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