方法論記事

冠動脈性心疾患における心臓電気生理指標と脂質パラメータの相関

DOI:

10.3791/70072

2026年4月17日

この記事について

サマリー

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

本プロトコルは、不整脈を伴う冠動脈疾患患者における心臓電気生理学的マーカーと血中脂質パラメータの相関関係を評価し、心不全リスクの予測価値に焦点を当てることを目的としています。この研究は複数の指標を統合し、早期発見と臨床リスク評価を強化しています。

要約

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

本研究は、不整脈を併発する冠動脈疾患患者の心臓電気生理指標と血中脂質パラメータの関係を評価し、心不全の発症に対するこれらの複合的影響を評価しました。2023年4月から2025年4月までに厦門大学第一附属病院心臓センターに入院した240名の患者をスクリーニングしました。80名が選択基準を満たし、分析対象となりました。参加者は心不全の発生頻度に応じて分類されました。臨床的特徴、脂質プロファイル(トリグリセリド、低密度リポタンパク質コレステロール、高密度リポタンパク質コレステロール、総コレステロール)を、左心室駆出率(LVEF)や頸動脈内膜膜厚(CIMT)などの心エコー指標とともに解析しました。統計解析には相関検定、多変数ロジスティック回帰分析、受信者動作特性(ROC)曲線解析が含まれていました。

心機能障害、CIMTの増加、異常な脂質濃度は心不全リスクと有意に関連していました。QTc区間はLDL-C(r = 0.342、P < 0.01)およびトリグリセリド(r = 0.366、P < 0.01)と正の相関を示し、HDL-Cは心電図パラメータと逆相関を示しました。多変数ロジスティック回帰分析において、QTc間隔の延長(OR = 1.08、95% CI: 1.02–1.15)、QRS期間の延長(OR = 1.05、95% CI: 1.01–1.11)、LDL-Cの上昇(OR = 1.74、95% CI: 1.12–2.63)、トリグリセリドの増加(OR = 1.62、95% CI: 1.05–2.48)、HDL-Cの減少(OR = 0.68、95% CI: 0.50–0.91)、LVEFの低下(OR = 0.89、95% CI: 0.83–0.94)が心不全の独立した予測因子となりました。ROC解析により複数のリスク因子の予測価値が確認され、AUCは 0.68から0.75の範囲でした。HDL-Cは個別で最も高い予測精度を示し(AUC = 0.75)、QTc間隔とLVEFも強い識別力を示しました(AUC = 0.73)。

概要

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

世界的に見て、非感染性疾患の死亡率は主に心血管疾患(CVD)によって引き起こされており、心血管疾患は年間約1,800万人の死亡と関連しています。高血圧、糖尿病、喫煙、肥満が病気の発症における古典的なリスク要因と考えられていますが、心血管関連の多くの出来事は、これらのリスク因子がない場合に起こります。この観察は、追加の生物学的および機能的決定要因を特定し、病気の進行とその悪い臨床結果に対処する必要性を強調しています。その中でも、心不整脈複雑冠動脈疾患(CAD)は、しばしば突然の心停止や突然の心停止を伴う非常にリスクの高い臨床症状です。

心電図検査(ECG)は、心臓の電気活動や伝導異常に関する重要な情報を提供する非侵襲的な診断検査です。心室不整脈、心筋伝導の低下、心血管死亡率の上昇は、脳室再分極波形4の直接的な測定である矯正QTc間隔、QRS持続時間、PR間隔などの電気生理パラメータの延長と一貫して関連しています。心房細動、心室の早期収縮、心室頻脈などの不整脈は、心筋の協調収縮を妨げ、罹患率、心不全率、死亡率の上昇と関連しています5

脂質異常はCADの併存症であり、どちらも動脈硬化性プラークを引き起こし、心筋虚血、炎症、心臓再構築不良を引き起こします6。実験的および臨床的証拠の両方で、脂質異常はイオンチャネル、膜の流動性、ギャップ接合部の完全性を修飾し、心臓の電気生理に直接影響を与え、不整脈性イベントへの脆弱性を高めることを示しています7。異常な脂質レベルは、QT間隔、心拍変動、QRS持続時間のECGベースの測定に影響を与えることが示されており、これらはいずれも不整脈リスクや心血管イベント不良の予測因子であることが証明されています8。同時に、左心室駆出率(LVEF)や頸動脈内膜肥厚(CIMT)などの構造的および機能的心臓マーカーは、心血管全般の疾患の確立された心不全予測因子およびリスク因子です。これらの進展にもかかわらず、研究のギャップは依然として存在します。

