ES2924149B2

ES2924149B2 - PROGNOSTIC METHOD OF AN ATRIAL ARRHYTHMIA FROM AN ELECTROCARDIOGRAM OF SINUS RHYTHM

Info

Publication number: ES2924149B2
Application number: ES202130233A
Authority: ES
Inventors: Borreguero Luis Jesús Jiménez; Alberto Cecconi; García Ancor Sanz
Original assignee: Fundacion para la Investigacion Biomedica del Hospital Universitario de la Princesa
Current assignee: Fundacion para la Investigacion Biomedica del Hospital Universitario de la Princesa
Priority date: 2021-03-17
Filing date: 2021-03-17
Publication date: 2023-02-02
Anticipated expiration: 2041-03-17
Also published as: ES2924149A1; WO2022195139A1

Description

DESCRIPCIÓNDESCRIPTION

MÉTODO DE PRONÓSTICO DE UNA ARRITMIA AURICULAR A PARTIR DE UNPROGNOSIS METHOD OF AN ATRIAL ARRHYTHMIA FROM A

ELECTROCARDIOGRAMA DE RITMO SINUSALSINUS RHYTHM ECG

Campo de la invenciónfield of invention

La presente invención se refiere al campo de la medicina, concretamente se refiere a la evaluación de la actividad eléctrica en el corazón.The present invention refers to the field of medicine, specifically it refers to the evaluation of electrical activity in the heart.

AntecedentesBackground

Una arritmia es cualquier trastorno en los latidos o el ritmo del corazón, el corazón late demasiado rápido o demasiado lento o que tiene un patrón irregular. La fibrilación auricular (FA) es la arritmia auricular más frecuente y puede estar asociada con varias complicaciones que ponen en peligro la vida como el accidente cerebrovascular embólico, la insuficiencia cardíaca y la demencia. Aproximadamente 33 millones de personas en todo el mundo presentan FA. La prevalencia de la FA es directamente proporcional a la edad, siendo de 3 a 4 veces mayor en los pacientes con más de 80 años que en los de 60 a 70 años. En España, un país con una elevada esperanza de vida, la prevalencia de la FA alcanza el 17% en la población de edad avanzada (>80 años), lo que se convierte en una importante fuente de preocupación para el sistema sanitario del país. En particular la FA paroxística es la arritmia más frecuente. En este sentido, varios estudios sugieren que la prevalencia actual de la FA puede estar ampliamente subestimada lo que refuerza la necesidad de aplicar intervenciones de detección eficaces, de bajo costo y rápidas, capaces de estimar el riesgo de desarrollar FA.An arrhythmia is any disturbance in the heartbeat or rhythm, the heart beating too fast or too slow or having an irregular pattern. Atrial fibrillation (AF) is the most common atrial arrhythmia and can be associated with several life-threatening complications such as embolic stroke, heart failure, and dementia. Approximately 33 million people worldwide have AF. The prevalence of AF is directly proportional to age, being 3 to 4 times higher in patients over 80 years of age than in those 60 to 70 years of age. In Spain, a country with a high life expectancy, the prevalence of AF reaches 17% in the elderly population (>80 years), which becomes a major source of concern for the country's health system. In particular, paroxysmal AF is the most frequent arrhythmia. In this regard, several studies suggest that the current prevalence of AF may be widely underestimated, which reinforces the need to apply effective, low-cost, and rapid screening interventions capable of estimating the risk of developing AF.

El desarrollo actual de técnicas de big data permite realizar un análisis masivo de los datos clínicos en cardiología (1-2). Paralelamente, los métodos cuantitativos para detectar variables de electrocardiograma (ECG) se han utilizado cada vez más en los últimos años (3-4), lo que ha dado lugar al desarrollo de un software de ECG muy sofisticado capaz de cuantificar e identificar cientos de medidas de ECG a partir de registros estándar de diez segundos de 12 derivaciones, que proporcionan al médico interpretaciones fiables.The current development of big data techniques allows for a massive analysis of clinical data in cardiology (1-2). In parallel, quantitative methods to detect electrocardiogram (ECG) variables have been increasingly used in recent years (3-4), leading to the development of highly sophisticated ECG software capable of quantifying and identifying hundreds of ECG measurements from standard ten-second 12-lead recordings, providing clinicians with reliable interpretations.

Un electrocardiograma (ECG) puede utilizarse para evaluar el ritmo cardíaco y sus alteraciones midiendo las actividades eléctricas del corazón que son detectables en las superficies del cuerpo. Un ECG suele comprender un patrón repetido de tres componentes de onda eléctrica medidos de un latido cardíaco: la "onda P", la "onda Q" y la "onda T". La onda P es el resultado de la despolarización auricular, es decir, el frente de onda que se genera cuando los impulsos eléctricos procedentes del nodo SA (nodo sinoauricular) se propagan por la musculatura auricular. La onda Q se produce al principio de un "complejo QRS", pero puede no estar siempre presente. La onda T implica la recuperación eléctrica de los ventrículos. La onda P precede al complejo QRS, que se produce como resultado de la despolarización ventricular. El complejo QRS, una forma de onda de gran tamaño, suele comprender tres ondas, la "onda Q", la "onda R" y la "onda S", pero no todos los complejos QRS contienen una onda Q, una onda R y una onda S. Por convención, cualquier combinación de estas ondas puede denominarse complejo QRS. La onda Q representa la despolarización del tabique interventricular. La onda R suele ser la primera desviación positiva, y la onda S es la desviación negativa que sigue a la onda R. El intervalo de tiempo entre dos latidos consecutivos, el llamado "intervalo entre latidos", suele medirse desde la onda R de un latido hasta la onda R del siguiente, y el tiempo entre dos ondas R consecutivas se denomina intervalo RR. El "intervalo PR" comprende el tiempo que tarda un impulso eléctrico en viajar desde las aurículas a través del nodo AV (auricoventricular), el haz de His y las ramas del haz hasta las fibras de Purkinje; y el intervalo PR se extiende desde el comienzo de la onda P hasta el comienzo del complejo QRS.An electrocardiogram (ECG) can be used to evaluate the heart rhythm and its disturbances by measuring the electrical activities of the heart that are detectable in the body surfaces. An ECG typically comprises a repeating pattern of three measured electrical wave components of a heartbeat: the "P wave," the "Q wave," and the "T wave." The P wave is the result of atrial depolarization, that is, the wave front that is generated when electrical impulses from the SA node (sinoatrial node) propagate through the atrial musculature. The Q wave occurs at the beginning of a "QRS complex" but may not always be present. The T wave involves electrical recovery of the ventricles. The P wave precedes the QRS complex, which occurs as a result of ventricular depolarization. A large waveform, the QRS complex usually comprises three waves, the "Q wave," the "R wave," and the "S wave," but not all QRS complexes contain a Q wave, R wave, and an S wave. By convention, any combination of these waves can be called a QRS complex. The Q wave represents depolarization of the interventricular septum. The R wave is usually the first positive deviation, and the S wave is the negative deviation that follows the R wave. The time interval between two consecutive beats, the so-called "interbeat interval," is usually measured from the R wave of a beat until the R wave of the next, and the time between two consecutive R waves is called the RR interval. The "PR interval" is the time it takes for an electrical impulse to travel from the atria through the AV (atrioventricular) node, bundle of His, and bundle branches to the Purkinje fibers; and the PR interval extends from the beginning of the P wave to the beginning of the QRS complex.

El complejo QRS suele ser la característica dominante de un ECG. La onda P es mucho más pequeña que el complejo QRS porque las aurículas generan menos actividad eléctrica que los ventrículos, que son más grandes. Otros componentes de un ECG incluyen el "intervalo QT", que representa el tiempo necesario para la despolarización y repolarización ventricular, y se extiende desde el comienzo del complejo QRS hasta el final de la onda T. El análisis de los patrones de un ECG permite obtener información sobre el estado del corazón.The QRS complex is usually the dominant feature of an ECG. The P wave is much smaller than the QRS complex because the atria generate less electrical activity than the larger ventricles. Other components of an ECG include the "QT interval," which represents the time required for ventricular depolarization and repolarization, and extends from the beginning of the QRS complex to the end of the T wave. Analysis of ECG patterns allows obtain information about the state of the heart.

Hoy en día, la mayoría de los centros de salud de todo el mundo almacenan enormes cantidades de ECG ya cuantificadas e interpretadas, que podrían ser una valiosa fuente de información cuando se analizan adecuadamente (5-6). En particular, la investigación de nuevos biomarcadores para predecir la FA podría aprovechar esta información almacenada, que también podría permitir una predicción rápida y fiable y pruebas de detección.Today, most health centers around the world store huge amounts of already quantified and interpreted ECGs, which could be a valuable source of information when properly analyzed (5-6). In particular, the investigation of new biomarkers to predict AF could take advantage of this stored information, which could also allow rapid and reliable prediction and screening tests.

Los programas de cribado masivo en una población de 75-76 años utilizando registros intermitentes de ECG han demostrado ser una estrategia muy eficaz para la detección de la FA no tratada (7), aunque excluyen a una proporción relevante de la población de riesgo. La combinación del software de cuantificación/interpretación automática del ECG, disponible en la mayoría de los dispositivos de ECG, con una puntuación de riesgo rápida y sencilla sería especialmente apta para ser utilizada como herramienta de cribado para identificar a la población con mayor riesgo de desarrollar FA en las diferentes edadesMass screening programs in a population of 75-76 years using intermittent ECG recordings have proven to be a very effective strategy for the detection of untreated AF (7), although they exclude a significant proportion of the population at risk. The combination of automated ECG quantification/interpretation software, available on most ECG devices, with a quick and easy risk score would be particularly apt to be used as a screening tool to identify the population most at risk of developing FA at different ages

A diferencia de los métodos de detección conocidos en el estado de la técnica, el objeto de la presente invención es un método de predicción del riesgo de un individuo de desarrollar una arritmia auricular mediante parámetros obtenidos de un ECG de ritmo sinusal de un individuo.Unlike detection methods known in the state of the art, the object of the present invention is a method for predicting an individual's risk of developing an atrial arrhythmia using parameters obtained from an individual's sinus rhythm ECG.

