选择哪个QTc校正公式更合适?Cathy动物心电图入门心电图上的QT间期是指QRS波群的起点到T波的终点,QT间期代表的是心室除极与复极的整个过程。药物所致的QT间期延长会增加室性心律失常的风险,包括有致命风险的尖端扭转型室性心动过速(TdP),严重者导致猝死,多种药物因此被撤出市场。所以,QT间期是极其重要的心电图指标。 QT间期除了受药物作用影响,也受自身心率变化的影响。比如跑步后,心率加快,QT间期随之缩短,安静睡眠时,心率减慢,QT间期随之延长。要准确评价药物对QT间期的影响,就需要消除动物自身心率变化(RR间期)的影响。方法是对QT间期进行校正,得到QTc(校正后的QT,c:corrected)。 选择合适的QTc校正公式非常重要。目前QTc的校正公式有多种,比如Bazett、Van de Water、Kawataki、Matsunaga、Fridericia以及个体化校正公式等。理想的校正公式应该是这样的:对QTc与RR的散点图做回归线(横坐标RR,纵坐标QTc),应该是一条斜率为0 的水平线,代表着不管RR间期如何变化,QTc数值都不受影响。本文对不同的QTc校正公式做个简述。 下面要介绍的内容比较枯燥,你大概没有兴趣读完,我把总结写在这里了:
①Bazett公式:
②Van de Water公式: ③Kawataki公式: ④Matsunaga公式: ⑤Fridericia公式: ⑥个体化校正公式: 以下是详细介绍 一、Bazett校正公式 Bazett校正公式由Bazett在1920年提出。受试对象是39个平均心率为60的健康年轻人。由公式 其次,Bazett公式是由人的心电图数据得到的,将公式直接应用于狗的实验中并不合适。因为与人不同,狗有呼吸性窦性心律不齐,清醒状态下受身体和情绪状态影响,心率变化波动大。Bazett公式仍在某些情况下使用,用于人时,选择人的平均心率60,公式中的A使用1000,用于狗时,选择平均心率100,A则为600。 二、Van de Water校正公式 本公式在1989年由荷兰科学家Van de Water提出。实验中将10只实验狗麻醉,插呼吸机,通过股静脉将双极起搏导管放置于右心房位置,通过电刺激控制心率,采集标准II导联。校正公式的确定:每只狗在心率45-250范围内取20个QT-RR数值(通过起搏器使心率达到250),10只动物一共200个数据点。选用最小二乘法得到回归线
本文对比了Van de Water公式和Bazett公式,结果表明,Van de Water公式校正的QTc与RR的回归线几乎是水平的,说明校正后QTc不受RR的影响。Bazett公式校正后,回归线斜率较大,说明QTc仍然受RR的影响,校正效果很差。文中分别使用了5种会影响QT间期变化的药物,以及使用起搏器刺激改变QT变化,分别使用Van de Water公式和Bazett公式进行校正,比较这两个公式对QT间期变化的检测效果,结果表明,两个公式在检测QTc变化上效果都不是很好,但是相比之下, Van de Water要优于Bazett。 文中最后提出,Van de Water公式是使用麻醉的狗得到的,不能保证在清醒的狗或其他物种或人类上是否适用。 三、Kawataki校正公式 1984年,Masamitsu Kawataki等对Bazett公式进行了分析,同时创建了新的公式,即Kawataki公式。由 四、Matsunaga校正公式 该公式是1997年由日本科学家Toshiyuki Matsunaga提出。Matsunaga使用比格犬作为实验动物,使用Holter法采集M-X导联,连续采集24小时自由活动状态的心电图,分析QT间期与前序RR间期的关系,并且对15种校正方法进行了比较,其中包含Bazett、Fridericia公式。文中还通过药物干预,人为延长比格犬的QT间期,在多个公式中筛选出能有效描述QT间期延长的公式。结果发现,单参数log公式 得到心电图数据后,绘制QT与RR的散点图,分别使用14个单回归线和1种双回归线分析方法对QT-RR散点图进行拟合。单回归线分析分为线性公式和非线性公式,线性公式又分为单参数线性公式和双参数线性公式。线性公式为
