Arq Bras CardiolabcArquivos Brasileiros de CardiologiaArq. Bras. Cardiol.0066-782X1678-4170Sociedade Brasileira de Cardiologia - SBCVY6C5JvN6zpFy6Fyvs8B56JS0066-782X2020000300496abc.2018040310.36660/abc.20180403Artigo OriginalApresentação de Software para Pós-processamento de Curvas de Deformação Cardíaca: D-Station0000-0003-3703-7192SousaRafael Duarte de10000-0002-3555-0024RegisCarlos Danilo Miranda1SilvaIttalo dos Santos1SzewierenkoPaulo20000-0003-0031-335XHortegalRenato de Aguiar340000-0001-9387-0192AbensurHenry4Instituto Federal de Educação, Ciência e Tecnologia da ParaíbaJoão PessoaPBBrasilInstituto Federal de Educação, Ciência e Tecnologia da Paraíba,João Pessoa, PB – BrasilInstituto Dante Pazzanese de CardiologiaSão PauloSPBrasilInstituto Dante Pazzanese de Cardiologia - Consultor Estatístico,São Paulo, SP – BrasilInstituto Dante Pazzanese de CardiologiaSão PauloSPBrasilInstituto Dante Pazzanese de Cardiologia,São Paulo, SP – BrasilHospital Beneficência Portuguesa de São PauloDepartamento de EcocardiografiaSão PauloSPBrasilHospital Beneficência Portuguesa de São Paulo – Departamento de Ecocardiografia, São Paulo, SP – Brasil Correspondência: Renato de Aguiar Hortegal • Hospital Beneficência Portuguesa de São Paulo. Setor de Ecocardiografia. Rua Maestro Cardim 769. CEP 01323-001, Bela Vista, SP – Brasil E-mail: eletrocardio2009@gmail.com
Contribuição dos autores
Concepção e desenho da pesquisa e Análise e interpretação dos dados: Hortegal RA; Obtenção de dados: Sousa RD, Santos I, Hortegal RA, Abensur H; Análise estatística: Szewierenko P, Hortegal RA; Obtenção de financiamento: Regis CDM, Abensur H; Redação do manuscrito: Sousa RD, Regis CDM, Santos I, Hortegal RA, Szewierenko P; Revisão crítica do manuscrito quanto ao conteúdo intelectual importante: Regis CDM, Hortegal RA, Abensur H.
Potencial conflito de interesses
Declaro não haver conflito de interesses pertinentes.
06042020May-Jun2020114349650611122018250420191552019This is an Open Access article distributed under the terms of the Creative Commons Attribution License, which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited.ResumoFundamento
O emprego de Speckle Tracking para estudo da função cardíaca tem grande aplicabilidade em diversos cenários. A expansão do uso deste método requer ferramentas que permitam a extração de dados relevantes das curvas de deformação cardíaca e que sejam adicionais aos parâmetros habitualmente utilizados.
Objetivos
O presente trabalho visa apresentar e validar um software de uso livre, denominado D-station, para análise das curvas de deformação cardíaca.
Métodos
A partir de arquivos raw data, o D-Station realiza a separação das fases do ciclo cardíaco, exibe simultaneamente curvas de Strain e Strain Rate de diferentes câmaras cardíacas. Para validação do software utilizamos o parâmetro Global Longitudinal Strain (GLS) avaliando-o: 1) Graficamente, a partir da comparação das Medidas emparelhadas de GLS no EchoPAC e D-Station frente à linha de igualdade; 2) pelo Coeficiente de Correlação dessas medidas; 3) pelo Teste de Hipóteses (p > 0,05); e 4) pelo Método Gráfico de Bland-Altman.
Resultados
O Coeficiente rho de Spearman apontou forte correlação entre as medidas, o Teste de Hipóteses retornou um p-value = 0.6798 >> 0,05, que também indicou a equivalência entre elas; o Método gráfico de Bland-Altman mostrou um viés ≤ 1% e dispersão ≤ 2% entre as medidas. Os testes mostraram que para valores de GLS inferiores à 10% há a tendência de aumento das diferenças percentuais, mas seus valores absolutos ainda são baixos.
Conclusão
O D-Station foi validado como uma aplicação suplementar ao EchoPAC que utiliza o raw data das curvas de Strain e Strain Rate obtidos por software proprietário. (Arq Bras Cardiol. 2020; 114(3):496-506)
Doenças Cardiovasculares/diagnóstico por imagemPrognósticoEcocardiografia/métodosDisfunção Ventricular Esquerda/fisiopatologiaSpeckle TrackingIntrodução
A análise da deformação cardíaca pela técnica de Speckle Tracking tem grande aplicabilidade em diversos cenários, tanto de prática cardiológica 1 quanto no âmbito da pesquisa clínica, 2 provendo informações da mecânica regional e global das câmaras do coração.
O Global Longitudinal Strain (GLS) do ventrículo esquerdoé um parâmetro robusto de estudo da função cardíaca. 1-3 Contudo, este marcador avalia apenas a deformação que acontece entre o início do período de contração isovolumétrica e o final da fase de ejeção ventricular. Fases como o período de relaxamento isovolumétrico, por exemplo, podem conter informação valiosa não aferida pelo GLS.
Desta forma, se faz necessário o emprego de ferramentas que permitam a extração de dados relevantes das curvas de deformação cardíaca e que sejam adicionais aos parâmetros habitualmente utilizados.
A maioria dos softwares de processamento offline fornecidos pelos diferentes fabricantes ( software proprietário) tem um setting predeterminado de análises e parâmetros de deformação cardíaca. Isso, por um lado, torna o método mais simples e amigável para o uso na prática médica diária, mas, por outro lado, dificulta aplicações mais amplas dessa tecnologia na pesquisa clínica. Além disso, o acesso a essas ferramentas pode ser limitado e de alto custo.
É comum que centros internacionais de referência no estudo da deformação cardíaca tenham softwares customizados para a realização do processamento offline sem as limitações impostas pelos fabricantes, permitindo que sejam adaptados com base nas necessidades de suas pesquisas. 4
O presente trabalho visa demonstrar a aplicação de um novo software de uso livre, denominado D-station, como uma ferramenta para análise adicional das curvas de deformação cardíaca fornecidas por qualquer software proprietário . Além disso, ele pretende validar o novo software por meio da comparação de valores de GLS obtidos pelo D-Station com valores obtidos pelo software EchoPAC (GE).
MétodosD-Station: software de Pós-Processamento das curvas de deformação cardíaca
O D-Station é um software customizado e gratuito, escrito em linguagem de programação Python 3 e direcionado para o pós-processamento offline das curvas de deformação cardíaca. Sua sequência de execução é apresentada na Figura 1 .
Algoritmo do D-station. ECG: eletrocardiograma.
Ele não substitui as plataformas de processamento existentes, e sim atua como uma ferramenta que amplia as possibilidades pós-processamento.
Divisão em fases
Cada curva de strain obtida corresponde a, no mínimo, um período do ciclo cardíaco em determinada região de uma câmara cardíaca e pode ser dividida nas fases mecânicas desse ciclo. Para isso, de acordo com estudos anteriores, 4 são necessários os tempos de abertura e de fechamento das valvas aórtica e mitral, e os tempos de eventos elétricos, obtidos a partir das ondas de eletrocardiograma (ECG), como o de início do primeiro e segundo complexo QRS, e de início da onda P. 5,6 As ondas de ECG acompanham as curvas de strain e strain rate (SR) nos arquivos.