El artículo científico (8) divulga un estudio orientado a la inteligencia artificial, para detectar la firma electrocardiográfica de FA presente durante el ritmo sinusal normal en pacientes con FA paroxística subyacente, a diferencia de nuestro modelo, que sirve para detectar pacientes con alto riesgo de desarrollar FA, además en este documento no han tenido en cuenta aspectos críticos como la diferencia de edad entre los grupos.The scientific article (8) discloses a study oriented to artificial intelligence, to detect the electrocardiographic signature of AF present during normal sinus rhythm in patients with underlying paroxysmal AF, unlike our model, which serves to detect patients at high risk of develop AF, also in this document they have not taken into account critical aspects such as the age difference between the groups.

El documento WO2020086865A1 hace referencia a un método para determinar la probabilidad de padecer fibrilación auricular, mediante redes neuronales. El método de la presente invención proporciona una predicción sobre el riesgo de desarrollar FA y no de estarlo padeciendo, además proporciona información sobre qué variables cambian con lo que facilita su uso, interpretación y permite desentrañar la base fisiopatológica de la patología.Document WO2020086865A1 refers to a method for determining the probability of suffering from atrial fibrillation, using neural networks. The method of the present invention provides a prediction of the risk of developing AF and not of suffering from it, it also provides information on which variables change, which facilitates its use, interpretation, and allows unraveling the pathophysiological basis of the pathology.

A diferencia de este documento, la presente invención predice si un individuo desarrollará una arritmia auricular. Esta alteración suele ser paroxística, aparece y desaparece en un inicio hasta que ya se hace permanente. En el documento WO2020086865A1 se divulga un método para determinar si el paciente está padeciendo FA (con la alteración apareciendo y desapareciendo de forma paroxística) , en cambio en nuestro caso intentamos ver en pacientes sanos si en un futuro desarrollarán una arritmia auricular. El método de esa patente y el de la invención son complementarios, primero se usaría el nuestro y si hay riesgo de padecer una arritmia, se usaría el de la patente para saber si ya lo está padeciendo.Unlike this document, the present invention predicts whether an individual will develop an atrial arrhythmia. This alteration is usually paroxysmal, it appears and disappears at first until it becomes permanent. Document WO2020086865A1 discloses a method to determine if the patient is suffering from AF (with the disorder appearing and disappearing paroxysmal), whereas in our case we try to see in healthy patients if they will develop an atrial arrhythmia in the future. The method of that patent and the one of the invention are complementary, ours would be used first and if there is a risk of suffering from an arrhythmia, the one of the patent would be used to find out if he is already suffering from it.

Por otro lado, el método al que hace referencia la patente es un método de machine iearning donde no podemos saber qué variables considera ni cuál es el peso de cada variable sobre el algoritmo final, en cambio, el método de la presente invención es más claro y más simple de usar. On the other hand, the method referred to in the patent is a machine learning method where we cannot know which variables it considers or what is the weight of each variable on the final algorithm, on the other hand, the method of the present invention is clearer. and simpler to use.

Descripción de la invenciónDescription of the invention

El término "individuo", tal y como se utiliza en la descripción, es sinónimo de “paciente” y se refiere a animales, preferiblemente mamíferos, y más preferiblemente, humanos. El término "individuo" no pretende ser limitativo en ningún aspecto, pudiendo ser éste de cualquier edad, sexo y condición física.The term "individual" as used in the description is synonymous with "patient" and refers to animals, preferably mammals, and more preferably humans. The term "individual" is not intended to be limiting in any way, and may be of any age, sex and physical condition.

Las expresiones “fibrilación atrial” y “fibrilación auricular” son sinónimos y se emplean de forma intercambiable.The terms "atrial fibrillation" and "atrial fibrillation" are synonymous and are used interchangeably.

Las expresiones “escala de riesgo” y “puntuación de riesgo” son sinónimos y se emplean de forma intercambiable.The terms “risk scale” and “risk score” are synonymous and are used interchangeably.

La palabra "comprende" y sus variantes no pretenden excluir otras características técnicas, componentes o pasos. Para los expertos en la materia, otros objetos, ventajas y características de la invención se desprenderán en parte de la descripción y en parte de la práctica de la invención.The word "comprises" and its variants are not intended to exclude other technical characteristics, components or steps. For those skilled in the art, other objects, advantages, and features of the invention will emerge in part from the description and in part from the practice of the invention.

Cualquier otro término empleado en la presente memoria tendrá el significado habitual del sector de la técnica al que se refiere la presente invención.Any other term used in the present specification will have the usual meaning of the sector of the technique to which the present invention relates.

El método de la presente invención se obtuvo a partir de la comparación de 16316 ECGs de ritmo sinusal y considerando inicialmente 566 variables dichas variables se obtuvieron de dispositivos del estado de la técnica que hacen análisis automáticos de los ECG.The method of the present invention was obtained from the comparison of 16,316 ECGs of sinus rhythm and initially considering 566 variables, said variables were obtained from state-of-the-art devices that perform automatic ECG analysis.

Los pacientes con varios ECG a lo largo del tiempo se clasificaron en dos grupos: los pacientes con un ECG que presentaba FA y uno anterior con ritmo sinusal (SR), y los pacientes con RS en todos sus ECG. La comparación entre los dos grupos permitió desarrollar el método de la invención a partir de las variables más relevantes para predecir el riesgo de FA. Adicionalmente a las variables obtenidas en el ECG se observó que la edad del individuo también es un factor esencial en el método. Una ventaja del método de la presente invención es que el modelo de predicción de riesgo se ha obtenido mediante datos de ECG de individuos a lo largo del tiempo, lo que supone una aproximación más fisiológica y fiable que otros estudios que comparan 2 grupos de pacientes en un momento dado, uno con FA y otro grupo control, pero sin información sobre su estado previo.Patients with multiple ECGs over time were classified into two groups: patients with one ECG showing AF and a previous ECG with sinus rhythm (SR), and patients with RS on all their ECGs. The comparison between the two groups made it possible to develop the method of the invention based on the most relevant variables to predict the risk of AF. In addition to the variables obtained in the ECG, it was observed that the age of the individual is also an essential factor in the method. An advantage of the method of the present invention is that the risk prediction model has been obtained using ECG data from individuals over time, which is a more physiological and reliable approximation than other studies that compare 2 groups of patients in a given moment, one with AF and another control group, but without information about their previous state.

La presente invención se refiere a un método para predecir el riesgo de un individuo de desarrollar una arritmia auricular, el método comprende las siguientes etapas The present invention refers to a method for predicting an individual's risk of developing an atrial arrhythmia, the method comprises the following steps

a. extraer datos de variables obtenidas a partir de un Electrocardiograma en ritmo sinusal de un individuo,to. extract data from variables obtained from an electrocardiogram in sinus rhythm of an individual,

b. determinar a partir de los datos obtenidos de las variables del ECG, el valor de las siguientes variables: aVF pdur, y V4 pdur y asignarle a cada una, una puntuación correspondiente,b. determine from the data obtained from the ECG variables, the value of the following variables: aVF pdur, and V4 pdur and assign a corresponding score to each one,

c determinar la edad del individuo cuando se realizó el ECG y asignarle una puntuación correspondiente,c determine the age of the individual when the ECG was performed and assign a corresponding score,

d. determinar el riesgo del individuo de padecer una arritmia auricular a largo plazo mediante una escala de riesgo determinada a partir de la suma de las puntuaciones de las variables de la etapa b y c, tal que:d. determine the individual's risk of suffering an atrial arrhythmia in the long term using a risk scale determined from the sum of the scores of the variables of stage b and c, such that:

I. 0 a 1 indica una posibilidad de entre 0 a 2%I. 0 to 1 indicates a chance between 0 to 2%

II. 1 a 2 indica una posibilidad de entre 2% a 6%II. 1 to 2 indicates a chance of between 2% to 6%

III. 2 a 3 indica una posibilidad de entre 6% a 16%III. 2 to 3 indicates a chance of between 6% to 16%

IV. 3 a 4 indica una posibilidad de entre 16% a 35%IV. 3 to 4 indicates a 16% to 35% chance

V. más de 4 indica una posibilidad de más del 35%V. more than 4 indicates a possibility of more than 35%

La arritmia auricular puede ser fibrilación auricular, aleteo auricular y taquicardia supraventricular.Atrial arrhythmia can be atrial fibrillation, atrial flutter, and supraventricular tachycardia.

En una realización preferente la arritmia auricular es fibrilación auricular.In a preferred embodiment, the atrial arrhythmia is atrial fibrillation.

La definición de las variables del ECG es la siguiente:The definition of ECG variables is as follows:

aVF Pdur: Duración de la onda P en derivación aVF (milisegundos)aVF Pdur: Duration of the P wave in lead aVF (milliseconds)

V4 Pdur: Duración de la onda P en derivación V4 (milisegundos)V4 Pdur: Duration of the P wave in lead V4 (milliseconds)

Cuando el valor de la variable aVF pdur sea superior o igual a 200 ms, preferentemente superior o igual a 100 ms se le asignará una puntuación de 2. Si el valor es inferior se le asignará una puntuación de 0.When the value of the aVF pdur variable is greater than or equal to 200 ms, preferably greater than or equal to 100 ms, it will be assigned a score of 2. If the value is less, it will be assigned a score of 0.

Cuando el valor de la variable V4 pdur sea superior o igual a 150 ms, preferentemente superior o igual a 100 ms se le asignará una puntuación de 0,7. Si el valor es inferior se le asignará una puntuación de 0.When the value of the variable V4 pdur is greater than or equal to 150 ms, preferably greater than or equal to 100 ms, a score of 0.7 will be assigned. If the value is lower, a score of 0 will be assigned.

Según la edad del individuo se le asignará una determinada puntuación según la Tabla 1: Depending on the age of the individual, a certain score will be assigned according to Table 1:

Tabla 1. Puntuación asignada según intervalos de edadTable 1. Score assigned according to age intervals.

El símbolo “[“ o “]” significa que el valor inmediatamente más próximo está comprendido en el intervalo y el paréntesis

significa que el valor inmediatamente más próximo no está comprendido en el intervalo.The symbol “[“ or “]” means that the immediately closest value is included in the interval and the parentheses

means that the immediately nearest value is not in the range.

La edad del individuo a considerar en el método de la invención es la del momento en el que se realizó el ECG cuyas variables se emplean en el método de la invención. The age of the individual to be considered in the method of the invention is that of the moment in which the ECG was performed, whose variables are used in the method of the invention.

