Szakmai önéletrajz, bemutatkozás
1982. augusztus 26.-án születtem Marosvásárhelyen mérnök szülők második gyermekeként. Középiskolai tanulmányaimat – az ismerősök nagy meglepetésére – a marosvásár-helyi Bolyai Farkas Elméleti Líceumban folytattam matematika-informatika szakon. A képzőművészet és a számítástechnika iránt rendkívüli szenvedéllyel kötődtem. Bár olimpikonként felvételt nyertem a kolozsvári Babeş-Bolyai Tudományegyetem Informatika szakára, ismerőseim második megdöbbenésére én mégis a Marosvásárhelyi Orvosi és Gyógyszerészeti Egyetemet választottam. Sikeres felvételit követően az általános orvosi karon folytattam tanulmányaimat. Az élettani tanszéken mentoromra és példaképemre találtam Szilágyi Tibor professzor úr személyében, akinek a vezetése alatt a „Vektrokardiográfia háromdimenziós számítógépes modellezése” című munkámmal elhoztam a TDK első díját. Tanulmányi eredményeimnek köszönhetően elnyertem az Amerikában élő erdélyi orvosok: Fodor Péter és Barbara által alapított alapítvány „Awards of Excel-lence” ösztöndíját. Az egyetem Élettani Intézetében neuro-elektrofiziológiai tematikájú kutatási projektekben vettem részt, ahol agyi „current source density” analízissel foglalkoztunk mélyrehatóan. E témában folytatott munkánkat is díjjal jutalmazták a Marosvásárhelyi Orvosi és Gyógyszerészeti Tudományegyetem Tudományos Diákköri Konferenciáján. 2006-ban sikeres államvizsgát tettem, majd ismételten váratlan döntést hoztam: az egyetemi karrier és kutató-munka helyett elhagytam szülőföldemet és Kaposváron szülész-nőgyógyász rezidensnek jelentkeztem. Szakmai ismereteimet Kaposváron és a Pécsi Női Klinikán szereztem. 2010-ben „Elektrofiziológia a szülészetben” címmel, Prof. Dr. Szilágyi András és Dr. Kellényi Lóránd vezetésével PhD aspiráns lettem. 2011-ben a kaposvári Kórház rangos elismerésében részesültem: Arató Miklós díjban, melyet minden évben egyetlen fiatal és ígéretes orvosnak adományoz a szakmai grémium. 2012-ben sikeres szakvizsgát tettem. 2014-ben – fiatal korom ellenére – jelöltek az Astellas díj – „Év orvosa” címre, ahol végül az elődöntőig jutottam. 2016-ban adjunktusi kinevezést kaptam. 2018-ban megszereztem a PhD fokozatot. 2019-ben a Somogy Megyei Kaposi Mór Oktató Kórház Szülészeti- Nőgyógyászati Osztályának osztályvezető főorvosává neveztek ki – a kórházunk történetének legfiatalabbjaként, alig 37 évesen. 2022-ben a Magyar Nőorvos Társaság Elnökségi Tagjává választottak. 2023-ban az orvos-kollégák bizalma és szavazata alapján a Somogy Vármegyei Etikai Bizottság alelnökévé választottak. Ugyanebben az évben lettem a Magyar Szülészeti és Nőgyógyászati Endokrinológiai Társaság vezetőségi tagja.
Osztályvezetőként a rám bízott feladat súlya jelentősen megnövekedett. A szülészet-nő-gyógyászat igen komoly szakmai erőforrás hiánnyal küzd ma Magyarországon. Az egészségügyi intézmények valósággal harcolnak a szakemberekért és azok megtartásáért. Célom, hogy ebből a küzdelemből győztesen kerüljünk ki. Az elmúlt években fiatal, tehetséges és igen motivált kollégák szavaztak bizalmat Osztályunknak, és választották szakmai felkészülésük helyszínéül Kaposvárt. Célom, hogy összetartó és jól felkészült csapatot építsek, és szeretném, ha minden kollégám (orvos és szakdolgozó egyaránt) megtalálná számításait Osztályunkon. Felelősségem súlya azért is nagy, mert nemcsak kollégáimért, hanem a területileg ránk bízott emberek egészségéért és jóllétéért is felelősséggel tartozom.
