Een abonnement op JoVE is vereist om deze inhoud te bekijken. Log in of start vandaag met uw gratis proefperiode.

Methodenartikel

Software voor analyse van hartslag en bloeddruk Tijdreeksgegevens van de Valsalva-manoeuvre

1.7K weergaven

⸱

DOI:

10.3791/67222

⸱

27 juni 2025

 ,  , 
1Department of Mathematics, North Carolina State University, 2Department of Anesthesiology & Intensive Care Medicine, Copenhagen University Hospital - Hvidovre

In dit artikel

Samenvatting

De ValsalvaAnalyzer-software bevat functies voor het analyseren van continue beat-to-beat elektrocardiogram- en bloeddrukmetingen (BP) die zijn geregistreerd tijdens de Valsalva-manoeuvre (VM). De berekende klinische biomarkers en geschatte modeloutputs geven inzicht in sympathische en parasympathische regulatie van hartslag en bloeddruk tijdens de VM.

Samenvatting

De Valsalva Manoeuvre (VM) is een zeer toegankelijke test met een laag risico die de door baroreflex geïnduceerde hartslag (HR) en bloeddruk (BP) reactie op geforceerde ademhaling meet tegen 40 mmHg intrathoracale druk gedurende 15 s. Deze studie demonstreert de ValsalvaAnalyzer-software, die modellering en gegevensanalyse combineert om biomarkers te extraheren uit tijdreeks-BP- en elektrocardiogram (ECG) -gegevens. De software, geprogrammeerd in MATLAB, bevat een grafische gebruikersinterface, waardoor gegevensanalyse en wiskundige modelleringsvoorspellingen toegankelijk zijn voor clinici. De software die is gekalibreerd voor pc's en Macs leest ECG- en bloeddrukgegevens die tijdens de VM zijn gemeten. Het identificeert automatisch R- en S-pieken in het ECG-signaal, met geïntegreerde gebruikersverificatie om de nauwkeurigheid van de vastgelegde signalen te garanderen. De RR-intervallen worden gebruikt om de HR te voorspellen en de QRS-complexe magnitudeveranderingen worden gebruikt om de ademhaling te voorspellen. Systolische en diastolische bloeddruk worden vastgelegd en de gebruiker identificeert het begin en de VM-duur van de SBP. De software detecteert automatisch de vier VM-fasen en de intrathoracale druk. Dit laatste wordt verkregen door het ademhalingssignaal in rust samen te voegen met de druk van 40 mmHg waartegen de proefpersoon ademt tijdens de VM. De meest gerapporteerde klinische VM-markers berekend op basis van de HR- en BP-gegevens worden gerapporteerd samen met schattingen van patiëntspecifieke parameters verkregen met behulp van een differentiaalvergelijkingsmodel, dat sympathische en parasympathische dynamiek voorspelt. De uiteindelijke uitvoer, meer dan 35 metrieken, omvat BP en HR, maximale en minimale HR, de Valsalva-ratio en metingen van baroreflexgevoeligheid, allemaal opgeslagen in een spreadsheet. De software is bedoeld om de VM-gegevens te analyseren, maar de methodologie kan worden uitgebreid naar andere autonome tests. De kracht ligt in het combineren van hoeveelheden die zijn geëxtraheerd uit ruwe gegevens met modeloutputs, waarbij klinische gegevens worden aangevuld met een wiskundig model dat inzicht geeft in autonome onmeetbare hoeveelheden.

Inleiding

De Valsalva-manoeuvre is een niet-invasieve, goedkope en zeer toegankelijke test met een laag risico om de functie van het autonome zenuwstelsel te meten door middel van geforceerde expiratoire oefeningen 1,2. De manoeuvre wordt uitgevoerd door patiënten die uitademen in een apparaat met positieve eind-expiratoire druk (PEP) dat is aangesloten op een manometer, met een intrathoracale druk van 40 mmHg gedurende 15 s, meestal in rugligging of zittende positie 2,3. Deze manoeuvre daagt tegelijkertijd het autonome en cardiovasculaire systeem uit en bootst de fysiologische reactie op stressoren na, zoals overbelasting tijdens het tillen van zware voorwerpen of het in evenwicht brengen van druk tijdens het vliegen4. Deze test wordt vaak gebruikt in klinische omgevingen 2,5, maar er zijn meer hulpmiddelen nodig om gegevens te analyseren die de onderliggende fysiologische mechanismen kwantificeren. Neurologische modellering toegepast op de VM kan de identificatie van verbeterde diagnostische criteria en causale mechanismen voor autonome disfunctie vergemakkelijken5.

De VM heeft vier fasen6. Het wordt vergemakkelijkt door een ademinhouding, die de intrathoracale druk verhoogt, de hartkamers en de thoracale aorta samendrukt en het bloed in de systematische bloedsomloop legt, waardoor een voorbijgaande toename van de bloeddruk wordt veroorzaakt. Fase I wordt gekenmerkt door een continue toename van de intrathoracale druk, waardoor de veneuze bloedtoevoer naar het hart, het slagvolume en de gemiddelde arteriële bloeddruk worden verminderd. Als reactie hierop worden de arteriële baroreceptoren onder hoge druk geactiveerd. De afname van de bloeddruk tijdens het eerste deel van fase II veroorzaakt een parasympathische terugtrekking, waardoor de bloeddruk toeneemt. Tijdens het late deel van fase II bemiddelt een sympathische overmaat bij vasoconstrictie, waardoor de bloeddruk en HR toenemen. Bij gezonde patiënten is BP-herstel de rustwaarde voordat de adem wordt ingehouden. Fase III is wederkerig aan fase I. Deze fase wordt gestart wanneer de patiënt zijn adem inhoudt, wat een scherpe afname van de intrathoracale druk en arteriële bloeddruk veroorzaakt, meestal gevolgd door een HR-verhoging. In fase IV resulteert een verhoogde veneuze terugkeer naar het hart en aanhoudende vasoconstrictie vanaf de late fase II in een duidelijke bloeddrukverhoging die een overschrijding wordt genoemd. Stimulatie van arteriële baroreceptoren onder hoge druk door de overshoot activeert de nervus vagus om HR te verminderen. Van de patiënt wordt verwacht dat hij ongeveer 10-30 s na het begin van de VM herstelt naar pretestwaarden 2,5.

De VM wordt gebruikt voor evaluatie aan het bed van de autonome en cardiovasculaire functie7. De meest voorkomende VM-biomarker, de Valsalva-ratio (VR)8,9,10, meet de parasympathische functie als de verhouding tussen het langste RR-interval na het begin van de ademhaling en het kortste RR-interval. Eerder is al vastgesteld dat posturale orthostatische tachycardie (POTS) geassocieerd is met een hoge VR en een opmerkelijke BP-overshoot in fase IV11, ook wel N-patroonrespons1 genoemd. Een andere metriek is de vagale baroreflexgevoeligheid. Deze metriek wordt geschat in het eerste deel van fase II en IV, aangezien de regressiehelling tussen RR-intervallen en karakteristieke BP-veranderingen 3,10,12,13,14 is. Kwalitatieve analyse van BP-responsen op de VM kan verschillende hartgeruis identificeren9, en een onderscheidende blokgolfrespons is een indicator aan het bed van een verminderde ventrikelfunctie en hartfalen15,16. De afwezigheid van BP-overschrijding en de aanwezigheid van bradycardie na het inhouden van de adem is een indicatie van dysautonomie13. De V-patroonrespons met progressieve bloeddrukdaling in late fase II en langzaam herstel in fase IV is kenmerkend voor neurogene orthostatische hypotensie, wat wijst op alfa-adrenerge barorestilatie1. Andere studies hebben de werkzaamheid aangetoond van het gebruik van de VM als aanvulling op het testen van de kanteling van het hoofd bij screening op orthostatische aandoeningen 1,17,18.

Talrijke studies hebben de autonome functie onderzocht door HR- en BP-responsen tijdens de VM1 te analyseren, maar er zijn geen open-source geautomatiseerde systemen beschikbaar om de baroreflexfunctie te kwantificeren. Veel studies hebben gegevens van de VM 19,20,21,22 geanalyseerd, en een paar software is gespecialiseerd in autonome functie, waaronder VitalScan van Medeia23 en Kubios 24. VitalScan maakt gebruik van ECG- en BP-signalen, maar Kubios analyseert alleen ECG-signalen. De VitalScan-website merkt op dat deze software de autonome functie beoordeelt, maar geen gedetailleerde beschrijving van berekende grootheden bevat. Kubios bepaalt de HR-variabiliteit (HRV) en de VR25. Om deze lacunes aan te pakken, ontwikkelt deze studie een nieuwe open-source software die de meest voorkomende VM-indices berekent 1,25.

