Diagnostics of rare forms of asymmetrical hypertrophic cardiomyopathy

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The article presents a clinical example of an asymptomatic obstructive form of hypertrophic cardiomyopathy (HCM) with obstruction locus localized in the middle part of the left ventricular (LV) cavity. In case of apical asymmetric form of HCM (in our variant, with involvement of the mid-LV segments), there is no connection between the obstruction and anterior systolic movement of anterior mitral valve leaflet, so it could be missed during an echocardiographic (EchoCG) examination. The suspicion of the presence of HCM in asymptomatic patients is formed during the analysis of resting electrocardiography (ECG), and the methods for this diagnosis confirmation are ECG and magnetic resonance imaging. The purpose of the publication is to increase doctors’ awareness in recognizing ECG signs of HCM in patients, which can allow to make a targeted examination of the ventricular cavity for HCM echocardiographic signs detection.

About the authors

Alla N. Golosova

Russian University of Medicine of the Ministry of Healthcare of Russia

Author for correspondence.
Email: golosovaalla@mail.ru
ORCID iD: 0000-0002-2562-9839

MD, PhD (Medicine), associate professor of the Department of hospital therapy No. 1 of the Faculty of general medicine

Russian Federation, 127006, Moscow, 4 Dolgorukovskaya St.

Sergey V. Gatsura

Russian University of Medicine of the Ministry of Healthcare of Russia

Email: svgats@mail.ru
ORCID iD: 0000-0002-1513-5149

MD, Dr. Sci. (Medicine), professor of the Department of hospital therapy No. 1 of the Faculty of general medicine

Russian Federation, 127006, Moscow, 4 Dolgorukovskaya St.

Natalya M. Finashova

V.P. Demikhov City Clinical Hospital the of Department of Healthcare of Moscow

Email: fin-nata1@yandex.ru

MD, cardiologist at the Outpatient and Polyclinic Center

Russian Federation, 109263, Moscow, 4 Shkuleva St.

