Ročne sa na celom svete vyskytujú najmenej 2 milióny prípadov náhlej srdcovej smrti (SCD), pričom kardiálna príčina má na svedomí približne polovicu. Identifikácia osôb so zvýšeným kardiálnym rizikom SCD je teda veľmi dôležitá z hľadiska verejného zdravia, čomu môže dopomôcť aj strojové učenie, ktoré využíva algoritmy na empirické „učenie“ vzorov z údajov.
Úvod

Náhla srdcová smrť (sudden cardiac death – SCD) je definovaná ako náhle a neočakávané zastavenie kardiovaskulárnej funkcie (sudden cardiac arrest – SCA) vedúce k obehovému kolapsu. Výskyt SCD je u jednotlivcov v bežnej populácii relatívne zriedkavý, v rozmedzí 0,03 – 0,10 % ročne (1, 2). Napriek tomu sa na základe konzervatívnych odhadov na celom svete ročne vyskytujú najmenej 2 milióny prípadov SCA. Odhadovaná úmrtnosť na SCA je približne 90 % a u tých, ktorí prežili, často pretrvávajú významné funkčné a/alebo kognitívne poruchy (3). Identifikácia rizikových faktorov je dôležitým cieľom z klinického hľadiska, ako aj z hľadiska verejného zdravia. Tento prehľad poskytne informácie o známych či skúmaných prediktívnych faktoroch pre SCA/SCD vo všeobecnej populácii so zameraním na kardiálne príčiny.
Etiológia
Príčiny SCA/SCD sa líšia v závislosti od veku. Je dôležité si uvedomiť, že takmer 50 % prípadov SCA je z nekardiálnych príčin (4). Súhrnné zistenia z publikovanej literatúry naznačujú, že koronárna choroba srdca (CAD) predstavuje približne 80 % kardiálnych prípadov SCD (5). Najohrozenejšiu skupinu SCA tvoria pacienti, ktorí prežili SCA a dokonca aj pacienti s „reverzibilnou príčinou“ – čelia úmrtnosti 18 % po 2 rokoch (6). Druhú najrizikovejšiu skupinu tvoria pacienti so zníženou systolickou funkciou ľavej komory (LVEF). Faktory, ako sú vyššia funkčná trieda New York Heart Association (NYHA), nižšia LVEF, fibrilácia predsiení (FP) a trvalá komorová tachykardia (VT) prinášajú vyššie riziko arytmií (7) a zároveň zvyšujú podiel úmrtí z iných príčin. Tabuľka č. 1 sumarizuje ďalšie definované populácie SCA.
U mladších pacientov (do 35 rokov) je však ischemická choroba srdca menej častou príčinou SCA/SCD. Údaje z viacerých kohort ukázali, že arytmická príčina môže predstavovať približne 20 – 30 % náhlych nevysvetliteľných úmrtí (8). U mladších ľudí genetická mutácia srdca prispieva k značnému podielu náhlej nevysvetliteľnej smrti z arytmickej príčiny.

Štúdie zo Spojených štátov amerických a zo Škandinávie ukázali, že výskyt SCD je dvakrát až trikrát vyšší u mužov než u žien (9). Najvýraznejší rozdiel vo výskyte SCD súvisiaci s pohlavím sa vyskytuje v premenopauzálnych a skorých postmenopauzálnych rokoch v strednom veku.