Egészen kisgyermek korom óta él bennem az elszántság, hogy világunk szebbé, jobbá tételéhez – ha csak szerény mértékben is, de – magam is hozzájáruljak. Alábbi pályázatban tudományos érdeklődésemet és több évtizedes munkásságomat szeretném röviden bemutatni Önöknek. Célul olyan információk megszerzését tűztem ki, mely által általánosan javítani lehet a perinatális mortalitási és morbiditási mutatókat. Érdekes tény, hogy a kardiotokográf (CTG) felfedezése óta – mely már 60-70 évvel ezelőtt történt – nem történt hozzá fogható horderejű előre-lépés a szülészetben.
Bevezetés
A nem invazív módon mért magzati EKG (f-ECG) kinyerését számos tényező nehezíti. Egyrészt az anya hasfalán – hagyományos EKG elektródákon keresztül – mérhető magzati EKG jel amplitúdója nagyságrendekkel kisebb, mint a felnőtt szív által generált elektromos jel intenzitása (10-150μV ↔ 1-2mV), ami egyébként párhuzamosan jelen van a felvételen. Más-részt a regisztráció minőségét és tisztaságát számos egyéb tényező is befolyásolja, vagy éppen rontja: pl. 1. a magzati és anyai izomtevékenységből származó, úgynevezett „mozgási műtermékek” (EMG aktivitás), 2. a magzati agyi aktivitás EEG jelei, 3. a hasznos jel számos különböző dielektormos tulajdonsággal rendelkező biológiai közegen kell áthaladjon, ráadásul a magzat-máz (vernix caseosa) bizonyítottan frekvenciafüggő vezetőképességgel bír, mely π/2 radián fáziseltolódást is okozhat (1). A magzat mozgása ugyanakkor nem kiszámítható és nem is befolyásolható (a vizsgálat érdekében). Vajúdás során számolnunk kell az anyaméh simaizom akti-vitásával, és nem elhanyagolható a napjainkban gyakorlatilag mindenhol megtalálható „elektro-szmog” jelenléte sem.
Bár a pontos és alakhű magzati EKG ismerete óriási lehetőségeket rejt magában – melyeket a későbbiekben részletezni fogok – mind a mai napig nem sikerült olyan „magzati monitort” kifejleszteni, mely széles körben, biztonságosan, noninvazív módon használható, továbbá nem-csak a magzati szívfrekvenciát mutatja, de alakhű és értékelhető f-ECG-t is készít. Érdemes megjegyezni ugyanakkor, hogy míg 2010-ben alig lehetett szakirodalmat találni, ma már exponenciális ugrást figyelhetünk meg a témával kapcsolatban. A kérdés számos nemzetközi kutatócsoport figyelmét felkeltette. Köszönhető ez annak a technológiai fejlődésnek is, mely lehetővé teszi azt a hihetetlen mennyiségű számítást, amit a valós idejű jelfeldolgozás igényel.
Célunk
Egy olyan elektrofiziológiai alapokon működő komplex biológiai mérőrendszer (hardver és szoftver) kifejlesztése volt, mely teljesíteni tudja az alábbi kritériumokat:
Fejlesztő és kutató munkámat több, mint 15 éve kezdtem Dr. Kellényi Lóránd tanár úr és Szilágyi András Professzor úr szakmai támogatásával. Azóta számtalan biológiai erősítőt készítettünk, és több célszoftvert is írtunk, mindig úgy, hogy hibáinkból, tapasztalatainkból tanultunk, tovább léptünk. Amint a verzió-frissítés már nem biztosította a kellő rugalmasságot, teljesen új szoftvert írtunk. Sajnos egyik mentorom sem élhette meg a munkánk jelenlegi eredményeit.
A biológiai erősítőnk (hardver) legújabb változata, melyet Dr. Kiss Tamás – egykori egyetemi kollégám – készített el, alig gyufásdoboz nagyságú. Párhuzamosan három csatornán mér, egyenként 2000Hz-es mintavételi frekvencián és 24 bites felbontásban. Olyan biológiai erősítőt kellett fejleszteni, melynek erősítése kiterjed az 1-es ábrán látható biológiai jelek amplitúdó és frekvencia tartományaira.