References

  1. Габрусенко С.А., Гудкова А.Я., Козиолова Н.А. с соавт. Гипертрофическая кардиомиопатия. Клинические рекомендации 2020. Российский кардиологический журнал. 2021; 26(5): 269–334. [Gabrusenko S.A., Gudkova A.Ya., Koziolova N.A. et al. 2020 clinical practice guidelines for hypertrophic cardiomyopathy. Rossiyskiy kardiologicheskiy zhurnal = Russian Journal of Cardiology. 2021; 26(5): 269–334 (In Russ.)]. https://doi.org/10.15829/1560-4071-2021-4541. EDN: MXDYLE.
  2. Habis A., Charles I., Paul J.-F. Hypertrophic midventricular obstructive cardiomyopathy revealed by a stroke. JACC Case Rep. 2019; 1(1): 62–63. https://doi.org/10.1016/j.jaccas.2019.04.002. PMID: 34316745. PMCID: PMC8289139.
  3. Licordari R., Trimarchi G., Teresi L. Cardiac magnetic resonance in HCM phenocopies: From diagnosis to risk stratification and therapeutic management. J Clin Med. 2023; 12(10): 3481. https://doi.org/10.3390/jcm12103481. PMID: 37240587. PMCID: PMC10218866.
  4. Maron M.S., Rowin E.J., Lin D. et al. Prevalence and clinical profile of myocardial crypts in hypertrophic cardiomyopathy. Circ Cardiovasc Imaging. 2012; 5(4): 441–47. https://doi.org/10.1161/circimaging.112.972760. PMID: 22563033.
  5. Elliott P.M., Anastasakis A., Borger M.A. et al. 2014 ESC Guidelines on diagnosis and management of hypertrophic cardiomyopathy: The Task Force for the diagnosis and management of hypertrophic cardiomyopathy of the European Society of Cardiology (ESC). Eur Heart J. 2014; 35(39): 2733–79. https://doi.org/10.1093/eurheartj/ehu284. PMID: 25173338.
  6. Captur G., Lopes L.R., Mohun T.J. et al. Prediction of sarcomere mutations in subclinical hypertrophic cardiomyopathy. Circ Cardiovasc Imaging. 2014; 7(6): 863–71. https://doi.org/10.1161/circimaging.114.002411. PMID: 25228707. PMCID: PMC4237712.
  7. Goff Z.D., Calkins H. Sudden death related cardiomyopathies – Hypertrophic cardiomyopathy. Prog Cardiovasc Dis. 2019; 62(3): 212–16. https://doi.org/10.1016/j.pcad.2019.04.001. PMID: 31004609.
  8. Olivotto I., Cecchi F., Poggesi C., Yacoub M.H. Patterns of disease progression in hypertrophic cardiomyopathy: an individualized approach to clinical staging. Circ Heart Fail. 2012; 5(4): 535–46. https://doi.org/10.1161/circheartfailure.112.967026. PMID: 22811549.
  9. Desai M., Mentias A. Risk stratification in hypertrophic cardiomyopathy. Aging (Albany NY). 2019; 11(6): 1617–18. https://doi.org/10.18632/aging.101895. PMID: 30923259. PMCID: PMC6461180.
  10. Mentias A., Raeisi-Giglou P., Smedira N.G. et al. Late gadolinium enhancement in patients with hypertrophic cardiomyopathy and preserved systolic function. J Am Coll Cardiol. 2018; 72(8): 857–70. https://doi.org/10.1016/j.jacc.2018.05.060. PMID: 30115224.
  11. Yamagushi H., Ishimura T., Nishiyama S. et al. Hypertrophic nonobstructive cardiomyopathy with giant negative T waves (apical hypertrophy): Ventriculographic and echocardiographic features in 30 patients. Am J Cardiol. 1979; 44(3): 401–12. https://doi.org/10.1016/0002-9149(79)90388-6. PMID: 573056.
  12. Ommen S.R., Ho C.Y., Asif I.M. et al. 2024 AHA/ACC/AMSSM/HRS/PACES/SCMR Guideline for the management of hypertrophic cardiomyopathy: A report of the American Heart Association / American College of Cardiology joint committee on clinical practice guidelines Circulation. 2024; 149(23): e1239–e1311. https://doi.org/10.1161/CIR.0000000000001250. PMID: 38718139.
  13. Finocchiaro G., Sheikh N., Biagini E. et al. The electrocardiogram in the diagnosis and management of patients with hypertrophic cardiomyopathy. Heart Rhythm. 2020; 17(1): 142–51. https://doi.org/10.1016/j.hrthm.2019.07.019. PMID: 31349064.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Resting electrocardiogram of the observed patient dated 02/27/2024

Download (219KB)
Indexing metadata
3. Fig. 2. Hypertrophy of the apical lateral and partially middle anterolateral segments of the left ventricle (white arrows) in the observed patient with a maximum of up to 16 mm (recorded as measurement 1)

Download (103KB)
Indexing metadata
4. Fig. 3. Echocardiography of the observed patient: closure of the walls of the left ventricle in the area of the median segments into the systole in the presence of a hypokinetic apical septal segment of the left ventricle. Left ventricle on the left

Download (116KB)
Indexing metadata
5. Fig. 4. Echocardiography of the observed patient: the blood flow velocity at the junction of the walls of the left ventricle is 4.3 m/s and the maximum systolic gradient is up to 73 mmHg.

Download (102KB)
Indexing metadata
6. Fig. 5. Magnetic resonance imaging of the heart of the observed patient with contrast

Download (68KB)
Indexing metadata
7. Fig. 6. Magnetic resonance imaging of the heart of the observed patient

Download (75KB)
Indexing metadata
8. Fig. 7. Magnetic resonance imaging of the heart of the observed patient with contrast

Download (72KB)
Indexing metadata

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».