Upload
others
View
8
Download
0
Embed Size (px)
Citation preview
Jämförelse mellan
automatisk och korrigerad
automatisk beräkning av
ejektionsfraktionen vid
ekokardiografi
HUVUDOMRÅDE: Biomedicinsk laboratorievetenskap inriktning klinisk fysiologi FÖRFATTARE: Rebecca Nyström Issal & Susanne Svensson
HANDLEDARE: Louise Rundqvist, Universitetsadjunkt
EXAMINATOR: Rachel De Basso, Universitetslektor
JÖNKÖPING 2016 Maj
Sammanfattning
Då hjärtats systoliska funktion utreds är vänsterkammarens ejektionsfraktion ett viktigt mått
som mäts med många olika metoder. Inom ekokardiografi är två vanliga metoder automatisk
beräkning samt korrigerad automatisk beräkning, dock finns få studier som undersöker
eventuella statistiska skillnader mellan metoderna. Det utgjorde därför syftet för denna studie
då det är viktigt att de inom verksamheten utför undersökningarna likadant och har kunskaper
om de olika metoderna. Studien inkluderade 24 patienter vilka undersöktes med
ekokardiografi på Länssjukhuset Ryhov i Jönköping. Ejektionsfraktionen räknades ut med
automatisk beräkning enligt Simpsons biplanmetod och datorns linjeringar korrigerades vid
behov. För statistiska analyser användes Wilcoxons icke-parametriska test för två beroende
variabler samt Spearmans korrelationsanalys. Resultaten visade att det inte fanns någon
statistiskt signifikant skillnad mellan metoderna (p=0,160) och korrelationsanalysen visade
god korrelation mellan dem (rho=0,834). Inte heller då analys utfördes på enbart korrigerade
mätningar påvisades någon statistiskt signifikant skillnad, 3 patienter gick dock från lätt
nedsatt till normal systolisk vänsterkammarfunktion efter korrigering. Studiens slutsats är att
det inte föreligger några statistiskt signifikanta skillnader mellan automatisk och korrigerad
automatisk beräkning av ejektionsfraktionen, dock så kan korrigering vara viktig i vissa fall.
Vidare forskning behövs då studiens låga deltagarantal gör det svårt att generalisera resultatet
till en större population.
Nyckelord: systolisk vänsterkammarfunktion, hjärtsvikt, 2D-ekokardiografi, Simpsons
biplanmetod
Summary
Comparison between automatic and corrected automatic calculation of the ejection
fraction in echocardiography
When examining the systolic function of the heart the left ventricle ejection fraction is an
important measurement that is currently measured by many different methods. In
echocardiography two of the most common methods is automatic and corrected automatic
calculation, although there are few studies that investigates possible statistical differences
between them. That was therefore the purpose of this study. The study included 24 patients
examined by echocardiography at the hospital Ryhov in Jönköping. The ejection fraction was
calculated by the automatic method and the lines made by the computer software was
corrected when needed. In the statistical analyses Wilcoxons test for two dependent variables
and Spearmans correlation analyses were used. The results showed no statistic significant
difference between the methods and the correlation analyses showed good correlation. Neither
when analyzing only the corrected measurements did any significant difference appear,
though three patients went from reduced to normal heart function after correction. The
conclusion of this study is that there is no significant difference between the methods, though
correction of the automatic measurement might be important in some cases. Further research
is needed since the low participation of this study makes it hard to generalize the results to a
greater population.
Keywords: left ventricular systolic function, heart failure, 2D-echocardiography, biplane
Simpson
Innehållsförteckning
Bakgrund .............................................................................................................. 1
Anatomi och fysiologi .......................................................................................................... 1
Ejektionsfraktion som ett mått på vänsterkammarfunktionen ...................................... 1
Bildtekniker för att beräkna EF och bedöma vänsterkammarfunktionen .................... 3
Sjukdomsförlopp som kan påverka EF ............................................................................. 4
Hjärtsvikt ............................................................................................................................ 4
Hjärtinfarkt ......................................................................................................................... 5
Hypertoni ............................................................................................................................ 6
Syfte ...................................................................................................................... 7
Material och metod ............................................................................................. 7
Förberedande arbete ........................................................................................................... 7
Urval/deltagare .................................................................................................................... 7
Insamling av data................................................................................................................. 7
Statistiska beräkningar ....................................................................................................... 9
Etiska överväganden ........................................................................................................... 9
Resultat ............................................................................................................... 10
Diskussion ........................................................................................................... 12
Slutsatser ............................................................................................................ 17
Omnämnanden .................................................................................................. 17
Referenser .......................................................................................................... 18
Bilagor ................................................................................................................ 22
Bilaga 1. Etisk egengranskning ........................................................................................ 22
1
Figur 1. Hjärtats anatomi (2)
Bakgrund
Anatomi och fysiologi
Hjärtat är en autonomt styrd muskel belägen i mediastinum med uppgift att upprätthålla
kroppens blodcirkulation. Muskeln delas upp i en höger och vänster sida vilka består av ett
förmak och en kammare i
respektive hjärthalva. Hjärtats
högra förmak tar emot blod
från systemkretsloppet och
kammaren pumpar blodet
vidare via lungkretsloppet för
syresättning. Från
lungcirkulationen flödar
blodet in i vänster förmak och
vidare in i vänster kammare
vilken pumpar blodet, via
aorta, ut i systemkretsloppet igen. Diastole är fasen under vilken kamrarna fylls med blod och
systole är då kamrarna kontraherar och pumpar blodet vidare (1). Den blodvolym som byggs
upp i kammaren under diastole och pumpas ut i systole är slagvolymen (SV) och är ett uttryck
för hjärtats arbetsprestation (3,4). Genom att multiplicera SV med hjärtfrekvensen erhålls
minutvolymen (CO) vilken ger en uppfattning om vänsterkammarens funktion. CO kan även
användas tillsammans med kroppsytan (BSA) för att erhålla ett index där hänsyn tas till
hjärtfunktionen i förhållande till kroppsstorleken. Hjärtats SV är beroende av den
slutdiastoliska fyllnaden (preload), hjärtmuskelns förmåga att kontrahera (kontraktilitet) och
mot vilket tryck kammaren får arbeta under systole (afterload) (3). Hjärtmuskeln syresätts via
koronarkärlen som utgår från aortaroten vilket huvudsakligen sker under diastole (1).
Ejektionsfraktion som ett mått på vänsterkammarfunktionen
Vänsterkammarens ejektionsfraktion (EF) är ett mått som kan definieras som den del av
vänsterkammarens volym som pumpas ut per hjärtslag och har blivit den viktigaste
parametern att mäta då hjärtfunktionen ska undersökas (5). SV påverkar därför detta mått men
även den apikala rotationen spelar en stor roll för att erhålla en optimalt EF (4,6).