Az analóg sáváteresztő szűrő 0,3-360Hz kapuval működik. (korábban akár 3KHz-ig felmentünk) A mintavételezett szignálokat az erősítő Wifi-n keresztül továbbítja a jelfeldolgozó egységhez, és a szoftverünkhöz. A vezeték nélküli jelátvitel azért fontos, mert így kiküszöbölhető a hálózati 50Hz-es háttérzaj, melynek nagysága a magzati EKG amplitúdójával vetekszik. Az erősítő mágnes csatlakozóval kapcsolódik az anya hasfalán elhelyezett elektródák csatlakozásához, csak-úgy, mint az akkumulátor töltőjéhez.
Az elektrofiziológiai mintavételezés során igen tekintélyes mennyiségű adat keletkezik (percen-ként több MB). Annak érdekében, hogy méréseink más, biológiai jelfeldolgozással foglalkozó dedikált szoftverekkel (LabView, Matlab, stb.) kompatibilisek legyenek, az adatokat a biológiai jelfeldolgozásban széleskörűen használt *.bdf formátumban mentjük el. (BioSemi Data For-mat, *.bdf). Mivel a formátumkezelő modul nem publikus, a formátumkezelő függvényeket magunknak kellett megírni, „leprogramozni”.
A biológiai jelfeldolgozást szintén saját fejlesztésű szoftverünkkel (DataBrowser) végezzük, mely program csapattársunk két évtizedes munkájának eredménye. A szoftver általánosan alkalmas élettani mérések során begyűjtött adatok jelfeldolgozására (signal processing), de így is több évet igényelt annak az algoritmusnak a kifejlesztése, melyet a DataBrowserben implementáltunk és ami a natív felvételekből képes felismerni és kinyerni a magzati EKG-t. Munkánk során talán erre vagyunk a legbüszkébbek, hiszen csaknem valamennyi nemzetközi szintéren működő kutatócsoportnak ebbe „törött bele a bicskája”.
Algoritmusunk nagyon leegyszerűsített vázlatát az alábbi ábra szemlélteti:
Rendszerünk a mérések közel 90%-ban képes helyesen detektálni a magzati EKG R hullámait a fenti algoritmussal. Korábban már vizsgálták a direkt és az indirekt magzati EKG, valamint a hagyományos CTG készülékek által kalkulált frekvenciagörbék korrelációját is (Bland-Altman plot). Addig, amíg az EKG alapú frekvencia meghatározások csaknem tökéletesen egybevágók, a CTG által készített frekvenciagörbék szignifikáns eltérést mutatnak a direkt magzati EKG-hoz képest (3).
Rendszerünk a várandósság 18. hetétől képes alakhű magzati EGK-t előállítani. (lásd később, az eszköz működését hivatalos klinikai vizsgálattal teszteltük.)
A DataBrowser háttérmunkáját a szintén általunk fejlesztett IT-MED nevű program jeleníti meg, mely felhasználóbarát környezetet biztosít az eredmények kiértékeléséhez. A szoftvert hat alkalommal írtam újra, és számtalan funkcióval ruháztam fel, úgy mint: átlagoló panel, frekvencia spektrum analizátor, 3D EKG modul, HRV analízis modul, EKG görbe elemeire bontása és automatikus kiértékelő modul stb.
A mintavételezést az anyai hasfalon elhelyezett közönséges Ag-AgCl elektródákon keresztül végezzük, jelenleg három pár elektródán és egy aktív földelésen keresztül. Az elektródák elhelyezése általunk standardizált, az egyes elvezetések egymással 60 fokos szöget zárnak be. A későbbiekben tervezzük specifikus „szőnyeg-elektróda” kifejlesztését, mely a mindennapi fel-használást megkönnyíti. Terveink szerint elegendő, ha a várandós az elektróda „patch”-et a megfelelő módon a hasára ragasztja, melynek mágneses csatlakozójára illeszkedik a gyufásdoboz nagyságú biológiai erősítő.
A Somogy Vármegyei Kaposi Mór Oktató Kórházban hivatalos klinikai vizsgálatot végeztünk az eszköz tesztelésére (Study code: ITMED_2020_01: „Egy új noninvazív metódus a magzati EKG regisztrálására és annak értékének felmérésére egyes patológiás magzati állapotok előrejelzésében” (A novel non-invasive method to register fetal ECG and assess its value in predicting some pathologic fetal conditions), mely során 86,79%-ban tudtunk alakhű f-ECG-t előállítani és pontos magzati szívfrekvenciát kalkulálni. A vizsgálatokat 18-41. hét közötti várandós édes-anyákon végeztük el a megfelelő betegtájékoztatást és írásos beleegyezést követően. Eredményeinket az előírásoknak megfelelően dokumentáltuk és adatbázisban tároltuk.