このテーマに関する研究の大半は、電気生理学的、脂質的、または心エコーのパラメータを別々に考慮しており、そのため、疾患の進化における代謝的、電気的、構造的要因の複雑な相互作用を十分にモデル化することができません。さらに、心不整脈リスクが高いCAD患者の特定において、日常的に利用可能な心電図および脂質バイオマーカーの関節予測能力は、再現可能な方法論的枠組みの中で十分に標準化されていません。このギャップが存在するため、現在のプロトコルでは心臓電気生理学的指標(QTc間隔、QRS持続時間、PR間隔、心拍エコー変動)と血清脂質測定(トリグリセリド、LDL-C、HDL-C、総コレステロール)および心エコー測定(LVEFおよびCIMT)を統合した統一アプローチを示しています12,13,14,15.このアプローチは、非侵襲的で費用対効果が高く、入手しやすい臨床評価を用いて、不整脈を伴うCAD患者のリスク層別化を修正します。この戦略は特に臨床や研究環境に適用され、心不全のリスクが高い個人を早期に発見することで予防や治療の策が立てられます。

これまでの研究では冠動脈疾患患者の心電図パラメータ、脂質代謝、構造的心臓マーカーを個別に検証してきましたが、これらの領域を統合した統一予測枠組みの研究はほとんどありません。利用可能なほとんどの証拠は心電図異常や脂質バイオマーカーを独立して評価しており、代謝調節障害、電気的再モデル化、構造的心機能障害の複雑な相互作用の理解は限られています。さらに、心不全発症リスクの高い患者を特定するために、日常的に利用可能な心電図と脂質バイオマーカーの複合的な予測価値は、前向き臨床試験で体系的に評価されていません。このギャップを解消することで、心不全リスクが高い患者を特定するための実用的で費用対効果の高いリスク階層化モデルの開発が促進される可能性があります。

上記の考察に基づき、心臓の電気生理学的パラメータ、特にQTc間隔の延長、QRS期間、PR間隔の異常が、不整脈を伴う冠動脈疾患の患者における脂質プロファイルの悪性と有意に関連していると仮説を立てました。さらに、電気生理指標、脂質パラメータ、構造的心臓マーカー(LVEFおよびCIMT)を組み合わせることで、個別に評価するよりも心不全発症の予測精度が優れていると仮説を立てました。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

プロトコル

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

すべての手続きは、厦門大学第一附属病院(福建省)倫理委員会が承認した機関ガイドラインに従って実施されました。登録前にすべての参加者から書面によるインフォームドコンセントが取得されました。参加者の機密保持は確保され、参加者はいずれの段階でも研究から撤退しても問題ありませんでした。

研究デザインと患者登録
研究コホートの定義
2023年4月から2025年4月にかけて、厦門大学第一附属病院心臓センターで前向き観察研究が実施されました。研究期間中に入院した連続した患者を対象に適格性を審査しました。診断は確立された国際的な臨床ガイドラインおよび病院の診断プロトコルを用いて確定されました。

参加基準および除外基準
不整脈と頻繁な異所性活動(24時間のホルター心電図記録中に>10,000回の早期心室収縮(PVCs)と定義される成人患者(≥18歳)を対象にしました。構造性心疾患(例:心筋症または重大な房膜疾患)、左心室駆出率(LVEF)が35%<、重度の腎不全または肝不全、悪性腫瘍やその他の生命を制限する併存疾患、不完全な臨床または検査データ、またはインフォームドコンセントの撤回を有する患者は除外されました。

機密患者
登録時に基礎人口統計データ、病歴、薬物使用、身体検査結果が記録されました。HFを発症した患者はHFグループに、HFでない患者は非HFグループに割り当てられました。

血液採取と生化学的分析
血液サンプル
午前7時から9時の間に、無菌の使い捨て針と真空管を用いて各参加者から合計2mLの空腹静脈血を採取しました。すべてのサンプルには、採取直後に匿名化された研究識別番号が付けられました。

プロセスサンプル
血液サンプルは1,500 × g で4°Cで10分間遠心分離し血清を分離しました。血清分離後4時間以内に生化学的解析が行われました。即時分析が困難な場合は、血清サンプルを分割して−20°Cで保存し、検査まで行いました。血清サンプルは分析前に−20°Cで最大4週間保存されました。

生化学的パラメータ
総コレステロール(TC)、トリグリセリド(TG)、LDLコレステロール(LDL-C)、HDL-コレステロール(HDL-C)は、製造元の指示に従い、自動生化学分析装置による標準化された酵素比色測定法を用いて測定されました。高感度C反応性タンパク質(hs-CRP)は免疫中核二径ラテックス凝集法を用いて測定されました。血清クレアチニンおよびB型ナトリ利尿ペプチド(BNP)は、検証済みの免疫測定技術を用いて定量化しました。総コレステロール(TC)、トリグリセリド(TG)、LDLコレステロール(LDL-C)、HDL-コレステロール(HDL-C)も、製造元のプロトコルに従い自動生化学分析装置による酵素比色測定法を用いて測定されました。

