Skuteczność 12‑odprowadzeniowego EKG w przewidywaniu krótkoterminowego i długoterminowego ryzyka nagłej śmierci sercowej

Dlaczego ma to znaczenie dla pacjentów kardiologicznych

Nagła śmierć sercowa uderza bez zapowiedzi i często dotyka osób, które już wiedzą, że chorują na serce. Wielu z tych pacjentów rutynowo wykonuje elektrokardiogramy (EKG) — proste badania rejestrujące elektryczną aktywność serca. Badanie postawiło istotne pytanie dla pacjentów i lekarzy: czy informacje ukryte w standardowych 12‑odprowadzeniowych EKG, w połączeniu z podstawowymi danymi klinicznymi, mogą wiarygodnie wskazywać, kto jest narażony na nagłą śmierć sercową — zarówno za kilka lat, jak i w krótkim okresie?

Poszukiwanie ostrzegawczych sygnałów w codziennych badaniach serca

Naukowcy z Finlandii przeanalizowali dokumentację medyczną 17 625 dorosłych leczonych w jednym szpitalu kardiologicznym, którzy przeszli koronarografię, badanie obrazowe naczyń zaopatrujących serce. Pacjenci ci byli już uznani za grupę wysokiego ryzyka, ponieważ wielu miało chorobę wieńcową lub ostre zespoły wieńcowe, takie jak zawał serca. W ciągu szesnastu lat ich rutynowe EKG były przechowywane cyfrowo, dając około pół miliona zapisów — średnio 17 EKG na osobę. Zespół dysponował także szczegółowymi informacjami o stanie zdrowia każdego pacjenta, leczeniu i przyczynach zgonów oraz śledził ich przez medianę 7,5 roku.

Nauczanie komputera odczytywania elektrycznej historii

Zamiast prosić kardiologów o wzrokową ocenę EKG, badacze polegali na liczbach automatycznie wyodrębnionych przez szeroko stosowane komercyjne oprogramowanie. Liczby te opisywały wiele aspektów elektrycznego zachowania serca: jak długo trwał każdy zapis, jak silny był w różnych odprowadzeniach i czy występowały zaburzenia rytmu, takie jak migotanie przedsionków. Wykorzystując ten bogaty zestaw parametrów oraz podstawowe czynniki kliniczne, takie jak wiek, frakcja wyrzutowa czy wcześniejsza choroba serca, wyszkolono zaawansowaną metodę uczenia maszynowego zwaną gradient boosting, aby odróżnić osoby, które później doświadczyły nagłej śmierci sercowej lub zdarzenia z nią związanego, od tych, które tego nie doświadczyły. Zbudowano osobne modele dla trzech sytuacji: wykorzystanie jedynie pierwszego EKG po koronarografii do przewidywania ryzyka długoterminowego; użycie ostatniego dostępnego EKG do oceny ryzyka krótkoterminowego; oraz użycie ostatniego EKG wraz z informacją o tym, jak poszczególne cechy EKG zmieniały się w czasie.

Jak dobrze modele rzeczywiście działały?

Na papierze modele wydawały się bardzo silne, gdy oceniano je wyłącznie na danych użytych do ich budowy, a standardowe miary dokładności sugerowały niemal znakomitą wydajność. Jednak przy bardziej realistycznym testowaniu obraz stał się skromniejszy. Przy użyciu pojedynczego wyjściowego EKG sam model osiągnął pole pod krzywą ROC (AUC) około 0,68 — lepiej niż losowo, ale daleko od doskonałości. Ostatnie EKG wykonane przed końcem okresu obserwacji nie dawało lepszych wyników, gdy użyte samodzielnie. Po dodaniu czynników ryzyka klinicznego wyniki nieco wzrosły do wartości AUC w granicach 0,70–0,71. Najlepsze wyniki krótkoterminowe uzyskano łącząc ostatnie EKG z informacją o tym, jak cechy EKG zmieniały się na przestrzeni lat, osiągając AUC około 0,72 w pełnym zbiorze testowym. Jednak gdy zespół przeprowadził uczciwe porównanie, dopasowując starannie pacjentów z nagłą śmiercią i bez niej, te wartości spadły do środkowych zakresów 0,6.

Praktyczne ograniczenia predykcji

Ponieważ nagła śmierć sercowa była stosunkowo rzadka — nawet w tej grupie wysokiego ryzyka — inna miara zwana precision‑recall (precyzja‑czułość) dała bardziej realistyczny obraz. Zdolność modeli do prawidłowego wskazywania pacjentów, którzy rzeczywiście doświadczą nagłej śmierci sercowej, pozostała niska, ze średnią precyzją około 0,08–0,11. Było to wciąż mniej więcej dwa razy więcej niż oczekiwano przypadkowo, ale zdecydowanie poniżej progu potrzebnego do pewnego podejmowania decyzji o inwazyjnych metodach zapobiegawczych, takich jak wszczepialne defibrylatory. Co istotne, w badaniu uwzględniono wielu pacjentów z nieregularnymi rytmami i poważnymi chorobami współistniejącymi, w przeciwieństwie do wcześniejszych, bardziej selektywnych badań. Taki wybór sprawił, że wyniki były bardziej reprezentatywne dla codziennej praktyki klinicznej, ale jednocześnie utrudnił predykcję.

Co to oznacza dla pacjentów i lekarzy

Mówiąc krótko, to duże badanie pokazuje, że zwykłe 12‑odprowadzeniowe EKG, nawet gdy są analizowane przez zaawansowane algorytmy komputerowe i łączone z danymi klinicznymi, potrafią jedynie w umiarkowany sposób przewidywać, kto spośród pacjentów wysokiego ryzyka umrze nagle. Sygnały elektryczne serca rzeczywiście zawierają użyteczne wskazówki — zwłaszcza gdy są śledzone w czasie — ale same w sobie nie są wystarczająco silne, by jednoznacznie wskazywać, kto wymaga agresywnej terapii zapobiegawczej. Na razie lekarze i pacjenci muszą polegać na szerszym obrazie obejmującym funkcję serca, objawy, choroby współistniejące i nowe narzędzia, podczas gdy badania nadal poszukują silniejszych i bardziej wiarygodnych znaków ostrzegawczych.

Cytowanie: Hernesniemi, J.A., Pukkila, T., Rankinen, J. et al. Performance of the 12-lead ECG in predicting short- and long-term risk of sudden cardiac death. npj Digit. Med. 9, 317 (2026). https://doi.org/10.1038/s41746-026-02456-1

Słowa kluczowe: nagła śmierć sercowa, elektrokardiogram, uczenie maszynowe, prognozowanie ryzyka, choroba wieńcowa