Podľa epidemiologických štúdií sa riziko SCA líši v závislosti od rasy. Výskum ukazuje, že výskyt SCD v USA je približne dvojnásobne vyšší medzi afroameričanmi než medzi bielymi Američanmi, 3,5-krát vyšší ako u aziatov a približne päťkrát vyšší než u hispáncov (10).
Viaceré dôkazy naznačujú súvislosť medzi obezitou a/alebo diabetom a rizikom SCD. V analýze 5 209 účastníkov vo Framinghamskej kohorte bola miera SCD vyššia medzi jednotlivcami, ak ich BMI bolo > 28,6 kg/m2 (11). V multietnickej štúdii ARIC bol vyšší pomer pásu k bokom (ukazovateľ centrálnej adipozity) silnejším asociatívnym faktorom pre SCD než BMI alebo obvod pása (11).
Spánkové apnoe je bežná porucha spánku a jeho prítomnosť je spojená so zvýšeným rizikom náhlej smrti. V metaanalýze 22 pozorovacích štúdií Heilbrunn a kol. (13) pozorovali, že ľudia so spánkovým apnoe mali dvojnásobne vyššie riziko náhlej smrti ako ľudia bez.
Súvislosť medzi socioekonomickým stavom (SES) a rizikom SCD bola zaznamenaná vo viacerých štúdiách. V systematickom prehľade 32 štúdií van Nieuwenhuizen et al. (14) uviedli, že ľudia s bydliskom v oblastiach s nízkym SES mali vyšší výskyt SCD a horšie prežívanie. Ako marker SES sa skúmali rôzne aspekty vrátane príjmu, vzdelania alebo kombinácie oboch. Pretože CAD je najčastejšou príčinou mimonemocničného SCA/SCD, predpokladá sa, že ľudia s nižším SES môžu byť vo väčšom riziku z dôvodu vyššej prevalencie rizikových faktorov aterosklerózy. Okrem toho sa predpokladá, že ľudia žijúci v prostrediach s nižším SES môžu byť vystavení sympatikovej hyperaktivite z dôvodu vyššieho stresu, čo potenciálne zvyšuje ich riziko SCA/SCD.

SCA u profesionálnych športovcov je veľmi medializovaná, no nie častá, s incidenciou 0,11 až 33,3 na 100 000. Športovci môžu mať zvýšené riziko SCA, najmä pri neodhalených štrukturálnych a genetických chybách srdca. Arytmogénna dysplázia pravej komory je jedinečná jednotka, pri ktorej môže byť cvičenie patogénne a akútne spustiť arytmiu (15).
Medzi ďalšie významné ohrozené populácie patria rekreační užívatelia drog, od kokaínu (16) po látky ako protihnačkový loperamid (17). Mechanizmy pre medikamentózne navodenú SCA zahŕňajú predávkovanie, predĺženie QT intervalu a torsades de pointes, koronárny vazospazmus a disekciu, akcelerovanú aterosklerózu, infarkt myokardu, myokarditídu a kŕče.
Predikcia SCD
Existuje veľký záujem o používanie biomarkerov na predpovedanie rizika SCA/SCD na individuálnej úrovni. Vo všeobecnej populácii existujú 3 široké triedy biomarkerov, ktoré boli študované ako prediktory SCA/SCD: 1. EKG, 2. sérové markery a 3. zobrazovacie parametre.

EKG
EKG markery odrážajú 3 hlavné koncepty patogenézy SCA/SCD: 1. srdcová autonómna abnormalita (napríklad srdcová frekvencia), 2. abnormálna ventrikulárna repolarizácia (napríklad QTc, analýza T-vlny) a 3. abnormálny substrát myokardu (napríklad fibróza alebo jazva), ktorý môže predisponovať k ventrikulárnym arytmiám (napríklad k hypertrofii ľavej komory alebo fragmentácii QRS).

Aro et al. (18) kombináciou známych EKG markerov spojených so SCD vyvinuli nové rizikové skóre zo štúdie Oregon Sudden Death Study určené na použitie u pacientov s neznámou LVEF alebo LVEF > 35 %. Identifikovali šesť abnormálnych EKG markerov: 1. srdcová frekvencia > 75 úderov za minútu, 2. hypertrofia ľavej komory (Sokolowove-Lyonove alebo Cornellove kritériá), 3. zóna oneskoreného prechodu QRS (≥ zvod V5), 4. široký predný uhol QRS-T (> 90 °), 5. predĺžený QTc (> 450 ms u mužov a > 460 ms u žien) a 6. predĺžený vrchol T-vlny do konca intervalu T-vlny (> 89 ms). Za každý marker bol priradený jeden bod. Po multivariabilnej úprave znamenalo vyššie skóre vyššie riziko SCD (1 bod: OR, 2,2 [95 % IS, 1,2 – 4,1]; 2 body: OR, 4,0 [95 % IS, 2,2 – 7,5]; 3 body: OR, 8,3 [95 % CI, 4,3 – 16,1], 4 body: OR, 21,2 [95 % CI, 9,4 – 47,7]). Pri testovaní na klinickom modeli (t. j. LVEF, vek, pohlavie, hypertenzia, diabetes), dodatočné použitie skóre rizika EKG výrazne zvýšilo diskrimináciu modelu (z 0,63 na 0,75; P < 0,001) a zlepšilo celkovú čistú reklasifikáciu o 31,1 %.
Sérové biomarkery
Sérové biomarkery spojené s vyšším rizikom SCD možno rozdeliť do 5 patofyziologických dráh: 1. zvýšený vaskulárny a/alebo systémový zápal (napríklad zvýšené hladiny C-reaktívneho proteínu, interleukínu-6, fibrinogénu, počtu bielych krviniek), 2. subklinické poškodenie myokardu (vysokocitlivý srdcový troponín T/I), 3. napínanie myokardu (natriuretický peptid typu B), 4. abnormálne lipidové profily (napríklad cirkulujúca neesterifikovaná mastná kyselina – NEFA, lipoproteínové častice podobné remnantom, lipoproteínový cholesterol s nízkou hustotou) a 5. markery hyperglykémie (napríklad postprandiálna glykémia, hemoglobín A1c).