De software analyseert ECG- en BP-gegevens die zijn gemeten tijdens een VM-manoeuvre met een intrathoracale druk van 40 mmHg gedurende 15 s. We raden aan om ten minste 30 s stabiele gegevens voor en na de VM op te nemen. Na het identificeren van HR en systolische bloeddruk, het begin en de afgifte van VM, wordt een reeks klinische markers geëxtraheerd. Bovendien gebruikt deze software het wiskundige model van Randall et al.20 om sympathische en parasympathische signalering te voorspellen, samen met parameters die de baroreflexgevoeligheid karakteriseren. Twee cruciale functies zijn de mogelijkheid om gegevens van luidruchtige signalen te lezen, artefacten te identificeren en te verwijderen, en de automatische detectie met handmatige correctie van VM-markeringen. Dit laatste is van vitaal belang voor patiënten met autonome disfunctie, bij wie puur automatische detectie faalt. Deze expositie bevat alle resultaten voor proefpersoon 1 en een protocol om resultaten te extraheren voor proefpersonen 2-8. De resultaten voor onderwerp 1 zijn opgenomen in de code, tekst en figuren, en de resultaten voor alle proefpersonen worden weergegeven in Aanvullende Figuur 1, Aanvullende Figuur 2, Aanvullende Figuur 3, Aanvullende Figuur 4, Aanvullende Figuur 5, Aanvullende Figuur 6, Aanvullende Figuur 7 en Aanvullende Figuur 8.

De Valsalva Analyzer-software berekent adrenerge en vagale indices die de respons op de Valsalva-manoeuvre (VM) karakteriseren op basis van continue ECG- en BP-metingen. Om de software te demonstreren, geven we een korte beschrijving van de experimentele opstelling, gevolgd door een gedetailleerde beschrijving van de software. De software leest gegevens die zijn geëxtraheerd uit patiëntendossiers die zijn opgeslagen in LabChart. De analyse wordt gedemonstreerd bij een gezonde controlepatiënt, maar de software bevat gegevens van acht proefpersonen met een reeks autonome reacties. Hieronder bespreken we voorbeelden van patiënten en beschrijven we het protocol om de software te installeren en uit te voeren. Het protocol bevat verwijzingen naar cijfers die binnen MATLAB zijn gegenereerd. Om deze te onderscheiden van de cijfers die in de representatieve resultaten zijn opgenomen, worden deze allemaal aangeduid als MFigure #.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Protocol

Er werden drie voorbeelddatasets geselecteerd van volwassen mannelijke (30-45 jaar) bloeddonoren die in aanmerking komen voor bloeddonatie volgens de Deense wetgeving26, drie uit een onderzoek naar de effecten van preoperatieve opioïden op volwassen (40-61 jaar) patiënten die knie- en heupprothesen kregen27, en één van een patiënt met de diagnose posturaal orthostatisch tachycardiesyndroom (POTS)28. De BD- en opioïdenstudies werden goedgekeurd door de lokale ethische commissie in Denemarken (respectievelijk H-19069845 en H-20071567), geregistreerd bij het Deense agentschap voor gegevensbescherming en geregistreerd bij ClinicalTrials.gov (respectievelijk NCT04499664 en NCT04902222). De ethische commissie van de ziekenhuizen Frederiksberg en Bispebjerg, Denemarken, keurde het gebruik van gegevens voor de diagnose van POTS voor onderzoek goed. Alle gegevens werden geanonimiseerd voordat ze werden opgesteld als voorbeelden voor deze software, en alle proefpersonen konden Deens spreken en verstaan en gaven geïnformeerde toestemming om deel te nemen aan hun respectievelijke onderzoeken.

OPMERKING: De software biedt hulpmiddelen om markeringen te extraheren uit patiëntmetingen van ECG en bloeddruk. Gebruikers kunnen een onderwerp-ID-nummer, leeftijd, geslacht, gewicht en lengte invoeren. Deze informatie is optioneel. Gebruikers worden aangemoedigd om dit manuscript te citeren. De software bevat voorbeeldgegevens van metingen van ECG (kanaal 1), HR afgeleid van ECG (kanaal 2) en BP (kanaal 3). Tabel 1 bevat een gedetailleerde patiëntbeschrijving en patiëntnotities. De acht voorbeelden van geanonimiseerde datasets die bij deze software worden geleverd, zijn geëxtraheerd uit eerder gepubliceerde onderzoeken 26,27,28. Gegevens werden geselecteerd om karakteristieke kenmerken aan te tonen die tijdens de VM werden waargenomen. Het is de bedoeling om de functies van de software te demonstreren, niet om een specifieke klinische studie uit te voeren. Uitsluitingscriteria voor de onderzoeken naar bloeddonoren en opioïden zijn onder meer alcohol- en drugsmisbruik en gewoon gebruik van opioïden, aritmie of hartfalen, voorgeschiedenis van orthostatische hypotensie. Uitsluitingscriteria die niet expliciet voor elk onderzoek worden vermeld, worden vermeld in26,27.

PatiëntLeeftijd (jaren)Geslacht (m/v)Hoogte (cm)Gewicht (kg)BMI (kg/m2)Notities
Onderwerp 135m1769229.7 (ob)Normale reactie
Onderwerp 231m1807021.6 (NW)Normale reactie
Onderwerp 330m1879326.6 (auw)Grote overschrijding in fase IV. HR-artefacten als gevolg van ECG-signaalruis
Onderwerp 442m1757624,5 (NW)V-respons typisch voor autonome disfunctie. Onvoldoende chronotroop effect in fase II. Geen herstel van de bloeddruk in late fase II. Ontbrekende overschrijding in fase IV.  Lange PRT
Onderwerp 537f1658531.2 (ob)Geen overschrijding in fase IV
Onderwerp 661f17010737,0 (ob)Onvoldoende herstel van de bloeddruk in late fase II. Maximale bloeddruk is niet gelijk aan einde bloeddruk in late fase II
Onderwerp 742m1778426.8 (auw)Ontbrekende overschrijding in fase IV
Onderwerp 858f1667727,9 (auw)Verwaarloosbare daling van de bloeddruk in de vroege fase II. HR-artefacten als gevolg van ECG-signaalruis. BP-artefacten in fase IV
nw: normaal gewicht BMI (18,5-25), ow: overgewicht (BMI (25-30), ob: zwaarlijvig (BMI > 30)26

Tabel 1. Klik hier om deze tabel te downloaden.

1. Experimentele opstelling

  1. Verzamel continue metingen van de bloeddruk van een bloeddrukmanchet van de vinger die op de wijs- en middelvinger van de niet-dominante hand wordt geplaatst (Figuur 1A). Plaats de hand op harthoogte om de effecten van de zwaartekracht te elimineren (Figuur 1B).
  2. Meet het ECG met behulp van een standaard ECG met 3 elektroden met elektroden die op gelijke afstand van het hart zijn geplaatst aan het linker- en rechteratrium en aan de linkerkant van de onderrand van de ribbenkast. Voer na instrumentatie de Valsalva-manoeuvre uit door de proefpersoon uit te ademen in een apparaat met positieve eind-expiratoire druk (PEP) dat is aangesloten op een manometer (Figuur 1C,D).
  3. Vraag de proefpersoon om 1-5 minuten normaal te ademen totdat een stabiel signaal wordt gegenereerd. Om over voldoende gegevens voor analyse te beschikken, moet u stabiele signalen opnemen gedurende ten minste 30 s voor en na de VM. Voer een VM uit door de proefpersoon te vragen 15 s uit te ademen, waarbij u een druk van 40 mmHg aanhoudt (Figuur 1D). Schakel tijdens de opname, indien mogelijk, de kalibratie uit om hiaten in het BP-signaal te voorkomen.
  4. De software analyseert signalen die van LabChart naar MATLAB worden geëxporteerd op 1.000 Hz. Neem in het menu Exporteren als MATLAB kanalen op met ECG-, HR- en BP-signalen en intrathoracale druk indien opgenomen. Noteer de kanaalnummers voor elk signaal. Kies in het menu 32-bits zwevende pint, Upsample naar dezelfde snelheid, uncomment Comments en Event markers. Klik op OK om het .mat-bestand te exporteren en op Annuleren om het exporteren te stoppen.

figure-protocol-1
Figuur 1: Instrumentatie, BP-manchet, ECG-plaatsing, monitor, VM-apparatuur. (A) Montage van de BP-manchet op de wijs- en middelvinger op de niet-dominante hand. (B) De BP-manchetten van de vinger worden ter hoogte van het hart vastgemaakt met behulp van een samenhangend CoFlex-verband om de effecten van de zwaartekracht te elimineren. (C) PEP-apparaat bevestigd aan een manometer. (D) De zittende proefpersoon ademt uit in een apparaat met positieve eindexpiratoire druk (PEP) dat is aangesloten op een manometer en dat gedurende 15 seconden een intrathoracale druk van 40 mmHg vasthoudt. (E) De CNAP-module meet continu de bloeddruk en is verbonden met een computer die gegevens verwerkt en opslaat met behulp van LabChart. Klik hier om een grotere versie van deze figuur te bekijken.

