorimétriques enzymatiques standardisés sur un analyseur biochimique automatisé, conformément aux instructions du fabricant. La protéine C réactive à haute sensibilité (hs-CRP) a été mesurée à l’aide d’une méthode d’agglutination immunoturbidimétrique du latex. La créatinine sérique et le peptide natriurétique de type B (BNP) ont été quantifiés à l’aide de techniques d’immunotest validées. Le cholestérol total (TC), les triglycérides (TG), le LDL-cholestérol (LDL-C) et le HDL-cholestérol (HDL-C) ont également été mesurés à l’aide de tests colorimétriques enzymatiques sur un analyseur biochimique automatisé selon le protocole du fabricant.

Évaluation électrocardiographique
Un ECG au repos à 12 dérivations a été enregistré à l’aide d’un appareil ECG standard (vitesse papier 25 mm/s, calibration 10 mm/mV) après au moins 10 minutes de repos du patient en position couchée.

ECG standard à 12 dérivations
Un ECG au repos à 12 dérivations a été enregistré avec le patient en position couchée après au moins 10 minutes de repos. Les signaux ECG ont été enregistrés à une vitesse papier de 25 mm/s et une calibration en tension de 10 mm/mV. Le QT, le QTc, l’intervalle PR, la durée du QRS et la fréquence cardiaque ont été mesurés à l’aide d’un logiciel automatisé avec vérification manuelle par deux cardiologues indépendants.

Surveillance Holter 24h
Des électrodes jetables ont été fixées selon le positionnement standard des dérivations, et des données ECG continues ont été enregistrées pendant 24 heures à l’aide d’un système de surveillance Holter portable. Les enregistrements ont été analysés à l’aide d’un logiciel dédié d’analyse Holter pour extraire l’intervalle QT corrigé (QTc), l’intervalle QT, l’intervalle PR, la durée du QRS et la fréquence cardiaque moyenne. La charge des arythmies a été quantifiée et la fréquence du PVC classifiée.

Critères diagnostiques
Maladie coronarienne (CAD)
La maladie coronatique a été diagnostiquée sur la base d’au moins un des éléments suivants : symptômes typiques d’angine avec ECG montrant une dépression du segment ST de ≥0,1 mV durant <1 s, un test d’effort positif ou une angiographie coronarienne montrant ≥ sténose luminale à 50 %.

Hypertrophie ventriculaire gauche (LVH)
L’HVV a été diagnostiquée par échocardiographie à l’aide d’un indice de masse du ventricule gauche >130 g/m2 chez les hommes et >100 g/m2 chez les femmes.

Insuffisance cardiaque congestive (ICC)
L’ICC a été diagnostiquée sur la base de symptômes cliniques (dyspnée, fatigue, réduction de la tolérance à l’exercice) et des constats physiques (crépitements pulmonaires, œdème périphérique, distension veineuse jugulaire). Le diagnostic a été confirmé par des preuves échocardiographiques d’anomalies cardiaques structurelles ou fonctionnelles.

Accident cérébrovasculaire (ACV)
L’ACV a été diagnostiquée par scanner ou IRM, démontrant un infarctus ischémique aigu ou une hémorragie intracrânienne.

Athérosclérose vasculaire périphérique (EVP)
L’EVP a été confirmée à l’aide de preuves artériographiques de lésions athérosclérotiques ou d’une mesure par échographie d’une augmentation de l’épaisseur carotide de l’intima milieu.

Analyse statistique
Les variables continues ont été évaluées pour leur normalité à l’aide du test de Shapiro–Wilk. Les variables suivant une distribution normale ont été rapportées comme moyenne ± écart-type (SD) et comparées entre groupes à l’aide du test t à échantillons indépendants. En revanche, les variables ne respectant pas la distribution normale ont été présentées comme une médiane avec une plage interquartile et analysées à l’aide du test U de Mann–Whitney. Les données catégorielles ont été résumées en fréquences et pourcentages et comparées à l’aide du test du chi-carré (χ2) ou du test exact de Fisher, lorsque cela était approprié. Les associations entre les paramètres électrophysiologiques (intervalle QT, QT corrigé [QTc], intervalle PR, durée du QRS) et les marqueurs lipidiques (cholestérol total, triglycérides, cholestérol lipoprotéique de basse densité [LDL-C], cholestérol lipoprotéique de haute densité [HDL-C]) ont été examinées en utilisant le coefficient de corrélation de rang de Spearman, compte tenu de la distribution potentielle non normale des variables biochimiques.

