Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Medicine

相位角和BIVA Z评分分析在急诊科急性心力衰竭患者中的临床应用

Published: June 30, 2023 doi: 10.3791/65660

Summary

在本协议中,我们解释了如何获得和解释通过生物电阻抗获得的相位角值和生物电阻抗矢量分析 (BIVA) Z 评分在急诊科收治的急性心力衰竭患者中,以及它们作为预测标志物的临床适用性90 天事件的预后。

Abstract

急性心力衰竭的特征是神经激素激活,导致钠和水潴留,并导致身体成分改变,例如体液充血或全身充血增加。这种情况是入院的最常见原因之一,并且与不良预后有关。相位角间接测量细胞内状态、细胞完整性、活力以及细胞内和细胞外体水之间的空间分布。该参数已被发现是健康状况的预测指标,也是生存率和其他临床结果的指标。此外,入院时相位角值为<4.8°与急性心力衰竭患者的死亡率较高相关。然而,低相位角值可能是由于心力衰竭中存在的改变,例如液体从细胞内体水 (ICW) 室转移到 ECW(细胞外体水)室,以及体细胞质量同时减少(这可能反映营养不良)。因此,低相位角可能是由于水合过度和/或营养不良。BIVA通过图形矢量(R-Xc图)提供有关体细胞质量和充血状态的附加信息。此外,与原始 R-Xc 图上百分位数的椭圆具有相同模式的 BIVA Z 分数分析(与参考组平均值的标准差数)可用于检测软组织质量或组织水合作用的变化,并可以帮助研究人员比较不同研究人群的变化。该协议解释了如何获取和解释相位角值和 BIVA Z 评分分析、它们的临床适用性以及它们作为急性心力衰竭急诊科患者 90 天事件预后的预测标志物的有用性。

Introduction

急性心力衰竭 (AHF) 由心衰竭衍生物的体征、症状和加重以及临床、血流动力学和神经激素异常(包括全身炎症激活导致钠和水潴留)的组合引起1。这种长期积累导致间质糖胺聚糖 (GAG) 网络功能失调,导致缓冲能力降低并改变 GAG 网络的形式和功能 1,2。由于液体从细胞内空间转移到细胞外空间3,这导致了身体成分的改变,从而导致体液增加并导致充血,这是 HF 住院的最常见原因。它主要是液体超负荷、室积液再分布或两者机制的结合,需要立即就医4,5。这种情况是预后不良的主要预测因素之一6,7

考虑到 AHF 是 65 岁以上患者住院的最常见原因8,大约 90% 的急诊科患者出现液体超负荷6,其中约 50% 的患者出院时出现持续的呼吸困难和疲劳症状,和/或体重减轻很少或没有减轻9.出院后住院死亡率为 4%-8%;3 个月时从 8% 增加到 15%,对于再住院,3 个月时的比率从 30% 到 38%不等 10.因此,在急诊科等实时和急性环境中快速准确地评估充血对于治疗管理11 和确定疾病预后、发病率和死亡率6至关重要。

生物电阻抗分析(BIA)已被建议用于估计身体成分是否安全、无创和便携技术 12.为了估计全身阻抗,BIA 使用相敏阻抗分析仪,该分析仪通过放置在手和脚上的四极表面电极引入恒定的交流电12。该方法结合了电阻 (R)、电抗 (Xc) 和相角 (PhA)13,其中 R 是交流电流过细胞内和细胞外离子溶液的阻力。Xc是组织界面、细胞膜和细胞器在通过施用电流12时传导(介电成分)或顺应性的延迟。PhA 反映了 R 和 Xc 之间的关系。它来源于组织的电学特性;它表示为细胞膜和组织界面处电压和电流之间的滞后,并用相敏器件14151617 测量。

PhA 是根据 R 和 Xc 的原始数据计算得出的 (PA [度] = 反正切 (Xc/R) x (180°/π)),它被认为是细胞健康和细胞膜结构的指标之一18,以及 ICW 和 ECW 空间分布的指标,即隔室重新分布的改变(特别是从细胞内到细胞外水的变化, 低相位角可以显示)19.因此,低 PhA 值可能是由于水合过度和/或营养不良,Z 评分可用于区分这种低 PhA 是由于软组织质量的损失、组织水合作用的增加,还是两者兼而有之。此外,Z 分数的转换可以帮助研究人员比较不同研究人群的变化 3,14

此外,PhA 被认为是健康状况的预测因子、生存指标和不同临床结果的预后标志物 3,20,即使在其他临床条件下也是如此 20,21,22,23,其中高 PhA 值表明细胞膜完整性和活力更高 10,13因此功能更强大。这与低PhA值形成鲜明对比,低PhA值反映了膜的完整性和通透性损失,导致细胞功能受损甚至细胞死亡14,22,24。在慢性心力衰竭 (CHF) 患者中,较小的 PhA 值与较差的功能分类相关25。此外,PhA 测量的优点之一是它不需要召回的参数、体重或生物标志物。

