Bradysystole in permanent atrial fibrillation: clinical importance and modeling in experiment

Cover Page

Cite item

Full Text

Abstract

Aim – to determine additional risks of developing arterial thrombotic and thromboembolic complications in bradysystolic AF and substantiate the results using modeling of intra-arterial hemodynamics.

Material and methods. A single-center prospective study involving 252 patients: 146 in the main group, 106 in the control group. The main group was divided into 2 subgroups: 1A subgroup RR ECG interval <1.5 seconds; 2B subgroup RR≥1.5 seconds. A comprehensive examination of the patients was carried out. The second stage is prospective comprising an analysis of the development of arterial thrombotic and thromboembolic complications over 1 year. Experimental modeling was carried out using the “Device for simulating intra-arterial circulation”.

Results. Thrombotic and thromboembolic complications were more common in subgroup 1B (OR=8.287 (2.287; 30.040); z=3.219; p=0.001). When analyzing the main parameters of the hemodynamics of the main arteries, the first pulse wave, coming after a long pause of 1.5 seconds or more in AF, was accompanied by a statistically significant increase in all of analyzed parameters. In the experiment, when simulating AF, the intensity of the mechanical impact of the free end of the thread on the wall of the rotameter was maximum when the pause between pulse waves was 1.5 seconds or more (9.70 ± 2.52 mm). At this moment, the piezocrystalline pressure sensor recorded the maximum increase in pressure inside the rotameter tube by an average of 56%.

Conclusions. Bradysystole in AF is associated with a significantly higher likelihood of developing long-term thromboembolic events. The first pulse wave, coming after a long pause between ventricular contractions during AF, leads to a significant increase in the main parameters of the hemodynamics of the main arteries (linear velocity of blood flow, volumetric blood flow). When monitoring heart rate in AF, it is necessary to avoid bradysystole with pauses between ventricular contractions of 1.5 seconds or more, due to a higher risk of stroke, myocardial infarction, and distal arterial embolism in other vascular regions.

About the authors

Olga A. Germanova

Samara State Medical University

Email: o.a.germanova@samsmu.ru
ORCID iD: 0000-0003-4833-4563

PhD, Associate professor, Director of International Centre for Education and Research in Cardiovascular Pathology and Cardiovisualization

Russian Federation, Samara

Yurii V. Shchukin

Samara State Medical University

Email: yu.v.shchukin@samsmu.ru
ORCID iD: 0000-0003-0387-8356

PhD, MD, Professor, Professor of the Department of propedeutical therapy

Russian Federation, Samara

Giuseppe Galati

Samara State Medical University; I.R.C.C.S. Ospedale Multimedica – Cardiovascular Scientific Institute

Email: giuseppe.galati5@gmail.com
ORCID iD: 0000-0002-8001-1249

Senior consultant cardiologist – heart failure and cardiomyopathies specialist at the Division of Cardiology, Cardiovascular Department; Senior researcher at the International Centre for Education and Research in Cardiovascular Pathology and Cardiovisualization

Russian Federation, Samara; Milan, Italy

Roberto Enrico Franco Pedretti

I.R.C.C.S. Ospedale Multimedica – Cardiovascular Scientific Institute; University of Milano Bicocca

Author for correspondence.
Email: robertofrancoenrico.pedretti@multimedica.it
ORCID iD: 0000-0003-1789-8657

