摘要 目的 研究房颤 (AF) 患者 MRI 上血管性脑病变的患病率、体积和分布的性别差异。方法 在这项横断面分析中,我们纳入了瑞士多中心房颤研究 (SWISS-AF) 中的 1743 名 AF 患者(27% 为女性),这些患者均有基线脑 MRI。我们用多变量逻辑回归比较了男性和女性之间大面积非皮质或皮质梗塞 (LNCCI)、小面积非皮质梗塞、微出血 (MB) 和白质高信号 (WMH,Fazekas 评分≥2 为中度或重度) 的存在和总体积。我们生成了基于体素的概率图来评估病变的解剖分布。结果 我们没有发现强有力的证据表明女性与所有缺血性梗塞(LNCCI 和 SNCI 合并;调整后的 OR 0.86,95% CI 0.67 至 1.09,p=0.22)、MB(调整后的 OR 0.91,95% CI 0.68 至 1.21,p=0.52)和中度或重度 WMH(调整后的 OR 1.15,95% CI 0.90 至 1.48,p=0.27)的患病率存在关联。然而,女性的总 WMH 体积比男性大 17%(多变量调整后的乘积效应 1.17,95% CI 1.01 至 1.35;p=0.04)。病变概率图显示,男性和女性的缺血性梗塞均以右半球为主,而 WMH 分布对称。结论 女性白质病负担高于男性,而其他病变的体积和患病率并无差异。我们的研究结果强调了控制 AF 患者脑小血管病风险因素的重要性,尤其是对女性患者而言。
• AFib 最大的担忧是中风。如果 AFib 得到妥善管理并采取措施预防中风,通常不会造成危险的心律失常。由于心脏跳动不规律,血液会堵塞并积聚在心脏中,从而更容易形成血栓。如果血栓进入血液,就会导致中风。事实上,AFib 患者比没有 AFib 的人患中风的可能性高 5 倍。对于许多 AFib 患者来说,服用血液稀释剂来预防凝血非常重要;这取决于您中风的几率有多高以及您觉得哪种剂量更合适。
今年的两项研究,STROKESTOP 和 LOOP,通过评估系统筛查对临床结果的净效益,推进了证据基础。13、14 STROKESTOP 研究是一项在瑞典两个地区进行的随机对照试验 (RCT)。75 岁和 76 岁的人,不排除任何情况,以 1:1 的比例随机分配到筛查或常规护理的邀请中。参加筛查的人被指导使用手持式单导联心电图 (ECG) 每天记录两次心电图,持续 2 周。在随机分配的 28 768 名参与者中,13 979 名被邀请参加筛查,其中 7165 名(51.3%)参加了筛查,13 996 名组成了对照组,中位随访时间为 6.9 年。LOOP 研究是在丹麦四个中心进行的一项 RCT。年龄在 70-90 岁之间,无已知 AF,且至少有一个额外中风风险因素的个人按 1:3 的比例随机分配到植入式循环记录器 (ILR) 监测组或常规护理组。在随机分配的 6004 名个人中,1501 人接受了 ILR 监测,4503 人组成了对照组,中位随访时间为 5.4 年。如果检测到 AF,则根据这些组的 CHA 2 D S -VASC 风险状况提供口服抗凝治疗。在 STROKESTOP 中,与对照组 [13 996 人中的 4616 人;每 100 年 5.68 起事件;风险比 0.96(95% 置信区间,CI,0.92–1.00)] 相比,干预组 (13 979 人中的 4456 人;每 100 年 5.45 起事件) 在缺血性或出血性中风、全身性栓塞、导致住院的出血和全因死亡的综合结果方面显示出轻微的益处。相比之下,LOOP 研究发现 ILR 组 [1501 人中的 67 人 (4.5%)] 和对照组 [4503 人中的 251 人 (5.6%)] 之间中风或全身性栓塞风险没有显著降低;HR 0.80,95% CI 0.61–1.05;P = 0.11]。为什么两个 RCT 的结果不同?首先,LOOP 研究中样本量和事件数量要小得多,这反映在效应大小的宽置信区间中,这可能使研究缺乏说服力。此外,在 LOOP 研究中,持续监测 6 分钟的 AF 发作足以进行诊断和考虑抗凝治疗。