通过对比发现,在校准公式的选择上,单参数公式优于多参数公式,原因有①单参数公式直接描述了QT与RR的关系,在公式里,QTc仅受RR值的影响。②只有一对QT-RR数值时,可以用单参数公式,而多参数公式需要大量的QT-RR数值才可以使用。因为这两个因素,Bazett公式因为简洁和实用性而被广泛使用。但是在人类和犬类实验中,心率过快时,该公式校正的QTc值过高,心率较慢时,该公式校正的QTc值过低。因此,有作者提出使用Fridericia公式,本文结果表明,如果RR间期波动范围大,Fridericia公式有着与Bazett公式相同的问题。心动过缓(RR间期较大)时校正的QTc值过低,这是一个原则性问题,因为心动过缓是QT间期延长的重要现象。总而言之,如果RR间期波动范围大,Bazett和Fridericia公式在波动范围两端校正的QTc值误差较大,而Matsunaga公式没有这个问题。 单参数公式也有弊端:①只考虑了一个因素,即RR间期对QT的影响。QT与RR的关系受影响因素较多,比如电解质紊乱、药物作用等,单参数公式没有考虑到这些因素。②QT和HR在变化上存在时间延迟,HR突然上升或降低,人的QT需要2-3分钟才能达到稳定状态的75%,狗需要2-3秒才能达到稳定状态的70%。为了减少时间延迟的影响,在处理数据时,需要舍去干扰之后的若干数据。③狗有呼吸性心率不齐,这种影响无法在数据分析时排除。尽管如此,Matsunaga公式比其他单参数公式准确性高,单参数公式比多参数公式实用性强,所以,推荐Matsunaga公式。 五、个体化校正公式 个体化校正公式是以协方差分析为基础,美国科学家Stan Spence(1998年)、日本科学家Miyazaki(2002年)等均发表文章研究了该方法。Miyazaki使用植入式遥测方法,采集比格犬24小时心电图,解析QT与RR,套用公式
Miyazaki比较了Bazett、Van de Water、Matsunaga和个体化校正公式,比较校正后QTc与RR的相关系数r以及t检验得到的p值。结果表明,24小时心电图、安静时间段心电图,相关系数r比较,个体化<M<V<B。非安静时间段,个体化<V<M<B。从消除HR对QT影响的能力看,从优到劣,个体化>M>V>B。将安静时间段和非安静时间段的数据分别做QTc与RR的线性回归线,结果发现,个体化公式得到的QTc与HR几乎成水平直线关系,Bazett公式得到的回归线斜率最大。给与抗心律失常药物,引起QT间期延长,4个公式在检测出QT延长的能力上看,个体化>V>M>B,个体化校正公式最优,Bazett公式会出现漏检情况。 Stan Spence比较了个体化、Bazett、Fridercia和Van de Water校正后的QTc与HR的关系,得到,Van de Water公式校正效果比Bazett和Fredicia好。Van de Water与个体化公式得到的QTc与HR回归线斜率接近,几乎是水平的。回归线斜率从小到大:个体化=V<F<B。在检测药物引起的QT变化上,个体化公式得到的t检验p值最小。文中指出,在大型试验中,采集的数据多,比如遥测采集,推荐使用个体化校正公式,因为计算系数β需要大量的数据。如果实验因素比如药物,同时影响QT和HR,推荐使用个体化校正公式。在小型实验中,数据量较少,推荐使用Van de Water和Fridericia公式,因为公式参数固定,不需要大量数据计算系数。当药物不影响HR或不影响QT-HR关系的情况下,可以使用Van de water和Fridericia公式用于初步分析。除了在HR极高时,这两个公式校正得到的QTc接近。个体化校正公式可以作为QT校正的主要方法,如果药物同时对HR和QT产生影响,需要用个体化公式来确认药物是否改变了QT-HR的关系。 在固定HR时测量QT,是评价药物对QT潜在影响的最可靠的方法。在实际实验中,这种操作不可行。 |
|