Considerando o início de um ciclo cardíaco no início do complexo QRS, foram definidas seis fases. Em sua ordem de ocorrência, são elas: EMC - Electrical Mechanical Coupling (fase de acoplamento eletromecânico), IVC - Isovolumic Contraction (fase de contração isovolumétrica), Ejec - Ejection Phase (Fase de ejeção), IVR- Isovolumic Relaxation (fase de relaxamento isovolumétrico), E- Early Filling (fase de enchimento rápido), e A - Atrial Contraction (fase de contração atrial). Uma descrição detalhada da definição adotada para delimitar cada fase do ciclo cardíaco é realizada no material suplementar.
Algoritmo de leitura dos sinais e cálculo de parâmetros
As entradas do programa são: 1) os tempos de abertura e fechamento das valvas aórtica e mitral; 2) os arquivos raw data contendo as curvas de strain ou SR; 3) o identificador do exame e 4) a opção de visualização selecionada pelo usuário. Mais informações podem ser encontradas nas instruções do programa, presentes no material suplementar do trabalho.
Na versão atual do software , são oferecidas ao usuário seis opções de visualização:
Strain - LV ( strain do ventrículo esquerdo), strain rate - LV ( SR do ventrículo esquerdo) e ECG;
Strain - LV , strain - LA ( strain do átrio esquerdo) e ECG;
Strain - LV , strain rate - LA e ECG;
Strain - LV , strain - RV ( strain do ventrículo direito) e ECG;
Strain - LV , strain rate - LV e ECG, na qual o SR é obtido a partir das curvas de strain .
Opção de teste (para a interface CircAdapt): strain - LV e strain rate - LV
Em todas as opções, as curvas são exibidas simultaneamente, como apresentado na Figura 2 .
– Curvas de strain do ventrículo esquerdo, strain do átrio esquerdo, e do eletrocardiograma com a separação em fases. São exibidas 18 curvas de strain correspondentes aos 18 segmentos do ventrículo esquerdo, seis curvas de strain do átrio esquerdo e um sinal de eletrocardiograma. As cores nas curvas de strain e strain rate correspondem às cores atribuídas aos segmentos pelo software proprietário, sendo: MVC: Mitral Valve Closure; AVO: Aortic Valve Opening; AVC: Aortic Valve Closure; MVO: Mitral Valve Opening.
A partir dos arquivos de dados brutos ( raw data ) contendo a informação das janelas apical 3, 4 e 2 câmaras, são visualizadas as curvas de strain do ventrículo esquerdo, conforme o modelo de 18 segmentos proposto pela American Heart Association (AHA). 7
O processamento da planilha contendo os arquivos raw data consiste em alterar a formatação para facilitar o funcionamento do programa. Além disso, devido a pequenas diferenças na frequência cardíaca das curvas de ECG em cada arquivo, utilizamos como padrão o registro do corte 4 câmaras. Após a formatação, é exibida uma figura contendo curvas de strain , SR e o ECG. O usuário deve então marcar três pontos: o início do complexo QRS, o início da onda P e o início do segundo complexo QRS.
Com base nos valores de tempo obtidos a partir das marcações e nos tempos de abertura e fechamento das valvas, é possível determinar cada fase do ciclo cardíaco. No terminal do D-station, são exibidos os tempos de cada uma dessas fases, bem como os valores de cada parâmetro calculado. O usuário pode decidir entre uma figura que contém as curvas correspondentes às câmaras cardíacas de interesse (como exemplificada na Figura 3 ) ou uma figura com os pontos utilizados no cálculo de um determinado parâmetro.
– À direita: visualização simultânea das curvas de strain longitudinal dos ventrículos esquerdo (18 segmentos) e direito (6 segmentos). À esquerda: os tempos de início das fases e os parâmetros calculados no terminal. Outras configurações também são possíveis de acordo com a opção escolhida, sendo MVC: Mitral Valve Closure, AVO: Aortic Valve Opening, AVC: Aortic Valve Closure, MVO: Mitral Valve Opening.
Marcação de eventos ( <italic>event timing</italic> ) e parâmetros calculados
Cada uma das curvas de strain longitudinal apresentadas na Figura 3 possui um ponto importante para o cálculo dos parâmetros do software : o peak systolic strain , definido, de acordo com o documento da EACVI/ASE, 7 como o ponto de maior contração durante a sístole.
O peak systolic strain de cada segmento é utilizado no cálculo do parâmetro GLS, definido como a média aritmética dos valores de peak systolic strain de todos os segmentos.
As possibilidades de pós-processamento permitem e/ou facilitam a análise de novos parâmetros como strain /SR AE e AD, strain VD e diastolic recovery ( diastolic stunning ) 8 por exemplo.
Algoritmo de reconhecimento do <italic>peak systolic strain</italic>
O D-Station considera o peak systolic strain como o valor mais negativo do conjunto de pontos existentes entre o início do QRS e o AVC. Isso diverge do critério do software EchoPAC que seleciona o systolic peak strain de acordo com a regra apresentada na Figura 4 :
– Critério para seleção do pico sistólico utilizado pelo EchoPAC.
Validação do D-Station: banco de dados e análise estatística
Para validação do D-Station, arquivos com curvas de deformação de 48 indivíduos foram obtidos da base de dados do setor de Ecocardiografia do Hospital Beneficiência Portuguesa de São Paulo. Não houve cálculo de tamanho amostral, sendo usada uma amostra por conveniência ( convenience sampling ) por análise retrospectiva. Todos os exames foram realizados mediante assinatura do termo de consentimento. O estudo foi aprovado pelo comitê de ética desta instituição sob o número de protocolo CAEE 91350318.4.0000.5483. Utilizando o EchoPAC (versão 202 GE), foram inspecionados os tempos registrados de abertura e fechamento das valvas mitral e aórtica. Alguns exames tinham mais de um registro dos tempos de eventos; exames com discrepâncias de tempo maior que 10 ms foram excluídos.
A seguir, selecionou-se o ciclo cardíaco com melhor qualidade de imagem nas janelas apical 3, 4 e 2 câmaras. O último ciclo foi selecionado nos casos de três ciclos com qualidade satisfatória. A borda endocárdica foi tracejada delineando a região de interesse pela opção Q-analysis do programa EchoPAC. Foi feita então a inspeção visual de qualidade do “ tracking ” e, se pertinente, confirmada pela opção “ approve ”, seguido do registro do valor do GLS_EchoPAC. Em caso de tracking visualmente inadequado, o processo foi repetido. Exames com mais de dois segmentos inadequados foram excluídos.
O raw data das curvas de deformação foi exportado pela opção “ Store Trace ”, a qual gera arquivos .txt que são utilizados para o processamento no D-Station.
O GLS foi escolhido como parâmetro de validação da equivalência das medidas no processamento pelo EchoPAC (técnica já estabelecida – “gold standard”) e o D-Station (técnica alternativa proposta), apresentados na Tabela 1 .