在 ASSERT 研究中,发现 SCAF 持续时间超过 24 小时的个体与没有 AF 的个体相比,中风风险增加,但 SCAF 持续时间少于 24 小时的个体风险并未增加。5 , 15 在 STROKESTOP 中诊断出的 AF 发作可能持续时间较长,因此会增加中风风险,因此口服抗凝治疗更有益。正在进行的 ARTESiA (NCT01938248) 双盲 RCT 正在评估通过持续监测检测到的 SCAF 持续时间阈值,该阈值可从口服抗凝治疗中获益,该研究包括具有中风风险因素且 SCAF 发作持续时间至少为 6 分钟的参与者。入选患者按 1:1 随机分配接受阿司匹林或阿哌沙班治疗,综合主要结局为中风和全身性栓塞,安全性结局为临床明显的大出血。
华法林 华法林是最常用的抗凝剂。它与凝血过程相互作用,尽快阻止血液凝结。如果您开始使用华法林治疗,您会收到一本华法林黄皮书,解释您的治疗方法。您需要定期验血以检查血液凝结的速度,并确保系统中的华法林剂量适合您。验血结果称为 INR(国际标准化比率)。这可以向照顾您的医生、药剂师或护士表明您需要服用的剂量。您的剂量可能因 INR 结果而异。INR 结果和华法林剂量将写在您的黄皮书中。突发疾病或药物变化(如抗生素)都会改变 INR。如果您身体不适或药物发生变化,必须告知您的诊所/全科医生。如果由于某种原因您的 INR 结果过高并且开始出现出血问题,那么可以通过一种名为维生素 K 的药物来逆转华法林的效果。您的医生或药剂师在要求您服用维生素 K 之前会询问您一些有关华法林治疗的问题。
抽象简介房颤(AF)是全球最常见的心律不齐。直接的心脏versionion通常用于恢复AF患者的鼻窦节律。胸部压力可以通过减少经胸阻抗和增加心脏能量递送来改善心脏version的成功。我们旨在通过直接电流心动过速评估常规胸压的功效和安全性。方法和分析多中心,双盲(患者和结果评估),位于澳大利亚新南威尔士州的随机临床试验。患者将被随机分配1:1以控制和介入臂。对照组将在最后一次冲击中获得150 J,200 J,360 J和360 J的四个顺序双相冲击,直到心脏抗化成功。干预组将从第一次除颤后的胸部压力中获得相同的冲击。垫子将放置在前后位置。心脏version的成功将定义为冲击后1分钟后的窦性节奏。主要结果将是提供总能量。次要结果将取得第一次冲击,以实现心脏versio vastio cassioversion ECG时的心脏抗化,经胸阻抗和鼻窦节律。伦理和传播伦理批准已通过研究伦理治理信息系统在所有参与站点得到证实。该试验已在澳大利亚新西兰临床试验登记册(ACTRN12620001028998)上进行了注册。将提供良好的分析建议的知名研究人员,可以使用识别患者级别的数据。识别患者级别的数据。
1. Colilla S、Crow A、Petkun W、Singer DE、Simon T、Liu X。美国成年人口中心房颤动的当前和未来发病率和患病率估计。Am J Cardiol。2013;112(8):1142-1147。 2. Jackson SL、Tong X、Yin X、George MG、Ritchey MD。2006 至 2014 年美国急诊、住院和心房颤动死亡负担。Am J Cardiol。2017;120(11):1966- 1973。 3. January CT、Wann LS、Alpert JS 等。AHA/ACC/HRS 心房颤动患者管理指南:美国心脏病学会/美国心脏协会实践指南工作组和心律学会的报告。循环。2014;130:e199-e267。4. January CT、Wann LS、Alpert JS 等。AHA/ACC/HRS 重点更新了 2014 年 AHA/ACC/HRS 心房颤动患者管理指南:美国心脏病学会/美国心脏协会临床实践指南工作组和心律学会的报告。循环。2019;140:e125-e151。5. Baugh CW、Clark CL、Wilson JW 等。在急诊科环境中创建和实施心房颤动门诊治疗途径:专家小组的结果。Acad Emerg Med。2018;25(9):1065-1075。
