Les scientifiques cardiovasculaires de City St George’s, Université de Londres, ont identifié des indices cruciaux d’un test de rythme cardiaque qui pourrait détecter les maladies cardiaques cachées chez les jeunes, selon la recherche publiée dans le Journal européen de cardiologie préventive.
Les chercheurs disent que ces résultats importants pourraient avoir des implications pour le dépistage cardiaque dans le monde entier pour aider à prévenir les morts soudaines.
La mort cardiaque soudaine frappe sans avertissement et est souvent le premier signe d’une maladie cardiaque silencieuse, avec 12 jeunes qui meurent d’une maladie cardiaque non diagnostiquée chaque semaine au Royaume-Uni. Les maladies du muscle cardiaque appelées cardiomyopathies sont parmi les causes les plus courantes de mort cardiaque soudaine chez les personnes de moins de 35 ans.
Un électrocardiogramme à 12 dérivations (ECG) est un test que les médecins utilisent pour surveiller l’activité électrique du cœur sous 12 angles différents à travers la poitrine, les bras et les jambes. Il peut détecter certains signes de maladies cardiaques qui ne peuvent pas être vues autrement.
Une caractéristique particulière de l’ECG, appelé l’onde T, représente la relaxation des principales chambres de pompage du cœur avant le prochain rythme cardiaque. Chez certaines personnes, cette vague T sera anormale, apparaissant à l’envers au test, ce qui est un signe précoce qu’une personne pourrait avoir une cardiomyopathie.
En regardant de plus près les ECG
« Le défi pour les médecins est que l’inversion de l’onde T – connue sous le nom de TWI – peut également être vue chez les jeunes individus et athlètes en bonne santé. Nous voulions analyser et mesurer les caractéristiques de la vague T à un niveau plus complexe qui n’a pas été fait auparavant pour déterminer qui est à risque de maladies cardiaques cachées en raison de changements anormaux dans le premier auteur de l’étude.
Les chercheurs ont analysé les données de l’ECG de 5 360 personnes âgées de 14 à 35 ans qui ont subi un dépistage cardiaque volontaire par le risque cardiaque caritatif chez les jeunes (cri). Ils ont étudié les modèles de profondeur et de distribution des lectures de l’ECG à 12 dérivations et ont examiné l’association avec des diagnostics de cardiomyopathie sur une moyenne de huit ans.
Un TWI anormal a été documenté dans 2% des cas (120 personnes). Parmi ceux-ci, 13% (16 personnes) ont reçu un diagnostic de cardiomyopathie. Aucun décès n’est survenu au cours de la période de suivi, mais parmi ceux diagnostiqués avec une cardiomyopathie, trois personnes ont eu un arrêt cardiaque soudain, mettant en évidence la nature grave de ces conditions lorsqu’ils sont non détectés.
Les personnes ayant des ondes T plus profondes sur leur ECG – mesurant plus de 0,183 millibolts – étaient 18 fois plus susceptibles de recevoir un diagnostic de cardiomyopathie, par rapport aux personnes qui avaient une inversion en T en T en raison de changements normaux dans le cœur.
L’équipe a également constaté que les anomalies des ondes T affectant plusieurs zones du cœur, par opposition à une seule région, étaient sept fois plus susceptibles d’indiquer une maladie sous-jacente.
Une approche plus systématique
«Les ECG ont le pouvoir de détecter des signes de maladie cardiaque qui autrement passeraient inaperçus. Cette étude fournit aux cardiologues des critères spécifiques et mesurables pour aider à distinguer les anomalies des ondes T inoffensives et dangereuses dans l’ECG d’une personne.
« Ils pourraient offrir une approche plus systématique pour identifier les jeunes qui ont besoin de plus de tests et de soins ciblés, tout en réduisant l’anxiété inutile en excluant tout risque et besoin de tests supplémentaires dans d’autres », explique le Dr Gherardo Finocchiaro, lecteur honoraire en cardiologie de l’école des sciences de la santé et des sciences médicales et cardiologue qui a mené l’étude.
Le Dr Finocchiaro et l’équipe espèrent désormais valider ces résultats dans une étude plus large et explorer l’utilisation de l’intelligence artificielle et de l’apprentissage automatique pour analyser les enregistrements à un rythme beaucoup plus rapide.