Redan 1962 utfördes en studie av Folse et al. (1962) i vilken det avsågs att försöka beskriva
en metod för att uppskatta det som i artikeln kallas ”fraktionen av vänsterkammarens
2
slutdiastoliska volym som stöts ut per slag”, definitionen av det som senare blivit präglat som
ejektionsfraktionen (5,7). Idag är EF ett väl etablerat mått vid bedömning av
vänsterkammarens systoliska funktion och måttet på EF kan beräknas med hjälp av flera olika
bildgivande tekniker, bland annat ekokardiografi (EKO). Inom EKO föredras framförallt
transthorakal ekokardiografi (TTE) (8-10) på grund av att den är lättillgänglig, noninvasiv och
kostnadseffektiv (11,12). Vid en TTE beräknas först vänsterkammarens volymer och med
hjälp av dessa kan ett mått på EF beräknas. Detta utförs vanligen i Simpsons biplanmetod
baserad på en summation av volymer i parallella diskar/skivor utmed vänster kammares
längdaxel. Beräkningen av volymerna utförs genom att endokardiet linjeras ut i apikal fyr-
och tvåkammarvy i slutet av diastole, det vill säga den slutdiastoliska volymen (EDV), samt i
slutet av systole, den slutsystoliska volymen (ESV). EF kan sedan beräknas med hjälp av
dessa volymer enligt följande ekvation (4,8,10):
EDV- ESV
EF (%) = x 100
EDV
Bland annat automatisk beräkning av EF (autoEF) (4,13), vilket behandlas i denna studie,
samt visuell skattning förekommer inom TTE (9,11). AutoEF har i dagens läge många
fördelar då den har hög reproducerbarhet och låg variabilitet mellan olika användare (14,15),
metoden har även visat bra korrelation med den manuella planimetrin (15,16). Dock kan EF-
beräkning med hjälp av TTE bli svårbedömt vid till exempel arytmier och fetma (17,18).
Arytmier inkluderar alla avvikelser från en normal hjärtrytm (3) och fetma inkluderar de med
ett Body mass index (BMI) ≥30 (19). För tydliga bilder krävs också att ett bra bildfönster
mellan revbenen kan hittas (10). Då autoEF brister i sitt utförande kan korrigering av
metodens utlinjering, korrigerad autoEF, utföras av operatören (13). Korrigerad autoEF är den
andra metoden som behandlas i denna studie.
Den visuella skattningen har fördelen att den är tidsbesparande och studier har kommit fram
till att det är en rimlig metod för vissa patientgrupper, till exempel hos de då ett exakt mått på
EF inte eftersträvas. Dock så har den en viss variabilitet i mätningarna och är dessutom starkt
erfarenhetsberoende, kvantitativa uträkningar rekommenderas därför att tillämpas på de flesta
patienter (13,20).
Med hjälp av EF kan flera olika sjukdomstillstånd diagnostiseras, måttet ger även bra
prognostisk och terapeutisk information som till exempel vid kardiotoxiska
3
cellgiftsbehandlingar, då små förändringar i EF kan påverka beslut under behandlingens gång
(10,13). Prognostiskt sett har EF kunnat förutsäga olika kardiovaskulära utfall vid bland annat
hjärtsvikt och hjärtinfarkt (21). Dock så betyder inte alltid en normal EF en normal
kammarfunktion. Detta kan till exempel ses vid små vänsterkammarvolymer då EF ofta är
hög trots låga slag- och minutvolymer. Under dessa omständigheter kan därför SV och CO ge
en bättre uppfattning om vänsterkammarens funktion än EF (4).
Bildtekniker för att beräkna EF och bedöma vänsterkammarfunktionen
Magnetresonanstomografi (MR) är idag referensmetod för beräkning av hjärtats volymer och
EF på grund av dess högupplösta bildkvalitet och goda reproducerbarhet (22), metoden har
dock begränsningar i till exempel tillgänglighet, kostnad samt att den inte kan användas på
alla patientgrupper (11,22).
Vid EKO används ultraljud för att undersöka hjärtats anatomi och fysiologi. Ultraljud är ljud
som överskrider 20 000 Hz och som i kroppen reflekteras mot förändringar mellan olika
vävnaders densitet (4). Som tidigare nämnts så utgör TTE den mest använda metoden för
beräkning av EF (10) på grund av dess många fördelar framför övriga tekniker (12) och
utvärdering av vänsterkammaren är den vanligaste anledningen till att utföra EKO på vuxna
(11). TTE är även den metod som dominerar då hela hjärtats funktion och dess strukturer
avses undersökas (23).
TTE kan med fördel användas ihop med kontrast vid suboptimal insyn och svårigheter att
visualisera alla segment. Kontrastförstärkt EKO gör det lättare att upptäcka abnorma
rörelsemönster i hjärtväggen och vid volymsbedömning och EF-beräkning korrelerar den
bättre med MR än vanlig TTE (9,24). Nuvarande riktlinjer rekommenderar kontrastförstärkt
EKO då två eller fler av 17 segment av kammarväggen är otydliga (25). Momentet bidrar
dock till en extra kostnad i undersökningen samt behov av intravenös administrering vilket
gör det opraktiskt att tillämpa på alla patienter (8).
Vävnadsdoppler är ytterligare ett verktyg som kan förbättra bedömningen av hjärtats
väggrörlighet. Metoden innebär att den isovolumetriska accelerationen mäts, i apikala vyer,
med pulsad- eller färgvävnadsdoppler. Den isovolumetriska accelerationen tros vara starkt
relaterad till kontraktiliteten. Det är även möjligt att mäta strain och strain rate, vilka är mått
på myokardiets deformation under hjärtcykeln där en positiv strain innebär en förlängning av
myokardiet och en negativ strain en förkortning. Strain rate är hastigheten med vilken denna
deformation sker (4,10). Genom att mäta strain och strain rate kan hjärtfunktionen bedömas
4
mer regionalt än med de andra metoderna inom vävnadsdoppler vilket ger kompletterande
information till EF. Deformationsanalys med strain tros hjälpa till vid identifiering av en tidig
systolisk försämring i samband med olika kardiovaskulära sjukdomstillstånd (4,10,22).
Vävnadsdoppler har den fördelen att den inte är lika beroende av bra bildkvalitet, vilket
underlättar vid undersökning av personer med fetma, takykardi eller lungsjukdom (17), dock
har studier visat på diverse tekniska begränsningar inom metoden (8,10).
Under de senaste åren har tredimensionell ekokardiografi (3D-EKO) börjat tillämpas allt mer
(8). Ultraljudssändaren hålls mot bröstkorgen över apex och ultraljudsstrålarna sänds ut i form
av en pyramid istället för en sektor, som vid vanligt tvådimensionellt EKO. Om hela hjärtat
ska vara med i bilden så måste insamlingen delas upp i ett antal delvolymer, ofta fyra, vilka
samlas in under fyra konsekutiva hjärtcykler. Under denna insamling måste patienten hålla
andan och sändaren hållas helt still mot bröstkorgen för att det inte ska uppstå artefakter då
delvolymerna sätts ihop till en tredimensionell bild. Den färdiga bilden kan sedan beskäras på
olika sätt för att insidan av hjärtat och dess olika strukturer ska kunna visualiseras (4,11).
