2024版
专家共识
心电高频QRS检查临床应用
心电高频QRS检查临床应用专家共识
专家组
通信作者:
第十二届、十三届、十四届全国政协委员
美国心脏病学科学院 院士
世界华人心血管医师协会会长
亚洲心脏学会主席
国家卫健委心血管介入管理专家组组长
国家冠心病介入治疗质控中心主任
国家胸痛中心联盟执行主席
中华医学会心血管病学分会第九届主委
中国医师协会心血管医师分会副会长
中国医院协会心脏康复专业委员会主任委员
中国医学救援协会心血管急救分会会长
霍 勇 教授
黄 恺 教授
教育部长江学者特聘教授
美国心脏病学院 Fellow FACC
国家胸痛中心联盟副主席
华中科技大学同济医学院附属协和医院副院长、中华医学会心血管病学会代谢性心血管病学组常务副组长,
中华预防医学会心脏病预防和控制专业委员会常务委员,
中国医师协会精准医学分会常务委员
湖北省预防医学会心血管病预防和控制专业委员会主任委员
湖北省医学会心血管病学分会副主任委员
美国心脏病学会会员 FACC
美国心血管造影和介入学会会员 SCAI
国家胸痛中心联盟副主席
安徽省胸痛联盟主席
国家心血管病专业质控中心专家委员会冠心病专家工作组专家
中华医学会心血管病学分会第十一届委员会创新与转化学组委员
安徽省病理生理学会心血管疾病专业委员会主任委员
安徽省医学会心血管病学分会候任主任委员
马礼坤 教授
二、专家组成员(按姓氏拼音排序)
陈纪言
广东省人民医院心血管内科
陈良龙
福建医科大学附属协和医院心内科
陈韵岱
解放军总医院心血管病医学部
邓国兰
重庆医科大学附属第一医院心电诊断中心
樊晓寒
中国医学科学院阜外医院功能检测中心
傅向华
河北医科大学第二医院心内科
韩清华
山西医科大学第一医院心内科
侯爱洁
辽宁省人民医院心内科
黄恺
华中科技大学同济医学院附属协和医院心内科
李传昶
中南大学湘雅医院老年科
李春洁
天津市胸科医院急诊科
李广平
天津医科大学第二医院心内科
李浪
广西医科大学第一附属医院心内科
刘启明
中南大学湘雅二医院心内科
罗素新
重庆医科大学附属第一医院心内科
马礼坤
中国科学技术大学附属第一医院心内科
马翔
新疆医科大学第一附属医院心内科
潘健源
中国科学技术大学附属第一医院心内科
钱菊英
复旦大学附属中山医院心内科
曲新凯
复旦大学附属华东医院心内科
石蓓
遵义医科大学附属医院心内科
宋江平
中国医学科学院阜外医院成人心外科
王焱
厦门大学附属心血管病医院心内科
吴延庆
南昌大学第二附属医院心内科
向定成
解放军南部战区总医院心内科
杨丽霞
解放军联勤保障部队第九二〇医院心内科
王建刚
中南大学湘雅三医院健康管理科
杨瑞雪
山东大学齐鲁医院心内科
杨天伦
中南大学湘雅医院心内科
于波
哈尔滨医科大学附属第二医院心内科
袁祖贻
西安交通大学第一附属医院心内科
共同执笔人
潘健源
中国科学技术大学附属第一医院心内科
胡昊
中国科学技术大学附属第一医院心内科
张冯筱
华中科技大学同济医学院附属协和医院心内科
张澄
山东大学齐鲁医院心内科
张冯筱
华中科技大学同济医学院附属协和医院心内科
赵兴胜
内蒙古自治区人民医院心脏中心
张力
上海交通大学医学院附属新华医院心内科
张志辉
陆军军医大学第一附属医院心内科
丁荣晶
中国医学科学院北京协和医院康复医学科
方唯一
上海市胸科医院心内科
霍勇
北京大学第一医院心内科
孟照辉
昆明医科大学第一附属医院心内科
心电高频QRS(high frequency QRS,HFQRS)检查是在常规心电图基础上发展起来的一项以处理高频心电信号为核心的新技术。HFQRS基于新一代传感技术、信号降噪技术、智能分析算法及心脏全息信号采集技术,识别早期心肌缺血的敏感度和特异度明显优于传统心电检查技术,是一种可用于临床早期诊断心肌缺血的无创检查方法,目前已在欧美等地区获得推广并得到一定程度的使用[1-4] 。美国心脏协会在《测试和训练的运动标准:美国心脏协会科学声明》中指出:静息高频心电图中形态指数变化和运动负荷高频心电图中信号均值变化在冠心病具有特定的诊断效能[2] ,并推荐高频心电图检测技术用于冠心病患者的诊断[3] 。目前国内诸多单位已将 HFQRS检查设备应用于临床并开展相关研究。但鉴于该检查是前沿技术,在临床应用日渐普及的同时仍存在部分临床医生对技术原理理解不充分、使用操作流程欠规范等客观问题,故起草《心电高频 QRS检查临床应用专家建议(2024版)》,旨在进一步规范HFQRS检查流程和统一检查结果的判读方法。
●引言
目 录
●HFQRS检查的基本原理
●引言
●HFQRS检查方法
●HFQRS检查结果分析
●HFQRS的临床应用和循证证据
●HFQRS临床应用专家建议
●心电高频QRS技术的展望与局限性
●参考文献
在心肌收缩过程中,心肌除极化产生的心电信号依据频率不同可分为低频和高频两种成分,常规心电图主要检测 0.05~100 Hz 区间的低频成分。传统心电信号采集技术虽然在临床上广泛应用,但对早期心肌缺血的敏感度偏低,导致临床漏诊率较高。相比之下,HFQRS技术采集的心电信号主要为高频成分,其频率在 100Hz以上,振幅比低频成分要小数百倍,以微伏(μV)为单位进行计量。当心肌缺血时,心 肌产生有效的三磷酸腺苷(adenosine triphosphate,ATP)明显减少,最先受累的心肌细胞快速除极期的斜率和幅度呈现显著下降,心肌细胞间的信号传导速率明显减缓,心电信号的有效高频成分大幅度减少, 最终导致 HFQRS波振幅急剧下降[5-7] 。通过将传感技术、信号降噪技术、智能分析算法及心脏全息信号采集技术相结合,HFQRS检查可以全方位地对 HFQRS波进行采集、滤波、数字分析和可视化处理,从而精准实现对心肌缺血的早期发现和诊断。HFQRS检查与传统心电技术相关特点对比见表1。
●HFQRS检查的基本原理
表1 HFQRS检查与传统心电技术的特点对比
注:HFQRS,高频QRS ;P-QRS-T,P-QRS-T波; QRS,QRS波
双指拖拽放大图片
HFQRS检查分别在静息和运动负荷2种应用场景下进行,即静息检查(rest-HFQRS,以 下称静息 HFQRS)和运动负荷检查(stress-HFQRS,以下称运动负荷HFQRS)。检查所需的设备、电极片放置位置及心电信号处理过程见图1-3。静息HFQRS记录心肌静息状态下的高频心电信号,检查过程需通过专用设备和静息算法, 对有效的QRS波群进行采集、对齐和平均处理 (alignment and averaging),采用带通数字滤波器(band-pass filter)对 150~250 Hz频段的心电信号进行滤波,继而由 HFQRS 分析系统自动生成波群时域包络线(HFQRS envelope)并计算波群时域包络线的振幅衰减区域面积(reduced amplitude zone,RAZ)和高频形态指数(high-frequency morphological index,HFMI),最终输出可视化结果(图3)[8-12] 。运动负荷HFQRS可记录运动负荷诱发心肌缺血所致的异常高频心电信号,尤其是常规体表运动负荷心电图所不能探测的心肌缺血时心电异常活动的高频心电信号。检测过程需通过专用设备和运动算法,对有效的QRS波
双指拖拽放大图片
Hz频段的心电信号进行滤波,继而由 HFQRS 分析系统自动生成波群时域包络线(HFQRS envelope)并计算波群时域包络线的振幅衰减区域面积(reduced amplitude zone,RAZ)和高频形态指数(high-frequency morphological index,HFMI),最终输出可视化结果(图3)[8-12] 。运动负荷HFQRS可记录运动负荷诱发心肌缺血所致的异常高频心电信号,尤其是常规体表运动负荷心电图所不能探测的心肌缺血时心电异常活动的高频心电信号。检测过程需通过专用设备和运动算法,对有效的QRS波
群进行采集、对齐和平均处理,采用带通数字滤波器对150~250Hz频段的心电信号进行滤波,继而对HFQRS波群进行均方根(root mean square,RMS)处理,计算其电压强度变化趋势,并输出可视化结果(图 3)[13-16]。
通过这两种不同应用场景的检查,能够更全面地评估心肌的电活动状态及其在静息和负荷状态下的表现,有助于诊断心肌缺血及其他心脏相关疾病。
图1 高频QRS检查所需设备
图2 高频QRS检查的电极片放置位置示意图
双指拖拽放大图片
图3 静息HFQRS和运动负荷HFQRS检查心电信号处理过程示意图。ECG,心电图;RAZ:振幅衰减区域面积(图中红色包络线之间的蓝色区域),代表包络线上两个相邻局部最大值之间的间隔面积;HFMI:高频形态指数,代表RAZ面积÷包络下面积;RMS:振幅均方根。
双指拖拽放大图片
图4 静息HFQRS与运动负荷HFQRS检查流程
双指拖拽放大图片
一、静息HFQRS检查方法
静息HFQRS主要用来记录人体在安静状态下的心脏高频心电活动,检查过程中的一般注意事项同常规心电图。检查流程见图4。
二、运动负荷HFQRS 检查方法
运动负荷HFQRS主要用来记录和分析人体在运动负荷状态下的心脏高频心电活动,所有受试者均按照Bruce方案进行踏车直立自行车运动测试[2,17-19],检查流程分3个阶段:第一阶段静息期(3 min),第二阶段运动期(6 min,踏车速度70~80转/min),第三阶段恢复期(3 min),共计12 min,每个阶段系统均做分析与判断。若第二阶段6min内未达亚极量运动心率(指人体在低于最大运动强度下的心率,相当于85%的最大年龄预测心率),视情况适当延长运动时间,最长不超过9min。运动负荷HFQRS检查的禁忌证和检查过程中终止运动试验指征参照踏车运动负荷心电图检查。其他注意事项同心电图运动负荷试验和静息 HFQRS 检查。检查流程见图4。
●HFQRS检查方法
一、静息HFQRS检查结果分析
静息HFQRS检查中每个导联均会计算HFQRS波包络线上2个相邻局部最大值之间间隔的面积,即RAZ,同时将量化的RAZ用HFMI表示,相关示意图见图5。
静息HFQRS检查报告阳性导联的判定根据受试者年龄段:受试者年龄≥50 岁时,高频形态指数值≥8% 的导联视为阳性导联;受试者年龄<50岁时,高频形态指数值≥15%的导联视为阳性导联,阳性导联和阴性导联示例见图6A,分别用红色和黑色表示。当受试者检查结果中阳性导联≥3 条时,该受试者被判定为静息 HFQRS 检查结果阳性,即心肌缺血阳性。静息HFQRS检查报告结果总览图示例见图6B。
二、运动负荷HFQRS检查结果分析
运动负荷HFQRS检查中每个导联均会记录运动期间HFQRS波振幅RMS的时间强度曲线及其最大值和最小值,计算从最大值到最小值的绝对振幅下降值和相对振幅下降值,相关示意图见图5。
运动负荷HFQRS检查报告中阳性导联的定义为振幅时间强度曲线的绝对下降值≥1 μV 且振幅相对下降值≥50%,临界导联的定义为振幅时间强度曲线的绝对下降值≥1 μV且40%≤振幅相对下降值≤50%,阴性导联的定义为振幅时间强度曲线的绝对下降值<1 μV 且振幅相对下降值<50%,阳性导联、临界导联和阴性导联见图 7,分别用红色、黄色和蓝色曲线表示。当受试者检查结果中阳性导联数 1~2 条,疑似存在心肌缺血;3~4 条,判定为心肌缺血;5~6 条,判定为较严重心肌缺血;≥7 条,判定为严重心肌缺血。
此外,若相应导联在运动期前 3 min 出现陡降波形(反映供血需求量增大时的血管响应能力,并通过血管响应能力体现冠状动脉狭窄程度),如“U型”、“V型”,“大V型”“L型”等,判定存在冠状动脉狭窄可能,见图 7;若出现非陡降波形,例如平缓上升、水平或平缓下降波形等,判定冠状动脉狭窄可能性偏低[8,2022] ,见图7。若受试者未能达到亚极量运动心率(最大年龄预测心率的85%),则结合受试者年龄线性调整,满足振幅相对下降值≥40% 时即可判定为心肌缺血阳性[20] 。
●HFQRS检查结果分析
幅时间强度曲线的绝对下降值≥1 μV 且振幅相对下降值≥50%,临界导联的定义为振幅时间强度曲线的绝对下降值≥1 μV且40%≤振幅相对下降值≤50%,阴性导联的定义为振幅时间强度曲线的绝对下降值<1 μV 且振幅相对下降值<50%,阳性导联、临界导联和阴性导联见图 7,分别用红色、黄色和蓝色曲线表示。当受试者检查结果中阳性导联数 1~2 条,疑似存在心肌缺血;3~4 条,判定为心肌缺血;5~6 条,判定为较严重心肌缺血;≥7 条,判定为严重心肌缺血。
此外,若相应导联在运动期前 3 min 出现陡降波形(反映供血需求量增大时的血管响应能力,并通过血管响应能力体现冠状动脉狭窄程度),如“U型”、“V型”,“大V型”“L型”等,判定存在冠状动脉狭窄可能,见图 7;若出现非陡降波形,例如平缓上升、水平或平缓下降波形等,判定冠状动脉狭窄可能性偏低[8,20-22] ,见图7。若受试者未能达到亚极量运动心率(最大年龄预测心率的85%),则结合受试者年龄线性调整,满足振幅相对下降值≥40% 时即可判定为心肌缺血阳性[20] 。
图5 静息HFQRS响应示意图与运动负荷HFQRS响应示意图。
双指拖拽放大图片
图A为正常静息HFQRS响应示意图;B图为心肌缺血时静息HFQRS响应示意图;C图为正常运动负荷HFQRS响应示意图;D图为心肌缺血时运动负荷HFQRS响应示意图。ECG:心电图;HFQRS,高频QRS信号 ;RAZ:振幅衰减区面积;HFMI:高频形态指数;RMS:振幅均方根。
●HFQRS的临床应用和循证证据
一、静息HFQRS在急性冠状动脉综合征中的应用
静息HFQRS主要记录心肌快速除极期的心电信号变化。快速除极期心电信号对心脏能量依赖最高,对心肌缺血反应更为敏感;当心肌缺血时,该期斜率和幅度显著下降,导致HFQRS波振幅急剧下降,静息 HFQRS 记录此时期的 HFQRS 波变化,以反映心肌缺血情况。早期为探究静息HFQRS在心肌缺血中的诊断价值,一项实际纳入52例拟行球囊扩张治疗的胸痛患者的研究中,在预扩张球囊充气后预处理靶血管病变期间出现冠状动脉血流阻断,同期记录ECG和静息HFQRS,52例患者中球囊扩张部位分别为左冠状动脉(1例)、左冠状动脉前降支(17例)、左冠状动脉回旋支(11例)和右冠 状动脉(23例),研究发现52例患者中有46例冠心病患者的静息高频心电图信号出现显著下降,敏感度为88%;但同期仅有37例出现普通心电图的ST段改变,敏感度为 71%,显著低于静息 HFQRS[14]。当区分不同冠状动脉分析时,前降支组的敏感度最高,ECG和HFQRS的敏感度分别为94%和 100%; 右冠状动脉组差异最大,ECG 和 HFQRS分别为61% 和87%[14] 。后期研究者为进一步探测在择期行经皮冠状动脉介入治疗的胸痛患者中息HFQRS和ECG诊断心肌缺血的能力,在21例(实际纳入17例)的研究队列中,发现76%的患者静息HFQRS为阳性结果 ,而仅38% 的患者心电图 (electrocardiogram,ECG)检查发现呈缺血改变[15]。
为进一步探究静息HFQRS在实际临床场景中的应用价值,一项实际纳入235例急性胸痛患者为研究对象的前瞻性研究中,评估静息 HFQRS 对急性冠状动脉综合征(acute coronary syndrome,ACS)患者诊断效能,在77例非ST段抬高型ACS患者的亚组中,ECG诊断缺血敏感度为44%,而静息HFQRS的敏感度则为 68%,较常规心电图显著提高;在27例ST段抬高型心肌梗死患者的亚组中,两种检查诊断缺血的敏感度水平相当(70%比67%)[23] 。
100%; 右冠状动脉组差异最大,ECG 和 HFQRS分别为61% 和87%[14] 。后期研究者为进一步探测在择期行经皮冠状动脉介入治疗的胸痛患者中息HFQRS和ECG诊断心肌缺血的能力,在21例(实际纳入17例)的研究队列中,发现76%的患者静息HFQRS为阳性结果 ,而仅38% 的患者心电图(electrocardiogram,ECG)检查发现呈缺血改变[15]。为进一步探究静息HFQRS在实际临床场景中的应用价值,一项实际纳入235例急性胸痛患者为研究对象的前瞻性研究中,评估静息 HFQRS 对急性冠状动脉综合征(acute coronary syndrome,ACS)患者诊断效能,在77例非ST段抬高型ACS患者的亚组中,ECG诊断缺血敏感度为44%,而静息HFQRS的敏感度则为 68%,较常规心电图显著提高;在27例ST段抬高型心肌梗死患者的亚组中,两种检查诊断缺血的敏感度水平相当(70%比67%)[23] 。
注:A图为静息HFQRS报告导联示例,导联中包络线为黑色时代表阴性导联,阴性导联定义为受试者年龄≥50岁时HFMI值<8%或 受试者年龄<50岁时HFMI值<15%;包络线为红色时代表阳性导联,阳性导联定义为受试者年龄≥50岁时HFMI值≥8%或受试者年龄<50岁时 HFMI值≥15%;红色虚线方框内的数值代表 HFMI,本例受试者年龄≥50岁;B图为静息 HFQRS检查报告结果总览图示例,本例受试者年龄≥50岁,aVR和V2为阴性导联,Ⅰ、Ⅱ、Ⅲ、aVL、aVF、V1、V3、V4、V5和V6导联均为阳性导联,本示例中阳性导联≥3条,故该静息HFQRS检查被判定为心肌缺血为阳性。HFMI,高频形态指数;HFQRS,高频QRS。
图6 静息HFQRS检查报告图示
注:A图为阴性导联及非陡降波形示例,当导联中曲线为蓝色时代表阴性导联,阴性导联的定义为振幅时间强度曲线的绝对下降值<1μV且振幅相对下降值<50%;红色和紫色虚线方框内数值分别代表振幅相对下降值与振幅绝对下降值;B图为阳性导联及陡降波形示例,当导联中曲线为红色时代表阳性导联,阳性导联的定义为振幅时间强度曲线的绝对下降值≥1μV且振幅相对下降值≥50%;C图为运动负荷HFQRS报告结果总览图示例,Ⅰ、aVL、V2、V3、V4和V5导联曲线为蓝色,代表阴性导联;Ⅲ、aVF、V1导联曲线为黄色,代表临界导联,临界导联的定义为振幅时间强度曲线的绝对下降值≥1 μV且40%≤振幅相对下降值≤50%;Ⅱ、aVR、V6导联曲线为红色,代表阳性导联;本示例中,阳性导联≥3条,故该运动负荷HFQRS检查被判定为心肌缺血阳性。HFQRS,高频QRS。
图7 运动负荷HFQRS检查报告图例
双指拖拽放大图片
二、运动负荷HFQRS在疑似冠心病或慢性冠状动脉综合征中的应用
临床研究证实,运动负荷 HFQRS 对于疑似冠心病或慢性冠状动脉综合征(chronic coronary syndrome,CCS)患者的诊断较运动负荷心电图有更高的诊断效能。一项实际纳入589例急性胸痛患者的研究发现,运动负荷心电图诊断心肌缺血的敏感度为27%,而运动负荷心电图联合运动负荷HFQRS的敏感度为91%;进一步分析发现运动负荷心电图的受试者工作特征曲线下面积(area under curve,AUC)为0.57,而运动HFQRS的AUC为0.83,相较于运动负荷心电图其诊断准确性显著增加[24] 。另一项连续纳入257例疑似冠心病患者的前瞻性队列中,运动负荷心电图对心肌缺血的阴性预测值、阳性预测值、敏感度分别为85%、27%和36%,而运动负荷HFQRS分别为91%、47%和60%,均较运动负荷心电图显著提高;增量卡方分析显示,当添加到危险因素和ST-T分析模型中时,HFQRS提供了额外的诊断效用(χ2 =43.8比25.4,P< 0.01)[17] 。国内一项实际纳入157例非
紧急血管造影患者的最新研究中,比较了运动负荷HFQRS与传统心电技术在诊断疑似冠心病患者中的诊断价值,结果发现运动负荷心电图诊断缺血的敏感度为37%,而运动负荷心电图联合运动负荷HFQRS的敏感度为77%,相比单独使用运动负荷心电图时显著提高,同时保持了中等水平的特异度[25] 。
早期研究者为探索运动负荷HFQRS在诊断疑似冠心病中的价值,研究者利用连续在门诊就诊的440例、实际符合入组条件的175例疑似冠心病患者,以冠状动脉CT血管成像或冠状动脉造影结果为判断标准定义冠状动脉狭窄≥70% 为心肌缺血,研究发现运动负荷HFQRS预测冠状动脉狭窄≥70%的阳性预测值 、敏感度和特异度分别为37.9%、74.8%和68.8%,而运动负荷心电图预测冠状动脉狭窄≥70% 的阳性预测值、敏感度和特异度分别为29.7%、34.4%和81.8%[26] 。在1项实际纳入 113例非紧急造影的冠心病患者的前瞻性队列中, 以冠状动脉造影定义单支血管狭窄≥70%或左主干≥ 50% 为严重心肌缺血,运动 HFQRS 对严重心肌缺 血的阳性预测值、阴性预测值、敏感度和特异度分
别为 69%、81%、70% 和 80%,而运动负荷心电图对
严重心肌缺血的阳性预测值、阴性预测值、敏感度和特异度分别为 51%、76%、73% 和 55%[22]。对于严重心肌缺血的患者,运动负荷 HFQRS 同样有较高的诊断价值。在1项实际纳入662例疑似心肌缺血患者的前瞻性队列研究中,以运动诱导后进行核素心肌灌注成(myocardial perfusion imaging, MPI)为金标准定义心肌缺血,研究发现运动负荷HFQRS预测心肌缺血[标 准 差 分 数(standard deviation score,SDS)≥2]的敏感度和特异度分别为43%和87%,而运动负荷心电图预测心肌缺血(SDS≥2)的敏感度和特异度分别为46%和75%[27];在1项实际纳入996例连续门诊就诊的疑似心肌缺血患者的前瞻性队列研究中,以MPI为金标准定义左心室心肌缺血面积≥10% 为严重心肌缺血,运动负荷心电图对严重心肌缺血的敏感度和特异度分别为39%和82%,而运动负荷HFQRS分别为69%和86%,特异度显著增加[18] 。在1项实际纳入388例疑似冠心病患者的前瞻性队列研究中,以MPI为金 标准定义左心室心肌缺血面积≥10%为严重心肌缺
血,运动负荷心电图对严重心肌缺血的敏感度和特异度分别为40%和76%,而运动负荷HFQRS分别为67%和71%,特异度显著增加[28]。此外两种检查联合使用可以提供比临床风险因素、单纯运动负 荷心电图更多的冠心病诊断价值,提高对中重度心肌缺血的辨别能力,以及具有对患者进行更好的风险分层、避免影像学技术过度应用、减少辐射伤害 与医疗负担等优点。相关研究情况见表2。
注:HFQRS,高频QRS;EET,常规运动负荷心电图;MPI,核素心肌灌注显像;CAG,冠状动脉造影;CCTA,冠状动脉CT血管成像
三、HFQRS检查在预后判断中的应用
一项以37名正常受试者和142例心肌梗死患者为对象的研究中,对比心肌梗死患者和心肌梗死后出现致命性心律失常患者的高频心电信号,发现心室晚电位预测心肌梗死后患者出现致命性心律失常的敏感度和阴性预测值分别为53%和75%,当其与高频心电信号联合分析时,敏感度和阴性预测值显著提高到90%和88%,提示高频心电信号对心肌梗死后致命性心律失常有辅助诊断价值[29] 。另 一项以38例急性心肌梗死患者为对象的研究中, 发现急性心肌梗死后患者坏死心肌区域的高频心电信号较正常人显著降低,且心肌梗死后发生死亡的患者高频心电信号也显著低于未死亡患者[30]。 另一项实际纳入257例疑似冠心病患者的随访研究中,发现运动负荷 HFQRS阳性患者经皮冠状动脉介入治疗术后早期血运重建和心源性死亡的发生率显著增加[27] 。一项实际纳入 589 例女性急性胸痛患者的研究发现,静息HFQRS阳性是主要不良心血管事件(major adverse cardiovascular events,MACE)事件的唯一独立预测因素[24]。
另一项实际纳入662例疑似心肌缺血患者的前瞻性研究中,针对其中 537 例患者进行随访,发现 HFQRS阴性患者随访2年后的生存率为88%,而HFQRS阳性患者仅为66%,较阴性患者生存率显著降低,且 HFQRS阳性导联数与生存率成显著负相关,证实心电高频信号在预测MACE事件中具有关键作用[27] 。
●HFQRS临床应用专家建议
1. 静息HFQRS可用于早期急性心肌缺血的筛查及辅助风险评估;对于急诊和胸痛中心就诊的可疑急性冠状动脉综合征患者,在常规心电图不能明确判断有无心肌缺血时,推荐静息 HFQRS 作为急诊筛查方法。
2. 运动负荷HFQRS用于疑似冠心病患者的明确诊断以及对慢性冠心病患者的缺血风险评估;运动负荷HFQRS具有较高的阴性预测值,推荐运动负荷HFQRS作为排除冠心病诊断的检查方法。
3. 推荐静息、运动负荷 HFQRS 用于稳定性冠心病、急性冠状动脉综合征患者完成血运重建后发生心血管不良事件的风险评估,丰富临床预测MACE事件的手段。
●HFQRS技术的展望与局限性
HFQRS技术目前在国内缺乏在单一疾病中的多中心、大型队列研究,而国际研究多集中在心肌缺血及冠状动脉狭窄的辅助诊断,传统心电技术在特发性扩张性心肌病、肥厚性心肌病、射血分数降低型心力衰竭预后评估和心脏再同步治疗反应性评价上仍有较大不足[31-37] 。目前临床上冠状动脉微血管疾病(coronary microvascular diseases,CMVD)缺乏有效的无创便捷的检查手段,MPI仍作为冠状动脉微循环功能障碍疾病诊断的无创检查的金标准,但其较为昂贵和烦琐;近年来有研究发现运动负荷心肺运动试验在CMVD的辅助诊断上同样能发挥一定作用[38-39],鉴于此,运动负荷HFQRS在CMVD诊断中具有一定的应用价值,期待未来在该领域有大样本研究。高频心电技术是一项针对QRS波分析的新技术,期待未来在上述疾病领域的研究能发挥其独特临床价值。对于心肌病、心力衰竭和心律失常等疾病的诊断及预后风险评估有待进一步深入研究,期待未来获得更多的循证医学证据。鉴于HFQRS主要检测的是心电高频成分,其
