Automatic risk evaluation in elderly patients based on Autonomic Nervous System assessment

Dysfunction of Autonomic Nervous System (ANS) is a typical feature of chronic heart failure and other cardiovascular disease. As a simple non-invasive technology, heart rate variability (HRV) analysis provides reliable information on autonomic modulation of heart rate. The aim of this thesis was to research and develop automatic methods based on ANS assessment for evaluation of risk in cardiac patients. Several features selection and machine learning algorithms have been combined to achieve the goals. Automatic assessment of disease severity in Congestive Heart Failure (CHF) patients: a completely automatic method, based on long-term HRV was proposed in order to automatically assess the severity of CHF, achieving a sensitivity rate of 93% and a specificity rate of 64% in discriminating severe versus mild patients. Automatic identification of hypertensive patients at high risk of vascular events: a completely automatic system was proposed in order to identify hypertensive patients at higher risk to develop vascular events in the 12 months following the electrocardiographic recordings, achieving a sensitivity rate of 71% and a specificity rate of 86% in identifying high-risk subjects among hypertensive patients. Automatic identification of hypertensive patients with history of fall: it was explored whether an automatic identification of fallers among hypertensive patients based on HRV was feasible. The results obtained in this thesis could have implications both in clinical practice and in clinical research. The system has been designed and developed in order to be clinically feasible. Moreover, since 5-minute ECG recording is inexpensive, easy to assess, and non-invasive, future research will focus on the clinical applicability of the system as a screening tool in non-specialized ambulatories, in order to identify high-risk patients to be shortlisted for more complex investigations.

Valutazione non invasiva dell'epatopatia Fontan indotta

Introduzione: L’intervento di Fontan comporta un aumento istantaneo della pressione venosa centrale che causa, nel medio-lungo termine, una forma di epatopatia specifica detta FALD. Il monitoraggio della FALD è complesso ma potrebbe consentire di bloccarne o rallentarne l’insorgenza. Lo studio ha valutato l’efficacia delle modalità di monitoraggio non invasivo. Materiale e metodi: Sei pazienti (età media 24 anni) operati presso l’IRCCS Azienda Ospedaliero Universitaria di Bologna sono stati sottoposti a RMN 4D-Flow e ad Ecodoppler epatico. Sono stati raccolti i dati anagrafici, morfologici, anamnestici e i markers sierologici per il calcolo degli scores MELD-XI, APRI, FIB4, i valori di Shear Stress assiale e circonferenziale e gli indici di pulsatilità e resistenza delle arterie epatica e renale. Risultati: Il tempo trascorso tra la Fontan e lo studio è stato di 17,8 anni. Età media alla Fontan 6,8 anni. Tutti i pazienti avevano un quadro compatibile con epatopatia. I markers sierologici e gli scores MELD-XI,APRI e FIB4 si sono dimostrati di scarsa utilità. All’ecografia tutti i pazienti avevano ecostruttura irregolare, splenomegalia e valori elevati di pulsatilità e resistenza dell’arteria epatica e splenica. La rigidità epatica media è stata di 12,4 Kpa. Alla RMN 4DF lo Shear stress assiale è stato massimo a livello del condotto (0,16 Pa) e minimo a livello delle vene sovra epatiche (0,05 Pa). Lo Shear Stress si è mostrato massimo nei pazienti con emodinamica sfavorevole e peggior quadro ecografico addominale, evidenziando aree di inefficienza energetica. Conclusioni: La combinazione delle diagnostiche di imaging non invasive potrebbe rivelarsi adeguata per il monitoraggio della FALD. In particolare, la RMN 4D Flow potrebbe rivelare aree di inefficienza energetica predisponenti alla FALD. Questo potrebbe indirizzare in modo specifico la terapia dei pazienti operati o addirittura indurre la modifica del disegno della Fontan verso forme più efficienti.