使用范围:此方法适用于 COVID-19 大流行期间。可通过以下链接访问英国皇家全科医学院和英国血液学会认可的国家指南:关于安全将华法林转换为 DOAC COVID-19 的指南。此信息旨在支持全科医生或经验丰富的独立处方者 (IP) 将患者从华法林转换为 DOAC。该信息应与 NHS 关于冠状病毒大流行期间抗凝服务的指南 (1)、相关产品特性摘要 (SPC) (2) 和当地处方集结合使用。理由:INR 监测是一项基本服务,无论 COVID-19 疫情规模如何,都必须继续 (RCGP 指南)。为了减轻患者和诊所此时 INR 测试的负担,可能需要考虑在适当的情况下将患者转换为 DOAC、INR 自我测试甚至低分子量肝素 (LMWH)。应考虑对患者和 NHS 工作人员工作量的影响。虽然 DOAC 需要在整个治疗过程中进行血液测试以评估肾功能 - 但监测是可预测的,不如华法林的 INR 测试严格。从华法林转换为 DOAC 必须经过仔细考虑,因为并非所有患者都适合转换为 DOAC,在某些情况下,可能需要专家建议。哪些患者群体应该转换?考虑优先考虑 INR 控制不佳的患者,因为这类患者需要最频繁的 INR 检查,并且如果 INR 控制不佳存在潜在原因,则解决不依从性问题。建议优先考虑以下患者进行转换
摘要 心房颤动是一种临床上重要的心律失常。有一些关于使用心电图数据进行 AF 诊断的机器学习模型的报道。然而,很少有报道提出一种可解释的人工智能 (XAI) 模型,使医生能够轻松理解机器学习模型的诊断结果。我们开发并验证了一种基于卷积神经网络 (CNN) 算法的支持 XAI 的心房颤动诊断模型。我们使用了 Holter 心电图监测数据和梯度加权类激活映射 (Grad-CAM) 方法。我们使用了 2016 年 1 月 4 日至 2019 年 10 月 31 日期间记录的患者心电图数据,共计 57,273 个 30 秒的心电图波形槽,每个波形槽都有心脏病专家注释的诊断信息,用于训练我们提出的模型。我们的人工智能模型用于房颤诊断的性能指标如下:敏感性 97.1%(95% CI:0.969-0.972);特异性 94.5%(95% CI:0.943-0.946);准确率 95.3%(95% CI:0.952-0.955);阳性预测值 89.3%(95% CI:0.892-0.897);F 值 93.1%(95% CI:0.929-0.933)。使用我们的模型进行房颤检测的受试者工作特征曲线下面积为 0.988(95% CI:0.987-0.988)。此外,使用 XAI 方法,我们的机器学习模型确定的感兴趣区域中的 94.5 ± 3.5% 被心脏病专家确定为 AF 诊断的特征部位。使用我们提出的基于 CNN 的 XAI 模型,AF 被准确诊断并用 Holter ECG 波形得到良好解释。我们的研究朝着实现可行的基于 XAI 的 AF 诊断检测模型又迈出了一步,供医生使用。(Int Heart J 2021;62:534-539)关键词:卷积神经网络、机器学习、Holter 监测、梯度加权类激活映射
心房颤动 (AF) 已成为全球最严重的健康问题之一,迫切需要解决目前悬而未决的有关 AF 对脑功能影响的问题。最近的证据表明,AF 与患痴呆症和中风后果恶化的风险增加之间存在关联。健康的大脑受到血脑屏障 (BBB) 的保护,该屏障由大脑毛细血管内壁的内皮细胞形成。这些内皮细胞不断受到剪切应力(血流产生的摩擦力),这会影响内皮细胞的结构和功能。AF 期间经历的流动紊乱会破坏 BBB 并使大脑容易受到损伤。详细研究可能的机制,将 AF 与人类的脑血管损伤联系起来很困难,导致可用的临床数据匮乏。在这里,我们讨论了由于脑血流改变而导致 AF 期间 BBB 中断的现有证据,以及这如何导致痴呆症风险增加和中风后果恶化。
11. Attia ZI、Noseworthy PA、Lopez-Jimenez F 等。一种用于识别窦性心律期间心房颤动患者的人工智能心电图算法:结果预测的回顾性分析。《柳叶刀》2019;394: