平均复杂区间的高密度映射有助于定位心房动的驱动因素,并预测导管切除结果
Fabien Squara1,2, Didier Scarlatti1, Sok-Sithikun Bun1
1Cardiology Department, Pasteur Hospital, Université Côte d'Azur, Nice, France.
Frontiers in cardiovascular medicine
|September 4, 2023
概括
平均复杂间隔 (ACI) 有效地识别了心房的驱动因素,预测了切除成功和复发. 这一指标有助于优先考虑持续性心房动 (PersAF) 治疗的废除目标.
科学领域:
- 心脏病学 心脏病学
- 电子生理学 电子生理学
- 医疗器械 医疗器械
背景情况:
- 持续性心房动 (PersAF) 除需要精确识别心房基质.
- 平均复杂间隔 (ACI) 在PersAF切除中的临床实用性仍然在很大程度上未被探索.
研究的目的:
- 在PersAF切除过程中,评估ACI在区分主动驾驶员 (AD) 和旁观者区域 (BZ) 的有效性.
- 评估ACI对AF终止和AF删除后复发的预测值.
主要方法:
- 在接受导管切除的PersAF患者中,对AF主导频率 (DF) 和ACI的顺序计算.
- 操作人员对ACI测量失明;AD通过显著的DF减少或AF终止来确定.
- 抽除术后监测心律失常的复发情况.
主要成果:
- 与BZ相比,ACI在AD的时间显著较短 (p=0.0055).
- 较短的平均ACI与失败的AF终止相关 (p=0.0126).
- ACI <70ms预测了AD (OR=4.02,p=0.006),而平均ACI>75ms预测了AF终止 (OR=9.94,p=0.038). 这两种预测是不同的.
- 增加的ACI区域预测AF复发 (p=0.021).
结论:
- 在PersAF中,ACI是识别AF驱动器的宝贵工具.
- ACI与AF终止和复发相关,有助于废除策略的开发.
- 从最短到最长的ACI区域优先切除可以优化治疗结果.