2. Software-installatie, gegevensupload en opstarten

OPMERKING: Dit protocol beschrijft hoe signalen van LabChart naar MATLAB kunnen worden geëxporteerd, maar het protocol is niet afhankelijk van opnames die in deze software zijn opgeslagen. We verwijzen naar hun handleidingen voor signalen die door andere software zijn opgenomen en merken op dat conversie nodig kan zijn om opnames in het juiste formaat te exporteren. De gegevens moeten continue tijdreeksmetingen van ECG en BP bevatten.

  1. Download de ValsalvaAnalyzer Software. Kloon de GitHub-repository op https://github.com/msolufse/ValsalvaAnalyzer. Klik op de groene knop Code . Klik op ZIP downloaden .
  2. Navigeer naar de map ValsalvaAnalyzer. Het hoofdscript DriverBasic.m moet worden vervangen door de map ValsalvaAnalyzer en alle andere scripts (.m-bestanden) moeten zich in de Core-map bevinden. De software bevat submappen: Figuren, Markeringen, Geoptimaliseerd, Gevoeligheden en WS.
    LET OP: In de map Cijfers worden de gegenereerde cijfers opgeslagen. Deze map bevat twee submappen (Gegevens en Model_fits): Gegevensopslag voor cijfers die zijn gegenereerd op basis van de gegevensanalyse en cijfers die zijn gegenereerd door het differentiaalvergelijkingsmodel. De Labchart-map bevat de geëxporteerde .mat-bestanden, maar niet de originele LabChart-bestanden. De map Markers bevat de spreadsheets met klinische ratio's (één bestand per proefpersoon). De mappen Gevoeligheden en Geoptimaliseerd bevatten .mat-bestanden met de gevoeligheden en geschatte parameterwaarden. De map WS bevat .mat-bestanden die worden gegenereerd bij het opschonen van gegevens. De hoofdmap ValsalvaAnalyzer bevat DriverBasic.m, het kernscript dat nodig is om het programma uit te voeren. Wanneer de software wordt gedownload. De map Labchart bevat een .mat-bestand voor elk van de acht voorbeeldonderwerpen, terwijl de mappen met resultaten (Markers, Sensitivities, Optimized en WS) alleen resultaten hebben voor Subject 1. Terwijl de voorbeeldgegevenssets in de map worden geanalyseerd, worden uitvoerbestanden in deze mappen opgeslagen. Het bestand Patientinfo.xls (en Tabel 1) bevat patiëntinformatie (leeftijd (jaren), geslacht (m/v), lengte (cm), gewicht (kg) en BMI (kg/m2)) voor elk van de acht voorbeelddatasets. Het gewicht wordt gekenmerkt als normaal (nw), overgewicht (ow) of zwaarlijvig (ob)29, en het wordt genoteerd als de proefpersoon een normale of pathologische VM-respons heeft.
  3. Om de software uit te voeren, gaat u naar de map ValsalvaAnalyzer en opent u het bestand DriverBasic.m in MATLAB. Klik in het bovenste deelvenster op Editor en klik vervolgens op de groene driehoek met het label Uitvoeren om het programma uit te voeren.

3. Softwareplatform

OPMERKING: De software die door GitHub wordt gedistribueerd, is getest op Windows (Windows 11 Education) en Mac (MacOS Sonoma, versie 14.3) en maakt gebruik van MATLAB (versie R2023a). Standaardinstellingen zijn ingesteld op de MacOS-omgeving met suggesties voor Windows.

  1. Selecteer in het pop-upmenu Figuurparameters, selecteer het type softwareplatform, de lettergrootte van de afbeelding, de markeringsgrootte en de regelbreedte.
  2. Klik op OK om te accepteren en door te gaan naar stap 4 of klik op Annuleren om het programma te beëindigen.

4. Selectie van patiënten

OPMERKING: Deze stap omvat de selectie en analyse van gegevens. De software leest .mat-bestanden uit de Labchart-map.

  1. Selecteer een willekeurig aantal patiënten uit de lijst met behulp van de muis. De knop Alles selecteren markeert alle patiënten. Patiëntlabels worden bepaald aan de hand van de bestandsnamen. Deze worden gebruikt in alle geëxporteerde bestanden. Klik op OK om door te gaan naar stap 5 of op Annuleren om het programma af te sluiten.

5. Selectie van de werking

OPMERKING: De methoden voor gegevensanalyse worden weergegeven in een menu met beschikbare bewerkingen. Deze omvatten methoden voor het opschonen van ECG- en BP-gegevens, het identificeren van VM-fasen en het berekenen van VM-functies. De eerste wordt uitgevoerd op de ruwe gegevens met behulp van de bemonsteringsfrequentie die in de metingen is ingebed (de bijgevoegde voorbeelden worden bemonsterd bij 1.000 Hz). De functies van de identificatie-VM maken gebruik van gereinigde HR- en systolische SBP-signalen die zijn gesubsampled bij 10 Hz. De gesubsamplede gegevens worden ook gebruikt om sympathische en parasympathische signalering te bepalen die is verkregen uit het oplossen van het differentiaalvergelijkingsmodel van Randall et al.20 Gegenereerde cijfers worden opgeslagen als .png bestanden en opgeslagen in de map Cijfers en gegenereerde getallen worden opgeslagen in een spreadsheet (.xlsx) in de map Markers. De lay-out van de functies binnen deze software wordt geïllustreerd in Figuur 2.

figure-protocol-2
Figuur 2: Softwarebewerkingen. Na het selecteren van patiënten biedt de software de mogelijkheid om gemeten signalen te corrigeren, waaronder (1) het ECG, waaruit hartslag en ademhaling worden geëxtraheerd, (2) het beat-to-beat bloeddruksignaal (BP) waaruit systolische en diastolische bloeddruk worden geëxtraheerd. Na deze procedures identificeert de software de manoeuvrefasen van Valsalva en extraheert klinische biomarkers. Ten slotte bieden we de mogelijkheid om een computationeel model uit te voeren dat de baroreflexfunctie voorspelt. Klik hier om een grotere versie van deze figuur te bekijken.

  1. Selecteer de bewerking(en) die moeten worden uitgevoerd in het menu Subsetselectie. Voltooi operaties in aflopende volgorde, bijv. patiëntinformatie moet worden ingevoerd voordat het ECG wordt geanalyseerd. Als er meer dan één onderwerp en taak is geselecteerd in het menu Bewerking selecteren in stap 4, zal de software de eerste taak voor alle onderwerpen voltooien voordat naar de volgende taak wordt gegaan.
    1. De software omvat de volgende handelingen: Patiëntinformatie (Operatie 1, Stap 6); Elektrocardiogram (ECG; Bewerking 2, Stap 7); Hartslag (HR; Bewerking 3, Stap 8); ademhaling (Handeling 4, Stap 9); Bloeddruk (BP; Bewerking 5, Stap 10); VM-fasen (bewerking 6, stap 11); klinische ratio's (Operatie 7, Stap 12); Modelvoorspelling (nominaal; Bewerking 8, Stap 13); Gevoeligheidsanalyse (Bewerking 9, Stap 14); Optimalisatie (Bewerking 10, Stap 15); Voorspellingen van het plotmodel (Operatie 11, Stap 16); Samenvatting (Bewerking 12, Stap 17).
  2. Nadat u bewerkingen hebt geselecteerd, klikt u op OK om door te gaan naar de bewerking of klikt u op Annuleren om terug te keren naar stap 4.

6. Patiëntinformatie (Operatie 1)

OPMERKING: De eerste operatie omvat het invoeren van patiëntkenmerken (ID, leeftijd, geslacht, lengte en gewicht) de kanaalnummers uit het geëxporteerde Labchart-bestand (ECG, HR, BP, intrathoracale druk - indien beschikbaar) en het identificeren van het tijdsbestek voor de gegevensanalyse.