Beräkning av vänsterkammarens volym och EF görs halvautomatiskt då apex och annulus
mitralis först ska märkas ut manuellt innan mjukvaran linjerar ut endokardiet och utför de
olika beräkningarna (4).
Sjukdomsförlopp som kan påverka EF
Hjärtsvikt
Hjärtsvikt är ett tillstånd under vilket någon bakomliggande hjärtsjukdom gör att hjärtats
pumpfunktion blir försämrad (3). De vanligaste bakomliggande orsakerna inkluderar
ischemisk hjärtsjukdom och hypertoni men även virusinfektion i myokardiet, drogmissbruk
och kemoterapi kan orsaka hjärtsvikt (22). Hjärtats vänstra kammare är den som lättast
drabbas av svikt på grund av att den stora muskelmassan har ett större krav på tillräcklig
blodförsörjning än den högra tunnare kammaren. Hjärtsviktens effekter kan beskrivas som
antingen framåtriktad svikt eller bakåtriktad svikt, beroende på om effekterna riktar sig framåt
eller bakåt i blodströmmens riktning. Den framåtriktade varianten orsakas av en hypokinetisk
cirkulation i vänster eller höger kammare, det vill säga låg EF, låg CO och ett förlångsammat
flöde. Den framåtriktade svikten är även den som kännetecknas av en systolisk dysfunktion
och ju lägre EF desto svårare systolisk dysfunktion (3,22). Detta är den vanligaste typen av
hjärtsvikt och är ett malignt tillstånd med dålig långtidsprognos (22). Den bakåtriktade svikten
orsakar lungstas, respektive venstas beroende på om det är en vänster- eller
högerkammarsvikt (3). EKO och EF-beräkning utgör en viktig del i diagnostiken av hjärtsvikt
5
och är även viktiga verktyg för att förstå sviktens etiologi och patofysiologi (5,17). Normal
EF är generellt betraktat som >50 % och hjärtsvikten klassificeras efter hur låg EF som
beräknas (22).
Hjärtsvikt förekommer hos 2-3 % av befolkningen i Sverige och hos personer över 70 år är
prevalensen närmare 10 % (3). Av de med hjärtsvikt är det minst 38-54 % som har hjärtsvikt
med bevarad EF (HFPEF) och prevalensen ökar stadigt (26-28) vilket skapar problem i
dagens hjärtsviktsdiagnostik. Den vanligaste orsaken till en HFPEF är en bakomliggande
fyllnadsstörning, det vill säga diastolisk dysfunktion, vilken under TTE kan karakteriseras av
en försämrad relaxation med försämrad compliance, ett förstorat vänster förmak och ökat
fyllnadstryck i vänsterkammaren samtidigt som vänsterkammarens dimensioner och EF oftast
förblir normala (22). Diastolisk dysfunktion bör därför alltid misstänkas då patienten har
kliniska symtom på hjärtsvikt trots att EF är normal (29,30). I en studie av Tan et al. (2009)
(31) visade resultaten på en signifikant reducering av den apikala rotationen och
återrotationen hos denna patientgrupp jämfört med friska individer. Tidig diagnos med hjälp
av EKO kan ge möjligheten att behandla den bakomliggande sjukdomen för att förhindra
progress av hjärtsvikten (29).
Hjärtinfarkt
Hjärtinfarkt orsakas av att en del av hjärtmuskeln drabbas av anoxi vilket leder till celldöd. Ett
helt myokardtvärsnitt alternativt endast en del av myokardtvärsnittet kan bli påverkad av
infarkten, vilka benämns transmural infarkt respektive subendokardiell infarkt. En hjärtinfarkt
uppstår då det efter en akut koronarocklusion inte alls, eller sent sker en reperfusion.
Inkomplett reperfusion med kvarvarande rörelsestörning kallas hibernering och tidig komplett
reperfusion med kvarvarande rörelsestörning kallas stunning. Dessa är benämningar för en
reversibel dysfunktion i myokardiet till skillnad från infarkt då irreversibel cellskada uppstår.
På grund av myokarddestruktion vid infarkten kan sjukdomen leda till hjärtsvikt. Detta
inträffar om destruktionen omfattar en så pass stor del att den kvarvarande muskeln inte klarar
av att upprätthålla en fullgod pumpförmåga (3). Ischemisk hjärtsjukdom är den vanligaste
orsaken till dödsfall i världen (32), prognosen på lång sikt är främst relaterad till infarktens
storlek och därmed uppkomst av vänsterkammarsvikt (3). Risken för plötslig hjärtdöd ökar
efter genomgången hjärtinfarkt och vid reducerad EF ökar risken signifikant. Dock finns det
begränsningar vid riskbedömning enbart med hjälp av EF då majoriteten av de patienter som
genomgått en hjärtinfarkt har en normal eller endast måttligt nedsatt EF. Det är även i den här
patientgruppen de flesta fall av plötslig hjärtdöd inträffar, på grund av det stora antalet
6
patienter. Detta betyder att risken för plötslig hjärtdöd inte kan förutsägas med avseende på
enbart EF hos majoriteten av de patienter som överlever en hjärtinfarkt (33). Hjärtinfarkt ökar
även risken för att vänsterkammartromber ska uppstå, vilket med fördel kan diagnostiseras
med TTE (34).
Hypertoni
Vid hypertoni ökar afterload vilket bidrar till att hjärtat blir så belastat att den diastoliska
funktionen påverkas negativt (3). Den ökade perifera resistansen i blodkärlen vid hypertoni
tvingar hjärtmuskulaturen att generera kraftigare kontraktioner vilket på sikt leder till
hypertrofi av myokardiet (35). Denna utveckling är associerad med progressiva degenerativa
förändringar hos myocyterna vilket leder till att kollagen anhopas i interstitiet (36). Detta ökar
stelheten i myokardiet vilket initialt ger en diastolisk dysfunktion (3) vilket, som tidigare
nämnt, är den vanligaste orsaken till HFPEF (22). Hypertrofin leder även till ischemi i
hjärtmuskulaturen på grund av att kranskärlen blir oförmögna att försörja den ökande
muskelmassan med tillräckligt mycket syre. Detta i samband med en ökad bildning av
ateroskleros ökar risken för hjärtinfarkt vilket i sin tur kan leda till utvecklingen av en
systolisk dysfunktion (3). Även abnorm aktivering av neurohormoner samt vatten- och
elektrolytbalansen spelar en stor roll i skeendet som leder från hypertoni till hjärtsvikt (36).