A három elvezetés különböző irányból „figyeli” a magzat szívét, így azokból felépíthető – legalább is a frontális síkban – az a „momentánvektor”, melyet tetszőleges irányban vetíthetünk le, forgathatunk el. A vizsgáló (orvos) számára így a klasszikus „Einthoven” féle elvezetés meg-közelítőleg beállítható a magzat anyaméhen belüli pozíciójától függetlenül. (A Frank féle ortogonális elvezetésen – mely a vektorkardiográfiában használatos – gondolkodunk, és vizsgáljuk annak lehetőségét, hogy miként lehet azt a magzatra is alkalmazni.) A vektorkardiográfiából ismert elméleti modellből, már korábban kidolgoztuk ezt a lehetősége, melyet röviden ismertetek az alábbiakban:
Amint a szívizomroston depolarizációs hullám halad keresztül, a sejtek polaritása felcserélődik, a sejtmembrán pozitív töltésű ionjai a sejt belső felszínén, negatív töltésű ionjai pedig a sejt külső felszínén tömörülnek. A depolarizált és a polarizált sejtek között elektromos potenciál-különbség jön létre (ezt extracellulárisan elhelyezett elektródákkal mérhetjük, és nem össze-tévesztendő a sejt külső és belső felszíne között fennálló feszültséggel). A sok millió szívizom-rost depolarizációs és polarizációs feszültségkülönbsége összeadódik. Az eredő feszültségkülönbségnek térben és időben jól meghatározott iránya és nagysága van (= vektor, integrál- vagy momentánvektor), mely a többé-kevésbé jól áramvezető szövetekben tovaterjed és a testfel-színeken is feszültség formájában preformálódik. (4) Mivel a szív egyes részei jól meghatározott sorrendben és időben depolarizálódnak és repolarizálódnak az integrálvektor csúcsa térben és időben egy hurkot ír le (Lissajous hurok). (5) Az eredő (integrál) térvektort különböző síkokra, majd azon belül egyenesekre (elvezetésekre) levetítve elemezhető EKG görbéket tudunk regisztrálni (=vektorkardiográfia).
A fentebb vázolt elméleti modellt egyszeri dipólus modellnek (single dipole model, SDM) hívják. Ez a modell a legelterjedtebb és a legnépszerűbb, továbbá úgy tartják, hogy az esetek 80-90%-ban jól magyarázza a testfelület-potenciálok ábrázolhatóságát.
Terhes nő vizsgálatakor a modell bonyolódik, hiszen a magzati szív szintén feszültségforrásként működik, az SDM így már nem állja meg pontosan a helyét. Tovább nehezíti a helyzetet, hogy a magzati szív által generált feszültség lényegesen eltérő vezetésű szövetrétegeken keresztül jut el az anya testfelszínére (hasfelszínére): magzati epidermis → magzatmáz (vernix caseosa) → magzatvíz → amnion → chorion/méhlepény → decidua → myometrium → serosa → peri-toneum → fascia profunda → musculus rectus abdominalis → fascia superficialis → subcutan zsírréteg → anyai epidermis. A felsorolt rétegek változó dielektromos állandóval rendelkeznek, de mindezek közül a legfontosabb a magzatmáz, melynek a konduktivitása σ = 10-7 és 10-5 Ω-1m-1 között változik (a 22. és 30. hét között termelődik), szemben a többi réteg σ = 10-2 és 101 Ω-1m-1 konduktivitásával. Ráadásul a magzatmáz az egyetlen anyag, amely szignifikánsan frekvenciafüggő vezetőképességgel bír. Tény az is, hogy a vernix caseosa π/2 radián fázis eltolódást okozhat. (2)
Napjainkban használt orvosbiológiai mérőrendszerek egyre nagyobb segítséget nyújtanak a felhasználóknak azáltal, hogy a célfeladat elvégzésén túl a jelek automatizált kiértékelését is elvégzik.
A szakirodalomban számos algoritmus lelhető fel, amelyek pl. az EKG kiértékelését támogatják. Ezek az algoritmusok általában egy specifikus feladatra vannak kifejlesztve, mint például a szé-les QRS komplex tachikardia detektálására. (7)
Rendszerünk több típusú mérés elvégzésére alkalmas, úgy, mint az indirekt magzati EKG, a direkt magzati EKG, magzati EEG, újszülöttek látás és hallás vizsgálata a kiváltott agytörzsi potenciálok mérésén keresztül (BERA: brain evoked response audiometry), His potenciál noninvazív mérése.
