在持久性心房动中自动识别废除目标:使用新映射工具的初步经验

科学领域:

• 电子生理学 电子生理学
• 通过心脏切除术 (Cardiac Ablation) 进行心脏切除.
• 在心房的映射上绘制心房的地图.

背景情况:

• 对持续性心房动 (persAF) 的肺静脉隔离 (PVI) 策略正在不断开发中.
• 一个新的映射工具利用电图 (EGM) 属性来检测局部的旋转激活,提供新的切除目标.
• 目前的方法需要精细的方法来优化除了标准PVI在复杂的AF情况下,除了废弃策略.

研究的目的:

• 评估一种用于算法检测持续性心房动 (persAF) 中消化位的新型映射工具.
• 以此映射技术为指导,评估个性化PVI和选择性肺外静脉 (PV) 切除的疗效.
• 确定这种方法对AF组织和长期复发率的影响.

主要方法:

• 在31名因持续性心房动 (persAF) 经过切除手术的患者 (20名 de novo) 中,采用了一种新型的映射工具.
• 该算法通过分析电图 (EGM) 的局部周期长度 (L-CL) 和工作周期 (DC) 来识别了废除目标.
• 进行了序列左心房 (LA) 映射 (PVI前后),比较了肺外静脉 (PV) 目标,并评估了AF组织.

主要成果:

• 确定了3个额外的PV驱动器/目标的中位数,连续LA地图之间81%的一致性.
• 除去导致渐进的AF组织,由增加的L-CL (162ms到175ms) 和减少的L-CL分散证明.
• 在新发病例中,88%的患者在48小时内达到鼻腔节律或心房慢心跳 (AT),18个月后复发率为25%.

结论:

• 使用EGM进行局部重新进入的算法检测,为persAF切除提供了可重复的目标.
• 这种方法促进了个性化的PVI和高度选择性的额外PV切除,改善了AF组织.
• 最初的结果显示,单次手术后复发率很低,这突显了这种有针对性的方法的潜力.