Estudo da dinâmica da fibrilação atrial crônica utilizando modelos computacionais e análise de quantificação de recorrência

• Processo: 18/02251-4
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Pós-Doutorado
• Data de Início da vigência: 01 de setembro de 2018
• Data de Término da vigência: 28 de fevereiro de 2019
• Área de conhecimento: Engenharias - Engenharia Biomédica - Engenharia Médica
• Pesquisador responsável: Takashi Yoneyama
• Beneficiário: Tiago Paggi de Almeida
• Supervisor: Olaf Doessel
• Instituição Sede: Divisão de Engenharia Eletrônica (IEE). Instituto Tecnológico de Aeronáutica (ITA). Ministério da Defesa (Brasil). São José dos Campos , SP, Brasil
• Instituição Anfitriã: Karlsruhe Institute of Technology (KIT), Alemanha
• Vinculado à bolsa: 17/00319-8 - Identificação do substrato atrial em pacientes com fibrilação atrial crônica utilizando modelos estatísticos multivariados e múltiplos atributos de eletrogramas atriais, BP.PD
• Assunto(s): Fibrilação atrial
• Palavra(s)-Chave do Pesquisador: Análise de quantificação de recorrência | Cardiac computational models | Fibrilação atrial | Recurrence plots | Processamento de sinais biológicos

Resumo

A fibrilação atrial (FA) é a arritmia cardíaca sustentada mais comum na prática clínica e uma das principais causas de acidente vascular cerebral. Sabe-se que as veias pulmonares (VPs) participam no início e manutenção da FA, e o isolamento das VPs (IVPs) por ablação com cateteres via radiofrequencia é eficaz no tratamento de FA paroxística. Contudo, o tratamento ablativo da FA persistente continua um desafio devido à sua complexa fisiopatologia e comportamento espaço-temporal dinâmico. A análise de recorrência tem sido usada para explorar a dinâmica da FA persistente com resultados iniciais promissores. Os plots de recorrência (recurrence plots, RPs) e a análise de quantificação de recorrência (recurrence quantification analysis, RQA) representam um conjunto de ferramentas para a investigação de sistemas dinâmicos. Nós recentemente introduzimos etapas rigorosas para gerar adequadamente os RPs a partir de eletrogramas atriais (atrial electrograms, AEGs) coletados de pacientes com FA persistente, bem como a estimativa de atributos de RQA extraídos desses RPs. Essa investigação, no entanto, foi conduzida utilizando AEGs coletados sequencialmente (ponto-a-ponto). Esse tipo de coleta não fornecem um mapeamento atrial global, impondo claras limitações na validação do método proposto. Os modelos computacionais intracardíacos que simulam a atividade elétrica atrial e os procedimentos de ablação durante a FA fornecem uma ferramenta ideal para continuar essa investigação. Na presente proposta, investigaremos a dinâmica subjacente à FA persistente através da combinação de modelos computacionais intracardíacos - fornecidos pelo Institute of Biomedical Engineering, Karlsruhe Institute of Technology - e atributos de RQA. Esperamos, com essa colaboração: i) validar o método proposto; ii) investigar se esses atributos podem ajudar na identificação de regiões atriais responsáveis pela perpetuação da FA e; iii) acelerar a potencial integração desses atributos em ferramentas clínicas para guiar a ablação FA persistente em futuros estudos clínicos.

Publicações científicas

(8)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

ALMEIDA, TIAGO P.; SORIANO, DIOGO C.; MASE, MICHELA; RAVELLI, FLAVIA; BEZERRA, ARTHUR S.; LI, XIN; CHU, GAVIN S.; SALINET, JOAO; STAFFORD, PETER J.; NG, G. ANDRE; et al. Unsupervised Classification of Atrial Electrograms for Electroanatomic Mapping of Human Persistent Atrial Fibrillation. IEEE Transactions on Biomedical Engineering, v. 68, n. 4, p. 1131-1141, APR 2021. (18/02251-4, 15/12799-9, 17/00319-8, 19/05192-1)

LUONGO, GIORGIO; SCHULER, STEFFEN; LUIK, ARMIN; ALMEIDA, TIAGO P.; SORIANO, DIOGO C.; DOSSEL, OLAF; LOEWE, AXEL. Non-Invasive Characterization of Atrial Flutter Mechanisms Using Recurrence Quantification Analysis on the ECG: A Computational Study. IEEE Transactions on Biomedical Engineering, v. 68, n. 3, p. 914-925, MAR 2021. (19/09512-0, 18/02251-4, 17/00319-8)