– Valores de Global Longitudinal Strain (GLS)(%) fornecidos pelo EchoPAC e pelo D-Station
Sujeito
GLS_Echopac
GLS-D-Station
Sujeito
GLS_Echopac
GLS-D-Station
Sujeito
GLS_Echopac
GLS-D-Station
1
–17,90
–17,88
17
–19,00
–19,03
33
–24,40
–24,62
2
–7,90
–9,50
18
–16,90
–16,82
34
–19,10
–19,57
3
–10,50
–11,10
19
–19,500
–16,68
35
–7,40
–6,46
4
–8,50
–8,19
20
–19,80
–19,83
36
–2,70
–3,37
5
–13,30
–13,55
21
–16,70
–17,04
37
–5,70
–5,22
6
–18,40
–18,26
22
–20,50
–20,93
38
–4,50
–4,32
7
–4,60
–4,21
23
–14,90
–14,71
39
–10,50
–9,83
8
–21,60
–21,48
24
–20,20
–19,76
40
–9,40
–10,95
9
–16,20
–16,36
25
–17,80
–18,19
41
–10,60
–10,47
10
–11,90
–11,41
26
–20,10
–20,47
42
–11,10
–11,15
11
–8,80
–7,33
27
–17,30
–17,60
43
–3,20
–3,69
12
–17,30
–17,23
28
–17,50
–16,96
44
–8,20
–8,64
13
–20,40
–20,32
29
–21,20
–20,28
45
–6,60
–6,01
14
–19,80
–19,40
30
– 23,00
–23,06
46
–6,90
–6,85
15
–16,40
–15,27
31
– 20,70
–19,91
47
–10,60
–10,11
16
–19,20
–19,38
32
–21,10
–21,22
48
–8,80
–9,28
Métodos utilizados nas análises:
Teste de normalidade das medidas de GLS do EchoPAC, D-Station e das diferenças EchoPAC - D-Station, utilizando-se um método gráfico (Gráfico Q-Q) seguido de um método estatístico (Teste de Shapiro-Wilk) para confirmação da ocorrência de normalidade pelo método gráfico;
Gráfico das medidas de GLS do EchoPAC e D-Station frente à linha de igualdade e coeficiente de correlação (método de Pearson caso os dados do EchoPAC e D-Station apresentem normalidade ou método de Spearman, caso contrário);
Teste de hipóteses das diferenças das medidas de GLS (EchoPAC - D-Station), dados pareados, nível de significância de 5%, utilizando-se o teste t de Student caso as medidas das diferenças apresentem normalidade ou o teste não Paramétrico de Wilcoxon, caso contrário.
Análise de concordância pelo método de Bland-Altman 9,10
Foi utilizado o software R version 3.5.2 (2018-12-20) que, por meio dos pacotes Stats e BlandAltmanLeh, contempla os comandos necessários e outputs dos métodos de obtenção do p-value e Bland-Altman.
Critérios de validação
Do ponto de vista clínico, consideramos como critérios para reconhecer o D-Station como alternativa ao EchoPAC (equivalência):
Teste de normalidade A avaliação pelo gráfico Q-Q é visual e, portanto, subjetiva. O padrão da normalidade dos dados é o alinhamento dos pontos em uma linha reta traçada pelo algoritmo a partir dos dados avaliados. A aceitação da hipótese de normalidade pelo teste de Shapiro-Wilk se dá quando p-value > α (nível de significância = 5%).
Coeficiente de correlação de Spearman ≥ 0.95
Teste de hipótese: p-value > 0.05 (há equivalência entre as medidas) Ho: média das diferenças (EchoPAC - D-Station) = 0 Ha: média das diferenças ≠ 0
Bland-Altman
erro sistemático (“ bias ” ou viés) ≤ 1%
dispersão ≤ 2%
(*) Notar que a unidade de medida do GLS é % e, portanto, os valores adotados dizem respeito à variação absoluta.
ResultadosVisualização simultânea de curvas de diferentes Câmaras Cardíacas
O D-Station permite a opção de exibição simultânea de todas as curvas de strain e SR de diferentes câmaras cardíacas, permitindo o estudo da interação entre elas. Opções adicionais com combinações de diferentes exibições podem ser facilmente adicionadas, permitindo a extração de outros parâmetros para estudo da deformação em diferentes câmaras simultaneamente e em cada período do ciclo cardíaco. Como exemplo, na Figura 5 são exibidas as curvas do ventrículo esquerdo e direito, facilitando o estudo das interações interventriculares.
– Apresentação simultânea das 18 curvas de strain do ventrículo esquerdo, seis curvas de strain do ventrículo direito e curva de eletrocardiograma, sendo MVC: Mitral Valve Closure; AVO: Aortic Valve Opening; AVC: Aortic Valve Closure; MVO: Mitral Valve Opening.
Interface CircAdapt: geração de modelos cardíacos virtuais
A opção “Test” no software visa a determinação dos parâmetros das curvas de strain sem a separação de fases. Com isso, a curva de ECG não é mais necessária, e o programa torna-se compatível com o modelo matemático CircAdapt. Esse modelo associado ao MultiPatch Module, apresentado por Walmsley et al., 11 pode retornar curvas de strain correspondentes às simulações e os tempos de eventos mecânicos, sem sinais de ECG, como mostrado na Figura 6 . Dessa forma, o software desenvolvido pode trabalhar com modelos cardíacos virtuais elaborados seguindo o trabalho de Walmsley et al. 11-14
– Apresentação simultânea das 18 curvas de strain do ventrículo esquerdo e 18 curvas de strain rate do ventrículo esquerdo provenientes do CircAdapt; portanto, não há sinal de eletrocardiograma e a separação em fases realizada deve ser desconsiderada, sendo MVC: mitral valve closure; AVO: aortic valve opening; AVC: aortic valve closure; MVO: mitral valve opening.
Possibilidade de aplicação de técnicas de aprendizado de máquina ( <italic>Machine Learning</italic> )
Machine learning consiste em uma área do campo da inteligência artificial capaz de processar problemas complexos de interação entre variáveis e fazer predições acuradas. Tem sido amplamente utilizada em diferentes áreas da cardiologia.
O formato de armazenamento das entradas e dados obtidos pelo software permite implementar algoritmos de machine learning , os quais possibilitam a extração automática de parâmetros, classificação de grande número de sinais e leitura das características espaço-tempo de toda a curva de deformação como proposto por Tabassian et al. 15
Resultados da análise de validaçãoa) Teste de normalidade das medidas
A Figura 7 apresenta os gráficos Q-Q das medidas do EchoPAC ( Figura 7a ), D_Station ( Figura 7b ) e da diferença EchoPAC - D-Station ( Figura 7c ). Observa-se nas Figuras 7a e 7b , que muitos pontos estão fora da linha reta de referência traçada em vermelho, indicando que as medidas do EchoPAC e do D-Station não são normalmente distribuídas. Já a Figura 7c apresenta a maioria dos pontos sobre ou bem próximos da linha reta de referência traçada em vermelho (exceto dois pontos no extremo superior direito do gráfico), indicando que as diferenças entre as medidas tendem a se distribuir normalmente.
– Gráficos Q-Q.
Como as diferenças das medidas serão utilizadas no teste de hipóteses, buscamos confirmar a hipótese de normalidade na distribuição dessas diferenças obtidas pelo método gráfico, aplicando o teste de Shapiro-Wilk, cujo resultado apresentado na Figura 8 confirma a hipótese de normalidade (p > 0,05).
– Shapiro-Wilk normality test.
b) Gráfico das medidas do EchoPAC e D-Station frente à linha de igualdade e coeficiente de correlação
A Figura 9 apresenta a distribuição dos valores do EchoPAC e D-Station (dados pareados) frente a linha da igualdade, mostrando uma distribuição dos pontos próximos e em ambos os lados dessa linha, apontando, do ponto de vista qualitativo, para um baixo viés ( bias ) e dispersão. Como essas medidas não são normalmente distribuídas, foi calculado o coeficiente de correlação de Spearman, que indicou uma forte correlação (r = 0,99) entre as medidas dos dois métodos.
