ISSN: 0300-8932 Factor de impacto 2023 7,2

SEC 2024 - El Congreso de la Salud Cardiovascular

Bilbao, 24 - 26 de Octubre de 2024


Introducción
Dr. José María de la Torre Hernández
Presidente del Comité Científico del Congreso. Vicepresidente de la SEC

Comités ejecutivo, organizador y científico
Comité de evaluadores
Listado completo de comunicaciones
Índice de autores

6082. Electrocardiografía, monitorización del ritmo (wearables), cartografía no invasiva de las arritmias, Inteligencia artificial

Fecha : 24-10-2024 00:00:00
Tipo : Pósteres

6082-503. El diagnóstico precoz de fibrilación auricular mediante fotopletismografía de reloj inteligente está condicionado a la monitorización durante el sueño

Luis Jesús Jiménez Borreguero1, Marcos Díaz Berrera2, Guillermo J. Ortega3, Dafne Viliani1, Álvaro Montes1, Alberto Cecconi1 y Beatriz López Melgar1

1Cardiología, 2Facultad de Medicina, UAM, Madrid, España y 3Unidad Análisis de Datos. Hospital Universitario de la Princesa, Madrid, España.

Introducción y objetivos: El momento de aparición del primer episodio de fibrilación auricular (FA) asintomática es imprevisible y su diagnóstico precoz sería deseable ya que la profilaxis cardioembólica ha demostrado ser más eficaz cuando se inicia precozmente. La detección precoz de FA en población de riesgo mediante Holter ECG o ECG repetidos deja sin monitorización largos periodos de tiempo. Los relojes inteligentes disponen de fotopletismografía (FPG) para monitorización continua de pulso irregular y de ECG de una derivación a demanda. Estudios recientes con estos dispositivos se han enfocado preferentemente en el diagnóstico de FA con el ECG. Sin embargo, no han establecido el tiempo que tarda la FPG en detectarla. Objetivo: siendo la precocidad del diagnóstico del primer episodio de FA un aspecto pronóstico muy relevante, nuestro objetivo original ha sido investigar el tiempo y los factores que intervienen desde el momento de aparición del primer episodio de FA hasta su detección mediante monitorización continua con FPG.

Métodos: Hemos utilizado un reloj inteligente con duración de batería de 7 días y hemos desarrollado un modelo original que simula un primer episodio de FA, cambiando el reloj desde controles sanos a pacientes con FA permanente. Hemos definido el tiempo de detección de FA por FPG como el intervalo entre el cambio del reloj hasta la primera alerta de pulso irregular.

Resultados: En el análisis preliminar de los primeros 10 pacientes, el sistema de FPG detectó FA en 9, con tiempo mínimo de 0:45 h, máximo de 26:30 h y medio de 8:36 ± 8:34 h y alertó de FA en un mínimo de 1:35 h, máximo de 31:35 h y medio de 13:18 ± 10:17 h (figura). Del análisis de 22 variables biométricas registradas, la siesta y el sueño nocturno se han asociado al tiempo de detección de FA en todos los casos. Ninguna de las demás variables se ha asociado con el tiempo de detección de FA, incluyendo el color de piel, perímetro de muñeca, grado de sudoración o frecuencia cardiaca. En un único paciente, la FPG no detectó FA durante 3 días de monitorización, atribuible a que los acelerómetros del reloj no detectaron el sueño y se atribuyó a un fallo técnico del reloj.

Tiempos de detección y alerta por fotopletismografía.

Conclusiones: Con este análisis preliminar podemos inferir que con FPG de nuestro reloj inteligente el diagnóstico precoz del primer episodio de la FA está condicionado a la monitorización durante el sueño. Esto deberá considerarse para la práctica clínica.


Comunicaciones disponibles de "6082. Electrocardiografía, monitorización del ritmo (<i>wearables</i>), cartografía no invasiva de las arritmias, Inteligencia artificial"

6082-500. Adherencia y tolerancia al seguimiento ECG mediante trasmisión transtelefónica diaria tras ablación de fibrilación auricular
María Victoria Rossa1, Sergio Castrejón Castrejón1, Beatriz Sanz Verdejo1, Marcel Martínez Cossiani1, Paula Sánchez Somonte1, Ricardo Martínez González1, María Eugenia Martínez Maldonado1, Cecilia Zapata García1, Rosa González Davia2, Raúl Moreno1 y José Luis Merino1

1Hospital Universitario La Paz, Madrid, España y 2Hospital Infanta Cristina, Parla (Madrid), España.
6082-501. Aplicación de técnicas de inteligencia artificial para delinear complejos QRS en el electrocardiograma asociado a un episodio de parada cardiorrespiratoria
Jon Urteaga Urizarbarrena1, Andoni Elola Artano2, Daniel Herráez Martín3, Anders Norvik4, Eirik Unneland4, Abhishek Bhardwaj5, David Buckler6, Benjamín Abella7, Eirik Skogvoll4 y Elisabete Aramendi Ecenarro1

1Departamento de Ingeniería de Comunicaciones. Universidad del País Vasco, Bilbao (Vizcaya), España, 2Departamento de Tecnología Electrónica. Universidad del País Vasco, Bilbao (Vizcaya), España, 3Hospital de Cruces, Barakaldo (Vizcaya), España, 4Department of Circulation and Medical Imaging. Universidad Noruega de Ciencia y Tecnología, Trondheim (Noruega), 5University of California, Riverside (Estados Unidos), 6Icahn School of Medicine at Mount Sinai, New York (Estados Unidos) y 7University of Pennsylvania, Philadelphia (Estados Unidos).
6082-502. Seguimiento a largo plazo de pacientes con desarrollo de bloqueo de rama izquierda y QRS &ge; 150 ms tras implante de TAVI mediante Holter subcutáneo implantable
José Antonio Fernández Sánchez, Teresa Bretones del Pino, Manuel Muñoz García, Torcuato Garrido-Arroquia Jurado, Manuel Molina Lerma, Vicente Alcalde Martínez, Miguel Álvarez López, Joaquín Sánchez Gila y Eduardo Molina Navarro

Hospital Universitario Virgen de las Nieves, Granada, España.
6082-503. El diagnóstico precoz de fibrilación auricular mediante fotopletismografía de reloj inteligente está condicionado a la monitorización durante el sueño
Luis Jesús Jiménez Borreguero1, Marcos Díaz Berrera2, Guillermo J. Ortega3, Dafne Viliani1, Álvaro Montes1, Alberto Cecconi1 y Beatriz López Melgar1

1Cardiología, 2Facultad de Medicina, UAM, Madrid, España y 3Unidad Análisis de Datos. Hospital Universitario de la Princesa, Madrid, España.

Más comunicaciones de los autores

¿Es usted profesional sanitario apto para prescribir o dispensar medicamentos?