GODINHO, FABIO; FIM NETO, ARNALDO; BIANQUETI, BRUNO LEONARDO; DE LUCCAS, JULIA BALDI; VARJAO, EDUARDO; TERZIAN FILHO, PAULO ROBERTO; FIGUEIREDO, EBERVAL GADELHA; ALMEIDA, TIAGO PAGGI; YONEYAMA, TAKASHI; TAKAHATA, ANDRE KAZUO; et al. Spectral characteristics of subthalamic nucleus local field potentials in Parkinson's disease: Phenotype and movement matter. European Journal of Neuroscience, v. 53, n. 8, FEB 2021. (19/09512-0, 18/14285-0, 13/07559-3, 18/14283-8, 18/02251-4, 17/00319-8)

ALMEIDA, TIAGO P.; NOTHSTEIN, MARK; LI, XIN; MASE, MICHELA; RAVELLI, FLAVIA; SORIANO, DIOGO C.; BEZERRA, ARTHUR S.; SCHLINDWEIN, FERNANDO S.; YONEYAMA, TAKASHI; DOESSEL, OLAF; et al. Phase Singularities in a Cardiac Patch Model With a Non-conductive Fibrotic Area During Atrial Fibrillation. 2020 COMPUTING IN CARDIOLOGY, v. N/A, p. 4-pg., 2020-01-01. (17/00319-8, 19/05192-1, 18/02251-4, 19/09512-0)

ALMEIDA, TIAGO P.; UNGER, LAURA A.; SORIANO, DIOGO C.; LI, XIN; DOESSEL, OLAF; YONEYAMA, TAKASHI; LOEWE, AXEL; IEEE. Recurrence Quantification Analysis for Investigating Atrial Fibrillation Dynamics in a Heterogeneous Simulation Setup. 2019 41ST ANNUAL INTERNATIONAL CONFERENCE OF THE IEEE ENGINEERING IN MEDICINE AND BIOLOGY SOCIETY (EMBC), v. N/A, p. 4-pg., 2019-01-01. (18/02251-4, 17/00319-8)

NETO, ARNALDO FIM; DE LUCCAS, JULIA BALDI; BIANQUETI, BRUNO LEONARDO; DA SILVA, LUIZ RICARDO; ALMEIDA, TIAGO PAGGI; TAKAHATA, ANDRE KAZUO; TEIXEIRA, MANOEL JACOBSEN; FIGUEIREDO, EBERVAL GADELHA; NASUTO, SLAWOMIR J.; GUIMARAES ROCHA, MARIA SHEILA; et al. Subthalamic low beta bursts differ in Parkinson's disease phenotypes. CLINICAL NEUROPHYSIOLOGY, v. 140, p. 14-pg., 2022-08-01. (18/14285-0, 19/09512-0, 13/07559-3, 17/00319-8, 18/14283-8, 18/02251-4)

ALMEIDA, TIAGO P.; SORIANO, DIOGO C.; LI, XIN; CHU, GAVIN S.; SALINET, JOAO L.; SCHLINDWEIN, FERNANDO S.; STAFFORD, PETER J.; NG, G. ANDRE; YONEYAMA, TAKASHI; IEEE. Unsupervised k-Mean Classification of Atrial Electrograms From Human Persistent Atrial Fibrillation. 2018 COMPUTING IN CARDIOLOGY CONFERENCE (CINC), v. 45, p. 4-pg., 2018-01-01. (18/02251-4, 17/00319-8)

BEZERRA, ARTHUR S.; YONEYAMA, TAKASHI; SORIANO, DIOGO C.; LUONGO, GIORGIO; LI, XIN; RAVELLI, FLAVIA; MASE, MICHELA; CHU, GAVIN S.; STAFFORD, PETER J.; SCHLINDWEIN, FERNANDO S.; et al. Optimizing Atrial Electrogram Classification Based on Local Ablation Outcome in Human Atrial Fibrillation. 2020 COMPUTING IN CARDIOLOGY, v. N/A, p. 4-pg., 2020-01-01. (18/02251-4, 19/09512-0, 17/00319-8)