– Valores de Global Longitudinal Strain (GLS) fornecidos pelo EchoPAC e pelo D-Station com a linha de igualdade.
c) Teste de hipóteses das diferenças das medidas de GLS (EchoPAC - D-Station)
Como as diferenças entre as medidas apresenta distribuição normal, aplicamos o teste t de Student para dados pareados, e nível de significância de 5%, com os resultados apresentados na Figura 10 . Obtivemos um valor p de 0,6798, apontando para a aceitação da hipótese nula (ou seja, equivalência dos métodos).
– Paired t-test.
d) Análise de concordância entre métodos de Bland-Altman9,10
A Figura 11 mostra o gráfico de Bland-Altman, que indica a concordância entre os dois métodos ao atender o item c) dos critérios de validação. Há uma indicação de diferenças % maiores para valores absoluto (módulo) de GLS < 10%.
– Diferenças e médias dos valores de global longitudinal strain (GLS) obtidos pelo EchoPAC e pelo D-station.
DiscussãoAnálise de concordância entre métodos
Por atenderem os critérios de validação, os resultados da análise de validação indicam equivalência entre medições de GLS do EchoPAC e D-Station. Em uma análise detalhada dos dados, observa-se que, para medidas inferiores a 10%, houve tendência para diferenças percentuais maiores. Curiosamente, todos esses sujeitos eram portadores de disfunção ventricular importante com dissincronia tipo bloqueio de ramo esquerdo. Alguns fatores podem precipitar as discrepâncias apontadas:
Valores absolutos baixos resultam em diferenças percentuais maiores;
O padrão de dissincronia tipo bloqueio de ramo esquerdo costuma apresentar o " stretching " do segmento basal da parede inferolateral e/ou anterolateral no início da sístole, bem como movimentos erráticos médio e telessistólicos do septo após o característico " septal flash ". Ambos podem resultar no surgimento de picos positivos. Enquanto o D-Station considera como o systolic peak o valor mais negativo, independentemente do pico positivo ou menos positivo em caso de curvas exclusivamente positivas, o EchoPAC utiliza como regra de pico sistólico ( peak systolic strain ), o pico positivo quando este supera 75% do valor modular do pico sistólico negativo, como detalhado anteriormente na Figura 4 . Ademais, no EchoPAC, é comum utilizar ajustes manuais nesses casos, porém optamos por não incluir estes ajustes visando maior rigor metodológico.
Em suma, a divergência na definição do systolic peak reduz a reprodutibilidade do GLS entre os softwares nos pacientes com dissincronia tipo bloqueio de ramo esquerdo. Essa questão deve ser abordada em estudos subsequentes.
Tais discrepâncias, contudo, não têm impacto significativo, especialmente quando consideramos a variabilidade intraexaminador do GLS reportada na literatura (estimada em 5,2%), 16 bem como as divergências entre softwares pertinentes aos algoritmos de filtragem ( speckle filteringandtracking ). 17-19
Assim, as análises dos dados apresentados validam o D-Station como alternativa ao EchoPAC.
Potenciais aplicações do software D-Station
As possibilidades de utilização do software são diversas: a avaliação simultânea de diferentes câmaras permite estudar a interação entre as deformações entre ventrículos esquerdo e direito, e entre ventrículo esquerdo e átrio esquerdo, o que pode ser relevante nos contextos de insuficiência cardíaca com fração de ejeção preservada, pericardiopatias e dissincronia interventricular.
A interface do D-Station com o modelo Circadapt associado ao MultiPatch Module permite formulação de hipóteses e comparação com sinais de pacientes reais como já realizado previamente. 12-14 Isso gera recursos de ensino da fisiopatologia da deformação cardíaca, além de potencialmente reduzir o tempo da escolha das variáveis de interesse e poupar recursos com elaboração de modelos animais em alguns cenários de pesquisa.
A aplicação de Machine Learning pode ser configurada para processamento de uma grande quantidade de sinais, identificar variáveis de interesse por meio da mineração de dados ( data mining ), além de permitir o uso de todos os pontos da curva de strain /SR como o descrito por Tabassian et al. 15 Esse raciocínio pode ter desdobramentos em como extrair mais dados relevantes a partir do estudo deformação cardíaca potencializada pelas técnicas de machine learning , sobretudo com a chegada iminente do " High Frame Rate Speckle Tracking.20"
Por fim, atualizações futuras devem expandir as opções para análise com Strain Radial, Circunferencial e Twist , e otimizar a interface entre os softwares proprietários incorporando aos parâmetros de deformação, sinais extraídos de Doppler, volumes das câmaras, Tissue Doppler , dentre outros. Isto permitirá a extração automatizada de uma nova série de parâmetros predeterminados a critério do usuário.
Limitações
A versão atual do software D-Station não permite que as visualizações sejam atualizadas. Isto é, para alterar a escolha das câmaras que terão suas curvas de Strain/SR exibidas, o usuário deve reiniciar o programa. O mesmo acontece caso haja marcação errada no sinal de ECG.
A diferença de aferição do strain cardíaco entre diferentes fabricantes é uma questão crítica a técnica de speckle tracking, com o problema já discutido adequadamente por Mirea et al. 18 Estudos adicionais são necessários para avaliar o impacto deste software nas divergências de resultados entre fabricantes.
Conclusão
O software D-station é uma ferramenta adicional de avaliação das curvas de deformação cardíaca obtidas por meio do raw data exportado de outro software proprietário, com boa correlação da aferição do GLS quando comparada ao software EchoPAC (GE).
Agradecimentos
Os autores agradecem à GE por fornecer licenças do software EchoPAC e à Pró Reitoria de Pesquisa, Inovação e Pós Graduação do IFPB pelo apoio financeiro.