Pour déterminer des prédicteurs indépendants de l’insuffisance cardiaque, des analyses de régression logistique univariée ont été initialement réalisées. Les variables démontrant P < 0,10 dans l’analyse univariée, ainsi que des facteurs cliniquement pertinents (âge, sexe, paramètres lipidiques, indices électrophysiologiques et fraction d’éjection du ventricule gauche [LVEF]), ont ensuite été incluses dans un modèle de régression logistique multivariée utilisant une méthode du rapport de vraisemblance progressive. Le modèle final a ajusté pour les facteurs de confusion potentiels, notamment l’âge, le sexe, la fonction rénale et la fonction cardiaque de base, afin de minimiser la confusion résiduelle. La multicolinéarité a été évaluée à l’aide de facteurs d’inflation de variance (FIV), avec des valeurs supérieures à 5 indiquant une collinéarité significative. Des rapports de cotes ajustés (OR) avec intervalles de confiance (IC) à 95 % ont été rapportés

Pour minimiser les biais de confusion, des covariables cliniquement pertinentes, incluant l’âge, le sexe, la tension artérielle de base, la fonction rénale, l’utilisation de médicaments (statines, antiarythmiques et bêta-bloquants) et la fonction cardiaque de base (LVEF) ont été incluses dans le modèle de régression multivarié lorsque cela est disponible. Ces variables ont été sélectionnées en fonction de leur pertinence clinique et de la littérature antérieure les liant au risque cardiovasculaire et à la progression de l’arythmie.

L’étalonnage du modèle a été évalué à l’aide du test de bonté d’ajustement de Hosmer–Lemeshow, tandis que la performance discriminative a été évaluée par l’analyse de la courbe des caractéristiques de fonctionnement du récepteur (ROC). La précision prédictive a été quantifiée en calculant la surface sous la courbe ROC (AUC) ainsi que les intervalles de confiance correspondants à 95 %. La performance du modèle a également été évaluée à l’aide de statistiquespseudo-R 2 , notamment Cox & Snell R2 et NagelkerkeR 2, afin d’estimer la proportion de variance expliquée par le modèle de régression logistique multivariable.

Les valeurs de seuil optimales ont été déterminées à l’aide de l’indice de Youden. Concernant la taille de l’échantillon, cette étude prospective exploratoire a inscrit tous les patients éligibles durant la période de recrutement prédéfinie. Une analyse de puissance post hoc a indiqué que la taille de l’échantillon fournissait >80 % de puissance statistique pour détecter des tailles d’effet modérées (OR ≥ 1,7 ou r ≥ 0,30) à un niveau de α bilatéral de 0,05.

Pour identifier des prédicteurs indépendants de l’insuffisance cardiaque, une analyse de régression logistique multivariable a été réalisée en utilisant des paramètres électrophysiologiques, des variables lipidiques, des facteurs démographiques et des indicateurs échocardiographiques comme prédicteurs candidats. Comme cette étude prospective exploratoire incluait tous les participants éligibles durant la période de recrutement prédéfinie, un calcul formel a priori de la taille de l’échantillon n’a pas été effectué. Cependant, une analyse de puissance post-hoc a indiqué que la taille finale de l’échantillon (n = 80) fournissait environ 80 % de puissance statistique pour détecter des tailles d’effet modérées (r ≥ 0,30 ou OR ≥ 1,7) à un niveau de α bilatéral de 0,05. Des tests statistiques à deux bandes ont été appliqués tout au long, avec une valeur P < 0,05 définie comme statistiquement significative.