一些研究建议对液体位移和液体再分布改变或水合状态不恒定的患者(例如 AHF26 中的患者)使用原始 BIA 测量。这是因为 BIA 基于估计全身水分 (TBW)、细胞外体内水分 (ECW) 和细胞内体内水分 (ICW) 的回归方程。因此,由于与软组织水合作用的生理关系,此类患者的瘦体重和脂肪量估计存在偏差27

生物电阻抗矢量分析(BIVA)方法克服了传统BIA方法28的一些局限性。它通过对身体成分的半定量评估来提供额外的信息,包括体细胞质量 (BCM)、细胞质量完整性和水合状态29。因此,它允许通过R-Xc图28,30上的矢量分布和距离模式来估计体液体积。BIVA 用于创建阻抗 (Z) 的矢量图,使用从 BIA 导出的 50 kHz 频率下的全身 R 和 Xc 值。

为了调整 R 和 Xc 的原始值,参数 R 和 Xc 由高度 (H) 标准化,以 Ohm/m 表示为 R/H 和 Xc/H,并绘制为向量;该向量在 R-Xc 图16,28 上具有长度(与 TBW 成正比)和方向。

性别特异性 R-Xc 图包含三个椭圆,对应于健康参考人群283132 的 50%75% 和 95% 容差椭圆;椭圆的椭球形式由 R/H 和 Xc/H 之间的关系决定。然而,为了评估特定性别参考健康人群中的阻抗参数,将原始原始 BIA 参数转换为双变量 Z 评分(在 BIVA Z 评分分析中)并绘制在 R-Xc Z 评分图33,34 上。该图与 R-Xc 图相比,将标准化 R/H 和 Xc/H 表示为双变量 Z 分数,即 Z(R) 和 Z(Xc) 显示与参考组平均值33 相差的标准差数。Z 分数的容差椭圆与原始 R-Xc 图31,33 上百分位数的容差椭圆保持相同的模式。R-Xc 和 R-Xc 的 Z 评分图显示软组织质量和组织水合作用的变化与回归方程或体重无关。

沿椭圆长轴的矢量位移表明水化状态的变化;低于椭圆 75% 极点的缩短向量表明凹陷性水肿(敏感性 = 75%,特异性 = 86%);然而,AHF 和 CHF 患者检测凹陷性水肿的最佳阈值不同,其中 75% 的下极对应于 AHF 患者,50% 对应于 CHF 患者的水肿(敏感性 = 85%,特异性 = 87%)35。另一方面,沿短轴的矢量位移对应于细胞质量。椭圆的左侧表示细胞质量高(即更多的软组织),其中较短的向量对应于肥胖个体,并且其特征在于与具有较长向量的运动者相似的阶段。相反,右侧表示较少的体细胞质量21,34;根据Picolli等人31,33,厌食症、HIV和癌症组的载体评分位于短轴的右侧对应于恶病质的类别。

本研究旨在解释如何在急诊科收治的 AHF 患者中使用 BIA 获得和解释 PhA 值,并展示其作为 90 天事件预后的预测标志物的临床适用性/有用性。

Subscription Required. Please recommend JoVE to your librarian.

Protocol

该协议已获得国家医学科学与营养研究所研究伦理委员会Salvador Zubirán(参考文献3057)的批准。为了进行 BIA 测量,使用了四极多频设备(参见 材料表)。该设备在50 kHz的频率下提供了电阻(R)、电抗(Xc)和相位角(PhA)的准确原始值,从而能够以最佳信噪比测量阻抗。使用的粘性电极需要符合制造商的建议。已获得参与研究的患者的知情书面同意。

1. 实验和患者准备

注意:这些步骤是在执行 BIA 测量之前执行的。

  1. 使用已知值为 500 Ω(范围:496-503 Ω)的测试电阻器定期测试设备以检查阻抗测量的准确性。
  2. 根据制造商的说明和文献36 中描述的四极性方法对执行 BIA 测量的人员进行培训。
    注意:患者必须禁食至少 4-5 小时。如果患者清醒且有意识,请解释将要进行的程序。
  3. 从右脚上取下鞋子和袜子以及任何与患者皮肤接触的金属物体,例如手镯、手表、戒指和链子。
    注意: 如果右脚受伤,请包扎并切换到左侧(如果两只脚都无法暴露并放置电极,则无法进行 BIA 测量)。
  4. 根据患者的耐受性,将患者置于仰卧位或半卧位,双腿和手臂以约 45° 的角度展开。对于肥胖患者,在他们的大腿之间放一张床单,以避免他们之间的接触。
  5. 将引线连接到设备;有迹象表明连接它们的正确方法。

2. BIA测量

  1. 确定将放置电极的区域。用 70% 的酒精垫清洁这些表面并等待酒精干燥以放置电极(电极的位置已在前面描述)37
    注意:有关 BIA 测量的详细信息,请参阅前面描述的协议37

3. R-Xc Z-score图上的BIA原始参数分析

  1. 下载 Piccolli38BIVA 公差软件(参见材料表)。
    注意:该软件包括七个工作簿表(指南/参考人口/点图/路径/主题/Z 分数/Z 图)。
  2. 单击参考人群表,根据患者特征选择参考 人群 ,并将其复制并粘贴到第一个黄色行中。
    注意:软件仅读取第一个黄色行,即放置参考人口的位置。参考种群从 1 到 10(Popul 代码 列),它们显示在黄色种群下方的行中。
  3. 单击 Z 评分表,插入参考人群,然后在第二行中输入患者数据。
    注:参考人口数据包括人口代码(Popul Code)、参考人口中包含的患者人数(Popul Size、N)、以 m 2 为单位的以欧姆为单位的平均电阻(R/H 平均值)、以欧姆为单位的电阻与高度的标准偏差(以 m 2 为单位)(R/H SD)、以欧姆为单位的平均电抗(以 m2 为单位的高度)(Xc/H 平均值), 以及以欧姆为单位的电抗与高度的标准偏差,单位为 m2 (Xc/H SD)。这些数据显示在参考人口表(A至F列)中。
    1. 将每位患者的病历编号插入“ 受试者 ID ”字段(G 列)。
    2. 在“ 组代码 ”字段(H 列)中插入一个介于 1 和 10 之间的数字。
    3. 将使用 BIA 获得的电阻值插入 R/H 主题 字段(第 I 列)。
    4. 将用 BIA 获得的电抗值插入 Xc/H 主题 字段(J 列)。
    5. 将值 1 插入到 绘图选项 字段(K 列)中以创建绘图;若要跳过行,请将单元格留空。
  4. 单击电子表格 程序菜单,单击 “补充 ”选项卡,然后单击“ 计算 ”按钮。
    注意:将自动计算 Z(R ) 分数(L 列)Z (Xc) 分数 (M 列)。
  5. 单击 Z 图工作表;然后,在电子表格程序菜单中,单击“ 加载项 ”选项卡和“ 新建图形 ”按钮。
  6. 按照步骤 4 和步骤 5 执行 BIVA Z 分数和相角分析。

4. BIVA Z分数的解释和分析

注意:识别 R-Xc Z 分数图中的四种模式。在沿长轴的极端情况下,下部模式与充血有关,而上部模式与脱水状态有关。在沿短轴的极端情况下,左模式与软组织中的细胞质量增加有关,而右模式与软组织中的细胞质量较少有关。为了根据组的平均年龄计算双变量 Z 分数,使用以下公式:Z(R) = (R/H 平均年龄组 - 参考人群中的 R/H 平均值)/ 参考人群的标准差和 Z(Xc) = (Xc/H 组的平均年龄 - 参考人群中的 Xc/H 平均值)/ 参考人群的标准差。

  1. 可视化并识别 50%、75% 和 95% 的椭圆。 x (电抗)和 y (电阻)轴显示标准偏差。
    注:性别特异性 R-Xc Z 评分图根据水合状态和 BCM 进行分类,75% 公差椭圆内的所有向量都被认为表示阻抗正常的组织。
  2. 确定水合状态的轴并对向量进行分类。
    注意:低于下极点 75% 容差椭圆的矢量表示拥塞,而落在 75% 容差椭圆内的所有矢量表示没有拥塞。落在上极点 75% 公差椭圆之外的矢量被认为表明脱水状态。
  3. 识别图形上的 BCM 轴并对向量进行分类。
    注意:向左侧位移的向量被认为表示更大的 BCM。相反,图形右侧的向量被归类为表示较低的 BCM。
  4. 确定绘图与参考组平均值之间的标准差数。
    注意: 低于下极点(长轴)的 75% 容差椭圆和左侧(短轴)的 75% 椭圆之外的向量被解释为指示 BCM(较少的软组织)减少的充血状态,而落在右侧(短轴)的向量被解释为指示 BCM 增加的充血状态(更多软组织)。
  5. 另一方面,落在下极点(长轴)的 75% 容差椭圆和左侧(短轴)的 75% 椭圆之外的向量被解释为表示非充血状态,BCM 减少(软组织较少),而落在右侧(短轴)的向量被解释为表示非拥塞状态,BCM 增加(更多软组织)。

