Tampereen yliopiston tutkijat tekivät läpimurron sydänperäisen äkkikuoleman ennustamisessa

Sydänsairauden ensimmäinen oire on valitettavan usein sydänäkkikuolema. Se voi tapahtua myös nuorelle ja ulkoisesti terveelle ihmiselle esimerkiksi rankan urheilusuorituksen yhteydessä.

Jotta ennaltaehkäisevä hoito voidaan järjestää, on äärimmäisen tärkeää pystyä määrittämään äkkikuoleman riski. Sykettä mittaavilla kuluttajalaitteilla, kuten yleisesti käytössä olevilla älykelloilla, on tekniset edellytykset määrittää tällaisia sydänperäisiä riskitekijöitä. Käytössä olevat sykevälianalyysit eivät kuitenkaan toistaiseksi ole olleet riittävän tarkkoja tähän tarkoitukseen.

Aiemmissa tutkimuksissa äkkikuolemariskiä on arvioitu rasitustestin aikana mitatuilla suureilla, kuten kardiorespiratorisella kunnolla ja palautumissykkeellä. Kardiorespiratorinen kunto tarkoittaa ihmisen hapenkuljetuskykyä lihaksiin ja lihaskudoksen kapasiteettia käyttää happea fyysisen suorituksen aikana.

Tampereen yliopiston tutkijat havaitsivat, että heidän kehittämänsä uusi laskennallinen menetelmä antaa merkittävästi paremman arvion pitkän aikavälin äkkikuolemariskistä. Arvion tekemiseen tarvitaan ainoastaan analyysi yhden minuutin aikana kerätyistä leposykeväleistä. Havainto perustuu The Finnish Cardiovascular Study (FINCAVAS) -hankkeessa kerättyyn noin 4000 potilaan rasituskoeaineistoon.

Uuden menetelmän avulla tunnistetuilla poikkeavan sykevälivaihtelun potilailla oli merkittävästi korkeampi äkkikuolemailmaantuvuus verrattuna niihin potilaisiin, joilla sykeominaisuudet olivat normaaleja. Analyysissä huomioitiin myös muut riskitekijät.

Menetelmällä on suuri potentiaali esidiagnostiikassa ja korkean riskin potilaiden tunnistamisessa. Menetelmä ei ole riippuvainen muista mittauksista, ja se voitaisiin suoraviivaisesti integroida esimerkiksi älykelloon tai älysormukseen.

– On mahdollista, että monilla aiemmin oireettomilla henkilöillä, jotka ovat saaneet sydänäkkikuoleman tai jotka on elvytetty äkillisen sydänpysähdyksen jälkeen, tapahtuma olisi ollut ennakoitavissa ja ehkäistävissä, jos riskipiirteiden ilmaantuminen olisi havaittu ajoissa, kardiologian professori ja tutkimuksen ykköskirjoittaja Jussi Hernesniemi kommentoi.

Uusi menetelmä perustuu aikasarja-analyysiin, jonka professori Esa Räsäsen johtama laskennallisen fysiikan tutkimusryhmä on kehittänyt. Analyysilla voidaan tutkia eri aikaskaaloilla sykevälien keskinäisiä riippuvuuksia ja muita kompleksisia ominaisuuksia, jotka ovat tunnusomaisia erilaisille sydänsairauksille.

– Tutkimuksen mielenkiintoisin havainto on erojen tunnistaminen nimenomaan lepomittauksen aikana. Levossa suuren riskin potilaiden sydämen sykevälisarjojen ominaisuudet muistuttavat terveen sydämen ominaisuuksia fyysisen rasituksen aikana, väitöskirjatutkija Teemu Pukkila sanoo.

Menetelmän kehittämistä ja tutkimusta laajennetaan ja jatketaan parhaillaan erilaisia sydänsairauksia sisältävien tietokantojen avulla. Tavoitteena on tunnistaa uusilla menetelmillä luotettavasti paitsi kokonaisriskiä myös tavallisimpia sydänsairauksia, kuten sydämen vajaatoimintaa, jonka diagnosointi on nykymenetelmillä varsin työlästä. Alustavat tulokset ovat hyvin lupaavia.

Tutkimus "Prediction of Sudden Cardiac Death With Ultra-Short-Term Heart Rate Fluctuations" julkaistiin 12.6.2024 arvostetussa JACC: Clinical Electrophysiology -lehdessä: https://doi.org/10.1016/j.jacep.2024.04.018