A biológiai jeleknek általában sajátos alakjuk van, melyben hullámok, áthajlások, szakaszok és intervallumok különíthetők el. A jelenlegi eszközök korrelációkat keresnek előre definiált eltérésekkel. Saját rendszerünk, – mint egy komplex orvos-biológiai mérőrendszer – teljesen másként működik. Számos innovatív, saját fejlesztésű algoritmust tartalmaz. Alábbiakban azon modul elméleti működését mutatom be, mellyel képes voltam elemeire bontani az elektrofiziológiai jeleket, azok típusától függetlenül (átugorható):
Az algoritmusunk lényege:
Az átlagolt jelünk kezdetétől indulva felveszünk négy, egymástól jól meghatározott távolságra (időre) levő pontot a görbe függvényén: 𝑃1(𝑥1,𝑦1), 𝑃2(𝑥2,𝑦2), 𝑃3(𝑥3,𝑦3), 𝑃4(𝑥4,𝑦4).
𝑥 képezi az időpontot, 𝑦 pedig a hozzá rendelt feszültségértéket.
Az egyes időpontokhoz (𝑥𝑖) tartozó feszültségértéket (𝑦𝑖) a környezetében (néhány milliszekundumos idő intervallumban) uralkodó feszültségek számtani átlagából generáljuk.
Erre azért van szükség, hogy a háttérzaj által keltett oszcillációt „kisimítsuk”.
Az első két pontból felírjuk a rajtuk áthaladó egyenes egyenletét 𝐿1, a harmadik és a negyedik pontból pedig az 𝐿2-t.
Megkeressük a két egyenes metszéspontját: 𝑃(𝑥,𝑦).
A determinánst átírva:
megkapjuk a metszéspontot.
Fenti egyenlet a két egyenes hajlásszögét adja meg.
Amennyiben a két egyenes közötti szög elkezd csökkenni, az azt jelenti, hogy a 2. és a 3. pont között „elhajlás” van. A szög pozitív, illetve negatív értéke alapján azt is tudjuk, hogy az elhajlás „felfelé” vagy „lefelé” történik.
Ahhoz, hogy a görbe áthajlási pontját pontosan megtaláljuk, további ötlettel bővítettük az algoritmust. A négy pontot vándoroltatjuk a görbén, és folyamatosan számítjuk a metszés-pontot és az egyenesek által bezárt szöget. Ha a 𝜑 szög egy adott értéket meghalad, akkor a metszéspontot jelezzük az ábrán. A metszéspontok térbeni „besűrűsödése” jelzi a biológiai jelen a morfológiai változást. Fentiekben bemutatott algoritmust az alábbi ábrákkal szemléltetjük:
Az elmúlt két évtizedben komoly reményeket fűztek a STAN készülékhez (ST Analysis of the Fetal ECG during Intrapartum CTG Monitoring). A készülék szülés alatt direkt fejbőr elektródán keresztül regisztrált magzati EKG-t és annak ST szakasz változásait figyelte. Sajnos a költséges használata, a szakértelem igénye nem segítette az elterjedését. Legutóbbi tanulmányok azt mutatták, hogy STAN használata mellett sem csökkent a császármetszések gyakorisága, ezért rutinszerű alkalmazását nem javasolták. (8)
A STAN készülék algoritmusa egy kiindulási értékhez viszonyítja a f-ECG ST szakaszának változását. Amennyiben a fejskalp elektróda felhelyezésekor az ST szakasz már kóros szinten volt, a készülék nem jelez hibát. Saját rendszerünk képes elemeire bontani az előállított alakhű magzati EKG görbét, és ezáltal lehetőségünk van az ST szakaszt a PR szegmentumhoz viszonyítani. A PR szegmentum csupán pericarditisben és súlyos atriális ischaemiában tér el az izoelektromos „null” szintről, mely előfordulása magzat esetén nem valószínű. Ötletünkkel kiküszöbölhető a STAN készülék hiányossága.
Kaposvári Szülészeten már használjuk a GE Monica Novii készülékét, mely saját rendszerünkhöz hasonlóan noninvazív módon működik. Pontos szívfrekvencia görbét ad, és jelzi a méhizom aktivitást is, de nem képes értékelhető EKG görbét előállítani, és ST analízist végezni.