Trots många studier inom hjärt-kärlsjukdomar som belyser vikten av att mäta
vänsterkammarens EF så är det få studier som jämför de olika metoderna för EF-beräkning
inom EKO och som även tar upp vilken metod som har högst pålitlighet. I en artikel av Maret
et al. (2008) (13) mäts EF med hjälp av single-photon emission computed tomography
(SPECT) och därefter med tre olika metoder inom EKO; autoEF (med korrigering vid behov),
manuell biplan Simpson och visuell skattning. Resultatet från SPECT-undersökningen
användes sedan som en referens då de andra metodernas EF-beräkning jämfördes. I denna för
övrigt utförliga studie jämfördes dock inte autoEF med korrigerad autoEF. Detta kan vara
viktigt att undersöka närmare eftersom det inom klinisk praxis inte verkar finnas några
speciella riktlinjer eller tillräcklig kunskap för vilken metod som är mest tillförlitlig. För
största möjliga säkerhet vid diagnostisering och behandling av hjärtsjukdomar så är det av stor
vikt att alla inom verksamheten använder samma metod och har de rätta kunskaperna inom
metoden. Denna studie är därför ett viktigt komplement till tidigare forskning. Den är även
eventuellt en bra grund till framtida studier för att studera, förutom skillnader mellan de båda
metoderna, vilken metod som bör användas.
7
Syfte
Studiens syfte är att jämföra två metoder för att räkna ut EF inom ekokardiografi, autoEF och
korrigerad autoEF, för att se om det föreligger någon signifikant skillnad mellan dessa.
Vår hypotes är att det inte föreligger någon signifikant skillnad mellan de båda metoderna när
en erfaren biomedicinsk analytiker utför EKO-undersökningen samt uträkningarna av
vänsterkammarens EF.
Material och metod
Förberedande arbete
Denna studie är en tvärsnittsstudie med kvantitativ ansats som efterfrågades av Klinisk
fysiologi på Länssjukhuset Ryhov i Jönköping. Studien valdes därför som ämne till detta
examensarbete och ansvariga handledare kontaktades. Under kursen Vetenskaplig
fortsättningskurs inom biomedicinsk laboratorievetenskap, v 50-03 (HT 2015-VT 2016),
skrevs en projektplan som godkändes av handledare och examinator i kursen. Projektplanen
kom sedan att ligga som grund till detta examensarbete.
Urval/deltagare
Insamling av data pågick under vecka 11-16 2016 på Klinisk fysiologi, Länssjukhuset Ryhov,
Jönköping. Konsekutiva patienter som var remitterade till insamlande biomedicinsk analytiker
för en ekokardiografisk undersökning under denna period, var ≥18 år och hade sinusrytm
inkluderades i studien. Av 46 patienter som undersöktes under den angivna perioden så
exkluderades 22 stycken från studien på grund av att arytmi eller dålig bildkvalitet gjorde
mätningarna opålitliga (17,18). Då patienterna var remitterad till denna undersökning av
medicinska skäl så innebar inte studien någon extra belastning för patienten eller kostnad för
kliniken.
Insamling av data
Data samlades in under en ekokardiografisk undersökning utförd av en erfaren legitimerad
biomedicinsk analytiker på en Siemens Acuson SC2000 med en dedicerad hjärtprob 4V1C.
Senaste uppdateringen för programvaran var 2015-11-18.
8
En standardiserad TTE utfördes i enighet med klinikens metodbeskrivning (37) under vilken
undersökaren hade proben i höger hand och patienten låg i vänster sidoläge. EKG med tre
elektroder placerades som följer; röd på övre delen av thorax på höger sida om sternum, grön
på nedre revbenskammen på höger sida och gul på nedre revbenskammen på vänster sida.
Bildsekvenser med vanligtvis 2 RR-intervall i apikal fyr- och tvåkammarvy samlades in och
mätningarna för ejektionsfraktion utfördes med datorprogrammet eSie left heart.
Figur 2. Bilder från ejektionsfraktionsberäkning i apikal fyrkammarvy med eSie
left heart, i slutdiastole respektive slutsystole, på samma patient. Ovan ses en
automatisk beräkning av ejektionsfraktionen och nedan ses en korrigerad
automatisk beräkning av ejektionsfraktionen (38).
9
En autoEF räknades ut på alla patienter i studien med hjälp av eSie left heart och
bilddokumentationen sparades i Syngo Dynamics (Siemens Medical Solutions, USA).
Därefter korrigerades programvarans utlinjeringen av endokardiet, vid behov, efter var
operatören (den ansvariga biomedicinska analytikern) visuellt uppskattade den. Detta utfördes
genom att den redan automatiska utlinjeringen flyttades manuellt och ett värde på en
korrigerad autoEF kunde därmed erhållas. Korrigering krävdes i de fall då operatören ansåg
att programvaran inte hade lagt utlinjeringen korrekt, vilket ofta berodde på svårvisualiserade
områden. Även dessa bilder sparades och märktes med ”korrigerade bilder”.
Båda mätningarna utfördes på samma bilder i slutsystole respektive slutdiastole för varje
patient. Hos de patienter där biomedicinsk analytiker bedömde att autoEF var korrekt utfördes
ingen korrigering. På dessa bilder registrerades samma erhållna EF för både autoEF och
korrigerad autoEF inför de statistiska beräkningarna. Med hjälp av arbetsstationen Syngo
Dynamics inhämtades mätvärden till de statistiska analyserna.
Statistiska beräkningar
Vid de statistiska beräkningarna användes IBM Statistical Package for Social Sciences (SPSS)
Statistics 21 och Wilcoxons icke-parametriska test för två beroende variabler. En
signifikansnivå på 0,05 användes och på grund av litet material användes det exakta p-värdet
för att avgöra signifikansen. Metoderna jämfördes i två olika grupper, en med samtliga
mätvärden och en med enbart korrigerade mätvärden, för att även undersöka signifikansen för
de mätvärden där en bekräftad skillnad redan fanns. Spearmans rangkorrelationskoefficient
räknades ut för att undersöka korrelationen mellan de båda metoderna. Med hjälp av SPSS
räknades BMI ut för samtliga patienter.
Etiska överväganden
Etisk egengranskning enligt Hälsohögskolans anvisningar utfördes (se bilaga 1). Etiskt
övervägande gjordes, enligt Helsingforsdeklarationen, där hänsyn togs till de fyra principerna
(39). Inför den statistiska analysen var all data avidentifierad. Patienterna blev muntligt
informerade om att deras mätvärden skulle komma att användas i en studie.
Vid alla TTE krävs att patienten tar av sig på överkroppen, vilket kan upplevas av vissa
patienter som jobbigt. Även kroppsställningen i vilken patienten ligger under undersökningen
10
kan upplevas påfrestande för många, speciellt för äldre och smärtpåverkade individer. Då
patienterna i denna studie genomgick undersökningen på klinisk indikation även utan att
medverka i studien så tillkom inget extra obehag på grund av deras deltagande. Efter etiska
överväganden ansågs inget skriftligt informerat samtycke behövas.
Resultat
Under den angivna tidsperioden inkluderades 24 patienter som undersöktes med
ekokardiografi, varav 13 män och 11 kvinnor, i denna studie. För demografi över deltagarna
se tabell 1. De från dessa patienter erhållna bildsekvenser ansågs ha tillräckligt god
bildkvalitet för att kunna utföra pålitliga mätningar av EF.