  1. Voer patiënt-ID (geheel getal), leeftijd (geheel getal, jaren), geslacht (m/v, man/vrouw), lengte (reëel getal, cm) en gewicht (reëel getal, kg) in. Klik op OK om door te gaan of op Annuleren om terug te keren naar stap 5. De software werkt zonder selecties. Karakteristieke waarden voor de acht proefpersonen staan vermeld in tabel 1. Deze waarden worden niet gebruikt in de gegevensanalyse, maar kunnen nuttig zijn voor samenvattende statistieken.
  2. Identificeer in welk kanaal elk signaal is opgeslagen, standaardwaarden zijn: Kanaal 1 (ECG), kanaal 2 (HR), kanaal 3 (BP), kanaal 4 (intrathoracale druk - Pth) is ingesteld op 0. De voorbeeldgegevenssets 1-8 bevatten dit signaal niet.
  3. MFigure 1 (Afbeelding 3) geeft de ECG (mV) bovenkant, HR (bpm) midden en BP (mmHg) onderkant weer als functies van tijd (seconden). Selecteer gegevens die u wilt analyseren. Neem ongeveer 20 s voor en na de VM op.
  4. Plaats het dradenkruis en klik één keer met de muis aan het begin (~20 s voor de VM) en een tweede keer aan het einde (~20 s na de VM). De geselecteerde gegevens worden in het rood weergegeven in MFigure 1. Klik op Opslaan en afsluiten. MFigure 1, met de geselecteerde gegevens, wordt opgeslagen in de map Cijfers/Gegevens onder de naam [naam patiënt] + _dataAnalyzed.png.

figure-protocol-3
Afbeelding 3: Grafieken tonen de gegevens van het ECG (mV, boven), hartslag (HR bpm, midden) en bloeddruk (mmHg, onder). De blauwe tracering toont alle gegevens die zijn geëxtraheerd uit LabChart en de rode tracering toont gegevens die zijn geselecteerd voor analyse in dit onderzoek. Het rode gebied met ECG, HR en BP dat ~20 sec begint en eindigt voor en na de VM-manoeuvre. Klik hier om een grotere versie van deze figuur te bekijken.

7. Elektrocardiogram (bewerking 2)

OPMERKING: Bewerking 2 omvat het identificeren van R- en Q- of S-pieken in het ECG-signaal (extra pieken verwijderen en/of ontbrekende toevoegen). Deze bewerking wordt uitgevoerd op de onbewerkte gegevens die zijn bemonsterd bij 1.000 Hz. De grootte van het QRS-complex (de absolute afstand tussen de R- en Q- of S-pieken) wordt gebruikt om het ademhalingssignaal voor en na het inhouden van de adem te creëren.

  1. MFigure 1 geeft het ECG-signaal weer (zwarte lijn). Automatisch gedetecteerde R-pieken zijn gemarkeerd met rood en Q- of S-pieken met blauwe cirkels. Het doel is om misplaatste pieken te corrigeren. Het totale aantal R- en Q- of S-pieken wordt rechts van de grafiek afgedrukt. Deze taak kan alleen worden voltooid als het aantal R- en S-pieken hetzelfde is. Om de verkeerd geplaatste pieken te corrigeren, scrolt u met de hand naar rechts door het signaal en stopt u wanneer de te corrigeren pieken in het venster staan. Een voorbeeld van een extra verkeerd geplaatste S-piek en het signaal nadat de piek is verwijderd, is weergegeven in figuur 4.
    OPMERKING: De R- en S-pieken worden geïdentificeerd met behulp van de methodologie beschreven door Randall et al.20. Dit algoritme gebruikt findpeaks.m om pieken te vinden tussen 25% en 200% van het gemiddelde signaal. De bemonsteringsfrequentie is 1.000 Hz (gecodeerd in de gegevens) en de MinPeakDistance is ingesteld op 1,5. R-pieken worden gevonden uit het ruwe signaal en S (of Q) pieken worden gevonden door het negatief van het signaal te analyseren. Opgemerkt moet worden dat het algoritme voor sommige datasets S-pieken zal identificeren en voor sommige Q-pieken. Voorbeelden worden getoond in figuur 4A. De QRS-magnitude wordt gebruikt om de ademhaling te bepalen zoals beschreven door Randell et al.20.
  2. Herhaal de correctie totdat het aantal S- en R-pieken hetzelfde is met behulp van de onderstaande stappen.
    1. Als u de verkeerd geplaatste pieken wilt corrigeren, scrolt u naar rechts en stopt u wanneer de te corrigeren piek(en) zich in het venster bevinden.
    2. Als er een piek ontbreekt, verkeerd is geplaatst of als er een extra piek is gemarkeerd, scrolt u naar de locatie van de piek. Druk op Enter op het toetsenbord en er verschijnt een dradenkruis. Klik op het punt om te corrigeren. De volgende menuquery is: Punt toevoegen of verwijderen? Selecteer Toevoegen (stap 7.2.3), Verwijderen (stap 7.2.4) of Annuleren en keer terug naar stap 7.2.1.
    3. Klik op Toevoegen en het gemarkeerde punt wordt toegevoegd en wordt weergegeven in rood (R-piek) of blauw (Spreken). Het programma gebruikt de exacte locatie van de klik en classificeert het punt automatisch als R of S.
    4. Klik op Verwijderen en het gemarkeerde punt wordt verwijderd. Herhaal deze stap als het punt niet verdwijnt en keer terug naar taak 7.2.2.
  3. Herhaal stap 7.2 totdat alle R- en S-pieken correct zijn geïdentificeerd en het aantal R- en S- (of Q)-pieken hetzelfde is. Druk vervolgens op Enter op het toetsenbord. Klik op de prompt waarin wordt gevraagd om punten te corrigeren op Nee. Ga verder met handeling 3 (HR). Als de tijdreeks geen fouten bevat, maar het aantal R- en S- (of Q)-pieken niet identiek is. Als u deze fout wilt corrigeren, gaat u terug naar stap 7.2. Merk op dat voor consistentie binnen een signaal, kies S- of Q-pieken.
  4. Als de gebruiker op Nee klikt terwijl het aantal R- en S-pieken niet identiek is, verschijnt er een nieuw menu met de melding dat het aantal R- en S-pieken gelijk moet zijn. Inspecteer gegevens. Klik op OK en de code keert terug naar stap 7.2.

figure-protocol-4
Figuur 4: Grafieken die worden gebruikt als leidraad voor de correctie van het ECG (mV). De afbeelding toont het ECG-spoor (zwart), R-golven (rode cirkels) en S-golven (blauwe cirkels). (A) De grafiek heeft een misplaatste S-golf. In (B) is deze S-golf verwijderd. Een schoon ECG-signaal heeft hetzelfde aantal R- en S-pieken, zoals aangegeven aan de rechterkant van de grafiek. Klik hier om een grotere versie van deze figuur te bekijken.

8. HR (Bewerking 3)

OPMERKING: Deze stap omvat het converteren van de RR-intervallen naar HR. Nadat het ECG-signaal is gecorrigeerd (zoals hierboven beschreven), is het HR-signaal voor de meeste datasets vloeiend. Als het HR-signaal echter artefacten bevat (voorbeeld weergegeven in afbeelding 5A). Bediening 3 biedt de mogelijkheid om het signaal te corrigeren (voorbeeld weergegeven in afbeelding 5B).

figure-protocol-5
Afbeelding 5: Grafieken die worden gebruikt om de hartslag (HR, bpm) te corrigeren. (A) Hartslag (blauwe lijn) gegenereerd op basis van het gecorrigeerde ECG. De kleine blauwe cirkels geven de tijden aan waarop het hart klopt. (B) Voorbeeld van een spline die twee punten verbindt (groene lijn), waardoor een artefact uit het hartslagsignaal wordt verwijderd. Klik hier om een grotere versie van deze figuur te bekijken.

