Cardiac Ultrasound, Cardiomyopathy and High Precision Medicine
•
1 like•160 views
Lecture @ 2nd National Meeting in Prevention of Cardiac Sudden Death and Working Group in Cardiomyopathies, focus on genetic counseling, advanced cardiac imaging and deportive practice. In Spanish. Note that comments are intellectual labour of the author, not the position of his institution.
Recommended
More Related Content
What's hot
What's hot (18)
Viewers also liked
Viewers also liked (17)
Similar to Cardiac Ultrasound, Cardiomyopathy and High Precision Medicine
Similar to Cardiac Ultrasound, Cardiomyopathy and High Precision Medicine (20)
More from Hospital Clínico Universitario de San Carlos. Universidad Complutense de Madrid.
More from Hospital Clínico Universitario de San Carlos. Universidad Complutense de Madrid. (12)
Recently uploaded
Recently uploaded (20)
Cardiac Ultrasound, Cardiomyopathy and High Precision Medicine
- 1. Dr. Pedro Marcos-Alberca. FESC Servicio de Cardiología. Instituto Cardiovascular Hospital Clínico San Carlos. Universidad Complutense Madrid. España (ES-Spain) Técnicas de Imagen Cardiaca por Ultrasonidos E-mail: pedro.marcosalberca@salud.madrid.org Slideshare: http://www.slideshare.net/marcosal33/Twitter: @Kleb_Diagnosis
- 2. Conflict of interest: none Shareholders and Stock Options: none Ongoing patents: none Pharma Industry related Advisory boards: none Lecture’s honoraria in Continuous Medical Education (2016): No Filmation: allowed* Short video or screenshots personal sharing (Facebook, Twitter, Whatsapp): allowed* Total or partial commercial sharing: allowed to Organization* (Non-fee) Live streaming transmission (Periscope): Not allowed (*) Notice that Author must be properly cited (universal moral rights) NOTICE: Third party contents (tables, draws, pictures/video or web screenshots) displayed only for non profit academic and educational purposes; authorship adequately quoted. PMAM/2016 Some Rights Reserved
- 3. You can replace drug for any intervention De @genomcsedu, (RT de @luisrpadial)
- 4. Cualidad o propiedad de las cosas que permite juzgar su valor. Ej. Buena calidad vs. Mala calidad 𝑸 = 𝑨 𝒙 𝟎 + 𝑺 𝑾 Q= Quality A= Appropriateness O= Outcome(s) S= Service(s) W= Coste(s) APPROPRIATENESS of MEDICAL ACT= PERTINENTE, COHERENTE Y CONGRUENTE - Oportuno, adecuado y conveniente - Conecta y relaciona las partes de un todo: el enfermo - Lógico, intuitivo y veraz
- 5. Probabilidadpre-Testypost-TestdeECV Teorema de Bayes (Probabilidad Condicionada) en diagnóstico no invasivo de C.Isq. Probabilidad pre-test ECV; define varios subgrupos (perfiles) de PP basada en: V. demográficas: edad, sexo V. clínicas: dolor torácico (cualidad, act. física o emoc. y resp. a NTG sbl) Patrón oro: presencia de C Isq en necropsias Probabilidad post-test ECV Probabilidad de ECV de un subgrupo (pre-test) condicionada al resultado de un test diagnóstico no invasivo (ergometría convencional, imagen cardiaca de estrés) Patrón oro: coronariografía convencional Diamond GA y Forrester JS. N Engl J Med 1979;300:1350-1358
- 6. Teorema deBayes. MedicinaPersonalizada En un individuo, la planificación y ejecución de un acto médico va precedida de un ejercicio intelectual tan intuitivo como inductivo: Sr./Sra. X = ¿enfermo o no-enfermo?
- 7. Teorema deBayes. MedicinaPersonalizada ESC Guidelines CHD. European Heart Journal (2013) 34, 2949–3003 ACC/AHA Guidelines CHD. J Am Coll Cardiol 2012;60:e44 –164.