Rendszerünk alkalmas a súlyos szívfejlődési rendellenességek felismerésére a várandósság 18. hetétől.
A veleszületett szív fejlődési rendellenesség (congenital heart defect, CHD) a leggyakoribb születési rendellenesség világszerte, évente milliókat érint az újszülöttek között. CHD-nek tartjuk azokat a szív és/vagy nagyér szerkezeti rendellenességeket, amelyek születéskor jelen vannak. Bár az esetek kb. 20%-a genetikai szindrómákhoz, teratogén expozícióhoz vagy anyai diabéteszhez köthető, továbbra is jelentős bizonytalanság van az esetek 80%-ára vonatkozó kockázati tényezőkkel kapcsolatban (9).
A CHD jelentőségét mi sem bizonyítja jobban, mint a The Lancet – Child & Adolescent Health cikke (10), mely szerint a veleszületett szívbetegség 2017-ben világszerte 261,247 halálesetet okozott (95% bizonytalansági intervallum: 216,567–308,159). A veleszületett szívbetegséggel élő emberek száma 2017-ben világszerte összesen 11,998,283 fő (95% UI 10,958,658–13,123,888) volt. A CHD születéskori prevalenciája 2017-ben 1,78%, ami 4,2% -kal több, mint ami 1990-ben volt.
Az orvosi és sebészeti ellátás javulása átalakította a súlyos CHD-ben szenvedő gyermekek prognózisát a fejlett országokban, de a fejlődő világ egyes részein a súlyos állapotok kezeléséhez való hozzáférés továbbra sem áll rendelkezésre.
A CHD méhen belüli felismerési aránya még a fejlett országokban is 30% és 60% között mozog (11). Egy friss szisztematikus áttekintés, mely 7 tanulmányt vesz alapul, ami összesen 4992 beteget tartalmazott, 45,1%-os prenatalis detectios arányt jelentett (95% - [CI]: 33,5-57,0) (12). Hollandiában, egy országosan szervezett, minőségellenőrzött szűrési program keretében a korábbi irodalomhoz képest kiemelkedően magas CHD kimutatási arányt (59,7%) értek el (13). A szívhibák alacsony prenatális diagnózisaránya mellett egy másik fontos aspektus a késői kimutatás. Belgiumban csak az összes szívhiba 14,1%-a és a súlyos szívhiba 20,5%-a volt diagnosztizálható a terhesség 25. hetéig (14). Napjainkban már működnek olyan egészségügyi intézmények, ahol „expert” és célzott magzati szív ultrahang-vizsgálatokat végeznek speciálisan képzett szakemberek az elérhető legkorszerűbb készülékekkel. Ők jobb eredményt tudnak felmutatni a fent említetteknél, de nyilvánvaló, hogy ez a lehetőség a széles populáció számára nem hozzáférhető.
A súlyos szívfejlődési rendellenességek bizonyos EKG morfológiai eltérésekkel járhatnak, melyek korai felismerése segít a CHD felismerési arányának javításában (15). Yilmaz és mtsai azt figyelték meg, hogy a CHD miatt érintett magaztok EKG-jában a PR és QRS intervallumok meg-nyúlnak az egészségesekhez képest (16). Az egyes CHD-vel társuló EKG eltéréseket nemzetközi adatbázisokban is nyilvántartják: (https://en.ecgpedia.org/wiki/ECG_in_Congenital_He-art_Disease). A magzati EKG sokoldalú tanulmányozása indokolt, hiszen nemcsak morfológiai-, amplitúdó eltérések jelezhetik a CHD-t, hanem beat-to-beat variabilitási vizsgálatok és szív-ritmus-zavarok is felhívhatják rá a figyelmet.
Mind a mai napig a magzati elektrokardiográfia nem bizonyult elég hatékonynak ahhoz, hogy már a magzati életben felhívja a figyelmünket az esetleges defektusokra. (17) A vizsgálat gyakorlati alkalmatlanságának egyik oka, hogy nem lehet standardizált elvezetéseket használni, hiszen hiába helyezzük az elektródáinkat konvencionálisan az anya hasfalára, a magzat anyaméhen belüli pozíciója mindig változó.