  1. MFigure 1 (Afbeelding 5A) geeft HR (bpm) weer op het bovenpaneel en ECG (mV) op het onderpaneel. De HR (bpm) wordt berekend op basis van de gecorrigeerde ECG RR-pieken. Als het HR-signaal geen artefacten bevat, klikt u op Opslaan en afsluiten en gaat u verder met Bewerking 4 (Ademhaling). Als er fouten in de gegevens zitten (vergelijk de twee deelvensters in afbeelding 5), klikt u op Hartslag corrigeren en gaat u verder met stap 8.2.
  2. Scroll langs het HR-signaal en zoek artefacten. Druk op Enter op het toetsenbord wanneer u een regio bekijkt die u wilt corrigeren. Ga verder met stap 8.3.
  3. Klik op OK in het menu query's Klik op punten om verbinding te maken. Lijn het dradenkruis uit over het eerste punt voor het artefact en klik één keer met de muis. Lijn vervolgens het dradenkruis uit over het eerste punt na het artefact en klik een tweede keer met de muis. Een lineaire spline (groen uitgezet) verbindt de twee punten. Een menu vraagt: Verandering accepteren? Antwoorden: Ja (ga verder naar stap 8.3.1), Ongedaan maken (ga naar stap 8.3.2) en Wijziging toevoegen (ga naar stap 8.3.3).
    1. Selecteer Ja om de lineaire spline te accepteren, verlaat deze bewerking en keer terug naar stap 4. Selecteer Ongedaan maken om de lineaire spline te verwijderen en terug te keren naar stap 8.2. Selecteer Toevoegen om de lineaire spline te behouden en keer terug naar stap 8.2 om aanvullende correcties toe te staan.
  4. MFigure 1 geeft de HR (bpm) en ECG (mV) weer in de boven- en onderpanelen. Het cijfer wordt opgeslagen in de map Cijfers/Gegevens onder de naam [patiëntnaam] + _HeartRateECG.png. Als u wilt doorgaan, drukt u op Opslaan en afsluit. De signalen worden opgeslagen met de samplefrequentie (1.000 Hz voor de voorbeelddatasets) die in de metingen is ingebed.

9. Ademhaling (Bewerking 4)

OPMERKING: Een ademhalingssignaal wordt geëxtraheerd uit het gecorrigeerde ECG-signaal door de QRS-complexgrootte te berekenen, waarbij een stuksgewijze kubische Hermite interpolerende polynoomspline wordt aangepast (met behulp van interp1.m met de pchip-methode) door dit verschil zoals beschreven in de studie van Randall et al.20.

  1. MFigure 1 (Figuur 6) geeft het ademhalingssignaal weer dat wordt geëxtraheerd uit het verschil tussen de gecorrigeerde R- en S-pieken. Inspecteer de grafiek, klik op Opslaan en afsluiten en ga verder met bewerking 5 (bloeddruk). Figuur 1 wordt opgeslagen in de map Cijfers/Gegevens onder de naam [naam patiënt] + _RespiratorySignal.png.

figure-protocol-6
Figuur 6: Ademhalingssignaal. Ademhalingssignaal (blauwe lijn) gegenereerd door de amplitudeveranderingen van het QRS-interval, zoals beschreven door Randall et al.20. Klik hier om een grotere versie van deze figuur te bekijken.

10. Bloeddruk (Operatie 5)

OPMERKING: Deze stap omvat het extraheren van systolische en diastolische bloeddruk. Twee curven worden gevormd door een spline te genereren door geselecteerde gegevenspunten. Voor deze bewerking kan de gebruiker de automatisch gedetecteerde curven corrigeren. Gezien de significante verandering in bloeddruk, is correctie waarschijnlijk onmiddellijk na het loslaten van de adem nodig.

  1. MFigure 1 (weergegeven in Figuur 7A) geeft een ingezoomd venster weer met de BP-gegevens. Lijn het dradenkruis uit met een BP-piek en klik één keer met de muis. Lijn vervolgens het dradenkruis op de volgende piek aan de rechterkant uit en klik opnieuw. De afstand tussen de twee pieken schat de lengte van de hartcyclus. Deze afstand is nodig om systolische en diastolische pieken te identificeren. MFigure 2 (Figuur 7B,C) verschijnt, met automatisch gedetecteerde systolische en diastolische signalen.
    OPMERKING: De systolische en diastolische pieken worden gevonden met behulp van peaks2.m, die de lengte van de hartcyclus in rust invoert om de minimale piekafstand in te stellen. Vergelijkbaar met R. De systolische pieken worden direct uit het signaal gevonden en diastolische pieken worden gevonden door het negatieve signaal te analyseren.
  2. Systolische bloeddrukcorrectie: Er verschijnt een menu met de vraag: Wilt u systolische punten corrigeren? Druk op Ja (stap 10.4) om een protocol te starten voor het bepalen van de systolische bloeddruk en Nee (stap 10.3) om door te gaan met het corrigeren van de diastolische bloeddruk.
  3. Diastolische bloeddrukcorrectie begint met een menu met de vraag: Wilt u diastolische punten corrigeren? Druk op Ja (stap 10.4) om een protocol te starten voor het bepalen van de diastolische bloeddruk en Nee om door te gaan. Druk op Opslaan en sluit af en ga verder met handeling 6 (Valsalva-manoeuvrefasen).
    OPMERKING: Het protocol voor het corrigeren van de diastolische bloeddruk is identiek aan het protocol voor het corrigeren van de systolische bloeddruk; beide worden beschreven in stap 10.4.
  4. MFigure 2 toont een zoom van de eerste 40 s gegevens. Inspecteer de regio en blijf scrollen totdat er een verkeerd punt verschijnt (gecorrigeerd spoor weergegeven in Figuur 7B,C). Druk op Enter op het toetsenbord en plaats het dradenkruis op de laatste juiste piek voor de verkeerd geplaatste punt(en), klik op dit punt en ga door met het verplaatsen van het dradenkruis, klik op alle punten die moeten worden gecorrigeerd, eindigend met een correct punt. Druk op Enter als u klaar bent. Er verschijnt een stippellijn die de gecorrigeerde punten met elkaar verbindt (voorbeelden weergegeven in figuur 7B,C).
    OPMERKING: De correctie kan worden herhaald totdat er geen segmenten meer hoeven te worden gewijzigd. Voor elke sectie zijn de gecorrigeerde punten verbonden met een rode (SBP) en groene (DBP) stippellijn die aan elk uiteinde aan bestaande punten is bevestigd. Het continue BP-signaal, uitgezet in blauw, wordt als richtlijn gebruikt. Het systeem registreert de aangeklikte pieken, zelfs als ze niet overeenkomen met het BP-signaal. Deze bewerking corrigeert de systolische en diastolische signalen. Binnen elk signaal alleen de juiste punten die verband houden met het signaal, d.w.z. probeer geen diastolische punten te corrigeren bij het corrigeren van de systolische bloeddruk of vice versa.

figure-protocol-7
Figuur 7: Bloeddrukcorrectie. (A) Zoom van het bloeddruksignaal in rust. De gebruiker wordt gevraagd om op twee opeenvolgende pieken te klikken om de gemiddelde lengte van de hartcyclus te bepalen. (B) Een zoom van de oorspronkelijke en gecorrigeerde systolische (rood) en diastolische (groene) druk. In dit paneel worden de continue bloeddrukmetingen (mmHg) in blauw weergegeven. (C) De originele en gecorrigeerde systolische (rode) en diastolische (groene) bloeddruksignalen over het geanalyseerde tijdsbestek. In alle panelen wordt het continue beat-to-beat BP-signaal weergegeven met een blauwe lijn, de SBP met een rode lijn en de DBP met een groene lijn. Voor de SBP- en DBP-signalen wordt elke hartcyclus gemarkeerd door kleine sterretjes. Klik hier om een grotere versie van deze figuur te bekijken.

11. Valsalva Manoeuvre (VM) fasen (Operatie 6)

OPMERKING: Bewerking 6 omvat de detectie van de VM. Bij deze bewerking wordt gebruikgemaakt van HR-, SBP-, DBP- en de intrathoracale drukgegevens (indien beschikbaar) die zijn gesubsampled tot 10 Hz. De gebruiker wordt gevraagd om het begin en het loslaten van de ademinhouding te identificeren. De adem inhouden begint bij de laagste bloeddrukwaarde vóór de eerste piek en wordt vrijgegeven bij de bloeddrukwaarde vóór de tweede bloeddrukdaling. Na het identificeren van deze punten bepaalt de software de vier VM-fasen uit de karakteristieken van de signalen. Deze kunnen handmatig worden gecorrigeerd, wat vooral belangrijk is bij het analyseren van gegevens op abnormale hemodynamische reacties.

  1. MFigure 1 geeft de continue (dunne lijn) en systolische (SBP, vetgedrukte lijn) BP weer in het bovenste paneel (mmHg), HR (bpm) in het2e paneel, ademhaling (Resp, mV) in het3e paneel en ECG (mV) in het onderste paneel Als intrathoracale druk beschikbaar is, wordt dit signaal weergegeven in het 3e paneel (Pth, mmHg), en het ademhalingssignaal (Resp, mV) in het 4e paneel. De Valsalva-fasen worden automatisch gedetecteerd en de software gaat door naar stap 1.3 voor datasets zonder Pth-metingen. Om de start van de VM te markeren, lijnt u het dradenkruis uit met het begin van de adem inhouden (het SBP-minimum onmiddellijk vóór de significante SBP-stijging en HR-afname) en klikt u eenmaal met de muis.
  2. Om het VM-einde te markeren, lijnt u het dradenkruis uit met het ingehouden uiteinde (de bloeddrukwaarde direct voor de 2e SBP-druppel) en klikt u eenmaal met de muis. Deze punten worden gebruikt om de vier VM-fasen in MFigure 2 te bepalen, waarbij BP (mmHg) in het bovenpaneel, HR (bpm) in het middenpaneel en ademhaling (Resp, mV) in het onderpaneel worden weergegeven. Als de intrathoracale druk (mmHg) wordt gemeten, wordt deze weergegeven tussen de hartslag- en ademhalingspanelen.
  3. Een menu vraagt: Indices accepteren? Selecteer Ja om de bewerking te voltooien en door te gaan naar Bewerking 7 (klinische ratio's). Selecteer Nee om de geautomatiseerde detectie van fasen die worden afgebakend door verticale lijnen te inspecteren.
  4. Een menu vraagt: Index Correctie. Selecteer één, meerdere of alle fasen en klik vervolgens op OK om door te gaan naar stap 10.4 voor correctie of op Annuleren om terug te keren naar stap 11.1.
  5. Een dradenkruis verschijnt in MFigure 2. De tweede regel van de titel beschrijft de fase die wordt gecorrigeerd. Klik voor de geselecteerde fase op de tijd om het begin van de fase aan te geven. Herhaal deze handeling totdat alle geselecteerde fasen zijn gecorrigeerd. De gecorrigeerde tijden worden weergegeven met rode verticale lijnen. Zodra alle geselecteerde fasen zijn gecorrigeerd, verschijnt het menu opnieuw, met de vraag: Indexen accepteren? Als u op Ja klikt, gaat u verder naar stap 11.5 en wordt nr. 11.1 weergegeven. Merk op dat de fasen in opeenvolgende volgorde moeten worden gecorrigeerd.
  6. MFigure 3 (Afbeelding 8) geeft de laatste VM-fasen weer. De afbeelding toont het BP (mmHg) bovenpaneel, het HR (bpm) middenpaneel en het onderpaneel van de thoracale druk (Pth, mmHg). Dit signaal wordt verkregen door het geëxtraheerde ademhalingssignaal samen te voegen met de gemeten of berekende intrathoracale druk die wordt uitgeoefend tijdens het inhouden van de adem. De vier fasen zijn grijs gearceerd. Klik op Opslaan en afsluiten en ga verder met bewerking 7 (Klinische ratio's). Dit cijfer wordt opgeslagen in de map Cijfers/Data onder de naam [naam patiënt] + _VMphases.png.

figure-protocol-8
Figuur 8: Valsalva fasen I-IV. De bovenste grafiek toont continue (lichtblauwe) en systolische (dikke blauwe lijn) bloeddruk; Het tweede paneel toont de hartslag en het onderste paneel toont de thoracale druk. Dit laatste wordt verkregen door het ademhalingssignaal samen te voegen met de druk tijdens het inhouden van de adem (ingesteld op 40 mmHg). De Valsalva fasen I en III zijn gemarkeerd met grijze panelen. Basislijnwaarden (gemiddelde SBP, HR voor en na de VM) worden aangeduid met horizontale stippellijnen. Klik hier om een grotere versie van deze figuur te bekijken.

12. Klinische ratio's (Operatie 7)

OPMERKING: Deze stap berekent klinische ratio's die de VM karakteriseren met behulp van HR, RR en SBP, gegevens gesubsampled tot 10 Hz. Alle factoren staan vermeld in Tabel 2. Deze omvatten patiëntkenmerken (patiënt-ID, leeftijd, geslacht, lengte en gewicht), duur van de VM-fasen, minimale en maximale BP-, HR-, RR-intervallen binnen elke VM-fase30,31 en drukhersteltijd32,33. De helling en goodness of fit (R2-waarde) van de HR- en RR-regressielijnen in vroege fase II (cyaanlijn) en IV (bruine lijn), karakteristiek voor vagale stimulatie en druktoename in vroege (cyaanlijn) en late (blauwe lijn) fase II en vroege fase IV (bruine lijn). Dit laatste bepaalt de sympathische stimulatie. Bovendien karakteriseert de software de verandering in SBP-, vagale 1,32,34,35- en adrenerge (BRS)1,32,33,36-markers. Nogmaals, de automatisch gedetecteerde fasen en punten kunnen indien nodig worden gecorrigeerd. De maximale bloeddruk en minimale hartslag in het begin van fase IV zijn bijvoorbeeld vaak niet op elkaar afgestemd. Figuur 9 geeft de klinische ratio's weer voor (paneel Figuur 9A) en na (paneel Figuur 9B) correctie. Figuur 9C toont de verhoudingen die zijn aangepast van Palamarchuk et al.1 en Sandroni et al.31. Opmerking De hoeveelheden die in deze afbeelding worden weergegeven, zijn afgeleid van de waarden die zijn geëxtraheerd uit de gegevens die worden beschreven in de stappen 12.1-12.4.

figure-protocol-9
Figuur 9: Klinische ratio's. (EEN, TER) Ratio's en regressielijnen voor bloeddruk (BP, mmHg) in het bovenste paneel, hartslag (HR, bpm) in het middenpaneel en RR-intervallen (s) in het onderste paneel. (A) toont de automatisch gedetecteerde verhoudingen en paneel (B) de gecorrigeerde maximale bloeddruk en minimale hartslag in vroege fase IV. (C) Regressielijn door gecorrigeerde ratio's. Klik hier om een grotere versie van deze figuur te bekijken.

  1. MFigure 1 (weergegeven in afbeelding 9) toont de systolische BP (SBP, mmHg) in het bovenpaneel, HR (bpm) in het middenpaneel en het RR-interval (s) in het onderste paneel. Karakteristieke SBP-, HR- en RR-waarden zijn geannoteerd met cirkelvormige markeringen. Er verschijnt een menu met de vraag: Wilt u markeringen accepteren? Inspecteer de markeringen. Klik op Ja als alle punten correct zijn; deze bewerking is voltooid en keert terug naar stap 4. Klik op Nee als een punt moet worden aangepast.
  2. Een menu query's: Selecteer de punten die u wilt verplaatsen. In het menu kunt u één, meerdere of alle punten selecteren. Als indices zijn geselecteerd, klikt u op OK om door te gaan (stap 12.3) of op Annuleren om door te gaan zonder indices te wijzigen en door te gaan naar stap 12.4.
  3. Voor elke geselecteerde hoeveelheid worden in een pop-upmenu de punten vermeld die moeten worden gecorrigeerd. Klik op OK om door te gaan. Lijn het dradenkruis uit op het gewenste punt en klik één keer met de muis. Wanneer alle geselecteerde punten zijn gecorrigeerd, geeft MFigure 1 BP (mmHg) weer in het bovenpaneel, HR (bpm) in het middenpaneel en RR-intervallen (s) in het onderpaneel. Het toont de gecorrigeerde punten en regressielijnen tijdens vroege en late Fase II en vroege Fase IV. Druk op Opslaan en ga verder met bewerking 8 (Model uitvoeren).
  4. MFigure 2 (weergegeven in afbeelding 9C) geeft de regressielijnen weer die het RR-interval relateren aan de SBP en de goodness of fit (de R2-waarde ). Druk op Opslaan en sluit af en keer terug naar stap 4. MFigures 1 en 2 worden opgeslagen in de map Cijfers/Gegevens onder de namen [naam patiënt] + ratios.png en [naam patiënt] + _ratios_regression.png.

13. Model uitvoeren (Bewerking 8)

OPMERKING: Operatie 8 omvat het oplossen van het baroreflexdifferentiaalvergelijkingsmodel van Randall et al.20, dat sympathische en parasympathische signalering voorspelt. In deze stap wordt het model uitgevoerd met parameterwaarden die zijn ingesteld met behulp van patiëntinformatie en klinische ratio's die zijn geïdentificeerd in Operatie 7. Deze bewerking is nodig om nominale voorspellingen te testen; Als nominale pasvormen aanzienlijke fouten bevatten, zijn de resultaten van de optimalisatiebewerking (stap 15) mogelijk niet succesvol voor de specifieke gegevensset.

  1. Lost het differentiaalvergelijkingsmodel van Randell et al.20 op met behulp van nominale patiëntspecifieke parameterwaarden die zijn geëxtraheerd uit de gegevens en de patiëntinformatie die in stap 5 is ingevoerd. MFigure 1 toont BP (mmHg) linksboven, HR (bpm) gegevens (blauw) en model (magenta) rechtsboven, thoracale druk (Pth, mmHg) linksonder en parasympathische (magenta) en sympathische (donkerpaarse) voorspellingen rechtsonder. De resultaten worden weergegeven met een tijdresolutie van 10 Hz, wat overeenkomt met de resolutie in de gesubsamplede HR- en SBP-gegevens. Klik op Opslaan en afsluiten en ga verder met bewerking 8 (Model uitvoeren). Dit cijfer wordt opgeslagen in de map Cijfers/Model_fits als [naam patiënt] + _nominal.png.