- 8. Rasgos fenotípicos MCHyEco Miocardiopatía Hipertrófica Septal Asimétrica Echo Lab HCSC
- 9. Rasgos fenotípicos MCHyEco y. 2000 y. 2009 y. 2003
- 10. RasgosfenotípicosMCHyEco De ESCardio.org @ http://doc2do.com/hcm/webHCM.html Original de O’Mahony, C y cols. Eur Heart J. 2014;35:2010–2020
- 11. Ejemplode“SistemaExperto” Adaptado de ESC Guidelines HCM. European Heart Journal (2014) 35, 2733–2779 Prognostic index = [0.15939858 x maximal wall thickness (mm)] - [0.00294271 x maximal wall thickness2 (mm2)]+ [0.0259082 x left atrial diameter (mm)]+[0.00446131 x maximal (rest/Valsalva) left ventricular outflow tract gradient (mm Hg)]+ [0.4583082 x family history SCD]+[0.82639195 x NSVT]+ [0.71650361 x unexplainedsyncope] - [0.01799934 x age at clinical evaluation (years)]. Probability SCD at 5 years = 1 – 0.998 exp(Prognostic index)
- 12. Datosdebendefinirelmodelo Ziad Obermeyer, Ezekiel J. Emanuel. Clinical Perspective. N Engl J Med September 29, 2016 • “data by themselves are useless” • “To be useful, data must be analyzed, interpreted, and “actionables” • “it is algorithms, no data sets, that will prove transformative” Aprendizaje Computacional (Machine Learning) Recolección masiva de datos de PP y aplicación sucesiva de algoritmos de incontables variables simulando (Montecarlo) todas las posibles combinaciones y escenarios clínicos hasta concluir el resultado que genera MAYOR CONFIANZA en el médico
- 13. Machine Learning, ImagenyGeno-Proteómica Hugo Aerts, PhD. The Potential of Radiomic-Based Phenotyping in Precision Medicine. JAMA Oncol. doi:10.1001/jamaoncol.2016.2631
- 14. Machine Learning, ImagenyGeno-Proteómica Ilustración Fjodor Van Veen del Asimov Institute http://www.asimovinstitute.org/neural-network-zoo/ Vía Tuit de @jtoy Input Cell Hidden Cell Output Cell Genómica Imagen Médico Esp. Imagen Lectura Automática Dx, Rx, Px Personalizado
- 15. Debilidades • (Ventana acústica) • Estudio del ventrículo derecho • Deficiente caracterización tisular Desafíos •Fibrosis (RM) •Caracterización tisular (T1 Mapping RM) •Volumen matriz extracelular (RM) •Perfusión miocárdica (MPI, RM, CT) Fortalezas •Estudio morfofuncional VI • Análisis hemodinámico muy preciso y válido •Amplia base de conocimiento y experiencia clínica real •Inocua, accesible, relativo bajo coste (RRHH, tecnol.) Oportunidades • Auto-tracking (AI) • Cinética: Strain, torsión • 3D: tracking real • (Heart Modelling)
- 16. ¿JugarálaEcocardiografía algúnrol? 1. Mecánica (realización de trabajo): • Inotropismo: Generación de fuerza expulsiva (Ec) • Lusotropismo: Restablecimiento tensor (Ep) 2. Eléctrica: • Cronotropismo: Generación de impulsos eléctricos • Dromotropismo: Conducción del impulso eléctrico 3. Singular: • Acoplamiento Electro-mecánico Propiedades Emergentes Miocardio
- 17. Echo Lab. HCSC 2015
- 19. Variable Parámetros Subrogados Strain, % Change in length of an object within a certain direction relative to its initial (often end- diastolic) length Global/segmental longitudinal strain Global/segmental radial strain) Global/segmental circumferential strain Strain rate, 1/s 1 st Derivative: instantaneous strain NOTE: accuracy is highly frame-rate dependent Peak systolic global longitudinal strain rate Early diastolic global longitudinal strain rate Late diastolic global longitudinal strain rate Peak systolic global radial strain rate Early diastolic global radial strain rate Late diastolic global radial strain rate Peak systolic global circumferential strain rate Early diastolic global circumferential strain rate Late diastolic global circumferential strain rate Rotation Results from shortening and lengthening of helically oriented myocardial fibers causing counterclockwise rotation of the apex and clockwise rotation of the base as viewed from the apex Peak systolic apical rotation (apical-R) Peak systolic basal rotation (basal-R) LV twist (LVT) LV torsion (LV-tor) Percentage of LV untwist at mitral valve opening (%LV-UT-MVO) LV untwist rate (LV-UTR) Time to peak untwist (TTP-UT) Claus P y cols. J Am Coll Cardiol Img 2015;8:1444–60