5. 直接计算和解释PhA

注意:需要原始 R 50 和 Xc50 值来计算 PhA。

  1. 将原始 R 50 和 Xc50 值代入公式。
    注意: RStudio 中的公式:atan(Xc 50/R50)*(180°/π);Microsoft Excel中的公式:=ATAN(Xc 50 / R50)*(180°/ PI)。结果以度数表示。
    PhA 通常在 5° 到 7° 之间;但是,健康运动员可以达到 9.5° 以上的值。如果入院时 PhA 值低于 4.8°,则受试者出现 90 天事件(死亡率或再住院率)的 HR 为 2.7(95%CI 1.08-7.1,p = 0.03)39 ,未来 24 个月的死亡率为 HR 为 2.67(95% CI 1.21-5.89,p = 0.01)20

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

根据上述方案,我们提供了四名入住急诊科的 AHF 患者(两名女性和两名男性)的数据,作为相位角值和 BIVA Z 评分分析的临床适用性示例。在入院后 24 小时内使用相位敏感多频设备进行 BIA 测量。

为了根据年龄组的平均值计算双变量 Z 分数,使用了以下公式:Z(R) = (年龄组的 R/H 平均值 - 参考人群的 R/H 平均值)/参考人群的标准差,以及 Z(Xc) = (年龄组的 Xc/H 平均值 - 参考人群的 Xc/H 平均值)/ 参考人群的标准差。

BIA 测量后,根据入院时的 PhA 值将患者分为两类:(1) PhA < 4.8° 和 (2) PhA ≥ 4.8°。如果患者在出院后 90 天内出现院内死亡率、院外死亡率或因任何原因再次住院,则定义为事件。患者的临床特征见表 1表2 显示了两男两女入院时按PhA-划分的实验室和超声心动图特征。

病例 1 对应于一名既往未诊断为 HF 的 75 岁女性,她因水肿和呼吸困难入院,在两个月前进行的髋关节手术后经过一个月的演变。到达后,她有Godet水肿(+++)、啰音和S3音,据报告。影像学检查结果是血管淤血(主要是右侧双侧胸腔积液);根据欧洲心脏病学会 (European Society of Cardiology, ESC) 指南第 40 条,她还表现出低白蛋白血症、高磷血症、I 型呼吸衰竭和急性心力衰竭的温湿血流动力学特征。基于 PhA 和 BIVA Z 评分分析(图 1;第 1 组),患者有组织充血伴 BCM 丢失,与营养不良相关,这与全身炎症发作一致,因为所涉及的静水压和渗透压增加导致液体渗漏到间质间隙。患者在出院 11 天后出现事件(再住院)。

病例 2 涉及一名 83 岁的充血性心力衰竭和左心室分数射血减少 (LVEF) 女性,她在进展后 7 天内因呼吸困难入院,未出现水肿或啰音。根据BIVA Z评分分析(图1;第 2 组),患者在非充血区域的 75% 公差椭圆范围内,这反映了表明没有组织或血管内充血的干燥曲线。此外,尽管患者年事已高,但除了 5.4° 的 PhA 外,还保留了 BCM,显示出良好的细胞活力。这些特征与患者的进化一致,因为没有出现任何事件。

病例 3 与一名 78 岁男性相对应,他因与功能分级下降和呼吸困难相关的进行性水肿而入院。入院时,患者出现 Godet 水肿 (+++),胸部 X 线检查显示液体超负荷、心脏扩大,以左侧胸腔积液为主,无任何感染性病变,这反映了湿温的临床特征。BIVA Z 评分(图 2,第 3 组)和 2.5° 的 PhA 显示患者有组织充血,如病例 1;由于流体静压和渗透压力的增加,流体重新分布。他在入院三天后死亡。

病例4 为1例80岁男性慢性心力衰竭,LVEF降低,病情进展后6 d内因呼吸困难入院;他没有出现水肿或啰音。X 线检查显示间质增厚和主动脉弓突出。根据BIVA Z评分(图2;第4组),患者无充血,白蛋白水平正常;因此,避免了静水压力和渗透压力之间的不平衡。然而,右侧的位移矢量反映了软组织的损失。与病例 2 一样,患者没有出现事件。

结果显示,根据BIVA Z评分分析,被归类为充血、PhA<4.8°和BCM较低的患者预后较差,这些预后与其他预测因素有关,如住院时间、血清白蛋白和脑利钠肽。

Figure 1
1:R-Xc z 评分图,其中包含急诊科收治的 AHF 女性患者的数据。该图反映了两名女性患者,两个向量都低于水增加象限(拥塞状态)的 75% 公差椭圆。组 1 对应于案例 1 的向量,组 2 对应于案例 2 的向量。请点击这里查看此图的较大版本.

Figure 2
2:带有急诊科收治的 AHF 男性患者数据的 R-Xc z 评分图。该图反映了两名男性患者,向量低于 75% 公差椭圆(拥堵状态)并对应于病例 3(第 3 组),分类在非拥塞区域的向量对应于病例 4(第 4 组)。请点击这里查看此图的较大版本.