14. Gevoeligheidsanalyse (Actie 9)

OPMERKING: Gevoeligheidsanalyse is niet vereist voor gegevensanalyse. Deze analyse genereert een grafiek die de gevoeligheid (of het belang) van modelparameters weergeeft voor nauwkeurige HR-voorspelling. Gevoeligheden worden geëvalueerd met een frequentie van 10 Hz, wat overeenkomt met de gesubsamplede HR- en SBP-gegevens. De operatie maakt gebruik van lokale gevoeligheidsanalyse die in detail wordt beschreven door Randall et al.20

  1. Deze bewerking berekent de gevoeligheid van modelparameters voor HR. Resultaten (op een logschaal) die gerangschikte gevoeligheden weergeven, worden weergegeven in MFigure 1 (Figuur 10). Klik op Opslaan en afsluiten en ga verder met bewerking 10 (Optimalisatie). Merk op dat deze berekening een paar minuten duurt. Het resultaat dat in MFigure 1 wordt weergegeven, wordt opgeslagen in de map Cijfers/Model_fits als [naam patiënt] + _sensitivities.png.

figure-protocol-10
Figuur 10: Gevoeligheid van modelparameters voor het voorspellen van de hartslag. Het model en de parameters worden in detail besproken in de studie van Randall et al.20, en de geschatte parameters worden toegelicht in Tabel 2. Klik hier om een grotere versie van deze figuur te bekijken.

15. Optimalisatie (Bewerking 10)

OPMERKING: Deze bewerking schat een subset van identificeerbare parameters op basis van het wiskundige differentiaalvergelijkingsmodel en de beschikbaarheid van gegevens (HR). Het resultaat is een HR-model dat is gekalibreerd op basis van gegevens die zijn gesubsampled op 10 Hz. Naast een reeks geschatte parameters voorspelt het geoptimaliseerde model sympathische en parasympathische signalen. Als de simulatie niet goed aansluit bij de data, kunnen de voorspelde sympathische en parasympathische signalen niet worden geïnterpreteerd. Optimalisatie wordt uitgevoerd met behulp van de Levenberg Marquardt-methode zoals beschreven door Randall et al.20.

  1. Het kan 5-10 minuten duren voordat de parameterschatting is voltooid. Tijdens de berekening drukt het MATLAB-opdrachtvenster maximaal 30 regels van vijf getallen af die (van links naar rechts) de gradiëntnorm, de kleinste kwadratenkosten, het iteratienummer en het Jacobiaanse matrixvoorwaardenummer aangeven. Wanneer de optimalisatie is voltooid, gaat u verder met Bewerking 11 (Modelvoorspellingen plotten). De geschatte parameter en een vector INDMAP worden opgeslagen in de map Geoptimaliseerd.

16. Voorspellingen van het plotmodel (Operatie 11)

OPMERKING: De resultaten van modelvoorspellingen met nominale (Stap 13, Bewerking 8) en geschatte (Stap 15, Bewerking 10) parameterwaarden worden uitgezet met een resolutie van 10 Hz die overeenkomt met de gesubsamplede gegevens. Als de HR-voorspelling die in het paneel rechtsboven van MFigure 1 wordt weergegeven redelijk is, voorspelt de code sympathische en parasympathische signalering (paneel rechtsonder van MFigure 1).

  1. Selecteer in het menu modelvoorspellingen om weer te geven, klik op Nominaal om de modelvoorspellingen uit stap 13 weer te geven en op Geoptimaliseerd om de geoptimaliseerde modelvoorspellingen uit stap 15 weer te geven. MFigure 1 (Figuur 11A nominale parameters en Figuur 11B geoptimaliseerde parameters) toont BP (mmHg) in de linkerbovenhoek, HR (bpm) in de rechterbovenhoek gegevens (blauw) en het model (magenta), de thoracale druk (Pth, mmHg) bevindt zich in de linkerbenedenhoek. De voorspelling van parasympathische (magenta) en sympathische (donkerpaarse) signalen staat in de rechterbenedenhoek. Klik op Opslaan en afsluiten en ga verder naar Bewerking 12 (Overzicht). Dit cijfer wordt opgeslagen in de map Cijfers/Model_fits onder de naam [patiëntnaam] + _[actie].pn, waarbij [action=nominaal] of [action=optimal] afhankelijk van de gekozen actie.

figure-protocol-11
Figuur 11: Voorspelling van het model. Het model werd voorspeld met (A) nominale en (B) geoptimaliseerde parameterwaarden. De figuur toont linksboven: bloeddruk (SBP dikke blauwe lijn en continue BP lichtblauwe lijn, mmHg); rechtsboven: hartslag (HR, bpm), modelvoorspelling (roze lijn) en gegevens (blauwe lijn); linksonder: thoracale druk (Pth, mmHg) donkerblauwe lijn; en rechtsonder: voorspellingen van parasympathische (roze) en sympathische (paarse) activiteit. Beide zijn niet-dimensionaal. Klik hier om een grotere versie van deze figuur te bekijken.

17. Samenvatting (Bewerking 12)

  1. Een samenvatting van de bevindingen wordt opgeslagen als een Excel-spreadsheet (.xlsx) en als een door komma's gescheiden bestand (.csv). Het menu Query's voor opgeslagen gegevens : Voer de bestandsnaam van het gegevensoverzicht in (bijvoorbeeld Bestandsnaam) en voer de voorkeursnaam in het tekstvak in.
  2. Als de bestanden bestaan, wordt de gebruiker in een menu gevraagd: Voeg het bestaande bestand toe of overschrijf het. Deze bewerking drukt ook uitvoer af naar de MATLAB-opdrachtregel. Klik op OK om het bestand te genereren en op Annuleren om alleen naar de opdrachtregel uit te voeren. Het opgeslagen bestand (.xlxs en .cvs) bevat patiëntgegevens (Bewerking 1, Stap 6), klinische markers en regressielijnen (Bewerking 7, Stap 12) en nominale (of geoptimaliseerde) parameterwaarden (Bewerking 11, Stap 16). Voor elke regressielijn geeft de R2-waarde de goodness of fit aan.
    OPMERKING: Deze bewerking (stap 17) kan worden voltooid zonder de modellerings-, gevoeligheids- en optimalisatiestappen (bewerkingen 8-11) uit te voeren.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Resultaten

De acht voorbeelddatasets zijn geselecteerd om een breed scala aan antwoorden weer te geven. Figuur 3, Figuur 4, Figuur 5, Figuur 6, Figuur 7, Figuur 8, Figuur 9, Figuur 10 en Figuur 11 presenteren de resultaten van een re...

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Discussie

De ValsalvaAnalyzer-software die in dit onderzoek wordt gedemonstreerd, biedt functionaliteit voor het analyseren van klinische ECG- en bloeddrukgegevens die tijdens de Valsalva-manoeuvre zijn opgenomen. De software biedt de mogelijkheid om luidruchtige signalen te verwijderen, waardoor het haalbaar wordt om consistente metingen over een populatie te krijgen. Met behulp van de gecorrigeerde gegevens berekent de software meer dan 35 markeringen die de gebruiker kan interpreteren. De softw...

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Openbaarmakingen

De auteurs hebben niets te onthullen.