Genetika
Maregalli et al. (19) v roku 2009 zistili, že mutácia v géne SCN5A vedie k vytvoreniu predčasného stop kodónu alebo k bodovej mutácii vedúcej k strate funkcie Na+ kanálov a má za následok rozvoj závažnejšej formy Brugadovho syndrómu. Ak sa vysoká voltáž na EKG spája so skráteným intervalom PQ (pod 120 ms), treba myslieť na Fabryho chorobu, ktorú vieme geneticky verifikovať. Syndróm náhlej arytmickej smrti môže odrážať dedičné arytmie, ako sú syndróm dlhého QT intervalu, katecholaminergná polymorfná VT a spomínaný Brugadov syndróm. To podčiarkuje potenciálnu užitočnosť genetického testovania a rodinného skríningu na identifikáciu osôb s vyšším rizikom SCD v dôsledku arytmickej príčiny.

Zobrazovacie markery
Oblasti myokardiálnej fibrózy/jazvy môžu slúžiť ako substrát pre reentry, čo je dôležitá zložka v patofyziológii ventrikulárnych arytmií (20). Typicky sa tieto oblasti detegujú podľa prítomnosti neskorého gadolíniového zosilnenia (LGE) pomocou srdcovej magnetickej rezonancie (CMR) alebo pomocou echokardiografie (ECHO) (21, 22). Existuje množstvo klinických údajov, ktoré podporujú asociáciu fibrózy myokardu/jazvy a rizika VT/KF a/alebo SCD. Za zmienku stojí, že tieto štúdie sa zamerali na pacientov so zníženou LVEF (< 35 %), s predchádzajúcim infarktom myokardu alebo so štrukturálnym ochorením srdca, ako je hypertrofická kardiomyopatia. To, či je prítomnosť myokardiálnej fibrózy/jazvy prediktorom SCA/SCD vo všeobecnej populácii, si vyžaduje ďalšie štúdie. V sérii 749 pacientov so zachovanou LVEF (v priemere 66 %), ktorí podstúpili CMR v referenčnom centre v rámci diferenciácie kardiologických symptómov, prítomnosť LGE nebola spojená (u 54 % pacientov) s VT/VF alebo SCA/ SCD (23). Keďže v bežnej populácii nie je kapacitne možné vykonávať zobrazovanie srdca ako skríningový nástroj na SCA/SCD, detekciu jazvy/fibrózy myokardu možno dosiahnuť pomocou 12-zvodového EKG. Prítomnosť repolarizačných zmien (horizontálna/zostupná depresia ST ≥ 0,05 mV s negatívnou T-vlnou v ktoromkoľvek zo zvodov I, II, aVL alebo V3-V6), vlna Q vo zvodoch V1 alebo V2 a ľavá zadná fascikulárna blokáda koreluje s LGE na CMR (24).
Nové možnosti diagnostiky
Strojové učenie (ML) je technika, ktorá využíva algoritmy na empirické „učenie“ vzorov z údajov. ML môže zvýšiť presnosť rozpoznávania vizuálnych vzorov. Keďže ML má schopnosť odhaliť vzorce na predpovedanie ochorenia, ktoré by inak ľudia nemuseli ľahko rozpoznať, môže sa stať užitočným nástrojom pre analýzu EKG. Attia et al. (25) pomocou konvolučných neurónových sietí (formy hlbokého učenia v ML) úspešne identifikovali osoby, u ktorých sa následne rozvinula FP na základe ich 12-zvodového EKG pri sínusovom rytme. Táto štúdia naznačila, že rozvoju FP môžu predchádzať jemné srdcové – elektrické a/alebo štrukturálne – zmeny. Okrem toho výsledky štúdií naznačujú, že techniky hlbokého učenia môžu identifikovať rôzne stavy z EKG ako napríklad abnormálnu srdcovú kontraktilitu (napríklad LVEF), abnormálnu srdcovú relaxáciu (diastolická dysfunkcia), amyloidózu či dilatačnú kardiomyopatiu (26, 27, 28).

