[Zurück]

A. Bauer:
"Model-based circadian Analysis of Arterial Pulse Waves considering Ventriculo-Arterial Coupling";
Betreuer/in(nen), Begutachter/in(nen): F. Breitenecker, A. Weber, M. Atanasijević-Kunc; Institut für Analysis und Scientific Computing, 2020; Rigorosum: 16.01.2020.

Herzinsuffizienz ist eine globale Pandemie, deren Inzidenz in Zukunft weiter steigen wird. Deshalb ist eine Verbesserung und Erweiterung der Früherkennungsmethoden für Herzinsuffizienz, wie nicht-invasive Pulswellenmessungen, notwendig. Die Pulswellenanalyse (PWA) liefert verschiedene Parameter, die versuchen, Änderungen in der Morphologie der Pulsewelle zu erfassen und sie in Verbindung mit physiologischen Änderungen zu setzen. Ein essentieller Bestandteil der PWA ist die Berechnung und Analyse der modellierten zentralen Druckkurve. Ein weiteres wichtiges Konzept der PWA ist Wave Intensity Analysis (WIA). Diese basiert auf Druck und Fluss und wurde als Werkzeug zur Analyse der Wellenausbreitung im Zeitbereich eingeführt, welches direkte Assoziationen zwischen Wave Intensity Merkmalen und Ereignissen im Herzkreislaufsystem erlaubt. Üblicherweise werden tonometrische Messungen der Pulswelle verwendet um den Zustand des Herzkreislaufsystems zu bestimmen. Es konnte nachgewiesen werden, dass PWA und WIA auf tonometrische Messungen von Patienten mit Herzinsuffizienz mit erhaltener und reduzierter Ejektionsfraktion (heart failure with preserved/reduced ejection fraction (HFpEF/ HFrEF)) angewendet werden können. Jedoch haben oszillometrische Messungen den Vorteil, dass sie mittels herkömmlichen Oberarm-Manschetten automatisch durchgeführt werden können. Dies erleichtert den Gebrauch im klinischen Alltag. Weiters wurde gezeigt, dass oszillometrische 24h Blutdruckmessungen Informationen über den Zustand des Patienten liefern können, welche über jene aus Messungen mit gewöhnlichen Geräten hinausgehen. Am Beginn dieser Arbeit wurde der bestehende ARCSolver Algorithmus für Pulswellenanalyse von oszillometrischen Messungen, welcher am AIT Austrian Institute of Technology entwickelt wurde, erfolgreich um Methoden zur Bestimmung der Auswurfdauer und für Wave Intensity Analysis erweitert. Verschiedene Methoden zu Bestimmung der Auswurfdauer wurden verglichen und danach wurde eine geeignete Methode basierend auf numerischen Ableitungen ausgewählt und validiert. Aufgrund der im Allgemeinen niedrigeren Signalqualität oszillometrischer Messungen, welche sich in ihrer Anwendung außerhalb von Spitälern begründet, wurde spezielles Augenmerk in dieser Arbeit auf die Beurteilung der Signalqualität gelegt. Die dafür bereits vorhandenen Methoden wurden evaluiert und neue eingeführt. Vor der eigentlichen Analyse der oszillometrischen Daten wurden die Signalqualitätskriterien erfolgreich angewandt, was zu einem Ausschluss von ungefähr der Hälfte der Messungen und darüber hinaus von mehreren Patienten aus der Kohorte führte. Dies geschah wegen zu weniger gültigen Messungen und das am häufigsten aufgetretene Phänomen waren sogenannte D-Kurven, welche einen nicht-physiologischen, kurzen Anstieg der Kurven gegen Ende der Diastole zeigen. Die Machbarkeit von 24h PWA und WIA inklusive der neuen Algorithmen für oszillometrische Messungen wurde für HFrEF und HFpEF sowieso die Kontrollgruppe gezeigt. Signifikante Unterschiede zwischen Tag und Nacht bei Druckniveaus, PWA Parametern wie die Auswurfdauer und WIA Parametern, vor allem bei der SD-Ratio (SDR), wurden beobachtet. Danach wurden Patienten mit HFpEF und HFrEF mit Kontrollgruppen für tonometrische und oszillometrische Messungen verglichen. Die Auswurfdauer und die SDR neben weiteren PWA und WIA Parametern unterschieden HFrEF Patienten von der Kontrollgruppe für tonometrische Messungen. Diese Resultate wurden auch für die Tagesanalyse der oszillometrischen Messungen gefunden, während die 24h Analyse keine Unterschiede für SDR zeigte. Dies deutet darauf hin, dass es möglicherweise zu verlässlicheren Ergebnissen kommt, wenn nur die Messungen untertags in Betracht gezogen werden. Die Trends der PWA und WIA Parameter hinsichtlich der Wellenform waren überwiegend ähnlich für tonometrische und oszillometrische Messungen für alle Diagnosegruppen. Um von Flussmessungen unabhängig zu sein, wurde ein Flussmodell für die Wave Intensity Analysis verwendet. Das momentan verwendete ARCSolver Flussmodell wurde analysiert und offenbarte eine niedrige Variabilität hinsichtlich Unterschiede in der zugrundeliegenden Druckkurve. Ein weiteres Flussmodell, das Windkessel-Modell, zeigte qualitative Unterschiede in den Ergebnissen, aber der größte Nachteil dieses Modells war, dass fast die Hälfte der Flusskurven unbrauchbar waren. Dadurch blieb das ARCSolver Modell das Flussmodell der Wahl. WIA Parameter waren generell sehr sensitiv gegenüber Änderungen der Druckkurven, vor allem im Fußpunkt, und der Flusskurven. Zusammenfassend kann gesagt werden, dass Pulswellenanalyse und Wave Intensity Analysis einschließlich der neu entwickelten Methoden für oszillometrische 24h Messungen durchführbar sind. Eine strenge Qualitätssicherung der oszillometrischen Kurven ist Voraussetzung für zuverlässige Ergebnisse. Eine Neubewertung der Signalverarbeitungskette vom Filtern der Signale bis zur Kurvenextraktion könnte die Ergebnisse für oszillometrische Messungen weiter verbessern.