Referências1. Almeida ALC, Gjesdal O, Newton N, Choi EY, Teixido-Tura G, Yoneyama K, et al. Speckle Tracking echocardiografy – clinical applications. Rev Bras Ecocardiogr Imagem Cardiovasc. 2013;26(1):38-49.AlmeidaALCGjesdalONewtonNChoiEYTeixido-TuraGYoneyamaKet alSpeckle Tracking echocardiografy – clinical applicationsRev Bras Ecocardiogr Imagem Cardiovasc201326138492. Haugaa KH, Grenne BL, Eek CH, Ersbøll M, Valeur N, Svendsen JH, et al. Strain echocardiography improves risk prediction of ventricular arrhythmias after myocardial infarction. JACC Cardiovasc Imaging. 2013,6(8):841-50.HaugaaKHGrenneBLEekCHErsbøllMValeurNSvendsenJHet alStrain echocardiography improves risk prediction of ventricular arrhythmias after myocardial infarctionJACC Cardiovasc Imaging2013688418503. Mentz RJ, Khouri MG. Longitudinal strain in heart failure with preserved ejection fraction: is there a role for prognostication? Circulation. 2015;132(5):368-70.MentzRJKhouriMGLongitudinal strain in heart failure with preserved ejection fraction: is there a role for prognostication?Circulation201513253683704. Claus P, D’hooge J, Langeland TM, Bijnens B, Sutherland GR. SPEQLE (Software package for echocardiographic quantification LEuven) an integrated approach to ultrasound-based cardiac deformation quantification. Comput Cardiol. 2002;29:69-72.ClausPD’hoogeJLangelandTMBijnensBSutherlandGRSPEQLE (Software package for echocardiographic quantification LEuven) an integrated approach to ultrasound-based cardiac deformation quantificationComput Cardiol20022969725. D’hooge J, Bijnens B, Thoen J, Van de Werf F, Sutherland GR, Suetens P. Echocardiographic strain and strain-rate imaging: a new tool to study regional myocardial function. IEEE Trans Med Imaging. 2002;21(9):1022-30.D’hoogeJBijnensBThoenJVan de WerfFSutherlandGRSuetensPEchocardiographic strain and strain-rate imaging: a new tool to study regional myocardial functionIEEE Trans Med Imaging2002219102210306. Mada RO, Lysyansky P, Daraban AM, Duchenne J, Voigt JU. How to define end-diastole and end-systole?: impact of timing on strain measurements. JACC Cardiovasc Imaging. 2015;8(2):148-57.MadaROLysyanskyPDarabanAMDuchenneJVoigtJUHow to define end-diastole and end-systole?: impact of timing on strain measurementsJACC Cardiovasc Imaging2015821481577. Voigt JU, Pedrizzetti G, Lysyansky P, Marwick TH, Houle H, Baumann R, et al. Definitions for a common standard for 2D speckle tracking echocardiography: consensus document of the EACVI/ASE/Industry Task Force to standardize deformation imaging. Eur Heart J Cardiovasc Imaging. 2015;16(1):1-11.VoigtJUPedrizzettiGLysyanskyPMarwickTHHouleHBaumannRet alDefinitions for a common standard for 2D speckle tracking echocardiography: consensus document of the EACVI/ASE/Industry Task Force to standardize deformation imagingEur Heart J Cardiovasc Imaging20151611118. Kaseno H, Toyama T, Okaniwa H, Toide H, Yamashita E, Kawaguchi R, et al. Diastolic stunning as a marker of severe coronary artery stenosis: analysis by Speckle Tracking radial strain in the resting echocardiogram. Echocardiography. 2016;33(1):30-7.KasenoHToyamaTOkaniwaHToideHYamashitaEKawaguchiRet alDiastolic stunning as a marker of severe coronary artery stenosis: analysis by Speckle Tracking radial strain in the resting echocardiogramEchocardiography201633130379. Bland JM, Altman DG. Measuring agreement in method comparison studies. Stat Methods Med Res. 1999;8(2):135-160.BlandJMAltmanDGMeasuring agreement in method comparison studiesStat Methods Med Res19998213516010. Hirakata VN, Camey SA. Análise de Concordância entre Métodos de Bland-Altman. Rev HCPA. 2009;29(3):261-268.HirakataVNCameySAAnálise de Concordância entre Métodos de Bland-AltmanRev HCPA200929326126811. Walmsley J, Arts T, Derval N, Bordachar P, Cochet H, Ploux S, et al. Fast simulation of mechanical heterogeneity in the electrically asynchronous heart using the multipatch module. PLoS Comput Biol. 2015;11(7):e1004284.WalmsleyJArtsTDervalNBordacharPCochetHPlouxSet alFast simulation of mechanical heterogeneity in the electrically asynchronous heart using the multipatch modulePLoS Comput Biol2015117e100428412. Aalen J, Storsten P, Remme EW, Sirnes PA, Gjesdal O, Larsen CK, et al. Afterload hypersensitivity in patients with left bundle branch block. JACC Cardiovasc Imaging. 2019;12(6):967-977.AalenJStorstenPRemmeEWSirnesPAGjesdalOLarsenCKet alAfterload hypersensitivity in patients with left bundle branch blockJACC Cardiovasc Imaging201912696797713. Koeken Y, Arts T, Delhaas T. Simulation of the Fontan circulation during rest and exercise. Conf Proc IEEE Eng Med Biol Soc. 2012;2012:6673-6.KoekenYArtsTDelhaasTSimulation of the Fontan circulation during rest and exerciseConf Proc IEEE Eng Med Biol Soc201220126673667614. Lumens J, Delhaas T. Cardiovascular modeling in pulmonary arterial hypertension: focus on mechanisms and treatment of right heart failure using the CircAdapt model. Am J Cardiol. 2012;110(6):39s-48s.LumensJDelhaasTCardiovascular modeling in pulmonary arterial hypertension: focus on mechanisms and treatment of right heart failure using the CircAdapt modelAm J Cardiol2012110639s48s15. Tabassian M, Alessandrin M, Herbots L, Mirea O, Pagourelias ED, Jasaityte R, et al. Machine learning of the spatio-temporal characteristics of echocardiographic deformation curves for infarct classification. Int J Cardiovasc Imaging. 2017;33(8):1159-67.TabassianMAlessandrinMHerbotsLMireaOPagoureliasEDJasaityteRet alMachine learning of the spatio-temporal characteristics of echocardiographic deformation curves for infarct classificationInt J Cardiovasc Imaging20173381159116716. Farsalinos KE, Daraban AM, Ünlü S, Thomas JD, Badano LP, Voigt JU. Head-to-Head Comparison of Global Longitudinal Strain Measurements among Nine Different Vendors: the EACVI/ASE Inter-Vendor Comparison Study. J Am Soc Echocardiogr. 2015;28(10):1171-1181.FarsalinosKEDarabanAMÜnlüSThomasJDBadanoLPVoigtJUHead-to-Head Comparison of Global Longitudinal Strain Measurements among Nine Different Vendors: the EACVI/ASE Inter-Vendor Comparison StudyJ Am Soc Echocardiogr201528101171118117. Nagata Y, Takeuchi M, Mizukoshi K, Wu VC, Lin FC, Negishi K, et al. Intervendor variability of two-dimensional strain using vendor-specific and vendor-independent software. J Am Soc Echocardiogr. 2015;28(6):630-41.NagataYTakeuchiMMizukoshiKWuVCLinFCNegishiKet alIntervendor variability of two-dimensional strain using vendor-specific and vendor-independent softwareJ Am Soc Echocardiogr201528663064118. Mirea O, Pagourelias ED, Duchenne J, Bogaert J, Thomas JD, Badano LP, et al. Intervendor Differences in the Accuracy of Detecting Regional Functional Abnormalities: A Report From the EACVI-ASE Strain Standardization Task Force. JACC Cardiovasc Imaging. 2018;11(1):25-34.MireaOPagoureliasEDDuchenneJBogaertJThomasJDBadanoLPet alIntervendor Differences in the Accuracy of Detecting Regional Functional Abnormalities: A Report From the EACVI-ASE Strain Standardization Task ForceJACC Cardiovasc Imaging2018111253419. Loizou CP, Pattichis CS, D’Hooge J. Handbook of speckle filtering and tracking in cardiovascular ultrasound imaging and video. 1st ed. London: Institution of Engineering and Technology; 2018.LoizouCPPattichisCSD’HoogeJHandbook of speckle filtering and tracking in cardiovascular ultrasound imaging and video1stLondonInstitution of Engineering and Technology201820. Joos P, Porée J, Liebgott H, Vray D, Baudet M, Faurie J, et al. High-frame-rate speckle-tracking echocardiography. IEEE Trans Ultrason Ferroelectr Freq Control. 2018;65(5):720-8.JoosPPoréeJLiebgottHVrayDBaudetMFaurieJet alHigh-frame-rate speckle-tracking echocardiographyIEEE Trans Ultrason Ferroelectr Freq Control2018655720728
Vinculação acadêmica
Não há vinculação deste estudo a programas de pós-graduação.