Mérőeszközünk segítségével, amennyiben azt kiterjesztett szűrővizsgálatként alkalmaznánk a második trimeszteri UH mellett, – úgy gondoljuk – igen hasznos információt tudunk a gyermek-kardiológusok számára nyújtani ahhoz, hogy a fent említett detectios arányokon érdemben ja-vítani tudjuk.
Rendszerünk alkalmas a méhen belüli „magzati jól-lét” megítélésére (fetal well being), melyhez saját innovatív eljárást dolgoztunk ki a rövid távú magzati szívfrekvencia variabilitás tanulmányozásával.
Hans Selye már 1956-ban a következőképpen definiálta a stresszt: „A stressz egy olyan válasz a változásra, amelynek célja fenntartani a test stabilitásának vagy homológiájának állapotát, és ellensúlyozni azokat az ingereket, amelyek megzavarhatják a test mentális és fizikai egyensúlyát és stabilitását.” (18).
A stressz-szintet sokféleképpen próbálták mérni: pl. 1pszichológiai tesztekkel, vagy 2biológiai markerek (pl. kortizol, amiláz) vizsgálatával, de egyre növekszik azon vizsgálatok száma is, mely a 3szívfrekvencia variabilitás (HRV) és a stressz közötti összefüggést tanulmányozzák. A nemrég Kim és mtsai munkája nyomán megjelent meta-analízis (19) egyértelműen igazolta, hogy a jelenlegi neurobiológiai bizonyítékok arra utalnak, hogy a HRV-re hatással van a stressz, és a tanulmányok alátámasztják a HRV használatát a pszichológiai egészség és a stressz objektív értékelésére.
HRV a szívverési intervallumok hosszának ingadozása. (20) Időbeni lefolyását tekintve a szak-irodalom hosszú- és rövid távú variabilitást különböztet meg. Míg előbbit már régóta tanulmányozzák 24 órás holter vizsgálatokkal – és különböző cirkadián szívfrekvencia ismétlődéseket jegyeztek már le, addig a rövid távú variabilitás vizsgálatát, a „beat-to-beat” frekvencia milli-szekundumos változásainak elemzését, csak nemrég óta, a megfelelő technológia rendelkezésre állása teszi lehetővé. A szívfrekvencia-változékonyság (HRV) megbízhatóan tükrözi a szív normális ritmusát moduláló számos fiziológiai tényezőt. (21). A „short term HRV” leírja a beat-to-beat intervallumok komplex variációját, amelyet elsősorban az autonóm idegrendszer (ANS) szabályoz a szimpatikus és paraszimpatikus idegi aktivitás kölcsönhatásán keresztül a sinus csomóban. Általánosságban elmondható, hogy a HRV-t számos tényező befolyásolja, mint például a kémiai, hormonális és idegi modulációk, a cirkadián változások, a testmozgás, az érzelmek, a testtartás és az előterhelés. A pulzusszám változó tényezőkhöz való alkalmazkodását különböző szabályozó alrendszerek aktivitása végzi, azaz a vazomotoros és légzőközpontok aktivitása, a baroreflex és a kemoreflex zárt hurkú szabályozása, a vagális és szimpatikus következtetések által közvetített kardiovaszkuláris reflexek, valamint az ér- és hőszabályozás aktivitása. (22) A hosszú távú-, „long term HRV” -elemzéssel ellentétben a rövid távú vizsgálatok (< 30 perc) szinte azonnal vizsgálati eredményt adnak. Így a rövid távú HRV-elemzés alkalmas ambuláns ellátásra, betegmonitorozásra és minden olyan alkalmazásra, ahol az eredmény sürgősen szükséges.
Fentiek ismeretében érthető, hogy a magzati HRV elemzése ígéretes információval szolgálhat a magzati morbiditás és mortalitás csökkentése szempontjából. Irodalmi adatok alapján az intrauterin hypoxia okozta központi idegrendszeri károsodások az esetek 10-15%-ban már a szülést megelőzően kialakulnak. (23, 24).
A születés előtti időszakban észlelt alacsony STV (< 3,0 msec) korrelál a halvaszületéssel és a súlyos születési acidémiával. Anchesschi és munkatársai már 2003-ban bizonyította, hogy a magzati STV beszűkülése szoros összefüggésben van a krónikus hypoxiával és acidémiával, sőt képes jelezni azt, ha a magzati vér pH értéke 7 alatt van, vagy a PCO2 >60Hgmm (25). Későbbi vizsgálatok kimutatták, hogy intrapartum hypoxia korai szakaszában – az előzővel ellentétben – az STV kiszélesedik, vélhetően az adrenerg kiáramlásnak köszönhetően (26).
