<?xml version="1.0" encoding="UTF-8"?>
<xml>
 <records>
  <record>
   <ref-type name="Journal Article">17</ref-type>
   <contributors>
    <authors>
     <author>Буданова М. А.</author>
     <author>Чмелевский М. П.</author>
     <author>Трешкур Т. В.</author>
     <author>Асеев А. В.</author>
     <author>Тихоненко В. М.</author>
    </authors>
   </contributors>
   <titles>
    <title>Распознавание желудочковых и суправентрикулярных аритмий с широкими QRS с помощью автоматического анализа при комплексном применении морфологических критериев и алгоритмов</title>
   </titles>
   <keywords>
    <keyword>распознавание аритмий с широкими комплексами QRS</keyword>
    <keyword>холтеровское мониторирование</keyword>
    <keyword>автоматический анализ</keyword>
   </keywords>
   <dates>
    <year>2019</year>
    <pub-dates>
     <date>2023-01-16</date>
    </pub-dates>
   </dates>
   <doi>10.18087/cardio.2659</doi>
   <journal>Кардиология</journal>
   <abstract>Цель. Изучение возможности распознавания желудочковых и  суправентрикулярных аритмий с  широкими комплексами QRS с  помощью автоматического анализа при  комплексном применении морфологических критериев и  алгоритмов. Материалы и методы. Для 100 пациентов исследуемой группы (м/ж – 61/39, Me (min; max) – 44,5 (10;85) года) проводился анализ 14 306  одиночных широких эктопических комплексов (QRS 120–230 мс): 11028 (77%) желудочковых, 3 278 (23%) аберрантных, представленных 145 разными формами QRS и верифицированных при эндокардиальном/чреспищеводном электрофизиологическом исследовании. Группа контроля включала 59 пациентов (м/ж  – 25/34, Me (min; max) – 49,5 (14;85) лет) с 720 широкими QRS: 467 (65%) желудочковых, 253 (35%) аберрантных, представленных 86 формами QRS. Для анализа использовались критерии Drew B.J., Scheinman M.M. (1995); Wellens H.J. (1978); RWPT II (Pava LF, 2010) и алгоритмы Brugada P. (1991); Bayesian (2000); Vereckei A. (2008). Оценивались чувствительность, специфичность, диагностическая точность каждого по отдельности и комплексно, с помощью метода последовательного анализа Вальда с использованием автоматического анализа (KT Result3, ЗАО «ИНКАРТ»). Также проводилось моделирование алгоритмов распознавания широких QRS с использованием нейронных сетей. Результаты. Лучшие результаты по выявлению желудочковых нарушений ритма продемонстрировали алгоритмы Brugada P., Drew B.J., Scheinman M.M. (чувствительность, специфичность, диагностическая точность составили 86,43, 66,73, 82,14%  – в  исследуемой группе и 81,80, 73,12, 78,75% – в контрольной) и алгоритм Bayesian (чувствительность, специфичность, диагностическая точность составили 87,81, 73,62, 84,72%  – в  исследуемой группе и  83,30, 77,08, 81,11%  – в  контрольной). Комплексный анализ с помощью метода Вальда позволил распознать желудочковые нарушения ритма с чувствительностью, специфичностью, диагностической точностью 83,11, 83,65, 83,23% – в исследуемой группе и 83,51, 84,58, 83,89% – в контрольной группе. Использование нейронных сетей позволило диагностировать желудочковые аритмии с чувствительностью, специфичностью, диагностической точностью 91,43, 91,30, 91,39% – в группе контроля и 97,06, 99,39, 97,6% – в исследуемой группе. Заключение. Использование автоматического анализа позволяет одновременно получать результаты работы отдельных алгоритмов/критериев и их  комплекса, значительно уменьшает объем работы врача по  оценке амплитудновременных характеристик комплексов. Использование нейронных сетей повышает точность распознавания желудочковых и суправентрикулярных аритмий.</abstract>
   <urls>
    <web-urls>
     <url>https://www.cardiojournal.online/publication/1717</url>
    </web-urls>
    <pdf-urls>
     <url>https://www.cardiojournal.online/files/1768</url>
    </pdf-urls>
   </urls>
  </record>
 </records>
</xml>