振幅比低频成分要小数百倍,易受干扰;当受试者正在接受心脏相关药物治疗或人体机能出现生理或病理性变化时[40] ,易影响HFQRS检查结果的准确性,期待未来基于大数据获得更为精确的算法和获取标准,提高其诊断效能。人工智能(artificial intelligence,AI)联合传统心电技术已在缺血性心脏病中发挥了一定的诊断价值[41-43] 。未来基于统一标准的临床数据库,通过AI神经网络对大量HFQRS数据进行深度学习,挖掘和提取HFQRS数据中蕴含的大量原始信息,有望进一步改进检测算法和建立全新预测模型,为临床诊断、治疗和预后判断等提供更精确和可靠的依据。目前HFQRS设备兼具常规心电检测和高频心电检测功能,未来若纳入门急诊、心血管科室等常用临床场景的使用范畴,可以同时进行传统心电信号的检测并出具常规心电图报告和运动负荷心电图报告,且不需要额外增加人工成本,临床相关科室也无需额外采购传统心电设备,同时还能帮助患者避免不必要的影像学检查,降低医疗费用,具有较大的卫生经济学价值。
参考文献
[1] Conti A, Alesi A, Aspesi G, et al. Comparison of exercise electrocardiogram and exercise echocardiography in intermediate-risk chest pain patients[J]. Am J Emerg Med, 2015,33(1):7-13.DOI:10.1016/j.ajem.2014.09.035.
[2] Fletcher GF, Ades PA, Kligfield P, et al. Exercise standards for testing and training: a scientific statement from the American Heart Association[J]. Circulation, 2013, 128(8): 873-934. DOI: 10.1161/CIR.0b013e31829b5b44.
[3] Thomas GS, Ghashghaei R. An opportunity to improve exercise test accuracy by incorporating high frequency QRS (HFQRS) waveform assessment[J]. J Nucl Cardiol, 2020, 27 (6):2076-2079. DOI: 10.1007/s12350-019-01600-7.
[4] Leinveber P, Halamek J, Jurak P. Ambulatory monitoring of myocardial ischemia in the 21st century-an opportunity for high frequency QRS analysis[J]. J Electrocardiol, 2016, 49 (6):902-906. DOI: 10.1016/j.jelectrocard.2016.07.034.
[5] Watanabe T, Yamaki M, Tachibana H, et al. Decrease in the high frequency QRS components depending on the local conduction delay[J]. Jpn Circ J, 1998, 62(11):844-848. DOI:10.1253/jcj.62.844.
[6] Abboud S, Berenfeld O, Sadeh D. Simulation of high-resolution QRS complex using a ventricular model with a fractal conduction system. Effects of ischemia on high-
frequency QRS potentials[J]. Circ Res, 1991, 68(6): 1751-1760.DOI:10.1161/01.res.68.6.1751.
[7] Omer N, Bergman E, Ben-David T, et al. Changes in high-frequency intracardiac electrogram indicate cardiac ischemia[J]. J Cardiovasc Transl Res, 2022, 15(1): 84-94. DOI:10.1007/s12265-021-10146-4.