Aprovação ética e consentimento informado
Este estudo foi aprovado pelo Comitê de Ética e Pesquisa/Hospital Beneficência Portuguesa de São Paulo sob o número de protocolo CAEE 91350318.4.0000.5483. Todos os procedimentos envolvidos nesse estudo estão de acordo com a Declaração de Helsinki de 1975, atualizada em 2013. O consentimento informado foi obtido de todos os participantes incluídos no estudo.
Material suplementar
Para informação adicional, por favor, clique aqui.
Fontes de financiamento
O presente estudo foi parcialmente financiado pela Pró-Reitoria de Pesquisa, Inovação e Pós-gradução do Instituto Federal de Educação, Ciência e Tecnologia da Paraíba e pelo Dr. Henry Abensur do setor de Ecocardiografia do Hospital Beneficência Portuguesa de São Paulo.
Original ArticleSoftware for Post-Processing Analysis of Strain Curves: The D-Station0000-0003-3703-7192SousaRafael Duarte de10000-0002-3555-0024RegisCarlos Danilo Miranda1SilvaIttalo dos Santos1SzewierenkoPaulo20000-0003-0031-335XHortegalRenato de Aguiar340000-0001-9387-0192AbensurHenry4BrazilInstituto Federal de Educação, Ciência e Tecnologia da Paraíba, João Pessoa, PB – BrazilBrazilInstituto Dante Pazzanese de Cardiologia - Statistical Consultant, São Paulo, SP – BrazilBrazilInstituto Dante Pazzanese de Cardiologia, São Paulo, SP – BrazilBrazilHospital Beneficência Portuguesa de São Paulo – Echocardiography Department, São Paulo, SP – BrazilMailing Address: Renato de Aguiar Hortegal • Hospital Beneficência Portuguesa de São Paulo. Setor de Ecocardiografia. Rua Maestro Cardim 769. CEP 01323-001, Bela Vista, SP – Brazil E-mail: eletrocardio2009@gmail.com
Author contributions
Conception and design of the research and Analysis and interpretation of the data: Hortegal RA; Acquisition of data: Sousa RD, Santos I, Hortegal RA, Abensur H; Statistical analysis: Szewierenko P, Hortegal RA; Obtaining financing: Regis CDM, Abensur H; Writing of the manuscript: Sousa RD, Regis CDM, Santos I, Hortegal RA, Szewierenko P; Critical revision of the manuscript for intellectual content: Regis CDM, Hortegal RA, Abensur H.
Potential Conflict of Interest
No potential conflict of interest relevant to this article was reported.
AbstractBackground
The use of speckle-tracking echocardiography for evaluation of cardiac function has great applicability in different scenarios. The broad use of this method requires tools that allow the extraction of relevant data from strain curves and inclusion of these data in traditionally used parameters.
Objectives
The present study aimed to present and validate a free software, called D-station, for analysis of strain curves.
Methods
From raw data files, the D-Station determines the phases of the cardiac cycle, and simultaneously exhibits the strain and strain rate curves of different cardiac chambers. Validation of the software was done by global longitudinal strain (GLS), and the analyses were performed: 1) graphical comparison of EchoPAC and D-Station paired measurements in relation to equality line; 2) by coefficient of correlation of these measurements; 3) test of hypothesis (p > 0.05); and 4) Bland-Altman analysis.
Results
The Spearman’s rho correlation coefficient indicated a strong correlation between the measurements. Results of the test of hypothesis showed a p-value = 0.6798 >> 0.05, thus also indicating an equivalence between the softwares. The Bland-Altman analysis revealed a bias ≤ 1% and dispersion ≤ 2% between the measurements. The tests showed that, for GLS values lower than 10%, there was a trend for higher percentage difference between the values, although the absolute values remained low.
Conclusion
The D-Station software was validated as an additional tool to the EchoPAC, which uses the raw data from the strain and strain rate curves exported from a proprietary software. (Arq Bras Cardiol. 2020; 114(3):496-506)
Analysis of cardiac strain by speckle tracking echocardiography has great applicability in different scenarios, including clinical cardiology practice1 and research,2 providing information about local and global mechanics of cardiac chambers.
Although left ventricular global longitudinal strain (GLS) is a robust parameter of cardiac function,1 - 3 it assesses cardiac strain between the onset of isovolumetric contraction and the end of ventricular ejection. Therefore, valuable information of other phases, like isovolumetric relaxation, is not measured by the GLS.
Therefore, other tools are needed to obtain relevant data from the strain curve that can be used as additional methods to currently used ones.
Most of offline softwares supplied by different manufacturers (proprietary softwares) has preset analysis modes and parameters of cardiac strain. If on the one hand, this can make the software simpler and user-friendlier in daily clinical practice, on the other, makes it difficult to use this technology in research. In addition, the access to these tools may be limited and expensive.
International reference centers for study on cardiac strain usually have customized softwares that allow offline processing, without exclusive rights established by the manufacturers, and adjustments to their needs.4
The present study aims demonstrate the use of a new, free software called D-station, as an additional tool for the analysis of strain curves provided by any proprietary software. Besides, the study aims to validate this new software by comparison of its GLS values with GLS values obtained by the EchoPAC (GE) software.
MethodsD-Station: post-processing software for strain curve analysis
D-Station is a free, customized software written in Python 3, designed to enable an offline post-processing of the strain curves. The steps of execution of D-Station program are illustrated in Figure 1 . D-Station does not replace pre-existing platforms, but rather expands the possibilities of post-processing.
– D-Station algorithm. ECG: electrocardiogram.
Separation into phases
Each strain curve corresponds to one or more cardiac cycles in certain region of the cardiac chamber and can be divided into the mechanical phases of this cycle. According to previous studies,4 definition of these phases relies on the times of opening and closing of the aortic and mitral valves, on the time of electrical events, obtained from electrocardiogram (ECG) waves, as well as the time of the onset of the first and the second QRS complex, and onset of P-wave.5 , 6 The ECG curves match well with the strain curve and the strain rate (SR) in the files.
Considering the onset of the cardiac cycle at the onset of the QRS complex, six phases were defined, as follow (in order of occurrence): electrical mechanical coupling (EMC), isovolumic contraction (IC), ejection phase (Ejec), isovolumic relaxation, early filling (E), atrial contraction (A). A detailed description of definitions of each phase of the cardiac cycle is provided in the supplementary material.
Algorithm of reading of the signs and parameters calculation
The program entries are: 1) time of opening and closing of aortic and mitral valves; 2) raw data files containing the strain curves or strain rate; 3) identifier of the test; and 4) visualization option selected by the user. Further information can be found in the software manual, presented in the supplementary material of the study.
Six visualization options are available in the current version of the software:
Strain - LV , strain rate - LV and ECG, where SR is obtained from the strain curves;
Test option (CircAdapt interface): strain - LV and strain rate - LV
In all these options, curves are exhibited simultaneously as shown in Figure 2 .
– Left ventricular strain, left atrial strain, and echocardiographic curves with division into cardiac cycle phases. Eighteen strain curves corresponding to 18 segments of the left ventricle, six left atrial strain curves, and one electrocardiographic signal. Colors of the strain and strain rate curves correspond to those attributed to the segments by the proprietary software; MVC: mitral valve closure; AVO: aortic valve opening; AVC: aortic valve closure; MVO: mitral valve opening.