表1:急诊科患者入院时按入院时相位角划分的特征。 BMI:体重指数;SBP:收缩压;DBP:舒张压;LOS:停留时间。 请按此下载此表格。

表2:急诊科入院时的实验室结果和入院时相位角的超声心动图特征。 SaO2:血氧饱和度;PaO2:氧分压;PaCO2:二氧化碳分压;HCO3:碳酸氢盐;FS: 分数缩短;LVEF:左心室射血分数。 请按此下载此表格。

Subscription Required. Please recommend JoVE to your librarian.

Discussion

该协议描述了在临床实践中使用 R-Xc Z 评分分析的效用,用于因 AHF 入院的急诊科患者。考虑到 AHF 患者入院的主要原因是充血,其快速准确的检测和评估对患者的预后至关重要6.

本文阐述了 AHF 的各种临床表现,以及如何使用 BIVA Z 评分分析(充血状态和 BCM)准确可靠地评估和分类患者;此外,PhA <4.8° 患者的特征与其他与预后不良相关的预测因子一致,例如血清白蛋白水平低、住院时间延长和脑利钠水平升高35

R-Xc Z 分数图可用于评估拥塞状态和 BCM。因此,除了 R-Xc Z 分数图外,PhA 的实施在拥堵评估期间提供了有用且准确的信息;它也是评估亚临床充血和临床充血和外周水肿存在的诊断工具41。此外,它可以作为一种监测工具,因为在住院期间,急性和慢性心衰患者可以检测到水合作用和营养状况的微小变化5,21;最后,它可以作为不良结果的预测指标。此外,数值的变化是由于体液和营养状况的改变39。此外,当与生物标志物和临床判断相结合时,它可以帮助推动医生对有效的利尿剂治疗策略和 AHF 患者的管理做出决定10.

几项研究表明,PhA 是 AHF42 和 CHF 预后不良的独立预后标志物,无论患者是右侧还是左侧 HF 21,43。在文献中,据报道,水肿和体液潴留患者5 以及纽约心脏协会 (NYHA) 25 功能分级为 III-IV 的患者的 PhA 降低,这与目前的结果一致。然而,在患者临床稳定后,PhA增加21,22。我们观察到的结果与Alves等人20的结果相似,他们表明,在平均24个月的随访期间,PhA为<4.8°是死亡率的预测因子(敏感性=85%,特异性=45%;AUC:0.726);此外,该临界点被发现是出院后 90 天内住院死亡率和再住院的预测指标39.重要的是要认识到,多项研究报告了 PhA 的不同临界点,在 HF 患者中有不同的结局。Scicchitano 等人 44 证明,≤4.9° 的 PhA 独立预测全因死亡(敏感性 = 75%,特异性 = 44%);Massari等人[35]发现,即使在AHF和CHF中,外周液积聚也显著降低PhA(分别为4.2°4.5°);Colín 等人 [22] 发现,在 CHF 门诊患者中,<4.2° 的 PhA 是全因死亡 3 年死亡率的预测因子 (HR: 3.08, 95%IC: 1.06-8.99)。

据我们所知,Piccoli41 之前的一项研究评估了 BIVA Z 评分,以确定心脏或非心脏源性急性呼吸困难患者;然而,这项工作的优势在于它使用 BIVA Z 评分和 PhA 对 AHF 患者进行与患者预后相关的评估。

PhA 的优点是它不需要测量体重和/或身高,并且不会受到起搏器 (PM) 或植入式心律转复除颤器 (ICD) 的存在和活动的影响44,45,46。

技术问题:器件的准确性、一致性和电极类型
一个关键的要求是使用相敏器件来确保对PhA值和水合的可靠和准确评估。使用由并联的电阻器和电容器16组成的高精度(<1%)电路评估器件精度。此外,已确定 R、Xc 和 PhA 具有出色的观察者内可重复性47

PhA 可以从单频 (SF) 或多频 (MF) 器件获得。R 50、Xc 50 和 PhA50 的观察者内重复性很高;然而,这些设备之间 PhA 值的一致性值得怀疑47,48。SF频率和MF频率器件之间的相关性较差,不影响水化状态或BCM(象限或类别)的分类;在解释时必须谨慎,因为最小差异 (<0.5°) 可用于区分健康和危重患者13,因为 MF-BIA 患者的 PhA 和 Xc 被低估了47

由于缺乏国际制造标准,不同仪器的电气精度的交叉校准对于阻抗公司来说至关重要14;此外,要使用的电极来自制造商的设备。然而,即使在理想情况下,每个 Ag/AgCl 电极也应该具有相同的固有阻抗,并且电极之间应该存在差异。Nescolarde等[49 ]观察到,在由银-氯化银(Ag/AgCl)组成的9种电极中,本征R(11-665 Ω)和Xc(0.25-2.5 Ω)值存在很大差异。这系统地、显著地影响了R-Xc图上的向量长度和位置,从而影响了PhA值。