De todas las variables significativas obtenidas, observamos mediante odds ratio (OR) que algunas eran las más relevantes para el método de la invención (aVF pdur y V4 pdur) y otras eran menos relevantes V3 tptpdur, Meanqtc, Transpcwrot, Frontqrscwrot. Of all the significant variables obtained, we observed using the odds ratio (OR) that some were the most relevant for the method of the invention (aVF pdur and V4 pdur) and others were less relevant V3 tptpdur, Meanqtc, Transpcwrot, Frontqrscwrot.

En una realización adicional, la etapa b) comprende aVF pdur, V4 pdur y determinar el valor de al menos una de las siguientes variables: V3 tptpdur, Meanqtc, Transpcwrot, Frontqrscwrot y asignarle una puntuación correspondiente.In a further embodiment, step b) comprises aVF pdur, V4 pdur and determining the value of at least one of the following variables: V3 tptpdur, Meanqtc, Transpcwrot, Frontqrscwrot and assigning it a corresponding score.

V3 tptpdur: duración de onda T en derivación V3 (milisegundos).V3 tptpdur: T wave duration in lead V3 (milliseconds).

Meanqtc: promedio del intervalo QT ajustado por el ritmo cardiaco.meanqtc: mean QT interval adjusted for heart rate.

Transpcwrot: rotación transversa a favor de las agujas del reloj de la onda P (100 a -100) grados de rotación.Transpcwrot: transverse clockwise rotation of the P wave (100 to -100) degrees of rotation.

Frontqrscwrot: la rotación frontal a favor de las agujas del reloj del complejo QRS (100 a -100) grados de rotación. Frontqrscwrot: Frontal clockwise rotation of the QRS complex (100 to -100) degrees of rotation.

Cuando el valor de la variable V3 tptpdur sea superior o igual a 250 ms, preferentemente superior o igual a 200 ms, se le asignará una puntuación de 0,4. Si el valor es inferior se le asignará una puntuación de 0.When the value of the variable V3 tptpdur is greater than or equal to 250 ms, preferably greater than or equal to 200 ms, it will be assigned a score of 0.4. If the value is lower, a score of 0 will be assigned.

Cuando el valor de la variable meanqtc sea superior o igual a 350, preferentemente superior o igual a 450, se le asignará una puntuación de 0,4. Si el valor es inferior se le asignará una puntuación de 0.When the value of the meanqtc variable is greater than or equal to 350, preferably greater than or equal to 450, it will be assigned a score of 0.4. If the value is lower, a score of 0 will be assigned.

Cuando el valor de la variable transpcwrot sea un grado de rotación comprendido entre (-30, 50), preferentemente entre (-50,100), se le asignará una puntuación de 0,3. Si el valor de grados de rotación no está comprendido en ese intervalo se le asignará una puntuación de 0.When the value of the variable transpcwrot is a degree of rotation between (-30, 50), preferably between (-50,100), it will be assigned a score of 0.3. If the value of degrees of rotation is not included in that interval, it will be assigned a score of 0.

Cuando el valor de la variable frontqrscwrot sea un grado de rotación comprendido entre (-30, 30), preferentemente entre (-50, 50), se le asignará una puntuación de -0,4. Si el valor de grados de rotación no está comprendido en ese intervalo se le asignará una puntuación de 0.When the value of the variable frontqrscwrot is a degree of rotation between (-30, 30), preferably between (-50, 50), it will be assigned a score of -0.4. If the value of degrees of rotation is not included in that interval, it will be assigned a score of 0.

En una realización particular adicional la etapa b) puede comprender determinar el valor de una o más de las variables obtenidas del ECG, por ejemplo: aVF-pdur (<90 ms), V3-pdur (<75 ms), V4-pdur (<95 ms), I-rdur (>50 ms), V6-rdur (>50 ms), printstddev (>7.5), sagpinitangle [0,50) y asignarle una puntuación correspondiente.In an additional particular embodiment, step b) may comprise determining the value of one or more of the variables obtained from the ECG, for example: aVF-pdur (<90 ms), V3-pdur (<75 ms), V4-pdur ( <95 ms), I-rdur (>50 ms), V6-rdur (>50 ms), printstddev (>7.5), sagpinitangle [0.50) and assigning a corresponding score.

La escala de riesgo de padecer una arritmia auricular a largo plazo se puede determinar mediante la suma de las puntuaciones de cada una de las variables anteriormente descritas.The scale of risk of suffering an atrial arrhythmia in the long term can be determined by adding the scores of each of the previously described variables.

En la presente memoria “largo plazo” significa un periodo de tiempo de hasta 20 años desde el momento de realización del ECG cuyas variables se han empleado en el método de la invención, preferentemente 15 años, más preferentemente 10 años, aún más preferentemente 5 años.In the present specification "long term" means a period of time of up to 20 years from the moment of the ECG whose variables have been used in the method of the invention, preferably 15 years, more preferably 10 years, even more preferably 5 years. .

El método de la invención no comprende la realización de ninguna etapa sobre el cuerpo del individuo, humano o animal, ya que se refiere al uso de datos previamente recogidos (variables de un ECG) y/o la obtención de datos que no conllevan un contacto físico, como la edad.The method of the invention does not include carrying out any step on the body of the individual, human or animal, since it refers to the use of previously collected data (ECG variables) and/or obtaining data that does not involve contact physical, such as age.

El método puede ser total o parcialmente automatizado sin depender del juicio de un especialista, como un médico o un técnico de laboratorioThe method can be fully or partially automated without relying on the judgment of a specialist, such as a physician or laboratory technician.

En una realización particular las variables derivadas del ECG en ritmo sinusal se pueden obtener mediante cualquier software de extracción automática. In a particular embodiment, the variables derived from the ECG in sinus rhythm can be obtained using any automatic extraction software.

En otra realización particular el ECG puede ser de 12 derivaciones.In another particular embodiment, the ECG can be 12-lead.

En otra realización particular el ECG puede ser de menos de 12 derivaciones.In another particular embodiment, the ECG can have less than 12 leads.

En otra realización particular el ECG puede ser de mínimo 10 segundos de duración. In another particular embodiment, the ECG can be of a minimum duration of 10 seconds.

En otra realización particular el ECG puede ser de 12 derivaciones y de mínimo 10 segundos de duración.In another particular embodiment, the ECG can have 12 leads and a minimum duration of 10 seconds.

En otra realización particular el individuo del cual se obtiene el ECG es un ser humano. In another particular embodiment, the individual from whom the ECG is obtained is a human being.

El individuo puede ser un humano de al menos 1 año, preferentemente al menos 20 años, más preferentemente 50 años, aún más preferentemente 65 años, aún más preferentemente 75 años, estando cada edad mencionada incluida en todos los casos. The individual may be a human of at least 1 year old, preferably at least 20 years old, more preferably 50 years old, even more preferably 65 years old, even more preferably 75 years old, each mentioned age being included in all cases.

En otra realización particular el método de la invención comprende el uso de al menos una o más variables obtenidas a partir de una analítica sanguínea y/o de orina por ejemplo los parámetros de función renal, iones, proteinograma, hemoglobina glicada, glucosa, microalbuminuria, hemograma, marcadores inflamatorios sistémicos, entre otros.In another particular embodiment, the method of the invention comprises the use of at least one or more variables obtained from a blood and/or urine analysis, for example, renal function parameters, ions, proteinogram, glycated hemoglobin, glucose, microalbuminuria, blood count, systemic inflammatory markers, among others.

En otra realización particular el método de la invención comprende el uso de al menos una o más variables obtenidas a partir de datos clínicos que incluyen, a modo de ejemplo, hipertensión arterial, diabetes mellitus, intolerancia a la glucosa, obesidad, exceso de peso, índice de masa corporal del paciente, palpitaciones, cardiopatía isquémica, CHA2DS2-VASc, insuficiencia cardiaca, evento embólico o ictus previos y antecedentes familiares de fibrilación auricular.In another particular embodiment, the method of the invention comprises the use of at least one or more variables obtained from clinical data that include, by way of example, arterial hypertension, diabetes mellitus, glucose intolerance, obesity, excess weight, patient's body mass index, palpitations, ischemic heart disease, CHA2DS2-VASc, heart failure, previous embolic event or stroke, and family history of atrial fibrillation.

En otra realización particular el método de la invención comprende el uso de al menos una o más variables obtenidas a partir de datos del ecocardiograma que incluyen, a modo de ejemplo, dimensiones y morfología auriculares, de las venas pulmonares y de las orejuelas, parámetros de strain auriculares o ventriculares, dimensiones ventriculares, tanto de espesores de pared como de las cavidades, parámetros ventriculares de función sistólica y diastólica y patrones de flujo de venas pulmonares de los llenados ventriculares.In another particular embodiment, the method of the invention comprises the use of at least one or more variables obtained from echocardiogram data that include, by way of example, atrial dimensions and morphology, of the pulmonary veins and of the atrial appendages, parameters of atrial or ventricular strain, ventricular dimensions, both wall thickness and cavities, ventricular parameters of systolic and diastolic function, and pulmonary vein flow patterns of ventricular fillings.

En otra realización particular el método de la invención comprende el uso de al menos uno o más resultados obtenidos a partir de cualquier escala para medir la fragilidad del paciente, por ejemplo, test de fragilidad FRAIL, de fragilidad autorreferida, test de Pfeiffer, índice de comorbilidad de Charlson, test Lawton-Brody, test MNA entre otros. In another particular embodiment, the method of the invention comprises the use of at least one or more results obtained from any scale to measure the patient's frailty, for example, FRAIL frailty test, self-reported frailty test, Pfeiffer test, index of Charlson comorbidity, Lawton-Brody test, MNA test among others.

En una realización particular el método de la invención comprende el uso de datos obtenidos a partir de las pruebas mencionadas de cualquiera de los 4 párrafos anteriores, a modo de ejemplo, una o más variables de una analítica sanguínea y/o de orina, una o más variables obtenidas de datos clínicos, una o más variables obtenidas de datos del ecocardiograma y uno o más resultados obtenidos a partir de una escala para medir la fragilidad del paciente.In a particular embodiment, the method of the invention comprises the use of data obtained from the tests mentioned in any of the 4 preceding paragraphs, for example, one or more variables from a blood and/or urine analysis, one or more more variables obtained from clinical data, one or more variables obtained from echocardiogram data, and one or more results obtained from a scale to measure the patient's frailty.

