Tampereen yliopiston tutkijat ovat kehittäneet menetelmän, jolla voidaan diagnosoida sydämen vajaatoiminta tarkemmin ja helpommin kuin aiemmin on pidetty mahdollisena.
Vajaatoiminta tunnistetaan luotettavasti sydämen sykevälien ominaisuuksista, joita voidaan ammattilaitteiden lisäksi mitata esimerkiksi älykelloilla.
Uusi menetelmä perustuu aikasarja-analyysiin, jonka rakensi professori Esa Räsäsen johtama laskennallisen fysiikan tutkimusryhmä.
Analyysillä voidaan tutkia paitsi sykevälien keskinäisiä riippuvuuksia eri aikaskaaloilla myös muita monimutkaisia piirteitä, jotka ovat tyypillisiä erilaisille sydänsairauksille.
Tutkimus on julkaistu Heart Rhythm O2 -lehdessä.
Erottaa vajaatoiminnan ja eteisvärinän
Tamperelaistutkijat hyödynsivät työssään analyysia useista kansainvälisistä tietokannoista, jotka sisältävät pitkäaikaisia ekg-mittauksia sekä terveiltä ihmisiltä että sydänsairailta.
Erityisesti he keskittyivät erottamaan sydämen vajaatoiminnan merkit paitsi terveiden koehenkilöiden tuloksista myös eteisvärinäpotilaiden mittaustuloksista.
Uuden menetelmän avulla sydämen vajaatoiminta löytyi peräti 90 prosentin tarkkuudella.
Edullisempaa seurantaa ja nopeampaa hoitoa
Sydämen vajaatoiminnan diagnosointi perustuu nykyään kalliisiin ja aikaa vieviin kuvantamismenetelmiin, kuten sydämen ultraäänitutkimukseen.
Vajaatoiminnan havaitseminen pelkistä sykeväleistä on tähän asti ollut äärimmäisen vaikeaa tai jopa mahdotonta, jos potilaalla on säännöllinen sinusrytmi.
Uusi menetelmä mahdollistaa sydämen vajaatoiminnan seulonnan huomattavasti helpommin ja kustannustehokkaammin. Sen ansiosta potilaita päästään myös hoitamaan aiemmin.
”Tutkimus avaa uuden mahdollisuuden sydämen vajaatoiminnan varhaiseen tunnistamiseen jokaisen saatavissa olevilla laitteilla ilman raskasta lääketieteellistä diagnostiikkaa”, sanoo tutkija Jussi Hernesniemi.
Hernesniemi työskentelee kardiologian professorina Taysin sydänsairaalassa.
Menetelmät kertovat myös metabolisista kynnysarvoista
Tamperelaisryhmässä kehitettyjä menetelmiä on aiemmin käytetty muun muassa sydänperäisen äkkikuoleman ennustamiseen.
Lisäksi niitä on hyödynnetty urheilun metabolisten kynnysarvojen selvittämisessä.
Seuraavaksi tutkimusryhmä pyrkii vahvistamaan tuoreimmat tuloksensa isommilla aineistoilla.
Tilaa Kemiamedian uutiskirje!
Tilaajana saat sähköpostiisi kerran viikossa kiinnostavimmat uutiset ja tiedot alan tapahtumista ja työpaikoista. Osallistut samalla arvontaan!