PhA 的观点包括评估变化百分比或其绝对增量 (Δ),以确定临床稳定后这种变化的最佳变化甚至速度,作为验证对治疗或治疗反应的生物标志物。

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

作者声明没有竞争利益。

Acknowledgments

作者要感谢教授。意大利帕多瓦大学医学和外科科学系的 Piccoli 和 Pastori 提供 BIVA 软件。这项研究没有从公共、商业或非营利部门的资金、机构获得任何具体的资助。该协议/研究是玛丽亚·费尔南达·伯纳尔·塞瓦略斯(MaríaFernanda Bernal-Ceballos)的博士论文的一部分,该论文由国家科学技术委员会(CONACYT)奖学金(CVU 856465)支持。

Materials

Name Company Catalog Number Comments
Alcohol 70% swabs  NA NA Any brand can be used
BIVA software 2002 NA NA Is a sofware created for academic use, can be download in http:// www.renalgate.it/formule_calcolatori/ bioimpedenza.htm in "LE FORMULE DEL Prof. Piccoli" section
Chlorhexidine Wipes NA NA Any brand can be used
Examination table NA NA Any brand can be used
Leadwires square socket BodyStat SQ-WIRES
Long Bodystat 0525 electrodes BodyStat BS-EL4000
Quadscan 4000 equipment BodyStat BS-4000 Impedance measuring range:
20 - 1300 Ω ohms
Test Current: 620 μA
Frequency: 5, 50, 100, 200 kHz Accuracy: Impedance 5 kHz: +/- 2 Ω Impedance 50 kHz: +/- 2 Ω Impedance 100 kHz: +/- 3 Ω Impedance 200 kHz: +/- 3 Ω
Resistance 50 kHz: +/- 2 Ω
Reactance 50 kHz: +/- 1 Ω
Phase Angle 50 kHz: +/- 0.2° Calibration: A resistor is supplied for independent verification from time to time.
The impedance value should read between 496 and 503 Ω.