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Résultats

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Variables de référence
Un total de 240 patients ont été dépistés pour leur éligibilité entre avril 2023 et avril 2025. Après application des critères d’inclusion et d’exclusion prédéfinis, 80 patients ont été inclus dans l’analyse finale. Parmi ces participants, 60 patients présentaient une épaisseur de l’intima carotide et du milieu (CIMT) ≤ 0,9 mm et 20 patients avaient une CIMT > 0,9 mm.

Comme le montrent le tableau 1 et...

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

La présente étude a évalué la contribution combinée des paramètres électrophysiologiques cardiaques, des anomalies lipidiques et des marqueurs cardiovasculaires structurels aux maladies cardiovasculaires (MCV) et au risque d’insuffisance cardiaque chez les patients atteints de maladie coronarienne (CAD) compliquée par une arythmie. Les résultats démontrent qu’un intervalle QTc prolongé, un élargissement du complexe QRS, un intervalle PR prolongé, une dyslipidémie (cholestérol total élevé...

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Déclarations de divulgation

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Tous les auteurs n’ont aucun conflit d’intérêts à déclarer.

Matériaux

Liste des matériaux utilisés dans cet article
NomEntrepriseNuméro de catalogueCommentaires
Machine électrocardiographique (ECG) à 12 dérivationsPhilips HealthcareECG-12P-2025Utilisé pour l’ECG standard au repos afin d’enregistrer l’activité électrique cardiaque (intervalles QT, QRS, PR).
Système Holter Monitor 24hGE HealthcareHOLTER-24-01Dispositif portable de surveillance ECG continue pour la charge des arythmies et l’analyse QTc.
Analyseur automatisé d’hématologieSysmexXN-1000Effectue le comptage des leucocytes et calcule le ratio neutrophiles/lymphocytes.
Analyseur biochimiqueRoche DiagnosticsCOBAS-8000Analyseur automatisé pour la mesure du profil lipidique (TC, TG, LDL-C, HDL-C) et de la mesure HS-CRP.
Kit d’immunotest BNPLaboratoires AbbottBNP-ARCHITECTEUtilisé pour la quantification du peptide natriurétique de type B pour le diagnostic d’insuffisance cardiaque.
Machine à échographie carotidienneMindrayUS-CIMT-900Système d’échographie en mode B haute résolution pour la mesure de l’épaisseur de l’intima-milieux carotidien.
CentrifugeuseEppendorfCEN-5810RUtilisé pour séparer le sérum des échantillons de sang total à 1 500 et plus de fois ; G pendant 10 minutes à 4 °C.
Système d’échocardiographieSiemens HealthineersECHO-SIM-2025Utilisé pour évaluer la fraction d’éjection du ventricule gauche et diagnostiquer des anomalies structurelles.
Congélateur de stockage sérique (-20 & degrés ; C)Thermo Fisher ScientificTSX-20FPour le stockage temporaire des aliquotes sériques avant analyse.
Logiciel SPSS (Version 23.0)IBMSPSS-23Logiciels statistiques utilisés pour les analyses de corrélation, de régression et de courbes ROC.