„PoinCare ábrázolás (11. ábra): A HRV jellemzésére jól használható a Poincaré-diagram. tRR(i) függvényében ábrázolva a tRR(i+1) értékeket, ponthalmazt kapunk. A ponthalmaz szélessége a rövid idejű variabilitást (short-term variability), a ponthalmaz hossza a teljes variabilitást (total variability) jellemzi. Matematikai nyelvre lefordítva a szívfrekvencia rövid távú variabilitása nem más, mint az RR távolságok másodrendű deriváltja, melyet hisztogramon is lehet ábrázolni. A Poincaré-diagram paraméterei nem feleltethetők meg egyértelműen a frekvencia-tartomány béli jellemzőknek, de bizonyos feltételek mellett hasonló az indikációjuk. A pillanatnyi stresszállapot a szélességgel vagy a pontok 45°-os egyenestől mért távolságának szórásával (transzverzális szórás) jellemezhető. Kisebb érték magasabb stresszállapotot jelez.” (27)
Az elmúlt években egyre több cikk foglalkozik a f-ECG STV analízissel. Kidolgoztak egy új mutatót is, melyet fetal stress indexnek (FSI) neveztek el. (28) Saját fejlesztésű rendszerünkben mindezektől függetlenül készítettük el saját paraméterünket, mely a Poincaré diagramból származtatható, és az egymást követő értékek, valamint a diagram 45°-os tengelyével alkotott terület 5-10 másodperces intervallumok tér-integráljából számítható ki. Az így nyert értékeket 0 és 100% között skáláztuk. 100% a tökéletes relaxációnak felel meg, zöld színnel jelöltük, 0% az elméletileg lehetséges maximális stresszhelyzetnek felel meg, piros színnel jelöltük. A kettő között színátmenetet alkalmaztunk.
Elméletünket korábbi adatbázisunkon teszteltük. (29) A vizsgálatba azon gravidákat vontuk be, akik többszöri meggyőzés ellenére sem voltak hajlandók felhagyni káros szenvedélyükkel, a dohányzással. Mielőtt elektrofiziológiai mérésnek vetettük alá őket, kértük, hogy több órán keresztül tartózkodjanak a dohányzástól. Ezt követően „nyugalmi” mérést végeztünk, majd a méréseket megismételtük dohányzás alatt. Az eredményeinket sokoldalúan értékeltük, többek között HRV – STV analízist végeztünk. Az eredmény megdöbbentő volt: dohányzás során az anyai szívfrekvencia rövid távú variabilitása relaxáció irányába tért ki, míg a magzatnál az STV beszűkült, stressz állapotot jelzett. Másként fogalmazva, míg az édesanya jól érzi magát a dohányzás alatt, méhen belüli gyermeke stresszhatást él át.
Valamennyi fentebb említett eszköz és szoftveres modul „garázs-verzióját” elkészítettük már és működőképes, ám mindezek egységes, piacképes termékké gyúrása még idő és pénz kérdése.
Az általunk fejlesztett magzati monitor elérhető áron lenne hozzáférhető a várandós édesanyák számára, akik akár mindennapi használat során győződhetnének meg gyermekük és saját maguk stressz indexéről. A mért adatok felhő alapú továbbítása távfelügyeleti szolgálatot is lehetővé tesz. A vészhelyzet legkisebb jelének felismerésekor a legközelebbi szülészeti ellátóhelyre irányíthatnánk az édesanyát, ahol még időben megfelelő ellátásban részesülhetne.
A rendszer második trimeszteri szűrővizsgálatként való alkalmazása segítene felismerni a súlyos szívfejlődési rendellenességeket. Amennyiben az elváltozás az élettel össze-egyeztethető, az édesanya a legfelkészültebb centrumban hozhatná világra gyermekét, aki ott azonnal a legmagasabb szintű szakmai ellátásban részesülhetne.
Vajúdás alatti alkalmazása a kényelmes használat mellett (vezeték nélküli csatlakozás) egyesíti a CTG és STAN készülék előnyeit, miközben a hatékony HRV analízis igen erőteljes és agilis segítséget nyújtana a szülész orvos számára ahhoz, hogy a legjobb döntést hozhassa meg a szülésvezetés közben.
