El grupo de investigación BSICoS (Biomedical Signal Interpretation and Computational Simulation), del Instituto de Investigación en Ingeniería de Aragón (I3A), ha puesto a disposición de la comunidad científica una base de datos clínica con información de 992 pacientes con insuficiencia cardiaca, a los que se registró un electrocardiograma durante 24 horas y se les hizo un seguimiento durante cuatro años. Estos datos permiten hoy disponer de información para avanzar en la investigación en predicción de riesgo de muerte súbita a partir de un registro Holter.
El estudio multicéntrico de Muerte Súbita en Insuficiencia Cardiaca (MUSIC) se llevó a cabo con la participación de ocho hospitales de toda España y fue diseñado para evaluar indicadores de riesgo de mortalidad cardíaca y muerte súbita cardíaca en personas con insuficiencia cardíaca crónica.
El objetivo inicial de este proyecto era “desarrollar modelos pronósticos para predecir el riesgo de muerte súbita y de muerte cardiaca, aplicar las tecnologías que teníamos e intentar buscar nuevos marcadores que mejorasen la identificación de pacientes de alto riesgo para cara decidir la implantación de desfibriladores”, explica la investigadora Alba Martín Yebra, del grupo BSICoS.
La base de datos MUSIC dispone de registros Holter de 24 horas y registros de ECG de alta resolución, así como datos clínicos derivados del análisis de sangre, ecocardiografía, radiografía de tórax y la medicación prescrita a los pacientes. La base de datos está disponible en el portal www.physionet.org, una plataforma de acceso abierto, gestionada por el Massachussets Institute of Technology (MIT), que alberga bases de datos y software libre para su uso en investigación.
El trabajo que describe esta base de datos fue presentado en la última edición de la conferencia científica “Computing in Cardiology”, celebrada en Karlsruhe, Alemania, donde despertó el interés de muchos investigadores. “En nuestro grupo de investigación, trabajar con estos datos nos ha permitido desarrollar y validar biomarcadores nuevos para la predicción de la muerte súbita, por eso, decidimos compartirla con la comunidad científica y que otros grupos la puedan usar en la validación y reproducción de los resultados de sus líneas de investigación”, apunta Alba Martín. Además, supone un banco de pruebas de gran interés para evaluar algoritmos basados en aprendizaje profundo o inteligencia artificial.
El estudio MUSIC se ha utilizado en diferentes trabajos. En este sentido, la investigadora del grupo BSICoS menciona que el conjunto de datos “es un recurso valioso para desarrollar y evaluar una amplia gama de biomarcadores pronósticos no invasivos derivados del electrocardiograma”. Un aspecto que la hace tan interesante es el seguimiento de cuatro años que se llevó a cabo, lo que permite documentar cuál fue la evolución de los mismos tras el registro de los datos.
En concreto, en el grupo BSICoS se han evaluado parámetros basados en la turbulencia del ritmo cardiaco, en la forma de la onda T y su dependencia con el ritmo cardiaco. Se evaluaron para predecir la mortalidad debida a arritmias y a la evolución de la insuficiencia cardiaca, demostrando ser potentes predictores de riesgo.
Por último, MUSIC ha servido como prueba de concepto para el desarrollo de nuevas técnicas de procesamiento de señal en fibrilación auricular, en las que el grupo BSICoS ha sido pionero.
Acceso a la base de datos MUSIC:
Martin-Yebra, A., Martínez, J. P., & Laguna, P. (2024). MUSIC (Sudden Cardiac Death in Chronic Heart Failure) (version 1.0.0). PhysioNet. https://doi.org/10.13026/cec2-9w70
Fotografía: Alba Martín, Juan Pablo Martínez y Pablo Laguna, investigadores del grupo BSICoS