Références

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Aberra, T. The association between triglycerides and incident cardiovascular disease: what is “optimal”. J Clin Lipidol. 14 (4), 438-447 (2020).
  2. Adali, M. K., Davutoglu, Y., Yilmaz, S. The relationship between premature ventricular complexes and index of cardiac-electrophysiological balance. Rev Assoc Med Bras. 69 (1), 142-146 (2023).
  3. Aromolaran, A. S., Boutjdir, M. Cardiac ion channel regulation in obesity and the metabolic syndrome: relevance to long QT syndrome and atrial fibrillation. Front Physiol. 8, 431(2017).
  4. Balakumar, P., Babbar, L. Preconditioning the hyperlipidemic myocardium: fact or fantasy. Cell Signal. 24 (3), 589-595 (2012).
  5. Choi, S. The potential role of biomarkers associated with ASCVD risk: risk-enhancing biomarkers. J Lipid Atheroscler. 8 (2), 173-190 (2019).
  6. Corrado, D., et al. Diagnosis of arrhythmogenic cardiomyopathy: the Padua criteria. Int J Cardiol. 319, 106-114 (2020).
  7. Cumberland, M. J., et al. Basic research approaches to evaluate cardiac arrhythmia in heart failure and beyond. Front Physiol. 13, 806366(2022).
  8. Deng, C., et al. Association of QTc interval with risk of cardiovascular diseases and related vascular traits: a prospective and longitudinal analysis. Glob Heart. 15 (1), 13(2020).
  9. Dobrev, D., Heijman, J., Hiram, R., Li, N., Nattel, S. Inflammatory signalling in atrial cardiomyocytes: a novel unifying principle in atrial fibrillation pathophysiology. Nat Rev Cardiol. 20 (3), 203-219 (2023).
  10. Erken Pamukcu, H., et al. Diabetic microvascular complications associated with myocardial repolarization heterogeneity evaluated by Tp-e interval and Tp-e/QTc ratio. J Diabetes Complications. 34 (12), 107726(2020).
  11. Gupta, S., Priyadarshi, A., Beg, M., Rabbani, M. Decoding the lipid-angiogram link: can serum lipid profile help predict your clogged arteries. Cureus. 16, e73454(2024).
  12. Hajouli, S., Ludhwani, D. Heart failure and ejection fraction. , StatPearls Publishing. (2024).
  13. Hovland, A., et al. Increased risk of heart failure and atrial fibrillation in heterozygous familial hypercholesterolemia. Atherosclerosis. 266, 69-73 (2017).
  14. Kalantarian, S., et al. Long-term electrocardiographic and echocardiographic progression of arrhythmogenic right ventricular cardiomyopathy and their correlation with ventricular tachyarrhythmias. Circ Heart Fail. 14 (9), e008121(2021).
  15. Lee, T. L., et al. Association between triglyceride glucose index and corrected QT prolongation in Chinese male steelworkers. Int J Environ Res Public Health. 18 (8), 4020(2021).
  16. Lin, M., Sun, Y. Obstacles to the clinical application of the QRS-T angle. J Electrocardiol. 58, 27-28 (2019).
  17. Ling, Y., et al. Varying definitions of carotid intima-media thickness and future cardiovascular disease: a systematic review and meta-analysis. J Am Heart Assoc. 12 (23), e031217(2023).
  18. Lipponen, J. A., Kurl, S., Laukkanen, J. A. Global electrical heterogeneity as a predictor of cardiovascular mortality in men and women. Europace. 20 (11), 1841-1848 (2018).
  19. Lu, H. R., Yan, G. X., Gallacher, D. J. A new biomarker – index of cardiac electrophysiological balance (iCEB) – plays an important role in drug-induced cardiac arrhythmias: beyond QT prolongation and torsades de pointes. J Pharmacol Toxicol Methods. 68 (2), 250-259 (2013).
  20. Mircea, A. A., Rusu, M., Liehn, E. A., Bucur, O. Promising therapies for atrial fibrillation and ventricular tachycardia. Int J Mol Sci. 23 (20), 12612(2022).
  21. Mohamed, S. F., et al. Carotid intima media thickness (CIMT) in adults in the AWI-Gen Nairobi site study: profiles and predictors. Hipertens Riesgo Vasc. 40 (1), 1-8 (2023).