Dankbetuigingen

Deze studie werd gedeeltelijk gefinancierd door de National Science Foundation-prijzen (DMS-2051010) en NSA-prijzen (H98230-21-1-0014 en H98230-20-1-0259). We willen Sanaa Elmajdoubi, Rigshospitalet, Denemarken, Niloufar Mehrani en Jesper Mehlsen, Klinik Mehlsen, Denemarken bedanken voor het testen van de software. We willen E. Benjamin Randall, Applied Research Associates, Raleigh, NC, bedanken voor de bespreking van het wiskundige model en Iryna Palamarchuk, University of Toronto, Canada, voor de bespreking van indices. Tot slot bedanken we Sophie Carlson, University of California San Diego, voor het herzien en bewerken van de computationele code. De software slaat resultaten lokaal op de computer op en deelt geen informatie met externe entiteiten. Ontwikkelaars van de ValsalvaAnalyzer-software zijn niet verantwoordelijk voor het gebruik en de bescherming van patiëntgegevens. Elke gebruiker van de ValsalvaAnalyzer is verantwoordelijk voor het beschermen van gegevens en het verkrijgen van de juiste goedkeuringen voordat de resultaten die met deze software zijn gegenereerd, worden gepubliceerd.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Materialen

Lijst van materialen gebruikt in dit artikel
NaamBedrijfCatalogusnummerOpmerkingen
LabChartADInstrumentsSoftware waaruit de geanalyseerde gegevens worden geëxporteerd
MATLABMathworksSoftware gebruikt voor het ValsalvaAnalyzer-programma

Referenties

  1. Palamarchuk, I., Baker, J., Kimpinski, K. The utility of Valsalva maneuver in the diagnoses of orthostatic disorders. Am J Physiol. 310 (3), R243-R252 (2016).
  2. Pstras, L., Thomaseth, K., Waniewski, K., Balzani, I., Bellavere, F. The Valsalva manoeuvre: physiology and clinical examples. Acta Physiologica. 217 (2), 103-119 (2016).
  3. Singer, W., OpferGgehrking, T., McPhee, B., Hilz, M., Low, P. Influence of posture on the Valsalva manoeuvre. Clin Sci (London). 100 (4), 433-440 (2001).
  4. Groth, P., Tjernström, O. Pressure chamber tests for selection of aircrew. ORL J Otorhinolaryngol Relat Spec. 46 (5), 264-269 (1984).
  5. Gelfman, D. The Valsalva maneuver, set in stone. Am J Med. 134 (6), 823-824 (2021).
  6. Pstras, L., Thomaseth, K., Waniewski, J., Baizani, I., Bellavere, F. Mathematical modelling of cardiovascular response to the Valsalva manoeuvre. Math Med Biol. 34 (2), 261-292 (2017).
  7. Barbato, A. Chapter 78 - The History, Physical, and Laboratory Examinations. , Butterworths. (1990).
  8. Low, P., et al. Effect of age and gender on sudomotor and cardiovagal function and blood pressure response to tilt in normal subjects. Muscle Nerve. 20 (12), 1561-1568 (1997).
  9. Ewing, D., Martyn, C., Young, R., Clarkea, B. The value of cardiovascular autonomic function tests: 10 years experience in diabetes. Diabetes Care. 8 (5), 491-498 (1985).
  10. Nagar, A., Dhingra, N. Valsalva retinopathy. Postgrad Med J. 93 (1097), 174(2017).
  11. Sandroni, P., Novak, V., Opfer-Gehrking, T., Huck, C., Low, P. Mechanisms of blood pressure alterations in response to the Valsalva maneuver in postural tachycardia syndrome. Clin Auton Res. 10 (1), 1-5 (2000).
  12. El-Khayat, A. Valsalva haemorrhagic retinopathy in pregnancy after yoga. BMJ Case Rep. 2017, bcr2017221099(2017).
  13. Low, P. Testing the autonomic nervous system. Semin Neurol. 23 (4), 407-421 (2003).
  14. Won, H., Kim, P., Lee, J. Changes in echogenicity of hepatic hemangiomas during the Valsalva maneuver. J Clin Ultrasound. 45 (6), 328-331 (2017).
  15. Ricci, S., Moro, L., Minotti, G., Incalzi, R., De Maeseneer, M. Valsalva maneuver in phlebologic practice. Phlebology. 33 (2), 75-83 (2018).
  16. Felker, G., Cuculich, P., Gheorghiade, M. The Valsalva maneuver: a bedside "biomarker" for heart failure. Am J Med. 119 (2), 117-122 (2006).
  17. Kim, J., et al. Utility of corrected QT interval in orthostatic intolerance. PLoS One. 9 (9), e106417(2014).
  18. Kim, H., Yi, H., Hong, J., Lee, H. Detailed relationship between the pattern of blood pressure change during the Valsalva maneuver and the degree of orthostatic hypotension during the head-up tilt test in patients with orthostatic intolerance: a retrospective case-control study. Medicine (Baltimore). 95 (19), e3608(2016).
  19. Bingger, W., Mitchell, R., Harron, D., McKaigue, J., McAloney, R. Real time analysis of Valsalva maneuver. Comput BIol Med. 19 (5), 319-329 (1989).
  20. Randall, E., Billeschou, A., Brinth, L., Mehlsen, J., Olufsen, M. A model-based analysis of autonomic nervous function in response to the Valsalva maneuver. J Appl Physiol. 127 (5), 1386-1402 (2019).
  21. Motamedi, M., Akbarzadeh, M., Safari, S., Shahhoseini, M. Valsalva maneuver using a Handmade Device in Supraventricular Tachycardia Reversion; a quasi experimental study. Emerg (Tehran). 5 (1), e81(2017).
  22. Abdulhamid, A., et al. Modified Valsalva versus standard Valsalva for cardioversion of supraventricular tachycardia: systematic review and meta-analysis. Int J Arrhythmia. 22, 2(2021).
  23. VitalScan. The future of health care autonomic nervous system testing. , (2023).
  24. Heart rate variability (HRV) software. , Kubios. (2023).
  25. Robertson, D., Biaggioni, I., Burnstock, G., Low, P. A., Paton, J. Primer on the autonomic nervous system. , Elsevier. (2012).
  26. Hristovska, A., et al. Orthostatic intolerance after acute mild hypovolemia: incidence, pathophysiologic hemodynamics, and heart-rate variability analysis-a prospective observational cohort study. Can J Anaesth. 70 (10), 1587-1599 (2023).
  27. Hristovska, A., Uldall-Hansen, B., Mehlsen, J., Kehlet, H., Foss, N. Orthostatic intolerance after intravenous administration of morphine: incidence, haemodynamics and heart rate variability analysis. Anesthesia. 78 (4), 526-528 (2022).
  28. Geddes, J., Ottesen, J., Mehlsen, J., Olufsen, M. Postural orthostatic tachycardia syndrome explained using a baroreflex response model. JR Soc Interface. 19 (193), 20220220(2022).
  29. Overweight and obesity. , Centers for Disease Control and Prevention. https://www.cdc.gov/obesity/index.html (2022).
  30. Denq, J., O'Brian, P., Low, P. Normative data on phases of the Valsalva maneuver. J Clini Neurophysiol. 15 (6), 535-540 (1998).
  31. Sandroni, P., Benarroch, E., Low, P. Pharmacological dissection of components of the Valsalva maneuver in adrenergic failure. J Appl Physiol. 71 (4), 1563-1567 (1985).
  32. Huang, C., Sandroni, P., Sletten, D., Weigand, S., Low, P. Effect of age on adrenergic and vagal baroreflex sensitivity in normal subjects. Muscle Nerve. 36 (5), 637-642 (2007).
  33. Novak, P. Assessment of sympathetic index from the Valsalva maneuver. Neurology. 76 (23), 2010-2016 (2011).
  34. Wada, N., et al. Determination of vagal baroreflex sensitivity in normal subjects. Muscle Nerve. 50 (4), 535-540 (2014).
  35. Wada, N., et al. Comparison of baroreflex sensitivity with a fall and rise in blood pressure induced by the Valsalva manoeuvre. Clin Sci (London). 127 (5), 307-313 (2014).
  36. Schrezenmaier, C., et al. Adrenergic and vagal baroreflex sensitivity in autonomic failure. Arch Neurol. 64 (3), 381-386 (2007).
  37. Trefethen, L. Spectral methods in Matlab. , SIAM. (2000).
  38. Moštak, I., Višnjić, N., Junaković, A., Skorić, M. Comparison of baroreflex sensitivity indices with standard tests of autonomic system function. J Neurol Sci. 426, 117473(2021).
  39. García, J., López, A., Stefan, M., Milner, D. Influence of repetitions on the Valsalva maneuver. Neurophysiol Prac. 5, 104-111 (2020).
  40. Vogel, E., Sandroni, P., Low, P. Blood pressure recovery from Valsalva maneuver in patients with autonomic failure. Neurology. 65 (10), 1533-1537 (2005).
  41. Kobayashi, H. Normalization of respiratory sinus arrhythmia by factoring in tidal volume. Appl Human Sci. 17 (5), 207-213 (1998).

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Herprints en machtigingen

Trefwoorden

HartslaganalyseBloeddrukanalyseBaroreflexgevoeligheidECG signaalverwerkingAutonome DysfunctieMATLAB softwareSympathische DynamiekParasympathische Dynamiek
Software voor analyse van hartslag en bloeddruk Tijdreeksgegevens van de Valsalva-manoeuvre
Neem contact met ons op
Aanbevelen aan bibliotheek

Privacy

Gebruiksvoorwaarden

Beleid

Copyright © 2026 MyJoVE Corporation. Alle rechten voorbehouden.