Av de 24 patienterna så utfördes en korrigering av autoEF på de patienter där operatören
ansåg det som nödvändigt, i detta fall utfördes det på 10 patienter. Jämförelserna mellan
autoEF och korrigerad autoEF med Wilcoxon icke-parametriska test för två beroende
Variabler Deltagare
Deltagare i studien 24
Kvinnor 11
Ålder 65,5 (25-86)
Längd (cm) 172 (150-188)
Vikt (kg) 79 (58-130)
BSA (m2) 1,92 (1,59-2,47)
BMI (kg/m2) 26,83 (20,55-42,52)
Tabell 1. Demografi över studiens deltagare. Deltagare och kvinnor anges i
antal, resterande variabler presenteras i median med spridningen i parentes.
BSA = Body Surface Area, BMI = Body Mass Index
11
variabler visade ingen statistiskt signifikant skillnad mellan metoderna på en signifikansnivå
av 0,05, se tabell 2 för analyserade mätvärden samt exakt p-värde från testet.
Vid utförd korrelationsanalys visades ett positivt samband mellan de båda metoderna med en
korrelationskoefficient rho på 0,834 (p-värde <0,001).
Tabell 2. Sammanställning av data från Wilcoxons icke-parametriska test med median samt exakt p-
värde för respektive jämförelse. Spridningen anges i parentes.
Aktuell jämförelse AutoEF (%) Korrigerad autoEF (%) Exakt p-värde
Samtliga mätningar (n=24)
55,50
(8,0 – 63,7)
55,95
(8,0 – 63,7)
0,160
Enbart korrigerade mätningar (n=10)
48,80
(43,4 – 61,0)
53,50
(39,8 – 60,5)
0,160
AutoEF = Automatisk beräkning av ejektionsfraktionen, Korrigerad autoEF = Korrigerad automatisk beräkning
av ejektionsfraktionen
Vid jämförelsen mellan enbart de korrigerade mätningarna sågs varierad skillnad mellan
mätvärdena, se figur 3. Den högsta uppmätta skillnaden i EF på en patient var 46,9 % med
autoEF respektive 60,5 % med korrigerad autoEF, se nr 8 i figur 3. En trend i form av större
erhållen EF efter korrigering kunde ses (7 av 10). Hos 3 av 10 patienter med korrigerade
mätvärden var EF innan korrigering <50 % och blev efter korrigering >50 %. Hos majoriteten
av de korrigerade beräkningarna utfördes korrigeringen i områden kring apex. Som redovisat i
tabell 1 visade inte heller denna jämförelse någon statistiskt signifikant skillnad mellan
metoderna.
12
Figur 3. Skillnaden i ejektionsfraktion hos de korrigerade mätningarna. KorrEF?
Hos de 10 patienter där korrigering gjordes hade 2 av de 7 patienterna med högre EF efter
korrigering även större EDV och ESV. Bland de 7 var det 3 patienter som enbart hade större
EDV men ingen som enbart hade större ESV. De resterande 2 patienterna hade mindre
beräknade volymer efter korrigeringen.
Av samtliga patienter i studien var det 14 som enligt deras BMI-värde var överviktiga, varav
5 led av fetma. Av samtliga patienter var 10 normalviktiga. Bland de 10 patienter med
korrigerade mätvärden var det 4 stycken som var överviktiga, och av dem en som led av
fetma, de övriga 6 var normalviktiga.
Diskussion
Resultatet av denna studie styrker att det inte föreligger någon signifikant skillnad mellan
automatisk- och korrigerad automatisk EF-beräkning, då EKO-undersökningen samt
mätningarna utförs av en erfaren biomedicinsk analytiker hos patienter med god insyn vid
EKO. Detta verifierar vår grundhypotes.
0,0%
10,0%
20,0%
30,0%
40,0%
50,0%
60,0%
70,0%
1 2 3 4 5 6 7 8 9 10
AutoEF Korrigerad autoEF
Figur 3. Skillnaden i ejektionsfraktion hos de korrigerade mätningarna.
13
EKO är idag den vanligaste undersökningen för att bedöma hjärtats storlek och funktion på
grund av dess många fördelar jämfört med till exempel MR, som är Golden standard vid dessa
frågeställningar. MR har nackdelarna att den inte är lika lättillgänglig och metoden innebär en
högre kostnad jämfört med EKO, det går heller inte att använda metoden på patienter som har
pacemaker eller andra implantat av metall i kroppen (12).
Inom EKO används oftast vanlig 2D-teknik för att bedöma vänsterkammarfunktionen och det
är därför viktigt med studier inom detta område. Metoden innebär dock att ett antal
geometriska antaganden måste utföras av datorprogrammet vid kvantitativa beräkningar av
volymer och EF vilket i många fall kan leda till att fel värden erhålls (4). Detta beror på att
enbart ett snitt av hjärtat kan visualiseras åt gången och datorprogrammet gör från det snittet
ett antagande att kammaren är geometriskt ovalformad (23) och att alla områden rör sig lika
mycket (4). Förekommer områden med onormal rörlighet eller aneurysm utanför detta snitt så
tas inte detta med i beräkningen och vänsterkammarfunktionen kan då felskattas. I dessa fall
kan med fördel 3D-teknik användas för att bestämma den globala och regionala
vänsterkammarfunktionen utan att några geometriska antaganden utförs (4,23).
EF kan bli svårbedömt på patienter med arytmier och fetma (17,18), hänsyn till detta har
därför tagits i denna studie genom att exkludera patienter med arytmier och beräkna BMI för
samtliga inkluderade patienter. En förklaring till varför arytmier ger ett opålitligt mått på EF
kan vara att, vid till exempel takykardi, får inte hjärtat möjlighet att fyllas optimalt vilket ger
underskattade vänsterkammarvolymer (3). Vid övriga arytmier blir det ofta sådana variationer
i volymerna att EF inte anses pålitligt. Man kan dock fråga sig varför man inte här, som vid
vissa andra mätningar, kan skapa ett medelvärde av flera konsekutiva slag. Fetma försämrar
ofta bildkvaliteten på grund av den ökade attenueringen i vävnaden (12) vilket gör att gränsen
mellan blodpöl och myokard kan vara otydlig och blir svår för både dator och operatör att
urskilja korrekt. Även vissa lungsjukdomar kan göra EF-beräkningen svår. Vid till exempel
emfysem kan det vara svårt att tömma lungorna helt på luft. Då ultraljud inte färdas genom
luft kan detta sjukdomstillstånd göra det svårt att visualisera hjärtat med EKO (12).
Ännu en anledning till att vänsterkammarvolymerna och EF felskattas vid 2D-EKO är att
trabeklerna ofta inte kan åtskiljas från resterande myokard. Detta kan resultera i en felplacerad
utlinjering mellan blodpöl och myokard med felskattade volymer och EF som följd. Detta
förklarar den bättre korrelationen mellan kontrast EKO och MR då kontrasten kan leta sig in
mellan trabeklerna och på så sätt avbilda en mer korrekt vänsterkammare (4). Det kan därför
vara ett bra alternativ att använda kontrast då ett mer exakt EF-värde efterfrågas (23) eller då
14
vissa av kammarens segment upplevs svåra att visualisera. Dock är vanlig konventionell EKO
oftast att föredra på grund av att det jämfört med kontrastadministrering är tidsbesparande
samt inte lika omfattande ur undersökningssynpunkt. Vid svårigheter att undersöka hjärtat
med ekokardiografi, till exempel då revben skuggar vyn, kan andra undersökningsmetoder,
till exempel MR, tillämpas.