Heart failure (HF) is a global pandemic and its incidence is predicted to rise further in the future. Therefore, an improvement and extension of early diagnosis techniques for HF such as non-invasive pulse wave measurement is needed. Pulse wave analysis (PWA) provides a variety of parameters trying to capture changes in pulse wave morphology and relating them to physiological changes. An essential part of PWA is the calculation and analysis of the estimated central pressure curve. Another important concept in PWA is wave intensity analysis (WIA). It is based on pressure and flow and was introduced as a tool for analysis of wave propagation in the time domain which allows direct associations between wave intensity features and events in the cardiovascular system. Commonly, tonometric measurements of the pulse wave are used for evaluation of the cardiovascular condition and PWA and WIA were shown to be suited to analyse those measurements from heart failure patients with preserved and reduced ejection fraction (HFpEF, HFrEF). However, oscillometric measurements have the advantage that they can be performed automatically using conventional brachial cuffs. This helps for an easier use in clinical routine care. It was also shown that oscillometric 24h blood pressure measurements can provide additional information on the condition of a patient compared to office measurements. At first, the existing ARCSolver algorithm for pulse wave analysis on oscillometric measurements, developed at the AIT Austrian Institute of Technology, was successfully extended by methods for determination of ejection duration (ED) and for wave intensity analysis. Various methods for ED determination were compared and then an appropriate method based on numerical derivatives was selected and validated. Since oscillometric measurements generally have a lower signal quality than other measurement techniques due to their application outside of the hospital, a focus of this work was put on signal quality assessment. Current methods of the ARCSolver algorithm were evaluated and additional methods were introduced. Before the actual analysis of the oscillometric data, signal quality criteria were successfully applied and led to the exclusion of about half of the signals and, subsequently, to a dismissal of several patients from the cohort of the given study due to a lack of valid measurements. The most common issue were the so-called D-curves which showed a non-physiological short rising of the curve towards the end of diastole. Feasibility of 24h PWA and WIA including the new algorithms for oscillometric measurements was shown for HFrEF and HFpEF patients as well as for controls. Significant differences between day- and nighttime in pressure levels, PWA parameters, e.g. ED, and WIA parameters, especially SD-ratio (SDR), were observed. Furthermore, patients with heart failure with reduced and preserved ejection fraction were compared with controls for tonometric and oscillometric measurements. Ejection duration and WIA parameter SDR among other PWA and WIA parameters distinguished HFrEF patients and controls for tonometric measurements. These results have also been found in the daytime analysis for oscillometric measurements while the 24h analysis did not reveal a difference in SDR. These results indicate that it might be more reliable to take only measurements during daytime into account. The trends of PWA and WIA parameters depending on the waveform are mostly similar between tonometric and oscillometric measurements for all diagnosis groups. To be independent of flow measurements a flow model is used for wave intensity analysis. The currently used ARCSolver flow was analysed and showed a lack of variability towards differing pressure curves. Another flow model, the Windkessel flow model, showed qualitative differences in the results but the major drawback of this model was that almost half of the curves could not be used. So, the ARCSolver flow model remained the flow model of choice. WIA parameters were generally very sensitive regarding changes of the pressure curves, especially of the onset, and flow curves. In conclusion, pulse wave analysis and wave intensity analysis including the newly developed techniques for oscillometric 24h measurements are feasible. A strict quality assessment of oscillometric curves is needed for reliable results. A re-evaluation of the signal processing chain from measurement filtering to curve-extraction might improve the outcome for oscillometric signals further.

Modellbildung in Physiologie / Biomedizinische Simulation