haku: @author Kemppainen, Reko / yhteensä: 2
viite: 1 / 2
« edellinen | seuraava »
Tekijä:Kemppainen, Reko
Työn nimi:ECG Parameters in Short-Term Prediction of Ventricular Arrhythmias
EKG-parametrien käyttö kammioperäisten rytmihäiriöiden lyhyen aikavälin ennustamisessa
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2012
Sivut:[9] + 75      Kieli:   eng
Koulu/Laitos/Osasto:Lääketieteellisen tekniikan ja laskennallisen tieteen laitos
Oppiaine:Lääketieteellinen tekniikka   (Tfy-99)
Valvoja:Ilmoniemi, Risto
Ohjaaja:Kaski, Mikko
Elektroninen julkaisu: http://urn.fi/URN:NBN:fi:aalto-201209213153
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark Aalto  16   | Arkisto
Avainsanat:electrocardiography (ECG)
in-hospital sudden cardiac death
abnormal repolarization
predictive monitoring
spontaneous ventricular tachyarrhythmias
T wave morphology
elektrokardiografia (EKG)
äkillinen sydänkuolema
epänormaali repolarisaatio
ennustavat algoritmit sydänmonitoroinnissa
spontaanit kammioarytmiat
T-aallon morfologia
Tiivistelmä (fin): Malignit kammioperäiset rytmihäiriöt, kuten kammiotakykardia ja kammiovärinä, ovat yleisimpiä syitä sydänperäiseen äkkikuolemaan sekä sairaalassa että sen ulkopuolella.
Sairaalassa kuten sen ulkopuolellakin tällaiset rytmihäiriöt ovat aina hengenvaarallisia ja pitkittyessään vähentynyt tai pysähtynyt hapenkuljetus elimistöön pienentää todennäköisyyttä selviytyä.

Huolimatta viimeaikaisista ponnisteluista viiveettömän ja tehokkaamman elvytyksen eteen, sairaalassa tapahtuvien sydänkohtausten ennuste on pysynyt huonona.
Tämä johtuu lähinnä viiveestä elvytyksen aloittamisessa ja monitoroinnin puutteesta, joten oleellisinta ennusteen parantamisen kannalta olisi jatkuva rytmihäiriöriskin kvantitatiivinen arviointi potilasmonitoroinnilla.
Näin useat rytmihäiriöt voitaisiin estää ja alkaviin voitaisiin reagoida nopeammin.

Nykyisin potilasmonitorointi on kuitenkin keskittynyt jo alkaneiden rytmihäiriöiden tunnistamiseen eikä ennustavia ratkaisuja ole tarjolla. äkillistä sydänkohtausta edeltävien ilmiöiden tutkiminen ja rytmihäiriöriskin määrittäminen kajoamattomalla potilasmonitoroinnilla ovat ensisijaisen tärkeitä, mikäli rytmihäiriöpotilaiden ennustetta halutaan parantaa sairaalaympäristössä.

Tässä opinnäytteessä tutkitaan rytmihäiriöitä edeltäviä muutoksia EKG-signaalista mitattavissa parametreissa eri potilasryhmissä ja yksittäisillä potilailla.
Esittelemme algoritmin, joka arvioi EKG:sta mitatuista parametreista yksittäisen potilaan riskiä rytmihäiriön käynnistymiseen.
Valitsemamme lähestymistapa poikkeaa täysin olemassa olevista eikä vastaavia tuloksia ole aikaisemmin julkaistu.
Algoritmin kehityksessä hyödynnetään laajasti olemassa olevaa tutkimustietoa rytmihäiriöiden käynnistymisestä ja ylläpidosta.
Olemassa olevat menetelmät on esitelty laajassa kirjallisuuskatsauksessa.
Opinnäytetyön lopussa algoritmin kliinistä hyödyllisyyttä ja tulevia kehitysnäkymiä on arvioitu saavutettujen tulosten valossa.
Tiivistelmä (eng): Malignant spontaneous ventricular arrhythmias, such as ventricular tachycardia (VT) and ventricular fibrillation (VF), are the most common trigger of sudden cardiac death (SCD) in and out of hospital.
For a hospitalized patient, occurrence of such arrhythmia is a struggle of life and death where every second of oxygen deprivation, resulting from reduced blood flow, decreases chances of survival.

Despite recent advances in resuscitation strategies, survival rates in in-hospital cardiac arrests remain unacceptably low.
Main factors contributing to the poor prognosis are lack of patient monitoring and delay in the initiation of resuscitation.

Thus, in order to increase the likelihood of successful resuscitation, or prevent the arrhythmia from happening in the first place, continuous and quantitative risk of arrhythmia assessment is required.
Currently, however, cardiac monitoring is utilized to detect the onset of life threatening cardiac episodes only.
Thus, development of risk indices and the study of precursors of lethal arrhythmias have great clinical value and will lead to better cardiac monitoring.

In this thesis, changes in ECG signal preceding lethal cardiac arrhythmias are studied both in different patient groups and in individual patients.
Furthermore, an algorithm predicting imminent ventricular tachyarrhythmias is presented.
Current knowledge of underlying mechanisms of onset of ventricular arrhythmias is used to assess the risk of arrhythmia continuously during cardiac monitoring of a patient.
Our approach is novel and similar assessment of such algorithm has not been published previously.
A review of existing methods and applications for risk assessment of SCD with discussion of future trends and possibilities is also given.
ED:2012-06-19
INSSI tietueen numero: 44685
+ lisää koriin
« edellinen | seuraava »
INSSI