DOWNLOAD MATERIALS LIST

References

  1. Boorsma, E. M., et al. Congestion in heart failure: a contemporary look at physiology, diagnosis, and treatment. Nature reviews. 17 (10), 641-655 (2020).
  2. Arrigo, M., Parissis, J. T., Akiyama, E., Mebazaa, A. Understanding acute heart failure: pathophysiology and diagnosis. European Heart Journal Supplements. 18 (suppl G), G11-G18 (2016).
  3. Norman, K., Stobäus, N., Pirlich, M., Bosy-Westphal, A. Bioelectrical phase angle and impedance vector analysis--clinical relevance and applicability of impedance parameters. Clinical Nutrition. 31 (6), 854-861 (2012).
  4. Núñez, J., et al. Congestion in heart failure: a circulating biomarker-based perspective. A review from the Biomarkers Working Group of the Heart Failure Association, European Society of Cardiology. European Journal of Heart Failure. 24 (10), 1751-1766 (2022).
  5. Scicchitano, P., Massari, F. The role of bioelectrical phase angle in patients with heart failure. Reviews in Endocrine & Metabolic Disorders. 24 (3), 465-477 (2022).
  6. Palazzuoli, A., Evangelista, I., Nuti, R. Congestion occurrence and evaluation in acute heart failure scenario: time to reconsider different pathways of volume overload. Heart Failure reviews. 25 (1), 119-131 (2020).
  7. Girerd, N., et al. Integrative Assessment of congestion in heart failure throughout the patient journey. JACC Heart Failure. 6 (4), 273-285 (2018).
  8. Felker, G. M. Diuretic strategies in patients with acute decompensated heart failure. The New England Journal of Medicine. 364 (9), 797-805 (2011).
  9. Gheorghiade, M., Filippatos, G., De Luca, L., Burnett, J. Congestion in acute heart failure syndromes: an essential target of evaluation and treatment. The American Journal of Medicine. 119 (12 Suppl 1), S3-S10 (2006).
  10. Di Somma, S., Vetrone, F., Maisel, A. S. Bioimpedance vector analysis (BIVA) for diagnosis and management of acute heart failure. Current Emergency and Hospital Medicine Reports. 2, 104-111 (2014).
  11. Scicchitano, P., et al. Sex differences in the evaluation of congestion markers in patients with acute heart failure. Journal of Cardiovascular Development and Disease. 9 (3), 67 (2022).
  12. Bioelectrical impedance analysis in body composition measurement: National Institutes of Health Technology Assessment Conference Statement. The American Journal of Clinical Nutrition. 64 (3), 524S-532S (1996).
  13. Kushner, R. F. Bioelectrical impedance analysis: a review of principles and applications. Journal of the American College of Nutrition. 11 (2), 199-209 (1992).
  14. Lukaski, H. C., Kyle, U. G., Kondrup, J. Assessment of adult malnutrition and prognosis with bioelectrical impedance analysis: phase angle and impedance ratio. Current Opinion in Clinical Nutrition and Metabolic Care. 20 (5), 330-339 (2017).
  15. Lukaski, H. C., Vega Diaz, N., Talluri, A., Nescolarde, L., L, Classification of hydration in clinical conditions: indirect and direct approaches using bioimpedance. Nutrients. 11 (4), 809 (2019).
  16. Lukaski, H. C. Evolution of bioimpedance: a circuitous journey from the estimation of physiological function to assessment of body composition and a return to clinical research. European Journal of Clinical Nutrition. 67 (1), S2-S9 (2013).
  17. Moonen, H. P. F. X., Van Zanten, A. R. H. Bioelectric impedance analysis for body composition measurement and other potential clinical applications in critical illness. Current Opinion in Critical Care. 27 (4), 344-353 (2021).
  18. Máttar, J. A. Application of total body bioimpedance to the critically ill patient. Brazilian Group for Bioimpedance Study. New Horizons. 4 (4), 493-503 (1996).
  19. Di Somma, S., et al. The emerging role of biomarkers and bio-impedance in evaluating hydration status in patients with acute heart failure. Clinical chemistry and laboratory medicine. 50 (12), 2093-2105 (2012).
  20. Alves, F. D., Souza, G. C., Clausell, N., Biolo, A. Prognostic role of phase angle in hospitalized patients with acute decompensated heart failure. Clinical Nutrition. 35 (6), 1530-1534 (2016).
  21. Alves, F. D., Souza, G. C., Aliti, G. B., Rabelo-Silva, E. R., Clausell, N., Biolo, A. Dynamic changes in bioelectrical impedance vector analysis and phase angle in acute decompensated heart failure. Nutrition. 31 (1), 84-89 (2015).
  22. Colín-Ramírez, E., Castillo-Martínez, L., Orea-Tejeda, A., Vázquez-Durán, M., Rodríguez, A. E., Keirns-Davis, C. Bioelectrical impedance phase angle as a prognostic marker in chronic heart failure. Nutrition. 28 (9), 901-905 (2012).
  23. Stapel, S. N., Looijaard, W. G. P. M., Dekker, I. M., Girbes, A. R. J., Weijs, P. J. M., Oudemans-van Straaten, H. M. Bioelectrical impedance analysis-derived phase angle at admission as a predictor of 90-day mortality in intensive care patients. European Journal of Clinical Nutrition. 72 (7), 1019-1025 (2018).
  24. Baumgartner, R. N., Chumlea, W. C., Roche, A. F. Bioelectric impedance phase angle and body composition. The American Journal of Clinical Nutrition. 48 (1), 16-23 (1988).
  25. Castillo Martínez, L., et al. Bioelectrical impedance and strength measurements in patients with heart failure: comparison with functional class. Nutrition. 23 (5), 412-418 (2007).
  26. Barbosa Silva, M. C., Barros, A. J. Bioelectrical impedance analysis in clinical practice: a new perspective on its use beyond body composition equations. Current Opinion in Clinical Nutrition & Metabolic. 8 (3), 311-317 (2005).
  27. Piccoli, A. Identification of operational clues to dry weight prescription in hemodialysis using bioimpedance vector analysis. The Italian Hemodialysis-Bioelectrical Impedance Analysis (HD-BIA) Study Group. Kidney International. 53 (4), 1036-1043 (1998).