V štúdii analyzujúcej zmeny srdcovej a respiračnej frekvencie pomocou ML, Lee a kol. (29) vyvinuli model, ktorý dokázal predpovedať VT 1 hodinu pred začiatkom so senzitivitou 0,88, špecificitou 0,82 a plochou pod krivkou 0,93. V inej štúdii Taye et al. (30) rôznymi algoritmami ML dokázali – na základe variability srdcovej frekvencie – predpovedať budúci výskyt ventrikulárnych arytmií s presnosťou 66 – 85 %. Kľúčovým obmedzením týchto štúdií je, že pozitívny výsledok (pretrvávajúca alebo nepretrvávajúca KT/KF) nemusí nevyhnutne viesť k SCA/SCD.
Záver
SCD je dôležitým problémom verejného zdravia kvôli značnému počtu ohrozených jedincov. Existuje mnoho overených a vznikajúcich rizikových faktorov, ktoré sú spojené s vyšším rizikom SCA/SCD. Spomedzi všetkých má EKG najväčší potenciál na prognózu rizika SCA/SCD u jednotlivca. Vďaka neinvazívnej povahe získavania údajov je ľahko a rýchlo dostupné. Údaje získané pomocou EKG spolu s biologickými a laboratórnymi markermi môžu zlepšiť predikciu rizika SCA/SCD v bežnej populácii. Integrácia ML na ďalšie zlepšenie predikcie rizika SCA/SCD je síce atraktívnou, ale stále neoverenou oblasťou, ktorá si však zaslúži ďalšie štúdium.
Literatúra
- Straus SM, Bleumink GS, Dieleman JP, et al. The incidence of sudden cardiac death in the general population. J Clin Epidemiol 2004;57: 98-102.
- Martens E, Sinner MF, Siebermair J, et al. Incidence of sudden cardiac death in Germany: results from an emergency medical service registry in Lower Saxony. Europace 2014;16:1752-8.
- Narayan SM, Wang PJ, Daubert JP. New concepts in sudden cardiac arrest to address an intractable epidemic: JACC state of-the-art review. J Am Coll Cardiol 2019;73:70-88.
- Myat A, Song KJ, Rea T. Out-of-hospital cardiac arrest: current concepts. Lancet 2018;391:970-9.
- Myerburg RJ, Interian A Jr, Mitrani RM, Kessler KM, Castellanos A. Frequency of sudden cardiac death and profiles of risk.Am J Cardiol 1997;80. 10F-9F.
- Wyse DG, Friedman PL, Brodsky MA, et al. Life-threatening ventricular arrhythmias due to transient or correctable causes: high risk for death in follow-up. J Am Coll Cardiol 2001;38:1718-24.
- Zeitler EP, Al-Khatib SM, Friedman DJ, et al. Predicting appropriate shocks in patients with heart failure: patient level meta-analysis from SCD-HeFT and MADIT II. J Cardiovasc Electro- physiol 2017;28:1345-51.
- Jayaraman R, Reinier K, Nair S, et al. Risk factors of sudden cardiac death in the young: multiple-year community-wide assessment. Circu- lation 2018;137:1561-70.
- Haukilahti MAE, Holmström L, Vähätalo J, et al. Sudden cardiac death in women. Circulation 2019;139:1012-21.
- Tseng ZH, Olgin JE, Vittinghoff E, et al. Prospective countywide surveillance and autopsy characterization of sudden cardiac death: POST SCD study. Circulation 2018;137:2689-700.
- Hubert HB, Feinleib M, McNamara PM, Castelli WP. Obesity as an independent risk factor for cardiovascular disease: a 26-year follow-up of participants in the Framingham Heart Study. Circulation 1983;67: 968-77.
- Adabag S, Huxley RR, Lopez FL, et al. Obesity related risk of sudden cardiac death in the atherosclerosis risk in communities study. Heart 2015;101:215-21.
- Heilbrunn ES, Ssentongo P, Chinchilli VM, et al. Sudden death in individuals with obstructive sleep apnoea: a systematic review and meta- analysis. BMJ Open Respir Res 2021;8:e000656.