- 20. FEVI normal FEVI Reducida Anomalías Mecánica Ventricular Volumen Tensores
- 21. Disposición de la fibra miocárdica en la pared ventricular: 1) Endocardio: longitudinal 2) Mesocardio: circunferencial 3) Epicardio: oblicua Modelo anatómico macroscópico de doble lazada ventricular de Torrent-Guasp Torrent-Guasp F. Structure and function of the heart. Rev Esp Cardiol. 1998 Feb;51(2):91-102
- 22. Blessberger H. Heart 2010;96:716-722 Diseño: PMA 2016 Corazón: traslación radial y longitudinal junto con torsión circunferencial. Por la disposición de las fibras, inhomogénea con diferencias entre base y ápexa en magnitud traslación y dirección de la torsión Isotropismo Anisotropía 3 módulos elásticos 9 (3+6) módulos elásticos 9=32 f(x)=ey
- 23. Circulation. 2016;133:282-290 Dependencia de la Calidad de Imagen o SNR (6% segmentos no analizables en joven) Imagen 2D traslación del plano y pérdida de información del módulo Algoritmos de Función de Onda: matemáticas complejas; royalties Automatización: errores de “tracking” (depende de las anteriores) Limitación del campo proximal ápex, ventrículos muy dilatados hardware
- 24. Ciencia y arte • Ecocardiografía • CardioRM • TC Cardiaco • Cardiología Nuclear
- 25. Medicina de Alta Precisión (Personalizada): herramientas innovadoras (algoritmos y análisis masivo de datos en la nube) Técnicas Imagen Cardiaca US: datos de calidad demostrada y ampliamente aceptada Mecánica cardiaca (US): campo de investigación traslacional con potencial aplicación en M.A.P. en miocardiopatías Grado Valor Añadido (Calidad) análisis computacional combinatorio Técnicas de Imagen + “-omics” para reducir la incertidumbre diagnóstica, terapéutica y pronóstica en Medicina Clínica está por determinar
Editor's Notes
- Mencionar el 1er principio de Tavistock de la BMA, proporcionar el mejor cuidado a nuestros pacientes y mejorar el nivel de salud de la población y también el 6º principio de Tavistock de la BMA, primum non nocere
- Los cardiólogos asistenciales expertos en Imagen CV no nos podemos guiar por la EVIDENCIA dada la escasa inversion y la rápida evolución tecnológica de los últimos 50 años. Nos guiamos por la CALIDAD, sabemos que el pilar esencial del Diagnóstico por la Imagen es la BUENA CALIDAD. O+S es lo que se denomina RESULTADOS EN SALUD, o VALOR, incluye Salud Medida (ej. Mortalidad) y Percibida (Ej. Calidad de Vida, rehabilitación socio-laboral). W viene de Waste, y es eso, COSTES, EUROS puros y duros. Appropriateness es dificil de traducir; es un concepto que engloba PERTINENCIA, COHERENCIA y CONGRUENCIA, pero es un factor multiplicador, pues resume CUALQUIET ACTO MEDICO en el continuum Asistencial. Puede ser incremental pero también decremental, y lo más importante, ACUMULATIVO
- Aún realizado con los medios de la época, en la que la computación estaba solo al alcance de unas pocas instituciones académicas, esta RECOLECCION dedatos demográficos, clínicos y necrópsicos para establecer la probabilidad pre-test ¿a qué les suena? BIG DATA, y las casas de apuestas llevan varios siglos haciéndolo. Y la segunda parte, aplicar un test de modo repetido en amplios grupos de personas y luego contar los aciertos, pues a METODO MONTECARLO, Y MODELOS DE MARKOV (desarrollo matemático del primero) y es una aportación de la Física de Partículas cuando allá por los años veinte y treinta del Siglo pasado Fermi y Von Neumman intentaban controlar la reacción en cadena en el proceso de fisión del Uranio. Pero no era nada Nuevo, cualquiera que haya jugado en su infancia al “Hundir la flota” estaba empleando un método montecarlo: medidas repetidas para generar un algoritmo y conseguir eventos.