  28. Piccoli, A., Rossi, B., Pillon, L., Bucciante, G. A new method for monitoring body fluid variation by bioimpedance analysis: the RXc graph. Kidney International. 46 (2), 534-539 (1994).
  29. Buffa, R., Mereu, R. M., Putzu, P. F., Floris, G., Marini, E. Bioelectrical impedance vector analysis detects low body cell mass and dehydration in patients with Alzheimer's disease. The Journal of Nutrition, Health & Aging. 14 (10), 823-827 (2010).
  30. Piccoli, A., Codognotto, M., Piasentin, P., Naso, A. Combined evaluation of nutrition and hydration in dialysis patients with bioelectrical impedance vector analysis (BIVA). Clinical Nutrition. 33 (4), 673-677 (2014).
  31. Piccoli, A., et al. Bivariate normal values of the bioelectrical impedance vector in adult and elderly populations. The American Journal of Clinical Nutrition. 61 (2), 269-270 (1995).
  32. Espinosa-Cuevas, M. A., Rivas-Rodríguez, L., González-Medina, E. C., Atilano-Carsi, X., Miranda-Alatriste, P., Correa-Rotter, R. Vectores de impedancia bioeléctrica para la composición corporal en población mexicana. Revista de Investigación Clínica. 59 (1), 15-24 (2007).
  33. Piccoli, A., Pillon, L., Dumler, F. Impedance vector distribution by sex, race, body mass index, and age in the United States: standard reference intervals as bivariate Z scores. Nutrition. 18 (2), 153-167 (2002).
  34. Nwosu, A. C., et al. Bioelectrical impedance vector analysis (BIVA) as a method to compare body composition differences according to cancer stage and type. Clinical Nutrition ESPEN. 30, 59-66 (2019).
  35. Massari, F., et al. Accuracy of bioimpedance vector analysis and brain natriuretic peptide in the detection of peripheral edema in acute and chronic heart failure. Heart & Lung: the Journal of Critical Care. 45 (4), 319-326 (2016).
  36. Kyle, U. G. Bioelectrical impedance analysis-part II: utilization in clinical practice. Clinical Nutrition. 23 (6), 1430-1453 (2004).
  37. Castillo-Martínez, L., Bernal-Ceballos, F., Reyes-Paz, Y., Hernández-Gilsoul, T. Evaluation of fluid overload by bioelectrical impedance vectorial analysis. Journal of visualized experiments. 186, e364331 (2022).
  38. Piccoli, A., Pastori, G. BIVA software. , Department of Medical and Surgical Sciences. University of Padova. Padova, Italy. (2002).
  39. Bernal-Ceballos, M. F., et al. Phase angle as a predictor of 90-day prognosis in patients with acute heart failure. [Poster presentation]. Poster Abstracts. Journal of Parenteral and Enteral Nutrition. 46, S74-S226 (2022).
  40. Ponikowski, P., et al. ESC Guidelines for the diagnosis and treatment of acute and chronic heart failure: The Task Force for the diagnosis and treatment of acute and chronic heart failure of the European Society of Cardiology (ESC) developed with the special contribution of the Heart Failure Association (HFA) of the ESC. European Heart Journal. 37 (27), 2129-2200 (2016).
  41. Piccoli, A., et al. Differentiation of cardiac and noncardiac dyspnea using bioelectrical impedance vector analysis (BIVA). Journal of Cardiac Failure. 18 (3), 226-232 (2012).
  42. Scicchitano, P., et al. Respiratory failure and bioelectrical phase angle are independent predictors for long-term survival in acute heart failure. Scandinavian Cardiovascular Journal: SCJ. 56 (1), 28-34 (2022).
  43. González-Islas, D., et al. Body composition changes assessment by bioelectrical impedance vectorial analysis in right heart failure and left heart failure. Heart & Lung: the Journal of Critical Care. 49 (1), 42-47 (2020).
  44. Scicchitano, P., et al. Congestion and nutrition as determinants of bioelectrical phase angle in heart failure. Heart & Lung: The Journal of Critical Care. 49 (6), 724-728 (2020).
  45. Meyer, P., et al. Safety of bioelectrical impedance analysis in patients equipped with implantable cardioverter defibrillators. Journal of Parenteral and Enteral Nutrition. 41 (6), 981-985 (2017).
  46. Garlini, L. M., et al. Safety and results of bioelectrical impedance analysis in patients with cardiac implantable electronic devices. Brazilian Journal of Cardiovascular Surgery. 35 (2), 169-174 (2020).
  47. Bernal-Ceballos, F., Wacher-Rodarte, N. H., Orea-Tejeda, A., Hernández-Gilsoul, T., Castillo-Martínez, L. Bioimpedance vector analysis in stable chronic heart failure patients: Level of agreement between single and multiple frequency devices. Clinical Nutrition ESPEN. 43, 206-211 (2021).
  48. Genton, L., Herrmann, F. R., Spörri, A., Graf, C. E. Association of mortality and phase angle measured by different bioelectrical impedance analysis (BIA) devices. Clinical Nutrition. 37 (3), 1066-1069 (2018).
  49. Nescolarde, L., Lukaski, H., De Lorenzo, A., de-Mateo-Silleras, B., Redondo-Del-Río, M. P., Camina-Martín, M. A. Different displacement of bioimpedance vector due to Ag/AgCl electrode effect. European Journal of Clinical Nutrition. 70 (12), 1401-1407 (2016).

Tags

相位角、BIVA Z 评分、临床应用、患者、急诊科、急性心力衰竭、神经激素激活、钠和水潴留、身体成分、体液充血、全身充血、住院、不良结果、细胞内状态、细胞完整性、活力、空间分布、细胞内体水、健康状况预测因子、生存指标、临床结果、死亡风险、低相位角值、体内水室的改变、 营养不良、水合过度、BIVA图矢量分析、体细胞质量、充血状态
相位角和BIVA Z评分分析在急诊科急性心力衰竭患者中的临床应用
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Bernal-Ceballos, F.,More

Bernal-Ceballos, F., Castillo-Martínez, L., Reyes-Paz, Y., Villanueva-Juárez, J. L., Hernández-Gilsoul, T. Clinical Application of Phase Angle and BIVA Z-Score Analyses in Patients Admitted to an Emergency Department with Acute Heart Failure. J. Vis. Exp. (196), e65660, doi:10.3791/65660 (2023).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter