Features of vectorcardiograms in patients with hypertension complicated by chronic heart failure with reduced left ventricle ejection fraction

Cover Page

Cite item

Full Text

Abstract

Aim. To explore the features of vectorcardiograms (VCG) of patients with essential hypertension complicated by chronic heart failure with reduced left ventricular ejection fraction (CHFrLVEF).

Materials and methods. We analyzed VCGs of 70 hypertensive patients with CHFrLVEF and 275 hypertensive patients without clinical signs of CHF and with LVEF>50%. We assessed the presence of rhythm and conduction disturbances, and the parameters of the synthesized VCG, i.e., module of the maximum QRS vector, planarity index of the spatial QRS loop (P/S), and spatial angle between the integral QRS and T vectors (sQRS-Ta).

Results. In hypertensive patients with CHF, certain conditions were detected more often as compared with hypertensive patients without CHF, i.e., atrial fibrillation (AF) in 52.9% vs 5.1%; p<0.0001, and left bundle branch block (LBBB) in 38.6% vs 0.4%; p<0.0001. The module of the maximum QRS vector and sQRS-Ta were significantly greater and P/S was significantly less in VCGs of patients with CHF. ROC-analysis showed that the presence of AF and LBBB just as VCG parameters assessed in this study provide clear discrimination between hypertensive patients with or without CHF both in the group as a whole and in the subgroups (1) without LBBB, (2) with sinus rhythm, and (3) with AF. sQRS-Ta was the most informative parameter (threshold >137°, sensitivity 91%, specificity 92%). The P/S indicator at the optimal threshold value ≤0.92 was characterized by lower specificity (68%) with rather high sensitivity (79%).

Conclusion. AF, LBBB, increased module of the maximum QRS vector and sQRS-Ta, and decreased P/S index are present in hypertensive patients with CHFrLVEF as compared with patients without CHF.

About the authors

Tamara A. Sakhnova

Chazov National Medical Research Center of Cardiology

Author for correspondence.
Email: tamara-sahnova@mail.ru
ORCID iD: 0000-0002-5543-7184

канд. мед. наук, ст. науч. сотр. лаб. ЭКГ Института клинической кардиологии им. А.Л. Мясникова

Russian Federation, Moscow

Elena V. Blinova

Chazov National Medical Research Center of Cardiology

Email: tamara-sahnova@mail.ru
ORCID iD: 0000-0001-8725-7084

канд. мед. наук, науч. сотр. лаб. ЭКГ Института клинической кардиологии им. А.Л. Мясникова

Russian Federation, Moscow

Elena S. Yurasova

Chazov National Medical Research Center of Cardiology

Email: tamara-sahnova@mail.ru
ORCID iD: 0000-0002-4640-5578

канд. мед. наук, вед. науч. сотр. научно-экспертного отд. Института клинической кардиологии им. А.Л. Мясникова

Russian Federation, Moscow

Tatiana M. Uskach

Chazov National Medical Research Center of Cardiology

Email: tamara-sahnova@mail.ru
ORCID iD: 0000-0003-4318-0315

д-р мед. наук, вед. науч. сотр. отд. заболеваний миокарда и сердечной недостаточности Института клинической кардиологии им. А.Л. Мясникова

Russian Federation, Moscow

Nataliya V. Blinova

Chazov National Medical Research Center of Cardiology

Email: tamara-sahnova@mail.ru
ORCID iD: 0000-0001-5215-4894

канд. мед. наук, ст. науч. сотр. отд. гипертонии Института клинической кардиологии им. А.Л. Мясникова

Russian Federation, Moscow

Eduard A.I. Aidu

Kharkevich Institute for Information Transmission Problems

Email: tamara-sahnova@mail.ru
ORCID iD: 0000-0001-9505-4404

канд. техн. наук, ст. науч. сотр. лаб. теории передачи информации и управления

Russian Federation, Moscow

Vladimir G. Trunov

Kharkevich Institute for Information Transmission Problems

Email: tamara-sahnova@mail.ru
ORCID iD: 0000-0002-6084-1608

канд. техн. наук, вед. науч. сотр. лаб. теории передачи информации и управления

Russian Federation, Moscow

Marina A. Saidova

Chazov National Medical Research Center of Cardiology

Email: tamara-sahnova@mail.ru
ORCID iD: 0000-0002-3233-1862

гл. науч. сотр. отд. ультразвуковых методов исследования Института клинической кардиологии им. А.Л. Мясникова