Nya tekniker med hjälp av vävnadsdoppler, till exempel mått på strain och strain rate, har
gjort det möjligt att få en tydligare bild av vänsterkammarfunktionen. Vävnadsdoppler är ett
viktigt hjälpmedel för bedömning av till exempel en diastolisk dysfunktion då EF ofta är
bevarad trots nedsatt hjärtfunktion. Tekniken är dock något begränsad då den är
vinkelberoende och har en dålig lateral upplösning (4). Trots många framgångar inom
ekokardiografitekniken finns idag ingen metod som ensam kan ersätta de andra när det
handlar om att bedöma vänsterkammarfunktionen. Metoderna bör därför kombineras på
individnivå då många faktorer spelar roll i bedömningen.
Av de olika metoderna som finns för att beräkna EF med hjälp av EKO så fokuserar denna
studie på autoEF samt korrigerad autoEF vilka är flitigt använda inom klinisk praxis idag.
Maret et al. (2008) beskriver i sin studie att autoEF, på grund av dess goda reproducerbarhet,
med fördel kan användas av operatörer med mindre erfarenhet då det minimerar skillnader
mellan olika utövare (13). Trots att även andra studier har visat hög reproducerbarhet hos
autoEF (14,15) så har denna studie visat vikten av att, vid behov, kunna korrigera linjeringen i
bildsekvenserna. Detta baseras främst på några extremvärden från jämförelsen mellan de
korrigerade mätningarna, se figur 3. Ett exempel i figuren är nr 8 där autoEF beräknade en EF
på 46,9 % som efter korrigering blev 60,5 %. Enligt programvaran hade alltså denna patient
en lätt nedsatt systolisk vänsterkammarfunktion men en normal funktion efter korrigering,
detta sågs hos ytterligare två patienter dock med något mindre skillnader mellan de båda
metodernas uppmätta värden (22).
Hos majoriteten av de korrigerade bildsekvenserna var det i kammarens apikala områden som
korrigering krävdes då dessa delar ofta var för otydliga för datorn att märka ut korrekt.
Programvaran tenderar då att utlinjera gränsen för myokardiet för långt in i blodpölen, vilket
resulterar i felberäknade volymer och EF. Pålitligheten hos metoden beror därför även på
utövarens förmåga att få fram bra apikala bilder, vilket kan vara svårt på vissa patienter.
Kunskap om korrekta bildinställningar kan vara viktigt i dessa fall.
15
Enligt våra egna erfarenheter är apex ofta svårt att avbilda tydligt i bildsekvenserna, en
anledning till detta kan vara det sämre akustiska förhållandet i sändarens närområde då den är
anlagd mot bröstkorgen i apikal vy då apex är närmast belägen mot proben (12). En annan
bidragande orsak kan vara att den apikala rotationen samt apex kurvatur kan ha påverkan på
hur ultraljudet reflekteras tillbaka till sändaren.
Det krävs även en kunskap och erfarenhet hos utövaren för att kunna bedöma om en
korrigering av datorprogrammets linjering av myokardiet är nödvändig. Då majoriteten av
våra mätningar inte behövde korrigering, så visar även denna studie tecken på god
reproducerbarhet hos autoEF.
I flera tidigare studier har god korrelation kunnat påvisas mellan olika metoder för EF-
beräkning inom EKO (13,16,20,40). Detta kan tyda på att val av metod kanske inte alltid har
någon signifikant betydelse. I många fall är den lilla skillnaden i procentsats mellan autoEF
och korrigerad autoEF inte betydelsefull för den kliniska bedömningen av patientens
hjärtfunktion men hos vissa patientgrupper kan små förändringar i EF ha stor betydelse för till
exempel val av behandling (10,13).
Även om denna studie inte heller visar någon signifikant skillnad mellan metoderna generellt
så visar extremvärdena att det i enstaka fall kan ha stor betydelse för vilken metod som
tillämpas för EF-beräkning. Det är dock inte möjligt att, genom enbart denna studie, dra några
slutsatser om vilket erhållet EF-värde som är mest korrekt på grund av att ingen
referensmetod har använts. Frågan kvarstår därför om vilken metod som ger det mest sanna
måttet på EF och som därför bör tillämpas på klinikerna.
I de undersökningar då en kvantitativ beräkning inte kan utföras pålitligt tillämpas i många
fall en visuell skattning av hjärtfunktionen. Även i de fall då en kvantitativ beräkning är
möjlig så bör en visuell bedömning av funktionen ändå göras och tas med i
helhetsbedömningen av vänsterkammarfunktionen. Tidigare studier lägger vikt på att alltid
göra en global visuell bedömning även då EF är normal. Det kan annars vara lätt att missa
patologiska tillstånd i vilka inga avvikande värden på EF erhålls. Siffror har redovisats på att
cirka hälften av de med hjärtsvikt har en diastolisk fyllnadsstörning med bevarad EF (26-28),
vilket gör att detta värde inte alltid är hela sanningen vid bedömningen av hjärtsvikt. Studien
av Tan et al. (2009) visade i sin slutsats att patienter med HFPEF har en kombination av
systolisk och diastolisk dysfunktion med en påtagligt påverkad apikal rotation (31). Detta
16
tycker vi är intressant med tanke på hur stor påverkan den apikala rotationen har på EF. Vid
en stor dysfunktion av den apikala rotationen borde därför rimligen en nedsatt EF följa.
Visuell bedömning har behandlats i många tidigare studier där fördelen med att det bland
annat är tidsbesparande har tagits upp (13,20). Samtidigt har det visat sig att metoden ofta
leder till en underskattning av EF jämfört med kvantitativa beräkningar (20). Det är därför
viktigt att de visuella bedömningarna utförs av operatörer med lång erfarenhet av
undersökningsmetoden då hänsyn till många olika faktorer och snitt av hjärtat bör tas för att
undvika felbedömningar.
Av de 24 patienterna som inkluderades i denna studie så var det enbart 10 stycken vars bilder
bedömdes behöva korrigeras, ett antal som troligtvis hade varit större om studien utförts i ett
tidigare skede av teknikutvecklingen. Anledningen var, enligt kontaktpersonerna på
Länssjukhuset Ryhov, att autoEF efter senaste produktutvecklingen och uppdateringen (2015-
11-18) hade optimerats och stämde bättre överens med operatörernas subjektiva åsikter. Med
andra ord så kan även programvara och dess uppdatering spela roll för EF-beräkningens
pålitlighet och inte enbart metoden i sig.
Även om det var 7 av 10 som fick en högre EF efter korrigering så innebär det lilla materialet
att ingen slutsats kan dras om att korrigering oftast ger ett ökat erhållet EF-värdet. Det
upptäcktes inget samband mellan den förändring som blev i volymer och EF efter korrigering.