El uso de cualquiera de los datos mencionados en los 5 últimos párrafos conlleva a una mejora en la predicción del método de la invención.The use of any of the data mentioned in the last 5 paragraphs leads to an improvement in the prediction of the method of the invention.

El método de la invención no comprende en ningún caso la realización de algún procedimiento sobre el cuerpo humano para obtener cualquiera de los datos arriba mencionados, sino que comprendería la extracción de datos de variables obtenidas a partir de dichas pruebas.The method of the invention does not include in any case the performance of any procedure on the human body to obtain any of the data mentioned above, but would include the extraction of data from variables obtained from said tests.

En una realización particular la causa de la arritmia auricular puede ser expresión de una cardiopatía estructural, de anomalías de la conducción, de un infarto del miocardio, de una miocarditis, de una pericarditis, de enfermedades inflamatorias sistémicas, de abuso de drogas, de un efecto cardiotóxico de determinados fármacos, de trastornos electrolíticos, de infecciones concomitantes y de estados inflamatorios postoperatorios. In a particular embodiment, the cause of the atrial arrhythmia may be the expression of structural heart disease, conduction abnormalities, myocardial infarction, myocarditis, pericarditis, systemic inflammatory diseases, drug abuse, a cardiotoxic effect of certain drugs, electrolyte disorders, concomitant infections and postoperative inflammatory states.

La invención se ilustra mediante los siguientes ejemplos que describen de forma detallada los objetos de la invención. Estos ejemplos no deben ser considerados como limitativos del alcance de la invención sino como ilustrativos de la misma.The invention is illustrated by the following examples which describe in detail the objects of the invention. These examples should not be considered as limiting the scope of the invention, but as illustrative thereof.

Breve descripc ión de las figurasBrief description of the figures

Figura 1: Representación esquemática de la selección de los ECG analizados. En la parte superior se muestra un paciente representativo del grupo RS-RS donde se seleccionan los dos últimos ECG de los pacientes pertenecientes a este grupo si el intervalo entre ellos está entre una semana y dos años (línea azul, superior). En la parte inferior se muestra un paciente representativo del grupo RS-FA, la selección se realiza con el primer ECG en FA y el anterior en RS si el intervalo entre ellos está entre una semana y dos años (línea roja, inferior). El rectángulo vertical muestra los ECG reales seleccionados, de ambos grupos, para ser analizados.Figure 1: Schematic representation of the selection of ECGs analyzed. In the upper part, a representative patient of the RS-RS group is shown, where the last two ECGs of the patients belonging to this group are selected if the interval between them is between one week and two years (blue line, upper). In the lower part, a representative patient of the RS-FA group is shown, the selection is made with the first ECG in AF and the previous one in RS if the interval between them is between one week and two years (red line, lower). The vertical rectangle shows the selected real ECGs, from both groups, to be analyzed.

Figura 2: Curva ROC (Característica Operativa del Receptor) del modelo general global de la cohorte de prueba. La línea en negrita muestra el valor de la curva ROC. Los valores del centro del gráfico representan el AUC (Área de debajo de la curva) y el intervalo de confianza del 95%. Figure 2: ROC (Receiver Operating Characteristic) curve of the global general model of the test cohort. The bold line shows the value of the ROC curve. The values in the center of the graph represent the AUC (Area Under the Curve) and the 95% confidence interval.

Figura 3: Probabilidad de FA en función del valor de la puntuación de riesgo. Las barras muestran el número de pacientes de la cohorte de entrenamiento para cada valor de la puntuación (sin FA en gris y con FA en negro). La línea de tendencia muestra la probabilidad estimada de desarrollar una FA. En la parte inferior se representa el porcentaje de pacientes en la cohorte de entrenamiento para cada valor de la escala de riesgo.Figure 3: AF probability as a function of the risk score value. The bars show the number of patients in the training cohort for each score value (without AF in gray and with AF in black). The trend line shows the estimated probability of developing AF. The percentage of patients in the training cohort for each value of the risk scale is represented in the lower part.

Figura 4: Curva ROC de la puntuación de riesgo para la cohorte de prueba. La línea en negrita muestra el valor de la curva ROC. Los valores del centro del gráfico representan el área bajo la curva AUC y el intervalo de confianza del 95%.Figure 4: ROC curve of the risk score for the test cohort. The bold line shows the value of the ROC curve. The values in the center of the graph represent the area under the AUC curve and the 95% confidence interval.

EJEMPLOS DE REALIZACIÓNEMBODIMENT EXAMPLES

A- OBTENCIÓN DEL MODELO PREDICTIVOA- OBTAINING THE PREDICTIVE MODEL

Materiales y MétodosMaterials and methods

Datos y población de estudioData and study population

Se llevó a cabo en el Hospital Universitario La Princesa (Madrid, España) un estudio retrospectivo de cohorte entre el 5 de mayo de 2010 y el 4 de febrero de 2019. El Comité Ético de Investigación Clínica del Hospital de la Princesa aprobó este estudio con la renuncia a obtener el consentimiento informado de los pacientes. Se analizaron un total de 132772 pacientes (329670 registros de ECG).A retrospective cohort study was carried out at La Princesa University Hospital (Madrid, Spain) between May 5, 2010 and February 4, 2019. The Hospital de la Princesa Clinical Research Ethics Committee approved this study with refusal to obtain informed consent from patients. A total of 132,772 patients (329,670 ECG records) were analyzed.

Toda la información de datos necesaria para el análisis -mediciones e interpretaciones de ECG- se obtuvo de los archivos de ECG (en formato XML) y se almacenó para su posterior análisis. Los únicos datos adicionales disponibles en los archivos de ECG eran la edad y el sexo.All the data information necessary for the analysis - ECG measurements and interpretations - was obtained from the ECG files (in XML format) and stored for further analysis. The only additional data available in the ECG files were age and sex.

Registros de ECGECG records

Todos los ECG analizados procedían de mediciones rutinarias de diez segundos de 12 derivaciones, procesadas, cuantificadas e interpretadas por el algoritmo DXL de Philips (Philips DXL algorithm) (9), y almacenadas en formato XML. Además de la frecuencia y los ritmos cardíacos, el software proporciona un análisis cuantificado de la amplitud, la duración, el área y la forma de cada onda P, complejo QRS, segmento ST y onda T de cada derivación, lo que da como resultado 566 variables por cada registro de ECG de diez segundos. All ECGs analyzed came from routine 12-lead ten-second measurements, processed, quantified, and interpreted by the Philips DXL algorithm (9), and stored in XML format. In addition to heart rate and rhythms, the software provides a quantified analysis of the amplitude, duration, area, and shape of each P wave, QRS complex, ST segment, and T wave in each lead, resulting in 566 variables for each ECG recording of ten seconds.

Limpieza de datosdata cleansing

Primero se descartaron varios ECG y sus correspondientes pacientes: ECG de baja calidad y con artefactos (25958 ECG, 6961 pacientes), ECG de pacientes de edad desconocida (42643 ECG; 6405 pacientes) y ECG de pacientes con un solo ECG (71384 ECG; 71384 pacientes).Several ECGs and their corresponding patients were first discarded: ECGs of low quality and with artifacts (25958 ECGs, 6961 patients), ECGs of patients of unknown age (42643 ECGs; 6405 patients), and ECGs of patients with only one ECG (71384 ECGs; 71384 patients).

Construcción de gruposGroup building

Tras limpiar la base de datos, se obtuvo una cohorte de 48022 pacientes (189685 ECG). A partir de este momento, se construyeron dos grupos de ECG de pacientes con ritmo sinusal (RS). En el primer grupo se asignaron los ECG de los pacientes que no desarrollaron FA a lo largo de su historia clínica. Para ello se seleccionaron e identificaron los pacientes que presentaban una interpretación automática del "Ritmo Sinusal" en todos sus ECG y el penúltimo ECG se incluyó entonces en este grupo. Este grupo estaba compuesto por n=31867 ECGs y se denominó grupo RS-RS. El segundo grupo también estaba compuesto de ECGs en RS pero de pacientes que desarrollaron FA en algún momento futuro. En primer lugar, identificamos a los pacientes cuyos ECG se etiquetaron con "Fibrilación Auricular". Obsérvese que esta estrategia de búsqueda incluyó también los ECG con "aleteo auricular", ya que el aleteo auricular tiene una alta asociación con fibrilación auricular. En este grupo de pacientes, identificamos cronológicamente el primer ECG con FA y luego incluimos en este grupo el anterior ECG en RS. De esta manera, se construyó un grupo de n=2628 ECG en RS correspondiente a los pacientes que eventualmente desarrollaron FA. Este es el grupo RS- FA. De los 48022 pacientes originales así, 31867 pacientes con un ECG en la RS conforman el grupo RS-RS y 2628 pacientes con un ECG en la RS, que sin embargo desarrollaron FA en el futuro, conforman el grupo RS-FA. Los 48022 - (31867+2628) = 13473 pacientes restantes no se incluyeron porque no cumplían las limitaciones explicadas anteriormente. La Figura 1 muestra el proceso en dos pacientes característicos de cada grupo. El paciente RS-RS (perteneciente al grupo RS-RS) tiene todos sus ECG en la RS, por lo que seleccionamos el penúltimo ECG para incluirlo en el grupo RS-RS. Análogamente, el paciente RS-FA (perteneciente al grupo RS-FA) tiene al menos un ECG en FA. Buscamos el (cronológicamente) primer ECG con FA y luego seleccionamos el ECG anterior en RS para incluirlo en el grupo RS-FA. After cleaning the database, a cohort of 48,022 patients (189,685 ECGs) was obtained. From this point on, two ECG groups of patients with sinus rhythm (RS) were constructed. The ECGs of patients who did not develop AF throughout their medical history were assigned to the first group. For this, the patients who presented an automatic interpretation of "Sinus Rhythm" in all their ECGs were selected and identified, and the penultimate ECG was then included in this group. This group consisted of n=31867 ECGs and was called the RS-RS group. The second group was also composed of SR ECGs but of patients who developed AF at some point in the future. First, we identified patients whose ECGs were labeled "Atrial Fibrillation." Note that this search strategy also included ECGs with 'atrial flutter', as atrial flutter has a high association with atrial fibrillation. In this group of patients, we chronologically identified the first ECG with AF and then included in this group the previous ECG in RS. In this way, a group of n=2628 ECGs in SR corresponding to the patients who eventually developed AF was constructed. This is the RS-FA group. Of the original 48,022 patients thus, 31,867 patients with an ECG in the SR make up the RS-RS group and 2,628 patients with an ECG in the SR, who nevertheless developed AF in the future, make up the RS-FA group. The remaining 48,022 - (31,867+2,628) = 13,473 patients were not included because they did not meet the limitations explained above. Figure 1 shows the process in two characteristic patients from each group. The RS-RS patient (belonging to the RS-RS group) has all his ECGs in the RS, so we selected the penultimate ECG to include it in the RS-RS group. Similarly, the RS-FA patient (belonging to the RS-FA group) has at least one ECG in AF. We searched for the (chronologically) first ECG with AF and then selected the previous ECG in RS to include in the RS-AF group.

Se utilizaron varios criterios de exclusión para limpiar aún más los conjuntos de datos de ambos grupos:Various exclusion criteria were used to further clean the data sets for both groups:

i) Se eliminaron los pacientes con una edad <18 años (n = 0 en el grupo RS-FA y n = 87 en el grupo RS-RS), con sexo desconocido (n = 4 en el grupo RS-FA y n = 62 en el grupo RS-RS),i) Patients aged <18 years (n = 0 in RS-FA group and n = 87 in RS-RS group), with unknown sex (n = 4 in RS-FA group and n = 62 in the RS-RS group),

(ii) Se eliminaron pacientes con extrasístoles (n = 328 en el grupo RS-FA y n = 1504 en el grupo RS-RS), con un ratio auricular/ventricular > 2 o < (-2) (n = 442 en el grupo RS-FA y n = 2071 en el grupo RS-RS),(ii) Patients with extrasystoles (n = 328 in the RS-AF group and n = 1504 in the RS-RS group), with an atrial/ventricular ratio > 2 or < (-2) (n = 442 in the group RS-FA and n = 2071 in the RS-RS group),

(iii) Se eliminaron pacientes con un número medio de ondas P por complejo QRS + 1 (n = 87 en el grupo RS-FA y n = 309 en el grupo RS-RS), y con un número de complejos QRS en el grupo rítmico superior al número medio de ondas P por complejo QRS (n = 263 en el grupo RS-FA y n = 1007 en el grupo RS-RS) (algunos pacientes presentaron estas condiciones simultáneamente).(iii) Patients with a mean number of P waves per QRS complex + 1 (n = 87 in the RS-FA group and n = 309 in the RS-RS group), and with a number of QRS complexes in the rhythmic group were eliminated. greater than the mean number of P waves per QRS complex (n = 263 in the RS-FA group and n = 1007 in the RS-RS group) (some patients presented these conditions simultaneously).

La ventaja del punto (iii) de exclusión es evitar la sobredeterminación auricular secundaria a los artefactos y mejorar la determinación de ECG en ritmo sinusal The advantage of point (iii) of exclusion is to avoid atrial oversensing secondary to artifacts and improve ECG determination in sinus rhythm.

Por último, seleccionamos pacientes en ambos grupos con un intervalo de tiempo entre el penúltimo y último ECG (ambos ECGs en el RS para el grupo RS-RS y en el grupo RS-FA un ECG en el RS y un FA) entre 1 semana y 2 años (n = 1296 en el grupo RS-FA y n = 18906 en el grupo RS-RS).Finally, we selected patients in both groups with a time interval between the penultimate and last ECG (both ECGs in the RS for the RS-RS group and in the RS-FA group one ECG in the RS and one FA) between 1 week and 2 years (n = 1296 in the RS-FA group and n = 18906 in the RS-RS group).

Control de calidad mediante la evaluación del cardiólogoQuality control through the evaluation of the cardiologist

Finalmente, se realizó un control de calidad mediante la interpretación visual de todos los ECGs del grupo RS-FA para evaluar la correcta interpretación automática del software. Este control resultó en la eliminación de 207 ECGs del grupo RS-FA debido a la clasificación incorrecta como FA de los ECGs no FA. El mismo proceso se realizó para un 5% de los ECGs del grupo RS-RS, eliminando sólo 2 ECG. La revisión fue realizada por dos cardiólogos experimentados y las eventuales discrepancias fueron resueltas por un tercer cardiólogo. La última cohorte de trabajo comprendió 523 y 16009 ECG en los grupos RS-FA y RS-RS, respectivamente. Todo este proceso se muestra en la figura 2. Ninguno de los ECGs del grupo RS-FA provino de pacientes adquiridos durante una cirugía a corazón abierto, ya que la etiología de una FA asociada a una cirugía a corazón abierto es bien conocida y diferente y podría alterar el poder de predicción del método. Finally, a quality control was carried out through the visual interpretation of all the ECGs of the RS-FA group to assess the correct automatic interpretation of the software. This control resulted in the removal of 207 ECGs from the RS-FA group due to incorrect classification of non-AF ECGs as AF. The same process was carried out for 5% of the ECGs of the RS-RS group, eliminating only 2 ECGs. The review was performed by two experienced cardiologists and any discrepancies were resolved by a third cardiologist. The last work cohort comprised 523 and 16009 ECGs in the RS-FA and RS-RS groups, respectively. This entire process is shown in Figure 2. None of the ECGs in the RS-AF group came from patients acquired during open-heart surgery, since the etiology of AF associated with open-heart surgery is well known and different, and could alter the predictive power of the method.

Análisis de datosAnalysis of data

Selección de variablesVariable Selection

Se realizó una selección preliminar de variables con una regresión logística univariante para estudiar la asociación entre las medidas de los ECGs y el resultado (grupo RS-FA 0 RS-RS). Sólo se consideraron las variables con p<0,05 (ajustadas por la corrección de Bonferroni), lo que dio como resultado 228 variables significativas. En segundo lugar, aplicamos un test de factor de inflación de varianza (VIF) para medir la inflación en las varianzas de las estimaciones de los parámetros causadas por las colinealidades y determinamos qué predictores cumplían el criterio de VIF<4 como control de la no colinealidad. Sólo 47 variables pasaron este último paso. Esto se explica por el hecho de que se midieron 37 variables en cada pista, produciendo un alto nivel de colinealidad entre ellas. Por último, se eliminaron las variables con más del 5% de datos no disponibles (NA), lo que dio lugar a 33 variables relevantes, a saber: edad, sexo, (variables categóricas) y distancia entre los ECG, aVF pdur, V3 pdur, V4 pdur, V5 pdur, V3 pppparea, V2 qamp, V1 rampa, I rdur, aVL rdur, V1 rdur, V3 rdur, V6 rdur, aVL samp, 1 vat, aVL vat, V1 tptpdur, V3 tptpdur, V5 tptpdur, printstddev, meanqtc, transpcwrot, transptermangle, transqrsinitmag, transqrstermmag, frontpcwrot, frontqrscwrot, frontqrsinitangle, sagpcwrot, sagpinitangle, high.low como variables continuas obtenidas a partir de los datos de los ECG. La definición de estos términos según la nomenclatura de Philips se explica en la Tabla 2.A preliminary selection of variables was performed with univariate logistic regression to study the association between the ECG measurements and the outcome (RS-FA or RS-RS group). Only variables with p<0.05 (adjusted by the Bonferroni correction) were considered, resulting in 228 significant variables. Second, we applied a variance inflation factor (VIF) test to measure inflation in the variances of parameter estimates caused by collinearities and determined which predictors met the VIF<4 criterion as a control for non-collinearity. . Only 47 variables passed this last step. This is explained by the fact that 37 variables were measured in each track, producing a high level of collinearity between them. Finally, variables with more than 5% missing data (NA) were eliminated, resulting in 33 relevant variables, namely: age, sex, (categorical variables) and distance between ECGs, aVF pdur, V3 pdur, V4 pdur, V5 pdur, V3 pppparea, V2 qamp, V1 ramp, I rdur, aVL rdur, V1 rdur, V3 rdur, V6 rdur, aVL samp, 1 vat, aVL vat, V1 tptpdur, V3 tptpdur, V5 tptpdur, printstddev, meanqtc, transpcwrot, transptermangle, transqrsinitmag, transqrstermmag, frontpcwrot, frontqrscwrot, frontqrsinitangle, sagpcwrot, sagpinitangle, high.low as continuous variables obtained from ECG data. The definition of these terms according to the Philips nomenclature is explained in Table 2.

Tabla 2. Descripción de términosTable 2. Description of terms

V1-V6, aVR, aVF, aVL,I, II y III son las derivaciones posibles de medición en un ECGV1-V6, aVR, aVF, aVL,I, II and III are the possible measurement leads on an ECG

Modelo Globalglobal model

Antes de ajustar el modelo multivariante, se eliminaron los ECG que presentaban datos perdidos en cualquier variable anteriormente indicada (n = 18 para el grupo RS-FA y n = 198 para el grupo RS-RS) y se dividió la cohorte en conjuntos de datos de entrenamiento y de prueba de forma que el 75% de los pacientes se asignaron aleatoriamente al conjunto de entrenamiento y el otro 25% al conjunto de prueba. Ambos conjuntos mantuvieron la proporción de ECGs RS-FA y RS-RS de la cohorte original. Se construyó un modelo logístico multivariante utilizando los predictores seleccionados en la tabla anterior en la cohorte de entrenamiento. Para evaluar la validez del modelo para predecir el riesgo de FA, se determinó el área bajo la curva (AUC) de la curva de características operativas del receptor (ROC) del modelo en el conjunto de prueba. Before fitting the multivariate model, ECGs with missing data on any of the previously indicated variables were removed (n = 18 for the RS-FA group and n = 198 for the RS-RS group) and the cohort was divided into data sets of training and test such that 75% of the patients were randomly assigned to the training set and the other 25% to the test set. Both sets maintained the proportion of RS-FA and RS-RS ECGs of the original cohort. A multivariate logistic model was built using the predictors selected in the table above in the training cohort. To assess the validity of the model in predicting AF risk, the area under the curve (AUC) of the receiver operating characteristic (ROC) curve of the model was determined on the test set.