心電図評価
安静時の12導心電図は、患者が仰向け状態で少なくとも10分間安静した後、標準的な心電図装置(紙速25mm/s、校正10mm/mV)を用いて記録されました。

標準12リード心電図
安静時には、患者が仰臥状態で少なくとも10分間の安静後に12導心電図を記録しました。心電図信号は紙速25 mm/s、電圧校正10 mm/mVで記録されました。QT、QTc、PR間隔、QRS持続時間、心拍数は、2名の独立した心臓専門医による手動検証のもと、自動ソフトウェアで測定されました。

24時間ホルターモニタリング
標準的なリード配置に従って使い捨て電極が取り付けられ、携帯型ホルターモニタリングシステムを用いて24時間にわたる連続心電図データが記録されました。録音は専用のホルター解析ソフトウェアを用いて解析し、修正QT間隔(QTc)、QT間隔、PR間隔、QRS持続時間、平均心拍数を抽出しました。不整脈負荷を定量化し、PVCの頻度を分類しました。

診断基準
冠動脈疾患(CAD)
CADは、少なくとも1つの条件に基づいて診断されました:典型的な狭心症症状と心電図で≥0.1 mV ST節低下が<1秒続くこと、運動負荷検査で陽性、または冠動脈造影で≥50%腔腔狭窄が認められること。

左心室肥大(LVH)
LVHは左心室質量指数>男性で130 g/m2 、女性で>100 g/m2 )を用いた心エコー検査で診断されました。

うっ血性心不全(CHF)
CHFは臨床症状(呼吸困難、疲労、運動耐性の低下)および身体的所見(肺のパチパチ音、末梢浮腫、頸静脈拡張)に基づいて診断されました。診断は構造的または機能的な心臓異常の心エコー検査により確認されました。

脳血管事故(CVA)
CVAはCTまたはMRIを用いて診断され、急性虚血性梗塞または頭蓋内出血が認められました。

末梢血管動脈硬化症(PVA)
PVAは動脈検査による動脈硬化性病変の証拠や超音波で測定された頸動脈内膜-中間層の厚さ増加を用いて確認されました。

統計解析
連続変数はシャピロ–ウィルク検定を用いて正規性を評価しました。正規分布に従う変数は平均±標準偏差(SD)として報告され、独立標本 t検定を用いてグループ間で比較しました。対照的に、正規分布に適合しない変数は四分位数範囲の中央値として提示され、Mann–Whitney U検定で解析されました。カテゴリデータは頻度とパーセンテージとして要約され、必要に応じてカイ二乗(χ2)検定または適切なフィッシャーの正確検定で比較されました。電気生理学的パラメータ(QT間隔、補正QTc、PR間隔、QRS持続時間)と脂質マーカー(総コレステロール、トリグリセリド、低密度リポタンパクコレステロール[LDL-C]、高密度リポタンパクコレステロール[HDL-C])との関連を、生化学変数の非正規分布の可能性を考慮して、スピアマンのランク相関係数を用いて調査しました。

心不全の独立した予測因子を特定するために、当初は単変量ロジスティック回帰分析が実施されました。単変量解析でP<0.10を示す変数と臨床的に関連した要因(年齢、性別、脂質パラメータ、電気生理指標、左心室拍出率[LVEF]])を含み、その後、多変数ロジスティック回帰モデルにフォワードステップウィズ尤度比法を用いて含めました。最終モデルでは、年齢、性別、腎機能、基礎心機能などの交絡因子を考慮し、残留交絡を最小限に抑えました。多重共線性は分散インフレーション係数(VIF)を用いて評価され、値が5を超えると有意な共線性を示しました。95%信頼区間(CI)を含む調整オッズ比(OR)が報告されました

交絡バイアスを最小限に抑えるため、年齢、性別、ベースライン血圧、腎機能、薬物使用(スタチン、抗不整脈薬、ベータブロッカー)、およびベースライン心機能(LVEF)を含む臨床的に関連性の高い共変量を、利用可能な場合は多変数回帰モデルに含めました。これらの変数は、臨床的関連性および心血管リスクおよび不整脈の進行に関連する既存文献に基づいて選定されました。

モデルの較正はHosmer–Lemeshow適合度検定を用いて評価され、識別性能は受信者動作特性(ROC)曲線解析で評価されました。予測精度は、ROC曲線下面積(AUC)と対応する95%信頼区間を計算することで定量化されました。モデル性能はさらに、Cox & Snell R2およびNagelkerke R2を含む擬似R2統計量を用いて評価され、多変数ロジスティック回帰モデルが説明する分散の割合を推定しました。