Vi valde att redovisa både BMI och BSA i vårt arbete på grund av att BMI är ett välkänt mått
på kroppsmassan och BSA är ett relevant mått inom EKO. Inget samband kunde dock ses
mellan patienternas BMI och behov av korrigering. Detta tycker vi är intressant då tidigare
studier har påpekat övervikt som en svårighet vid EF-beräkning (17). Dock så inkluderades
enbart patienter med bra kvalitet på sina bilder i studien vilket gör det svårt att se om det
kunde ha funnits något samband mellan de med högre BMI och dålig bildkvalitet. Studiens
resultat antydde alltså att inga paralleller mellan eventuella missgynnande faktorer, till
exempel fetma, och autoEF’s pålitlighet kunde dras. Trots studiens få deltagare så varierar
ålder, BMI, kön och EF utan att det verkar ha riktat resultaten mer åt något håll.
Insamlingen av data till denna studie utfördes av endast en biomedicinsk analytiker. Detta
eliminerar felkällor relaterade till variabilitet mellan utövare, vilket kan ses som en styrka i
studien. Det kan dock göra det svårare att dra några säkra slutsatser då resultatet i stort sätt
speglar operatörens erfarenhet och förmåga att bedöma bildsekvenserna.
17
Exklusionskriterierna utformades främst efter missgynnande faktorer vid EF-beräkning. Detta
stärker mätningarnas pålitlighet eftersom endast bra bilder har använts för att samla in
mätvärden till studien. Med tanke på att studien inte har uteslutit patienter utifrån kön eller EF
blir resultatet lättare att tillämpa inom flera patientgrupper. Det låga deltagarantalet gör dock
att studiens resultat är svårt att generalisera till en större population, vilket anses som en
svaghet i studien. Framtida studier bör därför inkludera fler patienter. Skulle resultaten i
framtida studier med fler patienter inkluderade visa statistiskt signifikanta skillnader mellan
metoderna så bör även en referensmetod, med fördel MR, tillämpas. En alternativ metod som
referens är kontrastförstärkt EKO, då denna har visat god korrelation med MR. Detta skulle
vara tidsbesparande jämfört med MR eftersom patienten redan genomgår en EKO. En
referensmetod behövs för att kunna utreda vilken metod som ger det mest sanna EF-värdet.
Hjärtats apikala rotation är ett viktigt moment för att erhålla en optimal EF men verkar inte
uppmärksammas i många tidigare studier. Därför kan studier som berör detta ämne ge
kompletterande information om hur denna faktor kan påverka vänsterkammarfunktionen.
Slutsatser
Resultaten från denna studie antyder att det inte finns någon signifikant skillnad mellan
automatisk och korrigerad automatisk EF-beräkning. Hos vissa korrigerade mätvärden sågs
större skillnader mellan de båda uppmätta värdena som tyder på att det i vissa fall är viktigt att
kunna korrigera samt att ha kunskapen att kunna avgöra när en korrigering av den
automatiska beräkningen är nödvändig. Fortsatta studier behövs dock inom området då det
lilla datamaterialet i denna studie påverkar förmågan att kunna generalisera resultatet till en
större population.
Omnämnanden
Ett stort tack till Louise Rundqvist för all hjälp och handledning under arbetets gång. Tack
även till Johnny Nijm och Emma Olsson på Klinisk Fysiologi, Ryhov, för all hjälp med
datainsamling, klinisk handledning och erhållna bilder till arbetet.
18
Referenser
1. Moore KL, Agur AMR, Dalley AF. Essential clinical anatomy. 5th
ed. Philadelphia:
Lippincott Williams and Wilkins; 2015.
2. Boutelle J. Heart. 2011 [cited 2016 Apr 29]. Available from:
http://www.slideshare.net/kmilaniBCC/heart-1-online
3. Persson J, Stagmo M. Perssons kardiologi: hjärtsjukdomar hos vuxna. 7th
ed. Lund:
Studentlitteratur AB; 2014.
4. Olsson A. Ekokardiografi. 4th
ed. Stockholm: TrycksakSpecialisten AB; 2014.
5. Cikes M D, Solomon S. Beyond ejection fraction: an integrative approach for
assessment of cardiac structure and function in heart failure. Eur Heart J. 2015 Sep
28. doi: 10.1093/eurheart/ehv510
6. Sallin EA. Fiber orientation and ejection fraction in the human left ventricle. Biophys
J. 1969;9: 954-964
7. Folse R, Braunwald E. Determination of fraction of left ventricular volume ejected
per beat and of ventricular end-diastolic and residual volumes. Circ. 1962 Apr;25:
674-685. doi: 10.1161/01.CIR.25.4.674
8. Sahlen A, Winter R. How should we measure global and regional left ventricular
systolic function? J Echocardiogr. 2011;9: 41-50. doi: 10.1007/s12574-011-0085-x
9. Wood PW, Choy JB, Nanda NC, Becher H. Left ventricular ejection fraction and
volumes: it depends on the imaging method. Echocardiography. 2013;31(1): 87-100.
doi: 10.1111/echo.12331
10. Mann DL, Zipes DP, Libby P, Bonow RO, Braunwald E, editors. Braunwald´s heart
disease. 10th
ed. Philadelphia: Saunders; 2015
11. Monaghan MJ. Role of real time 3D echocardiography in evaluating the left ventricle.
Heart. 2006;92: 131-136. doi: 10.1136/hrt.2004.058388
12. Allisy-Roberts P, Williams J. Farr´s physics for medical imaging. 2nd
ed.
Philadelphia: Saunders; 2008
13. Maret E, Brudin L, Lindstrom L, Nylander E, Ohlsson J L, Engvall J E. Computer-
assisted determination of left ventricular endocardial borders reduces variability in the
echocardiographic assessment of ejection fraction. Cardiovascular Ultrasound. 2008;
6:55. doi: 10.1186/1476-7120-6-55
14. Rahmouni HW, Ky B, Plappert T, Duffy K, Wiegers SE, Ferrari VA, et al. Clinical
utility of automated assessment of left ventricular ejection fraction using artificial
19
intelligence–assisted border detection. Am Heart J. 2008;155(3): 562-70. doi:
10.1016/j.ahj.2007.11.002
15. Knackstedt C, Bekkers S, Schummers G, Schreckenberg M, Muraru D, Badano L P,
et al. Fully Automated Versus Standard Tracking of Left Ventricular Ejection
Fraction and Longitudinal Strain: The FAST-EFs Multicenter Study. JACC.
2015;66(13): 1456-66. doi: 10.1016/j.jacc.2015.07.052
16. Gjertsson P, Lomsky M, Gan L-M, Edenbrandt L. Evaluation of new automated
gated-SPECT and echocardiographic methods for calculating left ventricular volumes
and ejection fraction. Int J Cardiol. 2009;136: 171-177.
doi:10.1016/j.ijcard.2008.04.082
17. Prastaro M, DʼAmore C, Paolillo S, Losi M, Marciano C, Perrino C, et al. Prognostic
role of transthoracic echocardiography in patients affected by heart failure and
reduced ejection fraction. Heart Fail Rev. 2015;20: 305-316. doi: 10.1007/s10741-
014-9461-8
18. Jonson B, Wollmer P, redaktörer. Klinisk fysiologi med nuklearmedicin och klinisk
neurofysiologi. 3rd
ed. Stockholm: Liber AB; 2011.
