FAQ
© 2015 Staats- und Universitätsbibliothek
Hamburg, Carl von Ossietzky

Öffnungszeiten heute09.00 bis 24.00 Uhr alle Öffnungszeiten

Eingang zum Volltext in OPUS

Hinweis zum Urheberrecht

Dissertation zugänglich unter
URN: urn:nbn:de:gbv:18-66375
URL: http://ediss.sub.uni-hamburg.de/volltexte/2014/6637/


Schnelle Detektion von sehr kurzen Vorhofflimmerepisoden im Oberflächen-EKG mittels Wavelet Transformation

Schwarzer, Sitha

pdf-Format:
 Dokument 1.pdf (1.515 KB) 


Freie Schlagwörter (Deutsch): Detektion, Vorhofflimmern
Freie Schlagwörter (Englisch): detection, atrial fibrillation
Basisklassifikation: 44.85
Institut: Medizin
DDC-Sachgruppe: Medizin, Gesundheit
Dokumentart: Dissertation
Hauptberichter: Willems, Stephan (Prof. Dr.)
Sprache: Deutsch
Tag der mündlichen Prüfung: 19.02.2014
Erstellungsjahr: 2013
Publikationsdatum: 19.03.2014
Kurzfassung auf Deutsch: Vorhofflimmern (AF) ist die häufigste Herzrhythmusstörung weltweit und mit einer erhöhten Mortalität und Morbidität verbunden. Durch seine hohe Prävalenz hat es in praktisch jeder internistischen Fachdisziplin eine besondere Relevanz. Im Zuge des demografischen Wandels in unserer Gesellschaft, nimmt die Prävalenz, die im fortgeschrittenen Alter höher ist, in Zukunft weiter zu.
In den letzten Jahren gab es auf dem Gebiet der Diagnostik und Therapie eine deutliche Weiterentwicklung. Die Möglichkeit der Pulmonalvenenisolation zur dauerhaften Therapie von Vorhofflimmern gewinnt immer mehr an Bedeutung, sowie die Entdeckung neuer oraler Antikoagulanzien zur Prävention thromboembolischer Ereignisse unter AF.
Die Symptomatik der Patienten mit AF ist individuell unterschiedlich und variiert von Symptomfreiheit bei etwa 70% der Patienten bis hin zu hohem Leidensdruck mit Symptomen wie Palpitationen, Leistungsminderung, Herzrasen und Unruhegefühl. Das erschwert die Diagnostik und führt dazu, dass AF häufig unerkannt bleibt.
In der vorliegenden Arbeit wird ein neuartiger Algorithmus basierend auf der mathematischen Methode der Wavelet-Transformation zur Detektion von AF vorgestellt und getestet. Es wurden 275 Patienten des Universitätsklinikums Eppendorf, bei denen eine elektrische Kardioversion durchgeführt wurde, eingeschlossen. Vorhofflimmer-EKGs und Sinusrhythmus-EKGs dieser Patienten wurden mithilfe eines Standard-Algorithmus zur Detektion von AF nach Shouldice und mit dem Wavelet-Algorithmus analysiert. Anschließend erfolgte eine manuelle Auswertung der EKGs und Überprüfung der Ergebnisse der Algorithmen. Der Wavelet-Algorithmus zeichnete sich durch eine höhere Sensitivität (96,1 %) und Spezifität (72,3%) gegenüber dem Shouldice-Algorithmus (Sensitivität: 91,2%, Spezifität: 21,3%) aus. Die beiden Detektionsalgorithmen wurden mittels einer Receiver Operating Characteristic verglichen, die die Güte eines statistischen Tests bewertet. Hier zeigte sich der Wavelet-Algorithmus signifikant besser gegenüber dem Shouldice-Algorithmus (P<0,0001).
Weiterhin zeichnet sich der Wavelet-Algorithmus durch einen geringeren Rechenaufwand mit einer Berechnungszeit von 137 ms gegenüber dem Shouldice-Algorithmus (960 ms) aus.
Der in dieser Arbeit beschriebene Wavelet-Algorithmus eignet sich z.B. zur Integration in eine Langzeit-EKG-Software, einen Event-Recorder oder implantierbaren Kardioverter-Defibrillator und ermöglicht damit in Zukunft eine schnellere und zuverlässigere Detektion von AF.
Der Wavelet-Algorithmus kann vielfältig verwendet werden und wesentlich zur Diagnostik von AF beitragen. Durch die verbesserte Diagnostik, ist die Einleitung einer frühzeitigen Therapie und Prävention thrombembolischer Ereignisse möglich. Bestenfalls kann so die Morbidität und Mortalität von AF in Zukunft reduziert werden.

Zugriffsstatistik

keine Statistikdaten vorhanden
Legende