  22. Reddy, P. Extreme atherosclerotic cardiovascular disease (ASCVD) risk recognition. Curr Diab Rep. 19 (8), 66(2019).
  23. Rawshani, A., et al. Cardiac arrhythmias and conduction abnormalities in patients with type 2 diabetes. Sci Rep. 13 (1), 1192(2023).
  24. Krittayaphong, R., Songsangjinda, T., Jirataiporn, K., Yindeengam, A. Outcomes and left ventricular ejection fraction in cardiac magnetic resonance: challenging the “higher is better”. J Am Heart Assoc. 14 (8), e039889(2025).
  25. Saadatagah, S., et al. Coronary heart disease risk associated with primary isolated hypertriglyceridemia: a population-based study. J Am Heart Assoc. 10 (11), e019343(2021).
  26. Yücetaş, S. C., Kaya, H., Kafadar, S., Kafadar, H., Tibilli, H., et al. Evaluation of index of cardiac-electrophysiological balance in patients with subarachnoid hemorrhage. BMC Cardiovasc Disord. 22 (1), 524(2022).
  27. Shah, S., et al. Supranormal left ventricular ejection fraction, stroke volume, and cardiovascular risk. JACC Heart Fail. 10 (8), 583-594 (2022).
  28. Sudhukaran, S. Alteration of lipid metabolism in chronic kidney disease, the role of novel antihyperlipidemic agents, and future directions. Rev Cardiovasc Med. 19 (3), 85-96 (2018).
  29. Surendran, A., Zhang, H., Stamenkovic, A., Ravandi, A. Lipidomics and cardiovascular disease. Biochim Biophys Acta Mol Basis Dis. 1871 (5), 167806(2025).
  30. Tsarapatsani, K. H., et al. Predicting atrial fibrillation within 7 years follow-up using machine learning models. Eur Heart J. 45, Suppl 1. (2024).
  31. Ucar, F. M., Ozturk, C., Yılmaztepe, M. A. Evaluation of Tp-e interval, Tp-e/QT ratio and Tp-e/QTc ratio in patients with acute myocarditis. BMC Cardiovasc Disord. 19 (1), 282(2019).
  32. Wang, A., et al. Cumulative exposure to high-sensitivity C-reactive protein predicts the risk of cardiovascular disease. J Am Heart Assoc. 6 (10), e005610(2017).
  33. Wazir, M., et al. Lipid disorders and cardiovascular risk, a comprehensive analysis of current perspectives. Cureus. 15 (12), e51395(2023).
  34. Welten, S. J. G. C., et al. Prolongation of the heart rate-corrected QT interval is associated with cardiovascular diseases, systematic review and meta-analysis. Arch Cardiovasc Dis. 116 (2), 69-78 (2023).
  35. Xia, W., Yu, H., Wang, G. Coronary artery disease with elevated levels of HDL cholesterol is associated with distinct lipid signatures. Metabolites. 13 (6), 695(2023).
  36. Xiao, S., Zhang, Q., Yang, H. Y., Tong, J. Y., Yang, R. Q. Association between triglyceride glucose-body mass index and all-cause and cardiovascular mortality in diabetes patients, a retrospective study from NHANES database. Sci Rep. 14 (1), 63886(2024).
  37. Xu, X. Correlation analysis of cardiac electrophysiological characteristics and cardiovascular disease progression in arrhythmia patients. Am J Transl Res. 17 (1), 178-187 (2025).
  38. Yao, Y. S., Li, T. D., Zeng, Z. H. Mechanisms underlying direct actions of hyperlipidemia on myocardium, an updated review. Lipids Health Dis. 19 (1), 23(2020).
  39. Zhang, S., Liu, W., Xu, B., Wang, S., Du, Z., et al. Association of triglyceride glucose index and triglyceride glucose-body mass index with sudden cardiac arrest in the general population. Cardiovasc Diabetol. 23 (1), 275(2024).
  40. Zimmerman, D. S., Tan, H. L. Epidemiology and risk factors of sudden cardiac arrest. Curr Opin Crit Care. 27 (6), 613-616 (2021).

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Réimpressions et autorisations

Demander l’autorisation de réutiliser le texte ou les figures de cet article JoVE

Demander une autorisation

Mots-clés

lectrophysiologie cardiaqueRisque d arythmieIntervalle QTcDur e du complexe QRSFraction d jection ventriculaire gauchepaisseur intima m dia carotidienneR gression logistique

Articles connexes