[8] Abboud S. High-frequency electrocardiogram analysis of the entire QRS in the diagnosis and assessment of coronary artery disease[J]. Prog Cardiovasc Dis, 1993, 35(5):311-328.DOI:10.1016/0033-0620(93)90009-3.
[9] Abboud S, Belhassen B, Miller HI, et al. High frequency electrocardiography using an advanced method of signal averaging for non-invasive detection of coronary artery disease in patients with normal conventional electrocardiogram[J].J Electrocardiol,1986,19(4):371-380.DOI:10.1016/s0022-0736(86)81065-2.
[10] Abboud S. Subtle alterations in the high-frequency QRS potentials during myocardial ischemia in dogs[J]. Comput Biomed Res,1987,20(4):384-395.DOI: 10.1016/0010-4809 (87)90052-8.
[11] Abboud S, Cohen RJ, Selwyn A, et al. Detection of transient myocardial ischemia by computer analysis of standard and signal-averaged high-frequency electrocardiograms in patients undergoing percutaneous transluminal coronary angioplasty[J]. Circulation, 1987, 76(3): 585-596. DOI: 10.1161/01.cir.76.3.585.
[12] Abboud S, Smith JM, Shargorodsky B, et al. High frequency electrocardiography of three orthogonal leads in dogs during a coronary artery occlusion[J]. Pacing Clin Electrophysiol, 1989, 12(4 Pt 1): 574-581. DOI: 10.1111 /j. 1540-8159.1989. tb02703.x.
[13] Goldberger AL, Bhargava V, Froelicher V, et al. Effect of myocardial infarction on high-frequency QRS potentials[J].Circulation,1981,64(1):3442.DOI:10.1161/01.cir.64.1.34.
[14] Pettersson J, Pahlm O, Carro E, et al. Changes in high-frequency QRS components are more sensitive than ST-segment deviation for detecting acute coronary artery occlusion[J]. J Am Coll Cardiol, 2000, 36(6): 1827-1834. DOI: 10.1016/s0735-1097(00)00936-0.
[15] Ringborn M, Pettersson J, Persson E, et al. Comparison of high-frequency QRS components and ST-segment elevation to detect and quantify acute myocardial ischemia[J]. J Electrocardiol, 2010, 43(2): 113-120. DOI: 10.1016 / j. jelectrocard.2009.11.009.
[16] Trägårdh E, Pahlm O, Wagner GS, et al. Reduced high-frequency QRS components in patients with ischemic heart disease compared to normal subjects[J]. J Electrocardiol, 2004, 37(3): 157-162. DOI: 10.1016 / j. jelectrocard.2004.02.004.
[17] Balfour PC Jr, Gonzalez JA, Shaw PW, et al. High-frequency QRS analysis to supplement ST evaluation in exercise stress electrocardiography: Incremental diagnostic
accuracy and net reclassification[J]. J Nucl Cardiol, 2020, 27(6): 2063-2075. DOI: 10.1007/s12350-018-01530-w.
[18] Sharir T, Merzon K, Kruchin I, et al. Use of electrocardiographic depolarization abnormalities for detection of stress-induced ischemia as defined by myocardial perfusion imaging[J]. Am J Cardiol, 2012, 109 (5):642-650. DOI: 10.1016/j.amjcard.2011.10.022.
[19] Conti A, Alesi A, Aspesi G, et al. High-frequency QRS analysis compared to conventional ST-segment analysis in patients with chest pain and normal ECG referred for exercise tolerance test[J]. Cardiol J, 2015, 22(2): 141-149. DOI: 10.5603/CJ.a2015.0001.
[20] Amit G, Granot Y, Abboud S. Quantifying QRS changes during myocardial ischemia: Insights from high frequency electrocardiography[J]. J Electrocardiol, 2014, 47(4): 505-511. DOI: 10.1016/j.jelectrocard.2014.03.006.
[21] Omer N, Granot Y, Khnen M, et al. Blinded analysis of an exercise ECG database using high frequency QRS analysis [C]. Rennes, France:2017 Computing in Cardiology (CinC), 2017.
[22] Rosenmann D, Mogilevski Y, Amit G, et al. High-frequency QRS analysis improves the specificity of exercise ECG testing in women referred for angiography[J]. J Electrocardiol, 2013, 46(1): 19-26. DOI: 10.1016 / j. jelectrocard.2012.08.007.
[23] Galante O, Amit G, Granot Y, et al. High-frequency QRS
analysis in the evaluation of chest pain in the emergency department[J]. J Electrocardiol, 2017, 50(4): 457-465. DOI: 10.1016/j.jelectrocard.2017.02.009.
[24] Conti A, Bianchi S, Grifoni C, et al. High-frequency QRS analysis superior to conventional ST-segment analysis of women with chest pain[J]. Am J Emerg Med, 2016, 34(3): 437-442. DOI: 10.1016/j.ajem.2015.11.044.
[25] Liu L, Du X, Wei X, et al. The combination of high-frequency QRS and ST-segment alterations during exercise stress tests enhanced the diagnostic efficacy for coronary artery disease[J]. Clin Cardiol, 2024, 47(3):e24254. DOI: 10.1002/clc.24254.