最適なカットオフ値はユーデン指数を用いて決定されました。サンプル数に関しては、本探索的前向き研究は、事前に定められた募集期間内にすべての対象患者を登録しました。事後検出力分析では、サンプルサイズが両側のαレベル0.05で中程度の効果量(OR ≥ 1.7またはr ≥ 0.30)を検出するのに>80%の統計的検出力を提供していることが示されました。

心不全の独立予測因子を特定するため、多変数ロジスティック回帰解析を電気生理パラメータ、脂質変数、人口統計的要因、心エコー指標を候補予測因子として用いました。この探索的前向き研究は、事前に定められた募集期間内の全対象参加者を対象としたため、正式な事前サンプルサイズの計算は行われませんでした。しかし、事後検出力分析では、最終サンプルサイズ(n = 80)が、両側αレベル0.05で中程度の効果量(r ≥ 0.30またはOR ≥ 1.7)を検出するのに約80%の統計的パワーを提供していることが示されました。全期間にわたって両側統計検定が適用され、P値<0.05を統計的に有意と定義しました。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

結果

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

ベースライン変数
2023年4月から2025年4月の間に合計240名の患者が適格性のためにスクリーニングを受けました。あらかじめ定められた納入・除外基準を適用した後、最終解析に80名の患者が含まれました。これらの参加者のうち、60人の患者が頸動脈内膜・媒体厚(CIMT)≤0.9mm、20人が0.9mm>CIMTでした。

表1および図2に示されているように、CIMT >0.9 mmの患者はCIMT ≤0.9 mmの患者に比べて有意な高齢(66.1 ± 7.5 vs. 58.7 6.3年<± P.0001)。さらに、CIMTが増加した患者は、修正QT間隔(QTc)、QRS持続時間、PR間隔(すべての比較でP < 0.001)を含む有意に延長された心伝導間隔を示しました。代謝プロファイルもグループ間で異なり、CIMTが増加した患者ではLDL-Cおよびトリ...

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

ディスカッション

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

本研究では、不整脈を伴う冠動脈疾患(CAD)患者における心血管疾患(CVD)および心不全リスクに対する心臓電気生理パラメータ、脂質異常、構造的心血管マーカーの複合的寄与を評価しました。この結果は、QTc間隔の延長、QRS複合体の拡張、PR間隔の延長、脂質異常(HDL-Cの減少を伴う総コレステロール、トリグリセリド、LDL-Cの上昇)、頸動脈内膜中質の厚さ増加(CIMT)、および左心室駆出率(LVEF)の低下が心血管リスクの上昇と独立に関連していることを示しています。重要なのは、これらの要因が潜在的に修正可能な標的であり、リスク階層化や疾病予防戦略における臨床的関連性を強化していることです(16,17,18,19,20,21,22)。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

開示事項

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

すべての著者は利益相反を申告する必要はありません。

材料

この記事で使用された材料の一覧
名前会社カタログ番号コメント
12誘導心電計(ECG)装置フィリップス・ヘルスケアECG-12P-2025心臓の電気活動(QT、QRS、PR間隔)を記録するための標準的な安静時心電図に使用されます。
24時間ホルターモニターシステムGEヘルスケアホルター-24-01不整脈負荷およびQTc解析用の携帯型連続心電図モニタリング装置。
自動血液分析装置シスメックスXN-1000白血球数を測定し、好中球とリンパ球の比率を計算します。
生化学分析装置ロッシュ・ダイアグノスティクスCOBAS-8000脂質プロファイル(TC、TG、LDL-C、HDL-C)およびhs-CRP測定のための自動アナライザー。
BNP免疫測定キットアボット研究所BNP建築家心不全診断のためのB型利尿ペプチドの定量に使用されます。
頸動脈超音波装置マインドレイUS-CIMT-900頸動脈内膜-媒体の厚さ測定のための高分解能Bモード超音波システム。
遠心分離機エッペンドルフCEN-5810R全血サンプルから血清を分離するために1,500度以上に使用しました。Gを4&デグCで10分間続けます。
心エコーシステムシーメンス・ヘルシニアーズエコーシム2025左心室駆出率の評価や構造異常の診断に用いられます。
血清保存冷凍庫(-20 & deg;C)サーモフィッシャー・サイエンティフィックTSX-20F分析前の血清アリコートの一時保存。
SPSSソフトウェア(バージョン23.0)IBMSPSS-23相関、回帰、ROC曲線解析に使用される統計ソフトウェア。

参考文献

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  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).

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

再版と許可

このJoVE記事のテキストまたは図の再利用許可をリクエスト

許可をリクエスト

タグ

QTc QRS

関連記事