Puntuación de riesgo de FAAF risk score

Para traducir el modelo anterior en una puntuación clínicamente significativa capaz de predecir el riesgo de FA, determinamos una puntuación de riesgo basada en la categorización de las variables continúas obtenidas del ECG (n = 32) para combinarlas con la variable categórica de la edad.To translate the above model into a clinically significant score capable of predicting AF risk, we determined a risk score based on the categorization of continuous variables obtained from the ECG (n = 32) to combine them with the categorical variable of age.

Las variables continuas se categorizaron teniendo en cuenta su relación con la variable de resultado, determinando el rango de valores correspondiente a la menor incidencia de FA y, a continuación, se utilizó la longitud del rango para construir tantas categorías como fuera posible. (Tabla 2)Continuous variables were categorized based on their relationship to the outcome variable, determining the range of values corresponding to the lowest incidence of AF, and then the length of the range was used to construct as many categories as possible. (Table 2)

Posteriormente, todas las variables continuas que se categorizaron como describe el paso anterior más las variables que ya eran categóricas se incluyeron en una regresión logística multivariante. A continuación, el modelo resultante de la regresión logística multivariante fue cribado mediante un proceso de selección por pasos basado en el criterio de información de Akaike. Finalmente, Los coeficientes estimados del modelo multivariante de las variables significativas resultantes (p<0,05) se utilizaron como peso de las variables correspondientes en el modelo y para el cálculo de la odds ratio (OR). La puntuación de riesgo final para cada paciente se calculó como la suma global de esos valores o puntuaciones, es decir, para cada paciente y para cada variable significativa del modelo que presentaba el rango en el que los valores se consideraban significativos en el modelo multivariante, se asignaron la puntuación del coeficiente estimado (10). Al igual que con el modelo global, el modelo se entrenó con el conjunto de entrenamiento y su validez se estableció mediante el AUC del ROC del conjunto de prueba y el correspondiente intervalo de confianza del 95% (IC 95%). Las comparaciones entre las AUC se realizaron mediante el test de Delong.Subsequently, all continuous variables that were categorized as described in the previous step plus variables that were already categorical were included in a multivariate logistic regression. Next, the model resulting from multivariate logistic regression was screened using a stepwise selection process based on Akaike's information criteria. Finally, the estimated coefficients of the multivariate model of the resulting significant variables (p<0.05) were used as weight of the corresponding variables in the model and for the calculation of the odds ratio (OR). The final risk score for each patient was calculated as the global sum of these values or scores, that is, for each patient and for each significant variable in the model that presented the range in which the values were considered significant in the multivariate model, the estimated coefficient score (10) was assigned. As with the global model, the model was trained on the training set and its validity was established using the AUC of the ROC of the test set and the corresponding 95% confidence interval (95% CI). Comparisons between AUCs were made using the Delong test.

ResultadosResults

Características de la cohorteCohort characteristics

Se consideró la elegibilidad de un total de 132772 pacientes. Tras depurar y aplicar los criterios de exclusión indicados en las secciones anteriores, se seleccionó una cohorte final de 16316 pacientes (distribuidos en 505 para el grupo RS-FA y 15811 para el grupo RS-RS) y se dividió la cohorte final en conjuntos de datos de entrenamiento y de prueba de forma que el 75% de los pacientes se asignaron aleatoriamente al conjunto de entrenamiento y el otro 25% al conjunto de prueba.A total of 132,772 patients were considered for eligibility. After debugging and applying the exclusion criteria indicated in the previous sections, a final cohort of 16,316 patients was selected (distributed as 505 for the RS-FA group and 15,811 for the RS-RS group) and the final cohort was divided into sets of training and test data such that 75% of the patients were randomly assigned to the training set and the other 25% to the test set.

La mediana de edad fue de 66 años (percentil 25-75: 52-79 años), 8340 (51%) eran mujeres y la media de tiempo transcurrido entre el ECG anterior y el último ECG fue de 9,4±6,4 meses. En el grupo RS-FA la mediana de edad fue de 82 años (percentil 25-75: 71-87 años), 267 (53%) pacientes eran mujeres, y presentaron una media de distancia temporal de 10±6,6 meses; el grupo RS-RS presentó una mediana de edad de 66 años (percentil 25-75: 52-78 años), 8073 (51%) pacientes eran mujeres; y una media de tiempo transcurrido entre los registros de ECG de 9,4±6,4 meses. La edad y el tiempo transcurrido entre ECGs presentaron diferencias estadísticamente significativas entre los grupos (p<0,001, p=0,038, respectivamente), a diferencia del sexo.The median age was 66 years (25-75th percentile: 52-79 years), 8,340 (51%) were women, and the mean time between the previous ECG and the last ECG was 9.4±6.4 months. In the RS-FA group, the median age was 82 years (25-75 percentile: 71-87 years), 267 (53%) patients were women, and they presented a mean temporal distance of 10±6.6 months; the RS-RS group presented a median age of 66 years (25-75 percentile: 52-78 years), 8073 (51%) patients were women; and a mean time elapsed between ECG recordings of 9.4±6.4 months. Age and the time elapsed between ECGs presented statistically significant differences between the groups (p<0.001, p=0.038, respectively), unlike sex.

Modelo globaloverall model

Se construyó un modelo global utilizando las 33 variables obtenidas en el procedimiento de selección. Tras realizar una regresión logística multivariante utilizando el conjunto de datos de entrenamiento, se evaluó la validez predictiva del modelo utilizando el conjunto de datos de prueba, obteniendo un AUC de 0,799 (IC 95%: 0,765-0,833) (Figura 2). A global model was built using the 33 variables obtained in the selection procedure. After performing a multivariate logistic regression using the training data set, the predictive validity of the model was evaluated using the test data set, obtaining an AUC of 0.799 (95% CI: 0.765-0.833) (Figure 2).

Construcción de la escala de puntuación de riesgo de la FAConstruction of the AF risk score scale

Aunque el poder predictivo del modelo global parecía adecuado, su aplicación en la práctica clínica es compleja, y no es posible determinar que rangos tiene cada variable (a partir de qué valor de cada variable del ECG es relevante para la predicción de la FA) por lo que no se puede asignar una puntuación de riesgo, con el fin de solventar estos problemas y determinar que variables son las más relevantes para el método de predicción, Por ello, diseñamos un modelo de predicción de riesgo y una escala de puntuación de riesgo. En primer lugar, categorizamos las variables continuas con las que realizamos una regresión logística en el conjunto de entrenamiento (Tabla 3) para determinar las variables más relevantes que sean estadísticamente significativas. Although the predictive power of the global model seemed adequate, its application in clinical practice is complex, and it is not possible to determine what ranges each variable has (from what value of each ECG variable is relevant for the prediction of AF) due to Therefore, we designed a risk prediction model and a risk score scale. First, we categorized the continuous variables with which we performed logistic regression on the training set (Table 3) to determine the most relevant variables that are statistically significant.

Tabla 3. Resultados de la regresión logística de las variables del ECG en el conjunto de entrenamientoTable 3. Results of the logistic regression of the ECG variables in the training set.

La estimación es la relevancia o importancia de cada variable en el modelo global de predicción entre el intervalo señalado. Por ejemplo, a medida que la edad del individuo es más elevada la probabilidad de que sufra FA a largo plazo es mayor.The estimate is the relevance or importance of each variable in the global prediction model between the indicated interval. For example, as the age of the individual is higher, the probability of suffering from AF in the long term is greater.

En la última columna de la Tabla 3 se puede observar la significancia estadística de cada variable, aquellas con un p valor <0.05 *, p valor entre 0.05 y 0.01 ** y p valor <0.01 ***. Las variables que tienen un punto (.) se consideran marginalmente significativas, y son aquellas cuyo p valor es ligeramente superior a 0.05.The last column of Table 3 shows the statistical significance of each variable, those with a p value <0.05 *, p value between 0.05 and 0.01 ** and p value <0.01 ***. The variables that have a point (.) are considered marginally significant, and are those whose p value is slightly higher than 0.05.

A continuación, determinamos las OR correspondientes (Tabla 4) de las variables estadísticamente significativas y marginalmente significativas.Next, we determined the corresponding ORs (Table 4) of the statistically significant and marginally significant variables.

Tabla 4. OR de las variables más relevantes del modelo de predicciónTable 4. OR of the most relevant variables of the prediction model

Las variables del ECG más relevantes para el modelo global junto con el intervalo en el que lo son, son aquellas con un OR superior a 2 (se encuentran resaltadas en la Tabla 4).The most relevant ECG variables for the global model, together with the interval in which they are relevant, are those with an OR greater than 2 (they are highlighted in Table 4).

Los coeficientes estimados de las variables estadísticamente significativas del modelo global se utilizaron como pesos y puntuaciones de los siguientes factores de riesgo edad; duración de la onda P en aVF y V4 como los más relevantes, (Tabla 5) y duración de la onda T en V3; intervalo QT medio ajustado a la frecuencia cardíaca; rotación de la onda P transversal en el sentido de las agujas del reloj; y rotación del complejo QRS frontal en el sentido de las agujas del reloj como los siguientes más relevantes (Tabla 6).The estimated coefficients of the statistically significant variables of the global model were used as weights and scores for the following risk factors: age; duration of the P wave in aVF and V4 as the most relevant, (Table 5) and duration of the T wave in V3; mean QT interval adjusted for heart rate; clockwise rotation of the transverse P wave; and clockwise rotation of the frontal QRS complex as the next most relevant (Table 6).

En el caso de que el valor de alguna de las variables esté fuera del intervalo señalado la puntuación asignada será 0.In the event that the value of any of the variables is outside the indicated interval, the assigned score will be 0.