From raw data containing information of three-, four-, and two-chamber planes, left ventricular strain curves can be visualized, according to the model of the 18 segments proposed by the American Heart Association (AHA).7
Processing of the raw data sheets consists in changing the format to optimize the software functioning. In addition, due to small changes in heart rate on ECG curves, the four-chamber apical view was adopted as standard. After formatting of the sheets, a picture containing strain, SR and ECG curves is exhibited. The user should then define three points in the figure – the onset of QRS complex, the onset of P-wave and the onset of the second QRS complex.
Based on the values obtained form these points and timing of the opening and closing of the valves, it is possible to determine each phase of the cardiac cycle. The D-station terminal exhibits the time points of each of these phases, as well as the values of each calculated parameter. The user can decide between a picture containing the curves of cardiac chambers of interest ( Figure 3 ) or the picture containing the points used in the parameters’ calculation.
– Simultaneous visualization of strain longitudinal curves of the left (18 segments) and the right (six segments) on the right. Time of the onset of the phases and parameters calculated in the terminal on the left. Other configurations can be accessed through the options available; MVC: mitral valve closure; AVO: aortic valve opening; AVC: aortic valve closure; MVO: mitral valve opening.
Event timing and calculated parameters
Each of the longitudinal strain curves presented in Figure 3 has an important event for the calculation of the software’s parameters: the peak systolic strain, defined as the peak value during systole, according to the EACVI/ASE.7
The peak systolic strain of each segment is used for calculation of GLS, defined as the arithmetic mean of peak systolic strain values of all segments.
All these possibilities of post-processing allow and/or facilitate the analysis of new parameters, including the strain/SR of left and right atrium, right ventricular strain and diastolic recovery (diastolic stunning)8 for example.
Algorithm for recognition of the peak systolic strain
The D-Station defines the peak systolic strain as the most negative strain value between the onset of the QRS and the AVC. This contrasts with the EchoPAC software, which determines the peak systolic strain according to the criterion presented in Figure 4 .
– EchoPAC selection criterion of the peak systolic strain.
Validation of the D-Station: database and statistical analysis
To validate the D-Station software, files containing strain curves of 48 individuals were obtained from the database of the Division of Echocardiography of Hospital Beneficiencia Portuguesa de São Paulo . We did not perform a sample calculation, and hence a convenience sample was selected by retrospective analysis of the database. All tests were performed after participants signed an informed consent form. The study was approved by the Ethics Committee of the institution (CAEE approval number 91350318.4.0000.5483).
The time of opening and closing of the mitral and aortic valves were registered. Some test results showed more than one event time registered; tests with discrepancies of time higher than 10 ms were excluded.
The cardiac cycle with the best image quality in the apical three- four- and two-chamber view was selected. In case of three cycles with poor-quality image, the last cycle was selected. The endocardial board was defined by delineation of the region of interest using the option Q-analysis of the EchoPAC software. A visual inspection of the tracking quality was made, which was confirmed by the “approve” option, and finally the GLS_EchoPAC value was registered. In case of poor-quality tracking (by visual inspection), this process was repeated. Tests with two or more segments with suboptimal quality were excluded.
The raw data of the strain curves were extracted using the “Store Trace” option, which generates .txt files that are used in data processing in D-Station.
The GLS was chosen as a parameter of validation of measurement equivalence in the EchoPAC processing (a well-established technique – gold standard) and the D-station (the proposed technique), showed in Table 1 .
– Global Longitudinal Strain (%) obtained by EchoPAC and D-Station
Subject
GLS_Echopac
GLS-D-Station
Subject
GLS_Echopac
GLS-D-Station
Subject
GLS_Echopac
GLS-D-Station
1
–17.90
–17.88
17
–19.00
–19.03
33
–24.40
–24.62
2
–7.90
–9.50
18
–16.90
–16.82
34
–19.10
–19.57
3
–10.50
–11.10
19
–19.500
–16.68
35
–7.40
–6.46
4
–8.50
–8.19
20
–19.80
–19.83
36
–2.70
–3.37
5
–13.30
–13.55
21
–16.70
–17.04
37
–5.70
–5.22
6
–18.40
–18.26
22
–20.50
–20.93
38
–4.50
–4.32
7
–4.60
–4.21
23
–14.90
–14.71
39
–10.50
–9.83
8
–21.60
–21.48
24
–20.20
–19.76
40
–9.40
–10.95
9
–16.20
–16.36
25
–17.80
–18.19
41
–10.60
–10.47
10
–11.90
–11.41
26
–20.10
–20.47
42
–11.10
–11.15
11
–8.80
–7.33
27
–17.30
–17.60
43
–3.20
–3.69
12
–17.30
–17.23
28
–17.50
–16.96
44
–8.20
–8.64
13
–20.40
–20.32
29
–21.20
–20.28
45
–6.60
–6.01
14
–19.80
–19.40
30
– 23.00
–23.06
46
–6.90
–6.85
15
–16.40
–15.27
31
– 20.70
–19.91
47
–10.60
–10.11
16
–19.20
–19.38
32
–21.10
–21.22
48
–8.80
–9.28
Methods used in the analyses:
Normality test of GLS obtained by EchoPAC, D-Station and the differences (EchoPAC – D-Station), using a graphical method (Q-Q plot), followed by a statistical method (Shapiro-Wilk test) to confirm normality assumption found by the graphical method;
Graphs of GLS by EchoPAC and D-Station in case of equality or coefficient of correlation (Pearson’s correlation or Spearman’s correlation for normal and non-normal distribution, respectively, of EchoPAC and D-Station data);
Test of the hypothesis of difference between GLS values by EchoPAC and D-Station GLS, paired data, level of significance of 5% by Student’s t-test or the non-parametric Wilcoxon test in case of normal and non-normal distribution of data, respectively.
Agreement test by Bland-Altman plot9 , 10
The Stats and the BlandAltmanLeh packages of the R software version 3.5.2 (2018-12-20) were used, which has the necessary commands and outputs for p-value calculation and Bland-Altman analysis.
Validation criteria
From the clinical point of view, the criteria used to determine whether D-Station can be used as an alternative method to EchoPAC (equivalence), were the following:
Normality test The analysis using the Q-Q plot is visual and hence subjective. If data are normally distributed, the points lie on a straight line constructed with data analyzed. The assumption of normality (Shapiro-Wilk test) was accepted if p-value was > α (level of significance = 5%).
Spearman correlation coefficient ≥0.95.
Hypothesis testing: p-value>0.05 (equivalence between the measurements) Ho: mean difference (EchoPAC - D-Station) = 0 Ha: mean difference ≠ 0
Bland-Altman
Systematic error (bias) ≤ 1%
scattering of the data ≤ 2%
(*) Please note that the unit of measurement of GLS is % and therefore these values refer to absolute variation.
ResultsSimultaneous visualization of the curves in different cardiac chambers
The D-Station software provides the simultaneous display of all strain curves and SR of different cardiac chambers, allowing the study of the interaction between them. Additional options including combinations of different displays can be easily added to the program, with consequent extraction of other parameters for the study on cardiac strain in different chambers simultaneously and by cardiac cycle. As example, exhibits the curves of left and right ventricles, which facilitates the analysis of the interactions between them.