Russian Federation, Moscow

References

  1. Al Hinai G, Jammoul S, Vajihi Z, Afilalo J. Deep learning analysis of resting electrocardiograms for the detection of myocardial dysfunction, hypertrophy, and ischaemia: a systematic review. Eur Heart J Digit Health. 2021;2(3):416-23. doi: 10.1093/ehjdh/ztab048
  2. Yao X, Rushlow DR, Inselman JW, et al. Artificial intelligence-enabled electrocardiograms for identification of patients with low ejection fraction: a pragmatic, randomized clinical trial. Nat Med. 2021;27(5):815-9. doi: 10.1038/s41591-021-01335-4
  3. Olesen LL, Andersen A. ECG as a first step in the detection of left ventricular systolic dysfunction in the elderly. ESC Heart Fail. 2016;3(1):44-52. doi: 10.1002/ehf2.12067
  4. Surawicz B, Childers R, Deal BJ, et al. AHA/ACCF/HRS recommendations for the standardization and interpretation of the electrocardiogram: part III: intraventricular conduction disturbances: a scientific statement from the American Heart Association Electrocardiography and Arrhythmias Committee, Council on Clinical Cardiology; the American College of Cardiology Foundation; and the Heart Rhythm Society. Endorsed by the International Society for Computerized Electrocardiology. J Am Coll Cardiol. 2009;53(11):976-81. doi: 10.1016/j.jacc.2008.12.013
  5. Nwabuo CC, Vasan RS. Pathophysiology of Hypertensive Heart Disease: Beyond Left Ventricular Hypertrophy. Curr Hypertens Rep. 2020;22(2):11. doi: 10.1007/s11906-020-1017-9
  6. Bacharova L. Missing Link between Molecular Aspects of Ventricular Arrhythmias and QRS Complex Morphology in Left Ventricular Hypertrophy. Int J Mol Sci. 2019;21(1):48. doi: 10.3390/ijms21010048
  7. Reinier K, Aro AL, Uy-Evanado A, et al. Electrical surrogate for detection of severe left ventricular systolic dysfunction. Ann Noninvasive Electrocardiol. 2018;23(6):e12591. doi: 10.1111/anec.12591
  8. Bacharova L, Szathmary V, Kovalcik M, Mateasik A. Effect of changes in left ventricular anatomy and conduction velocity on the QRS voltage and morphology in left ventricular hypertrophy: a model study. J Electrocardiol. 2010;43(3):200-8. doi: 10.1016/j.jelectrocard.2009.07.014
  9. Бойцов С.А., Гришаев С.Л., Ласточкин И.Г., Пинегин А.Н. Диагностическая эффективность пространственных показателей компьютерной векторкардиографии для оценки гипертрофии левого желудочка сердца. Артериальная гипертензия. 2003;9(4):142-4 [Boitsov SA, Gizhayev SL, Lastochkin IG, Pinegin AN. Diagnostic effectiveness of spatial indices of computed vectorcardiography for evaluation of left ventricular hypertrophy. Arterial’naya gipertenziya. 2003;9(4):142-4 (in Russian)]. doi: 10.18705/1607-419X-2003-9-4-142-144
  10. Elffers TW, Trompet S, de Mutsert R, et al. Electrocardiographic Detection of Left Ventricular Hypertrophy; Adding Body Mass Index and Spatial QRS-T Angle: A Cross-Sectional Study. Cardiol Ther. 2019;8(2):345-56. doi: 10.1007/s40119-019-00151-9

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Electrocardiogram and vectorcardiogram of a hypertensive patient with CHF. MQRS 1,96 mV, sQRS-Ta 175°, P/S 0,52.

Download (146KB)
Indexing metadata
3. Fig. 2. Electrocardiogram and vectorcardiogram of a patient with AH without CHF. MQRS 1,42 mV, sQRS-Ta 83°, P/S 0,96.

Download (137KB)
Indexing metadata

Copyright (c) 2022 Consilium Medicum

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
 
 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».