Tabla 5. Puntuaciones de las variables más relevantesTable 5. Scores of the most relevant variables.

ms: millisegundosms: milliseconds

Tabla 6. Puntuaciones de las variables relevantesTable 6. Scores of the relevant variables.

ms: millisegundos ms: milliseconds

Los valores de las puntuaciones de riesgo oscilaron entre 0 y 4, siendo 0 sin riesgo de FA y 4 con alto riesgo de FA. La representación de la probabilidad de FA según la puntuación total se muestra en la (Figura 3), esta probabilidad alcanzó el 1%, 2%, 6%, 16% y 35% para cada uno de los posibles valores enteros de la puntuación de riesgo, es decir, de 0 a 4, respectivamente. El rendimiento de la puntuación se obtuvo a partir del AUC de la curva ROC generada al aplicar la puntuación en la cohorte de prueba, alcanzando 0,757 (IC del 95%: 0,714-0,801) (Figura 4). La especificidad global fue del 66%, la sensibilidad del 48% y el índice de Youden presentó un umbral de 1,35, con una especificidad del 66% y una sensibilidad del 76%. Se pueden encontrar más detalles sobre la validez de la puntuación de riesgo en la T abla 7.Risk score values ranged from 0 to 4, with 0 being no risk of AF and 4 being a high risk of AF. The representation of the probability of AF according to the total score is shown in (Figure 3), this probability reached 1%, 2%, 6%, 16% and 35% for each of the possible integer values of the score. risk, that is, from 0 to 4, respectively. The performance of the score was obtained from the AUC of the ROC curve generated by applying the score in the test cohort, reaching 0.757 (95% CI: 0.714-0.801) (Figure 4). The overall specificity was 66%, the sensitivity was 48%, and the Youden index presented a threshold of 1.35, with a specificity of 66% and a sensitivity of 76%. More details on the validity of the risk score can be found in Table 7.

Aunque en la muestra no hay pacientes de valor más de 4 con los resultados obtenidos la probabilidad de que un paciente tenga una puntuación mayor de 4 implicaría que la probabilidad de desarrollar FA sería superior al 35%. En la práctica pacientes con una puntuación de riesgo cada vez mayor implicaría un aumento de la probabilidad de desarrollar FA.Although in the sample there are no patients with a value greater than 4, with the results obtained, the probability that a patient has a score greater than 4 would imply that the probability of developing AF would be greater than 35%. In practice, patients with an increasing risk score would imply an increased probability of developing AF.

T abla 7. Valores AUC de la curva ROC del método de predicción en la cohorte de pruebaT able 7. AUC values of the ROC curve of the prediction method in the test cohort

Claramente se puede observar que la escala de riesgo presenta una gran sensibilidad, lo que se traduce en que determina muy bien para valores bajos de la escala los que tiene FA. Y por el contrario para valores altos determina muy bien quien no tiene FA, debido a la gran especificidad que presenta. Al categorizar las variables (Tabla 3) se pierde un poco capacidad predictiva (Figura 2 vs Figura 4), pero se puede asignar una puntuación a cada rango de valores de cada variable y por lo tanto poder usarla más fácilmente.It can clearly be seen that the risk scale has great sensitivity, which means that it determines very well for low values of the scale those who have AF. And on the contrary, for high values it determines very well who does not have AF, due to the great specificity it presents. By categorizing the variables (Table 3) some predictive capacity is lost (Figure 2 vs. Figure 4), but a score can be assigned to each range of values of each variable and therefore more easily used.

Modelo global para diferentes rangos de edadGlobal model for different age ranges

Dado que el grupo RS-FA era (en promedio) 16 años mayor que el grupo RS-RS, la edad podría considerarse como un factor crítico capaz de explicar las diferencias entre ambos grupos. Para descartar el efecto de la edad se utilizó exactamente el mismo procedimiento empleado en el modelo global en 3 escenarios diferentes: eliminando a los pacientes menores de 65 años, seleccionando aleatoriamente a los pacientes del grupo RS-RS para igualar la edad, el sexo y los intervalos entre ECGs y, finalmente, utilizando sólo la edad. El modelo inicial, considerando todas las variables, superó a los otros escenarios al considerar el AUC en lugar de los valores p. En concreto, encontramos un AUC de 0,799 (IC 95%: 0,765-0,833) para el modelo inicial, AUC de 0,706 (IC 95%: 0,655-0,757), p=0,22 para el escenario que excluye a los pacientes <65 años; AUC de 0,670 (IC 95%: 0,613-0. 727), p=0,05 para el escenario que selecciona aleatoriamente a los pacientes del grupo RS-RS para igualar la edad, el sexo y la distancia temporal entre los ECG, y un AUC de 0,758 (IC del 95%: 0,719-0,797), p=0,36 para el modelo sólo de edad. Estos resultados indican que no hay un efecto significativo provocado por la diferencia de edad entre los grupos RS-RS y RS-FA que pudiera condicionar el poder predictivo del método de la invención.Since the RS-FA group was (on average) 16 years older than the RS-RS group, age could be considered as a critical factor capable of explaining the differences between both groups. To rule out the effect of age, the exact same procedure used in the global model was used in 3 different scenarios: eliminating patients under 65 years of age, randomly selecting patients from the RS-RS group to match age, sex, and age. the intervals between ECGs and, finally, using only age. The initial model, considering all variables, outperformed the other scenarios when considering AUC instead of p-values. Specifically, we found an AUC of 0.799 (95% CI: 0.765-0.833) for the initial model, AUC of 0.706 (95% CI: 0.655-0.757), p=0.22 for the scenario that excludes patients <65 years; AUC of 0.670 (95% CI: 0.613-0.727), p=0.05 for the scenario that randomly selects patients from the RS-RS group to match age, sex, and temporal distance between ECGs, and an AUC of 0.758 (95% CI: 0.719-0.797), p=0.36 for the age-only model. These results indicate that there is no significant effect caused by the difference in age between the RS-RS and RS-FA groups that could condition the predictive power of the method of the invention.

La prevalencia de FA en la cohorte final (3,2%) fue comparable a la descrita en España, 10 que valida la representatividad de nuestra muestra y la eficacia del método de la invención.The prevalence of AF in the final cohort (3.2%) was comparable to that described in Spain, 10 which validates the representativeness of our sample and the efficacy of the method of the invention.

B- CASOS PRÁCTICOS DE USO DEL MODELO PREDICTIVO DEL MÉTODO DE LA INVENCIÓN B- PRACTICAL CASES OF USE OF THE PREDICTIVE MODEL OF THE METHOD OF THE INVENTION

CASO 1:CASE 1:

Un varón de 48 años trabaja en una empresa textil y acude al chequeo anual de salud de su empresa. Sus antecedentes médicos son de hipertensión arterial y diabetes tipo 11 bien controladas con dieta y no comenta síntomas. Se realiza un ECG, incluido rutinariamente en todos los chequeos de empresa, y planteamos 2 opciones de interpretación, clásica (opción A) y con el método de la invención (opción B):A 48-year-old man works in a textile company and attends his company's annual health check-up. Her medical history is of arterial hypertension and type 11 diabetes, well controlled with diet, and she does not comment on symptoms. An ECG is performed, including routinely in all company checks, and we propose 2 interpretation options, classic (option A) and with the method of the invention (option B):

Opción A): La valoración visual por parte del médico y el análisis automático clásico del ECG lo informan como normal.Option A): The visual assessment by the doctor and the classic automatic analysis of the ECG report it as normal.

Opción B): La valoración visual por parte del médico sigue informándolo como normal y, sin embargo, empleando el método de la invención se extraen los datos de las variables obtenidas a partir del Electrocardiograma y les asignamos la puntuación correspondiente, Tabla 8 (la realización del ECG no forma parte del método de la invención):Option B): The visual assessment by the doctor continues to report it as normal and, however, using the method of the invention, the data of the variables obtained from the Electrocardiogram are extracted and we assign them the corresponding score, Table 8 (the performance of the ECG is not part of the method of the invention):

Tabla 8. Puntuación de las variables en el Caso 1Table 8. Score of the variables in Case 1

Sumando las puntuaciones obtenidos para cada variable según la escala de riesgo para predicción de fibrilación auricular se obtiene una puntuación de riesgo >3 (3,1) que conlleva un alto riesgo de desarrollar una fibrilación auricular a lo largo del próximo seguimiento, concretamente entre un 16% a 35% de posibilidades a largo plazo.Adding the scores obtained for each variable according to the risk scale for the prediction of atrial fibrillation, a risk score >3 (3.1) is obtained, which entails a high risk of developing atrial fibrillation during the next follow-up, specifically between a year and a half. 16% to 35% chance in the long run.

Por esta razón el médico de empresa le remite a su médico de atención primaria que decide revisar al paciente a los 3 meses con un ECG. En la visita de control el paciente presenta fibrilación auricular en el ECG y se inicia anticoagulación terapéutica reduciendo marcadamente el riesgo de ictus del paciente. En este caso el análisis automático para la extracción de los datos de las variables del ECG y su integración en la escala de riesgo mediante puntuaciones han permitido evitar un ictus en el paciente, mejorando su expectativa de vida y su calidad de vida.For this reason, the company doctor refers him to his primary care doctor who decides to check the patient at 3 months with an ECG. At the follow-up visit, the patient presents atrial fibrillation on the ECG and therapeutic anticoagulation is started, markedly reducing the patient's risk of stroke. In this case, the automatic analysis for extracting the data from the ECG variables and their integration into the risk scale using scores have made it possible to avoid a stroke in the patient, improving their life expectancy and quality of life.

El trabajador, con la opción A) actual, habría desarrollado la fibrilación auricular a los 3 meses y al no haber sido diagnosticado precozmente, podría pasar meses o años con esta enfermedad oculta. La fibrilación auricular sin anticoagulación de este paciente tendría un riesgo de ictus del 2% anual (CHA2DS2-VASc). The worker, with the current option A), would have developed atrial fibrillation at 3 months and, not having been diagnosed early, could spend months or years with this hidden disease. Atrial fibrillation without anticoagulation in this patient would have a 2% annual risk of stroke (CHA2DS2-VASc).