- van Nieuwenhuizen BP, Oving I, Kunst AE, et al. Socio-economic differences in incidence, bystander cardiopulmonary resuscitation and survival from out-of-hospital cardiac arrest: a systematic review. Resus- citation 2019;141:44-62.
- James CA, Bhonsale A, Tichnell C, et al. Exercise increases age-related penetrance and arrhythmic risk in arrhythmogenic right ventricular dysplasia/cardiomyopathy-associated desmo- somal mutation carriers. J Am Coll Cardiol 2013; 62:1290-7.
- Havakuk O, Rezkalla SH, Kloner RA. The cardiovascular effects of cocaine. J Am Coll Cardiol 2017;70:101–13.
- Nattel S. An emerging malignant arrhythmia epidemic due to loperamide abuse underlying mechanisms and clinical relevance. J Am Coll Cardiol EP 2016;2:790–2.
- AroAL,ReinierK,RusinaruC,etal. Electricalrisk Scorebeyond The Left ventricular ejection fraction: prediction of sudden cardiac death in the Oregon Sudden Unexpected Death Study and the Atherosclerosis Risk in Communities Study. Eur Heart J 2017;38:3017-25.
- Meregalli PG, Tan HL, Probst V, Koopmann TT, Tanck MW, Bhuiyan ZA, Sacher F, Kyndt F, Schott JJ, Albuisson J, Mabo P, Bezzina CR, Le Marec H, Wilde AA. Type of SCN5A mutation determines clinical severity and degree of conduction slowing in loss-of-function sodium channelopathies. Heart Rhythm. 2009 Mar;6(3):341-8. doi: 10.1016/j.hrthm.2008.11.009. Epub 2008 Nov 11. PMID: 19251209.
- Mandoli GE, D’Ascenzi F, Vinco G, et al. Novel approaches in cardiac imaging for non-invasive assessment of left heart myocardial fibrosis. Front Cardiovasc Med 2021;8:614235.
- Disertori M, Rigoni M, Pace N, et al. Myocardial fibrosis assessment by LGE is a powerful predictor of ventricular tachyarrhythmias in ischemic and nonischemic LV dysfunction: a meta-analysis. JACC Cardiovasc Imaging 2016;9:1046-55.
- Li X, Fan X, Li S, et al. A novel risk stratification score for sudden cardiac death prediction in middle-aged, nonischemic dilated cardio- myopathy patients: the ESTIMATED score. Can J Cardiol 2020;36: 1121-9.
- Lota AS, Tsao A, Owen R, et al. Prognostic significance of nonischemic myocardial fibrosis in patients with normal LV volumes and ejection- fraction. JACC Cardiovasc Imaging 2021;14:2353-65.
- Inoue YY, Soliman EZ, Yoneyama K, et al. Electrocardiographic strain pattern is associated with left ventricular concentric remodeling, scar, and mortality over 10 years: the Multi-Ethnic Study of Atherosclerosis. J Am Heart Assoc 2017;6:e006624.
- Attia ZI, Noseworthy PA, Lopez-Jimenez F, et al. An artificial intelli- gence-enabled ECG algorithm for the identification of patients with atrial fibrillation during sinus rhythm: a retrospective analysis of outcome prediction. Lancet 2019;394:861-7.
- Goto S, Mahara K, Beussink-Nelson L, et al. Artificial intelligence- enabled fully automated detection of cardiac amyloidosis using electrocardiograms and echocardiograms. Nat Commun 2021;12:2726.
- Sengupta PP, Kulkarni H, Narula J. Prediction of abnormal myocardial relaxation from signal processed surface ECG. J Am Coll Cardiol 2018;71:1650-60.
- Shrivastava S, Cohen-Shelly M, Attia ZI, et al. Artificial intelligence- enabled electrocardiography to screen patients with dilated cardiomyopathy. Am J Cardiol 2021;155:121-7.
- Lee H, Shin SY, Seo M, Nam GB, Joo S. Prediction of ventricular tachycardia one hour before occurrence using artificial neural networks. Sci Rep 2016;6:32390.
- Taye GT, Hwang HJ, Lim KM. Application of a convolutional neural network for predicting the occurrence of ventricular tachyarrhythmia using heart rate variability features. Sci Rep 2020;10:6769.