19. World Health Organization. Global database on body mass index. BMI classification.
Available at: http://apps.who.int/bmi/index.jsp?introPage=intro_3.html. Accessed
May 26, 2016
20. Sievers B, Kirchberg S, Franken U, Puthenveettil B-J, Bakan A, Trappe H-J. Visual
estimation versus quantitative assessment of left ventricular ejection fraction: A
comparison by cardiovascular magnetic resonance imaging. Am Heart J.
2005;150(4):737-742. doi: 10.1016/j.ahj.2004.11.017
21. Badheka AO, Rathod A, Bharadwaj AS, Manickam P, Kizilbash MA, Veeranna V, et
al. Preserved or slightly depressed ejection fraction and outcomes after myocardial
infarction. Postgrad Med J. 2011;87: 400-404. doi:10.1136/pgmj.2010.109900
22. McMurray J V J, Adamopoulos, Anker S D, Auricchio A, Böhm M, Dickstein K, et
al. ESC Guidelines for the diagnosis and treatment of acute and chronic heart failure
2012. The task force for the diagnosis and treatment of acute and chronic heart failure
2012 of the European society of cardiology. Developed in collaboration with the heart
failure association (HFA) of the ESC. Eur Heart J. Jul 2012;33(14): 1787-1847. doi:
10.1093/eurheartj/ehs104
20
23. Hudaverdi M, Hamilton-Craig C, Platts D, Chan J, Burstow DJ. Echocardiography
for the clinician: a practical update. Int Med J. 2010;40: 476-485. doi:
10.1111/j.1445-5994.2010.02167.x
24. Hoffmann R, von Bardeleben S, ten Cate F, Borges A C, Kasprzak J, Firschke C, et
al. Assessment of systolic left ventricular function: a multi-centre comparison of
cineventriculography, cardiac magnetic resonance imaging, unenhanced and contrast-
enhanced echocardiography. Eur heart j. 2005;26: 607-616.
doi:10.1093/eurheartj/ehi083
25. Senior R, Becher H, Monaghan M, Agati L, Zamorano J, Vanoverschelde JL, et al.
Contrast echocardiography: evidence-based recommendations by European
Association of Echocardiography. Eur J Echocardiogr. 2009;10: 194-212. doi:
10.1093/ejechocard/jep005
26. Nanayakkara S, Kaye DM. Management of heart failure with preserved ejection
fraction: a review. Clin Ther. 2015;37(10): 2186-2198. doi:
10.1016/j.clinthera.2015.08.005
27. Owan TE, Hodge DO, Herges RM, Jacobsen SJ, Roger VL, Redfield MM. Trends in
prevalence and outcome of heart failure with preserved ejection fraction. N Eng J
Med. 2006;355: 251-9. doi: 10.1056/NEJMoa052256
28. Paulus WJ, Tschöpe C, Sanderson JE, Rusconi C, Flachskampf FA, Rademakers FE,
et al. How to diagnose diastolic heart failure: a consensus statement on the diagnosis
of heart failure with normal left ventricular ejection fraction by the Heart Failure and
Echocardiography Associations of the European Society of Cardiology. Eur Heart J.
2007;28: 2539-2550. doi: 10.1093/eurheartj/ehm037
29. Oh JK, Hatle L, Tajik AJ, Little WC. Diastolic heart failure can be diagnosed by
comprehensive two-dimensional and doppler echocardiography. J Am Coll Cardiol.
2006;47: 500-6. doi: 10.1016/j.jacc.2005.09.032
30. Mills GD, Scott KC. Heart failure: best options when ejection fraction is preserved. J
Fam Practice. 2013;62(5): 236-243
31. Tan Y T, Wenzelburger F, Lee E, Heatlie G, Leyva F, Patel K, et al. The
Pathophysiology of Heart Failure With Normal Ejection Fraction Exercise
Echocardiography Reveals Complex Abnormalities of Both Systolic and Diastolic
Ventricular Function Involving Torsion, Untwist, and Longitudinal Motion. JACC.
2009;1(54): 36-46. doi:10.1016/j.jacc.2009.03.037
21
32. Steg G, James S K, Atar D, Badano L P, Blömstrom-Lundqvist C, Borger M A, et al.
ESC Guidelines for the management of acute myocardial infarction in patients
presenting with ST-segment elevation. Eur heart j. 2012;33:2569-2619. doi:
10.1093/eurheartj/ehs215
33. Dagres N, Hindricks G. Risk stratification after myocardial infarction: is left
ventricular ejection fraction enough to prevent sudden cardiac death? Eur heart j.
2013;34:1964-1971. doi:10.1093/eurheartj/eht109
34. Meurin P, Carreira VB, Dumaine R, Shqueir A, Milleron O, Safar B, et al.
Incidence,diagnostic methods, and evolution of left ventricular thrombus in patients
with anterior myocardial infarction and low left ventricular ejection fraction: a
prospective multicenter study. Am Heart J. 2015;170(2): 256-62. doi:
10.1016/j.ahj.2015.04.029
35. Drukteinis JS, Roman MJ, Fabsitz RR, Lee ET, Best LG, Russel M, et al. Cardiac and
systemic hemodynamic characteristics of hypertension and prehypertension in
adolescents and young adults. Circulation. 2007;115: 221-227. doi:
10.1161/CIRCULATIONAHA.106.668921
36. Georgiopoulou VV, Kalogeropoulos AP, Butler J. Heart Failure in Hypertension.
Drugs. 2012;72(10): 1373-1398. doi: 10.2165/11631100-000000000-00000
37. Metodbeskrivning. Ultraljud hjärta. Versionsnummer 8.0. Jönköping, Länssjukhuset
Ryhov. Ansvarig: Homelius J, leg. Biomedicinsk analytiker. Godkänd av; Nijm J,
överläkare avd. Klinisk fysiologi. 2016-02-22 (cited 2016 Maj 20)
38. Bild erhållen från Klinisk fysiologi, länssjukhuset Ryhov i Jönköping 2016-05-10
39. Helsingforsdeklarationen: World Medical Association Declaration of Helsinki.
Ethical principles for medical research involving human subjects. JAMA. 2013
Nov;310(20): 2191-4. doi: 10.1001/jama.2013.281053.
40. Shahgaldi K, Gudmundsson P, Manouras A, Brodin L-Å, Winter R. Visually
estimated ejection fraction by two dimensional and triplane echocardiography is
closely correlated with quantitative ejection fraction by real-time three dimensional
echocardiography. Cardiovascular Ultrasound. 2009;7(41): pp. doi:10.1186/1476-
7120-7-41
22
Bilagor
Bilaga 1. Etisk egengranskning