CircAdapt Interface: generation of virtual cardiac models
The D-Station “Test” option has been designed to define the strain curve parameters without separation into phases. Consequently, the ECG curve is no longer necessary, and the program becomes compatible with the mathematical model CircAdapt. This model, combined with the MultiPatch Module, proposed by Walmsley et al.,11 can retrieve the strain curves corresponding to simulations and the times of mechanical events, without ECG signals, as shown in Figure 6 . Thus, the D-Station software can work with virtual cardiac models developed according to Walmsley et al.11 - 14
– Simultaneous display of 18 strain curves of the left ventricle, 18 strain rate curves of the left ventricle obtained by CircAdapt; thus, there is no electrocardiographic signal or separation into phases; MVC: mitral valve closure; AVO: aortic valve opening; AVC: aortic valve closure; MVO: mitral valve opening.
Applicability of machine learning techniques
Machine learning consists of a subset of artificial intelligence, capable of processing complex problems of interaction between variables and making accurate predictions. It has been widely used in different areas of cardiology. The storage format of entries and data obtained by the program allows the implementation of machine learning algorithms and thereby the automatic extraction of parameters, classification of a large number of signals and reading of space-time characteristics of the entire strain curve, as proposed by Tabassian et al.15
Validation analysis resultsa) Normality testing of measures
Figure 7 shows the Q-Q plot of EchoPAC ( Figure 7a ), D-Station ( Figure 7b ) and EchoPAC - D-Station ( Figure 7c ). As can be seen in Figures 7a and 7b , several points are out of the red reference line, indicating that EchoPAC and D-Station data are not normally distributed. On the other hand, in Figura 7c , most of the points lie on or are very close to the red reference line (except for two points in the right upper corner), indicating that the difference between the measurements tend to be normally distributed.
– Q-Q plots.
Since the difference between measurements will be used in the hypothesis test, we sought to confirm the hypothesis of normality in the distribution of these differences obtained by the graphical method by using the Shapiro-Wilk test, which confirmed the hypothesis of normality (p > 0.05) ( Figure 8 ).
– Shapiro-Wilk normality test.
b) Graphs of EchoPAC and D-Station measurements in relation to equality line and coefficient of correlation
Figure 9 shows the distribution of EchoPAC and D-Station (paired data) in relation to the equality line, evidencing a distribution of points close to and in both sides of the line, suggesting a low bias from the qualitative viewpoint and scattering. Since these measures did not have a normal distribution, we used the Spearman correlation test, which indicated a strong correlation (r = 0.99) between results obtained by the two methods.
– Global longitudinal strain values obtained by EchoPAC and D-Station in relation to the equality line.
c) Hypothesis test of the differences between EchoPAC and D-Station GLS values
Since the differences between the measurements had normal distribution, we used the paired t-test (significance level of 5%). Results are presented in Figure 10 , with a p-value of 0.6798, indicating acceptance of null hypothesis, i.e ., equivalence between the methods.
– Paired t-test
d) Bland-Altman agreement analysis9,10
Figure 11 despicts the Bland-Altman plot, which indicates agreement between the two methods as they meet the third (c) validation criterion . There is an evidence of large % differences for absolute (module) values of GLS < 10%.
– Differences and means of global longitudinal strain (GLS) values obtained by EchoPAC and D-station.
DiscussionAnalysis of agreement between the methods
Validation analysis results met the validation criteria, indicating equivalence between GLS values obtained by EchoPAC and D-Station. In a detailed analysis of the data, we can see that, for values lower than 10%, there was a trend of higher percentage difference. Intriguingly, all these subjects had important ventricular dysfunction with intraventricular dyssynchrony of left bundle branch block type. Such discrepancies may be precipitated by some factors, as follow:
Low absolute values result in higher percentage differences;
Ventricular dyssynchrony with left bundle branch block usually presents a stretching of the basal segment of the inferolateral and/or anterolateral wall at the beginning of systole, as well as erratic, mid- and telesystolic movements of the septum after the typical “septal flash”. Both can generate positive peaks. While D-Station defines systolic peak as the most negative value, regardless of the positive (or less positive) peak in case of exclusively positive curves, the EchoPAC assumes, as a rule for systolic peak (peak systolic strain), a positive peak 75% greater than the negative systolic peak mode value, as shown in Figure 4 . Also, in EchoPAC, although manual adjustments are common in these cases, we decided not to make these adjustments aiming at greater accuracy of the method.
In summary, discrepancies in the definition of systolic peak reduce the reproducibility of GLS between programs in patients with left bundle branch block. This issue should be addressed in future studies.
However, these discrepancies do not have a negative impact, especially if we consider the intraobserver variability of GLS values reported in the literature (5.2%),16 and inter-software discrepancies regarding speckle filtering and tracking.17 - 19
Therefore, analysis of the results validates the D-Station as an alternative to EchoPAC.
Potential Applications of the D-Station Software
There are numerous potential applications of the D-Station software: simultaneous analysis of different chambers allows the study on the interaction between left and right ventricles, as well as left ventricle and left atrium, which may be relevant in heart failure with preserved ejection fraction, pericardial disease and interventricular dyssynchrony.
The interface of D-Station with Circadapt model combined with the MultiPatch module allows the formulation of hypotheses and comparison of signals between real patients, as previously performed.12 - 14 This contributes with the teaching of the pathophysiology of cardiac strain, in addition to potentially reduces the time to select the variables of interest and spare resources in the development of animal models in some research scenarios.
The machine learning technique may be configured to process a great number of signals, identify variables of interest by data mining, and enable the use of the points of the strain curve/SR as described by Tabassian et al.15 This can lead to extraction of further relevant data obtained from the study on cardiac strain, potentiated by the machine learning techniques, mainly by the imminent arrival of the high frame rate speckle tracking.20
Finally, future updates may expand the possibilities of analysis, including st rain radial, circumferential and Twist, as well as the optimization of the interface between proprietary softwares, by incorporating strain parameters, Doppler signals, chamber volumes, tissue Doppler, among others. This will allow the automated extraction of many new, pre-established parameters at the user’s discretion.
Limitations
The current version of the D-Station software does not allow the update of visualizations. In other words, to alter the chamber selection and its strain/SR curves, the user must restart the program. The same occurs in case of erroneous definition of the points on the ECG curve.
Differences in the measurement of cardiac strain between manufacturers are a critical issue in speckle tracking, as previously discussed by Mirea et al.18 Further studies are needed to evaluate the impact of this software on discrepancies between manufacturers.
Conclusion
The D-Station software is an additional tool for the assessment of strain curves obtained by raw data exported from another proprietary software, with good correlation in the measurement of GLS as compared with the EchoPAC (GE) software.
– Simultaneous display of 18 strain curves of the left ventricle, six strain curves of the right ventricle and electrocardiographic curve; MVC: mitral valve closure; AVO: aortic valve opening; AVC: aortic valve closure; MVO: mitral valve opening.
Acknowledgements
The authors thank GE for providing the EchoPAC license and the pro-rectorate for research, innovation and post-graduate education of the IFPB for the financial support.
Study Association
This study is not associated with any thesis or dissertation work.
Ethics approval and consent to participate
This study was approved by the Ethics Committee of the Hospital Beneficência Portuguesa de São Paulo under the protocol number CAEE 91350318.4.0000.5483. All the procedures in this study were in accordance with the 1975 Helsinki Declaration, updated in 2013. Informed consent was obtained from all participants included in the study.
Supplemental Materials
For additional information, please click here.
Sources of Funding
This study was funded by Pró-Reitoria de Pesquisa, Inovação e Pós-gradução do Instituto Federal de Educação, Ciência e Tecnologia da Paraíba and Dr. Henry Abensur from Ecocardiography Department in Beneficencia Portuguesa Hospital - São Paulo -SP.