Los sistemas actuales detectan la inminencia de uno de estos episodios tan sólo minutos antes de que se produzca, lo que deja muy poco margen para la reacción.

Un equipo de investigadores del campus de Gandía de la Universidad Politécnica de Valencia (UPV) y de la Universidad de Castilla-La Mancha han desarrollado un método para detectar el riesgo de sufrir un episodio de fibrilación auricular paroxística al menos una hora antes de su comienzo.

Se trata de un método no invasivo, cómodo para el paciente y muy fácil de aplicar, ya que puede incorporarse al registro electrocardiográfico rutinario de larga duración (24 horas). La investigación fue publicada el pasado mes de noviembre en la prestigiosa revista del Institute of Physics de Reino Unido Physiological Measurement (doi:10.1088/0967-3334/33/12/1959), informa la institución académica valenciana en un comunicado.

Tal como apuntan los investigadores, los métodos actuales sólo detectan el riesgo de fibrilación auricular apenas unos minutos antes de que se produzca, lo que deja muy poco margen para la reacción preventiva o la puesta en marcha de tratamientos de choque.

"En las pruebas que hemos desarrollado con nuestro método, el tiempo medio de detección está entre una hora y dos horas antes. De este modo, su aplicación en la práctica clínica permitiría adelantar los tratamientos necesarios para prevenir la pérdida del ritmo del corazón, con la consiguiente tranquilidad también para el paciente", apunta José Joaquín Rieta, del Grupo Biomedical Synergy de la UPV e investigador principal del proyecto.

Un método algorítmico
Para el desarrollo de este método, los investigadores de la UPV y la UCLM analizaron un total de 24 casos de pacientes afectados por fibrilación auricular y monitorizados a lo largo de todo un día mediante un sistema de electrocardiograma ambulatorio convencional (Holter-ECG).

"Comparando estos registros con los de un grupo de pacientes sanos, nuestra investigación ha conseguido advertir la presencia de diferencias morfológicas entre ambos susceptibles de ser síntomas de un episodio de fibrilación auricular. Lo que hemos hecho es desarrollar un método algorítimico que es capaz de predecir si el paciente corre riesgo de sufrir un episodio de fibrilación auricular", apunta Rieta.

La fibrilación auricular afecta al 1% de la población general y llega hasta el 15% en el caso de la población mayor de 70 años.
marzo 25/2013 (JANO)

Arturo Martínez, Raúl Alcaraz, José J Rieta. Study on the P-wave feature time course as early predictors of paroxysmal atrial fibrillation. Physiol. Meas. Volume 33 Number 12

Abstrac
Atrial fibrillation (AF) is the most common cardiac arrhythmia in clinical practice, increasing the risk of stroke and all-cause mortality. Its mechanisms are poorly understood, thus leading to different theories and controversial interpretation of its behavior. In this respect, it is unknown why AF is self-terminating in certain individuals, which is called paroxysmal AF (PAF), and not in others. Within the context of biomedical signal analysis, predicting the onset of PAF with a reasonable advance has been a clinical challenge in recent years. By predicting arrhythmia onset, the loss of normal sinus rhythm could be addressed by means of preventive treatments, thus minimizing risks for the patients and improving their quality of life. Traditionally, the study of PAF onset has been undertaken through a variety of features characterizing P-wave spatial diversity from the standard 12-lead electrocardiogram (ECG) or from signal-averaged ECGs. However, the variability of features from the P-wave time course before PAF onset has not been exploited yet. This work introduces a new alternative to assess time diversity of the P-wave features from single-lead ECG recordings. Furthermore, the method is able to assess the risk of arrhythmia 1 h before its onset, which is a relevant advance in order to provide clinically useful PAF risk predictors. Results were in agreement with the electrophysiological changes taking place in the atria. Hence, P-wave features presented an increasing variability as PAF onset approximates, thus suggesting intermittently disturbed conduction in the atrial tissue. In addition, high PAF risk prediction accuracy, greater than 90%, has been reached in the two considered scenarios, i.e. discrimination between healthy individuals and PAF patients and between patients far from PAF and close to PAF onset. Nonetheless, more long-term studies have to be analyzed and validated in future works.