Un varón de 72 años acude al centro de salud para realizar un control. El médico de cabecera realiza al paciente un ECG que a la valoración visual por parte del médico no aparenta tener hallazgos patológicos. Sin embargo, el análisis automático para la extracción de los datos de las variables obtenidas a partir del Electrocardiograma y su asignación con la puntuación correspondiente, Tabla 9 (la realización del ECG no forma parte del método de la invención) es la siguiente:A 72-year-old man comes to the health center for a check-up. The family doctor performs an ECG on the patient that, when visually assessed by the doctor, does not appear to have pathological findings. However, the automatic analysis for data extraction of the variables obtained from the Electrocardiogram and their assignment with the corresponding score, Table 9 (the ECG is not part of the method of the invention) is as follows:

Tabla 9. Puntuación de las variables en el Caso 2Table 9. Score of the variables in Case 2

Integrando estos datos electrocardiográficos junto con la edad del paciente en la escala de riesgo para predicción de una arritmia auricular se obtiene una puntuación de riesgo > 4 (4.4) que conlleva un riesgo de desarrollar una arritmia auricular de entre mayor de 35 % a largo plazo. En lugar de realizar una revisión al año el médico de cabecera decide realizar un seguimiento más estrecho como estrategia de despistaje de fibrilación auricular. A los 6 meses el medico realiza al paciente un ECG objetivando una fibrilación auricular. Se inicia anticoagulación terapéutica reduciendo marcadamente el riesgo de ictus del paciente. También en este caso el análisis automático del ECG y su integración en la escala de riesgo propuesta han generado un impacto en la salud del paciente.Integrating these electrocardiographic data together with the patient's age in the risk scale for the prediction of an atrial arrhythmia, a risk score > 4 (4.4) is obtained, which carries a risk of developing an atrial arrhythmia of greater than 35% in the long term. . Instead of carrying out a review every year, the family doctor decides to carry out a closer follow-up as a screening strategy for atrial fibrillation. At 6 months, the doctor performed an ECG on the patient, revealing atrial fibrillation. Therapeutic anticoagulation is started, markedly reducing the patient's risk of stroke. Also in this case, the automatic analysis of the ECG and its integration into the proposed risk scale have generated an impact on the patient's health.

ReferenciasReferences

1. Alonso-Betanzos A, Bolón-Canedo V. Big-Data Analysis, Cluster Analysis, and 1. Alonso-Betanzos A, Bolón-Canedo V. Big-Data Analysis, Cluster Analysis, and

Machine-Learning Approaches. Adv Exp Med Biol 2018; 1065: 607-626.Machine-Learning Approaches. Adv Exp Med Biol 2018; 1065: 607-626.

2. Rumsfeld JS, Joynt KE, Maddox TM. Big data analytics to improve cardiovascular 2. Rumsfeld JS, Joynt KE, Maddox TM. Big data analytics to improve cardiovascular

care: promise and challenges. Nat Rev Cardiol 2016; 13(6):350-9.care: promise and challenges. Nat Rev Cardiol 2016; 13(6):350-9.

3. Hongo RH, Goldschlager N. Status of computerized electrocardiography. Cardiol Clin 3. Fungus RH, Goldschlager N. Status of computerized electrocardiography. Cardiol Clin

2006; 24: 491-504. 2006; 24:491-504.

4. Smulyan H. The Computerized ECG: Friend and Foe. Am J Med 2019; 132(2): 153 160.4. Smulyan H. The Computerized ECG: Friend and Foe. Am J Med 2019; 132(2): 153-160.

5. Ambale-Venkatesh B, Yang X, Wu CO, et al. Cardiovascular Event Prediction by Machine Learning: The Multi-Ethnic Study of Atherosclerosis. Circ Res 2017; 121(9): 1092-1101.5. Ambale-Venkatesh B, Yang X, Wu CO, et al. Cardiovascular Event Prediction by Machine Learning: The Multi-Ethnic Study of Atherosclerosis. Circ Res 2017; 121(9): 1092-1101.

6. Sanz-García A, Cecconi A, Alday E, Cecconi M, Perez-Romero M, Garrido J, Camarasaltas Moreno JM, Planas A, Alfonso F, Ortega GJ, Jimenez-Borreguero LJ. Usefulness of Computer-assisted ECG Analysis in the Preoperative Evaluation of Noncardiac Surgery. Eur j Anaesthesiol. 2020; 37(11):1075-1077.6. Sanz-García A, Cecconi A, Alday E, Cecconi M, Perez-Romero M, Garrido J, Camarasaltas Moreno JM, Planas A, Alfonso F, Ortega GJ, Jimenez-Borreguero LJ. Usefulness of Computer-assisted ECG Analysis in the Preoperative Evaluation of Noncardiac Surgery. Eurj Anaesthesiol. 2020; 37(11):1075-1077.

7. Svennberg E, Engdahl J, Al-Khalili F, Friberg L, Frykman V, Rosenqvist M. Mass Screening for Untreated Atrial Fibrillation: The STROKESTOP Study. Circulation 2015; 131(25): 2176-84.7. Svennberg E, Engdahl J, Al-Khalili F, Friberg L, Frykman V, Rosenqvist M. Mass Screening for Untreated Atrial Fibrillation: The STROKESTOP Study. Circulation 2015; 131(25): 2176-84.

8. Attia ZI, Noseworthy PA, Lopez-Jimenez F, Asirvatham SJ, Deshmukh AJ, Gersh BJ, Carter RE, Yao X, Rabinstein AA, Erickson BJ, Kapa S, Friedman PA. An artificial intelligence-enabled ECG algorithm for the identification of patients with atrial fibrillation during sinus rhythm: a retrospective analysis of outcome prediction. Lancet 2019; 394(10201): 861-867.8. Attia ZI, Noseworthy PA, Lopez-Jimenez F, Asirvatham SJ, Deshmukh AJ, Gersh BJ, Carter RE, Yao X, Rabinstein AA, Erickson BJ, Kapa S, Friedman PA. An artificial intelligence-enabled ECG algorithm for the identification of patients with atrial fibrillation during sinus rhythm: a retrospective analysis of outcome prediction. Lancet 2019; 394(10201): 861-867.

9. The Philips DXL ECG Algorithm Physician's Guide. http://incenter.medical.philips.com/doclib/enc/fetch/ 000/4504/577242/577243/577246/ 581601/711562/DXL_ECG_Algorithm_Physician s_Guide_(ENG)_Ed.2.pdf?nodeid=5 955504&vernum=1. Número de publicación 453564106411. Edición del 1 de agosto de 2008 aplicable a la versión PH100B del algoritmo, 2§ Edición, abril de 2009 aplicable a la versión PH100B del algoritmo.9. The Philips DXL ECG Algorithm Physician's Guide. http://incenter.medical.philips.com/doclib/enc/fetch/ 000/4504/577242/577243/577246/ 581601/711562/DXL_ECG_Algorithm_Physician's_Guide_(ENG)_Ed.2.pdf?nodeid=5 955504&vernum=1. Publication number 453564106411. Edition August 1, 2008 applicable to the PH100B version of the algorithm, 2§ Edition, April 2009 applicable to the PH100B version of the algorithm.

10. Zhang Z, Zhang H, Khanal MK. Development of scoring system for risk stratification in clinical medicine: a step-by-step tutorial. Ann Transl Med 2017; 5: 436. 10. Zhang Z, Zhang H, Khanal MK. Development of scoring system for risk stratification in clinical medicine: a step-by-step tutorial. Ann Transl Med 2017; 5:436.

Claims

1. A method for predicting an individual's risk of developing an atrial arrhythmia, the method comprises the following steps

to. extract data from variables obtained from an Electrocardiogram (ECG) in sinus rhythm of an individual;

b. determine from the data obtained from the ECG variables, the value of the following variables: aVF pdur, and V4 pdur and assign a corresponding score to each one,

c determine the age of the individual when the ECG was performed and assign a corresponding score,

d. determine the individual's risk of suffering an atrial arrhythmia in the long term using a risk scale determined from the sum of the scores of the variables of stage b and c such that:

I. 0 to 1 indicates a chance between 0 to 2%

II. 1 to 2 indicates a chance of between 2% to 6%

III. 2 to 3 indicates a chance of between 6% to 16%

IV. 3 to 4 indicates a 16% to 35% chance

V. more than 4 indicates a possibility of more than 35%

The method according to the preceding claim, wherein the atrial arrhythmia is atrial fibrillation.

The method according to any one of the preceding claims, wherein:

the value of the aVF pdur variable is greater than or equal to 100 ms and is assigned a score of 2,

the value of the variable V4 pdur is greater than or equal to 100 ms and is assigned a score of 0.7 and

the value of the individual's age is between [65-75) it will be assigned a score of 1, if it is between [75-80) it will be assigned a score of 1.3; if it is between [80-85) it will be assigned a score of 1.6; snap between [85-90) will be assigned a score of 1.8; if it is between [75-80) it will be assigned a score of 1.3; if it is between [90-95) it will be assigned a score of 2.2; and if it is greater than [>95), it will be assigned a score of 1.7.

The method according to claim 1, wherein step b) comprises determining the value of at least one of the following V3 variables tptpdur, Meanqtc, Transpcwrot, and Frontqrscwrot and assigning it a corresponding score.

The method according to the preceding claim, wherein:

the value of the variable V3 tptpdur is greater than or equal to 200 ms, and is assigned a score of 0.4,

the value of the meanqtc variable is greater than or equal to 350, and is assigned a score of 0.4,

the value of the variable Transpcwrot is a degree of rotation between (-30, 50), and is assigned a score of 0.3, and/or

the value of the variable Transpcwrot is a degree of rotation between (-30, 30), and it is assigned a score of -0.4.

The method according to any one of the claims, wherein long-term means a period of time up to 20 years from the moment of performing the electrocardiogram.

The method according to any one of the preceding claims, wherein the electrocardiogram is 12-lead.

The method according to any one of the preceding claims, wherein the electrocardiogram is of a minimum duration of 10 seconds.

The method according to any one of the claims, wherein the individual is a human.

10. The method according to any one of the preceding claims that comprises the use of at least one or more variables obtained from a blood or urine test that include renal function parameters, ions, proteinogram, glycated hemoglobin, glucose, microalbuminuria , complete blood count, systemic inflammatory markers.

11. The method according to any one of the preceding claims comprising the use of at least one or more variables obtained from clinical data including arterial hypertension, diabetes mellitus, glucose intolerance, obesity, excess weight, patient's body mass index, palpitations, ischemic heart disease, CHA2DS2-VASc, heart failure, previous embolic event or stroke, and family history of atrial fibrillation.

12. The method according to any one of the preceding claims, comprising the use of at least one or more variables obtained from echocardiogram data including atrial, pulmonary vein and atrial appendage dimensions and morphology, atrial strain parameters or ventricular, ventricular dimensions, both wall thickness and cavities, ventricular parameters of systolic and diastolic function, and pulmonary vein flow patterns of ventricular fillings.

13. The method according to any one of the preceding claims comprising the use of at least one or more results obtained from any scale to measure the frailty of the patient.