[26] Choi JO, Chang SA, Park SJ, et al. Improved detection of ischemic heart disease by combining high-frequency electrocardiogram analysis with exercise stress echocardiography[J]. Korean Circ J, 2013, 43(10): 674-680. DOI: 10.4070/kcj.2013.43.10.674.
[27] Schaerli N, Abächerli R, Walter J, et al. Incremental value of high-frequency QRS analysis for diagnosis and prognosis in suspected exercise-induced myocardial ischaemia[J]. Eur Heart J Acute Cardiovasc Care, 2020, 9(8): 836-847. DOI:10.1177/2048872619842988.
[28] Toral RP, Jamieson B. High frequency QRS analysis to supplement ST-analysis for myocardial ischemia: multi-center prospective cohort[J / OL]. Eur Heart J Cardiovasc Imaging, 2021, 22(Sup3): iii65. (2021-07-20) [2024-05-13]. https://doi.org/10.1093/ehjci/jeab111.052.
[29] Tsutsumi T, Takano N, Matsuyama N, et al. High-frequency powers hidden within QRS complex as an additional predictor of lethal ventricular arrhythmias to ventricular late potential in post-myocardial infarction patients[J]. Heart Rhythm, 2011, 8(10): 1509-1515. DOI: 10.1016 / j.hrthm.2011.06.027.
[30] Berkalp B, Baykal E, Caglar N, et al. Analysis of high frequency QRS potentials observed during acute myocardial infarction[J]. Int J Cardiol, 1993, 42(2): 147-153. DOI: 10.1016/0167-5273(93)90084-t.
[31] Celikyurt U, Açar B, Karauzum I, et al. Shorter time to begin of QRS fragmentation predicts non-response to cardiac resynchronization therapy in non-ischemic heart failure patients[J]. Rev Clin Esp (Barc), 2019, 219(5): 243-250. DOI: 10.1016/j.rce.2018.11.008.
[32] Balci MM, Balci KG, Sen F, et al. Usefulness of notched duration to predict response to cardiac resynchronization therapy[J]. Scand Cardiovasc J, 2015, 49(4): 200-206. DOI: 10.3109/14017431.2015.1026387.
[33] Sha J, Zhang S, Tang M, et al. Fragmented QRS is associated with all-cause mortality and ventricular arrhythmias in patient with idiopathic dilated cardiomyopathy[J]. Ann Noninvasive Electrocardiol, 2011, 16(3): 270-275. DOI: 10.1111/j.1542-474X.2011.00442.x.
[34] Kanitsoraphan C, Rattanawong P, Mekraksakit P, et al. Baseline fragmented QRS is associated with increased all-cause mortality in heart failure with reduced ejection
fraction: A systematic review and meta-analysis[J]. Ann Noninvasive Electrocardiol, 2019, 24(2): e12597. DOI: 10.1111/anec.12597.
[35] Kang KW, Janardhan AH, Jung KT, et al. Fragmented QRS as a candidate marker for high-risk assessment in hypertrophic cardiomyopathy[J]. Heart Rhythm, 2014, 11(8): 1433-1440. DOI: 10.1016/j.hrthm.2014.05.002.
[36] Debonnaire P, Katsanos S, Joyce E, et al. QRS fragmentation and QTc duration relate to malignant ventricular tachyarrhythmias and sudden cardiac death in patients with hypertrophic cardiomyopathy[J]. J Cardiovasc Electrophysiol, 2015, 26(5): 547-555. DOI: 10.1111 / jce.12629.
[37] Eyuboglu M, Karabag Y, Karakoyun S, et al. The effect of circadian blood pressure pattern on presence of fragmented QRS complexes in hypertensive subjects[J]. J Am Soc Hypertens, 2017, 11(8): 513-518. DOI: 10.1016 / j. jash.2017.06.001.
[38] Chaudhry S, Arena R, Wasserman K, et al. The utility of cardiopulmonary exercise testing in the assessment of suspected microvascular ischemia[J]. Int J Cardiol, 2011, 148 (1):e7-e9. DOI: 10.1016/j.ijcard.2009.01.055.
[39] Chaudhry S, Kumar N, Arena R, et al. The evolving role of cardiopulmonary exercise testing in ischemic heart disease -state of the art review[J]. Curr Opin Cardiol, 2023,
38(6):552-572. DOI: 10.1097/HCO.0000000000001086.
[40] Madias JE. Drug-induced QRS morphology and duration changes[J]. Cardiol J, 2008, 15(6):505-509.
[41] Vaid A, Johnson KW, Badgeley MA, et al. Using deep-learning algorithms to simultaneously identify right and left ventricular dysfunction from the electrocardiogram[J]. JACC Cardiovasc Imaging, 2022, 15(3): 395-410. DOI: 10.1016/j.jcmg.2021.08.004.
[42] Liu WC, Lin C, Lin CS, et al. An artificial intelligence-based alarm strategy facilitates management of acute myocardial infarction[J]. J Pers Med, 2021, 11(11):1149. DOI: 10.3390/ jpm11111149.
[43] Gibson CM, Mehta S, Ceschim M, et al. Evolution ofsingle‑lead ECG for STEMI detection using a deep learning approach[J]. Int J Cardiol, 2022,346:47‑52. DOI: 10.1016/j. ijcard.2021.11.039.