- Y decimos FACILITAR al clínico la Toma de Decisiones, que no eliminar su rol principal: el RAZONAMIENTO CLINICO, en el que la Lógica argumental y la Intuición son esenciales. La elaboración de Juicios Clínicos requerirá además VERACIDAD en las PREMISAS y HONESTIDAD en el Proceso Intelectivo. El fin de este movimiento intellectual no es otro que MINIMIZAR la INCERTIDUMBRE.
- En el diagnóstico y pronóstico (que van de la mano, pues su propiedad común es LA INCERTIDUMBRE), de la Cardiopatía isquémica, el armamentarium de tests diagnósticos no invasivos, variables demográficas y clínicas generan una MATRIZ de hasta 55 condiciones diferentes sobre LO APROPIADO de un acto medico diagnóstico y la necesidad o no de nuevos tests diagnósticos o intervenciones terapéuticas farmacológicas, intervencionistas o farmacológicas.
- Sin duda, la aproximación más parecida en el campo de la Miocardiopatías se ha realizado en la MCH y el riesgo anual de muerte súbita. Sin embargo, la aproximación inicial difiere de lo que es la estadística bayesiana y el modelo explicado para la cardiopatía isquémica.
- Ejemplos clásicos en la literatura de rasgos fenotípicos asociados con riesgo de MSC en la MCH
- En este caso, el modelo está basado en estudios observacionales y la búsqueda de factores predictores empleando estadística analítica y regression logística multivariante. Su ventaja es la facilidad de uso y lo intuitivo de su funcionamiento. En resumen, es simple.
- Prometedor, pero sin testeo prospectivo y con riesgo de estar sometido a sesgos de selección (pues la mayor experiencia recogida no es de población general, sino de centros superespecializados. Definir una probabilidad pretest exige estudios necrópsicos amplios en todos los rangos de edad. Es un buen ejemplo de Sistema Experto, se generan una serie de reglas a partir de la codificación dicotómica u ordinal de datos recoleccionados y obtenemos una conclusion que aplicamos a un caso particular. Es un algoritmo DEDUCTIVO, parte de una Regla General para llegar a una conclusion particular. Es interesante comprobar que es una función exponencial, el modelo más sencillo de no linealidad. El problema son la Covariables y el Efecto de las Medidas Repetidas.
- De la Harvard Medical School y sobre todo el 2º autor Department of Medical Ethics and Health Policy, Perelman School of Medicine, and the Department of Health Care Management, Wharton School, University of Pennsylvania, Philadelphia La finalidad no es una conclusion, sino una respuesta, o incluso, serie de respuestas, que merezcan al clínico la CONFIANZA suficiente para su razonamiento clínico ante UN CASO PARTICULAR. Debe entenderse como HERRAMIENTA AUXILIAR en el proceso clínico INDUCTIVO. Un caso particular presenta unas características de SUFICIENTE PRECISION Y VALIDEZ para considerarlo una SUBFORMA GENERAL DE ENFERMAR.
- Podemos identificar un DOS INPUTS en esta Red Neuronal Simple (Técnicas de Imagen y Geno-Proteómica) y un OUTPUT (el informe con Diagnóstico, Estadiaje, Tratamiento Personalizado e incluso el Pronóstico). Es de interés que entre estos dos nodos se sitúan lo que se denomina dos Nodos Ocultos. Uno es el Especialista en Imagen que INTERACTUA con la imagen (Tracking) y la describe (SEMIOTICA), y el otro es el Sistema de Lectura Automático (Auto-Tracking). Es una Red Neuronal de 3 capas; parece simple. Pero ya plantea muchas incógnitas del modo estímulo-respuesta. La Corteza Motora Cerbral, por ejemplo, y ciñéndonos solo a los tractos piramidales, es una red neuronal de 5 capas. ¿Qué quiero decir con esto? Pues que acabamos de empezar y son muchos más las incógnitas que las respuestas certeras en la MAP. El número de disciplinas involucradas es muy grande y los progresos no son fáciles de apreciar en el día a día porque se incorporan con lentitud por infinidad de causas.
- Es una Red Neuronal de 3 capas; parece simple. Pero ya plantea muchas incógnitas del modo estímulo-respuesta. La Corteza Motora Cerbral, por ejemplo, y ciñéndonos solo a los tractos piramidales, es una red neuronal de 5 capas. ¿Qué quiero decir con esto? Pues que acabamos de empezar y son muchos más las incógnitas que las respuestas certeras en la MAP. El número de disciplinas involucradas es muy grande y los progresos no son fáciles de apreciar en el día a día porque se incorporan con lentitud por infinidad de causas.
- En este entorno, que aún está definiéndose incluso conceptualmente, ¿qué papel en el caso concreto de las miocardiopatías y su manifestación clínica más dramática, puede jugar la Imagen Cardiaca Generada por Ultrasonidos?
- Grupo multidisciplinar de cardiólogos del Hospital de Rambam e ingenieros del Instituto Tecnológico de Haifa y de la División Israelí de General Electrics. Primero trazado de borde endocárdico; luego una segunda línea traza epicardio; segmentación automática e implementación de algoritmos de “tracking” (se conocen desde mediados de los 90).
- Dispersión Espacial y Temporal. Las posibilidades de estratificación en las miocardiopatías son INMENSAS Posible influencia de la fibra (disarray, hipertrofia) pero también de la matriz extracelular (volumen extracelular, fibrosis)
- Han sido necesarios 10 años para que las principales tecnologías converjan, en aquellos desarrolladores que siguen aportando fuerte por la mecánica ventricular (GE y Philips, y en menor grado Toshiba).
- De este modo, la mecánica ventricular aparece como piedra angular para el conocimiento del rendimiento del ventrículo izquierdo, en sístole (gráfica) como en diástole (fenómeno ACTIVO)
- La Anatomía clásica y Traslacional enseña la COMPLEJIDAD de una cuarta dimensión: el tiempo. Para la mecánica, el tiempo en un reto formidable, pues implica que conocer la posición y el movimiento de la región de interés de modo simultáneo es no imposible, pero sí incierto. La mecánica ventricular se define entonces como COMPLEJA y define el DTI como una herramienta SIMPLISTA y plena de INCERTIDUMBRE.
- Desde el punto de vista fisiológico, el corazón se acorta longitudinalmente, radialmente y se torsiona de modo opuesto en la base que en el ápex. Desde el punto de vista físico es un tensor tridimensional anisotrópico, con transversalidad ortotrópica. Desde el punto de vista matemático, es una función exponencial que precisa el cálculo diferencial para APROXIMARSE a su solución, pues posición y movimiento en el Universo no se pueden conocer de modo simultáneo (mecánica cuántica)
- Pero su empleo en amplios grupos de población todavía requerirá de un esfuerzo, debido a que la convergencia observada en los últimos 2 años aún no ha podido ser trasladada a la práctica clínica. Como botón de muestra este análisis actuarial de 121 pacientes; el Speckle no mostró potencia suficiente. En material y métodos se especifican dos tecnologías (iE33 y Vivid 5) superadas desde el 2013. Otras limitaciones son más complejas y avecinándose un “crack” tecnológico (Fin de la Ley de Moore; límite físico del transistor de silicio), superarlas va a llevar más tiempo. Pero de momento, hay herramienta para exprimir.
- Y es que la Ecocardiología es una rama (más) de la Medicina, y combina por tanto Ciencia y Arte, es decir, habilidad, y como todas se ayuda de la tecnología para obtener resultados PRECISOS (es decir, coherentes al repetir la observación) y VALIDOS (es decir, acertados en su repetición)