MD, Associate professor

Italy, Milan; Milan

References

  1. Joglar JA, Chung MK, Armbruster AL, el al. 2023 ACC/AHA/ACCP/HRS Guideline for the Diagnosis and Management of Atrial Fibrillation: A Report of the American College of Cardiology/American Heart Association Joint Committee on Clinical Practice Guidelines. Circulation. 2024;149(1):e1-e156. https://doi.org/10.1161/CIR.0000000000001193
  2. Emdin CA, Wong CX, Hsiao AJ, et al. Atrial fibrillation as risk factor for cardiovascular disease and death in women compared with men: systematic review and meta-analysis of cohort studies. BMJ. 2016;532:h7013. https://doi.org/10.1136/bmj.h7013
  3. Odutayo A, Wong CX, Hsiao AJ, et al. Atrial fibrillation and risks of cardiovascular disease, renal disease, and death: systematic review and meta-analysis. BMJ. 2016;354:i4482. https://doi.org/10.1136/bmj.i4482
  4. Papanastasiou CA, Theochari CA, Zareifopoulos N, et al. Atrial fibrillation is associated with cognitive impairment, all-cause dementia, vascular dementia, and Alzheimer's disease: a systematic review and meta-analysis. J Gen Intern Med. 2021;36:3122-3135. https://doi.org/10.1007/s11606-021-06954-8
  5. Rattanawong P, Upala S, Riangwiwat T, et al. Atrial fibrillation is associated with sudden cardiac death: a systematic review and meta-analysis. J Interv Card Electrophysiol. 2018;51:91-104. https://doi.org/10.1007/s10840-017-0308-9
  6. Ruddox V, Sandven I, Munkhaugen J, et al. Atrial fibrillation and the risk for myocardial infarction, all-cause mortality and heart failure: a systematic review and meta-analysis. Eur J Prev Cardiol. 2017;24:1555-1566. https://doi.org/10.1177/2047487317715769
  7. Alonso A, Krijthe BP, Aspelund T, et al. Simple risk model predicts incidence of atrial fibrillation in a racially and geographically diverse population: the CHARGE-AF consortium. J Am Heart Assoc. 2013;2:e000102. https://doi.org/10.1161/JAHA.112.000102
  8. Lip GY, Nieuwlaat R, Pisters R, et al. Refining clinical risk stratification for predicting stroke and thromboembolism in atrial fibrillation using a novel risk factor-based approach: the euro heart survey on atrial fibrillation. Chest. 2010;137:263-272. https://doi.org/10.1378/chest.09-1584
  9. Singer DE, Chang Y, Borowsky LH, et al. A new risk scheme to predict ischemic stroke and other thromboembolism in atrial fibrillation: the ATRIA study stroke risk score. J Am Heart Assoc. 2013;2:e000250. https://doi.org/10.1161/JAHA.113.000250
  10. Fox KAA, Lucas JE, Pieper KS, et al. Improved risk stratification of patients with atrial fibrillation: an integrated GARFIELD-AF tool for the prediction of mortality, stroke and bleed in patients with and without anticoagulation. BMJ Open. 2017;7:e017157. https://doi.org/10.1136/bmjopen-2017-017157
  11. Quinn GR, Severdija ON, Chang Y, et al. Wide variation in reported rates of stroke across cohorts of patients with atrial fibrillation. Circulation. 2017;135:208-219. https://doi.org/10.1161/CIRCULATIONAHA.116.024057
  12. van der Endt VHW, Milders J, Penning de Vries BBL, et al. Comprehensive comparison of stroke risk score performance: a systematic review and meta-analysis among 6 267 728 patients with atrial fibrillation. Europace. 2022;24:1739-1753. https://doi.org/10.1093/europace/euac096
  13. Opolski G, Torbicki A, Kosior DA, et al. Rate control vs rhythm control in patients with nonvalvular persistent atrial fibrillation: the results of the Polish How to Treat Chronic Atrial Fibrillation (HOT CAFE) Study. Chest. 2004;126:476-486. https://doi.org/10.1378/chest.126.2.476
  14. Al-Khatib SM, Allen LaPointe NM, Chatterjee R, et al. Rate- and rhythm-control therapies in patients with atrial fibrillation: a systematic review. Ann Intern Med. 2014;160:760-773. https://doi.org/10.7326/M13-1467
  15. Van Gelder IC, Groenveld HF, Crijns HJGM, et al. Lenient versus strict rate control in patients with atrial fibrillation. N Engl J Med. 2010;362:1363-1373. https://doi.org/10.1056/NEJMoa1001337
  16. Steinberg BA, Kim S, Thomas L, et al. Increased heart rate is associated with higher mortality in patients with atrial fibrillation (AF): results from the Outcomes Registry for Better Informed Treatment of AF (ORBIT-AF). J Am Heart Assoc. 2015;4:e002031. https://doi.org/10.1161/JAHA.115.002031
  17. Pandey A, Kim S, Moore C, et al. Predictors and prognostic implications of incident heart failure in patients with prevalent atrial fibrillation. JACC Heart Fail. 2017;5:44-52. https://doi.org/10.1016/j.jchf.2016.09.016
  18. Song S, Ko JS, Lee HA, et al. Clinical implications of heart rate control in heart failure with atrial fibrillation: Multi-Center Prospective Observation Registry (CODE-AF Registry). Front Cardiovasc Med. 2022;9:787869. https://doi.org/10.3389/fcvm.2022.787869
  19. Cullington D, Goode KM, Zhang J, et al. Is heart rate important for patients with heart failure in atrial fibrillation? JACC Heart Fail. 2014;2:213-220. https://doi.org/10.1016/j.jchf.2014.01.005
  20. Steinberg BA, Kim S, Thomas L, et al. Increased heart rate is associated with higher mortality in patients with atrial fibrillation (AF): results from the Outcomes Registry for Better Informed Treatment of AF (ORBIT-AF). J Am Heart Assoc. 2015;4:e002031. https://doi.org/10.1161/JAHA.115.002031
  21. Groenveld HF, Crijns HJ, Van den Berg MP, et al. The effect of rate control on quality of life in patients with permanent atrial fibrillation: data from the RACE II (Rate Control Efficacy in Permanent Atrial Fibrillation II) study. J Am Coll Cardiol. 2011;58:1795-1803. https://doi.org/10.1016/j.jacc.2011.06.055
  22. Budaraju D, Neelapu BC, Pal K, et al. Stacked machine learning models to classify atrial disorders based on clinical ECG features: a method to predict early atrial fibrillation. Biomed Tech (Berl). 2023;68(4):393-409. https://doi.org/10.1515/bmt-2022-0430
  23. Kunts LD, Germanova OA, Reshetnikova YuB, et al. Extrasystolic arrhythmia as an atrial fibrillation predictor. Science and Innovations in Medicine. 2024;9(2):117-123. (In Russ.). [Кунц Л.Д., Германова О.А., Решетникова Ю.Б., и др. Экстрасистолия как предиктор развития фибрилляции предсердий. Наука и инновации в медицине. 2024;9(2):117-123]. https://doi.org/10.35693/SIM624503
  24. Germanova OA, Galati G, Kunts LD, et al. Predictors of paroxysmal atrial fibrillation: Analysis of 24-hour ECG Holter monitoring. Science and Innovations in Medicine. 2024;9(1):44-48. (In Russ.). [Германова О.А., Галати Д., Кунц Л.Д., и др. Предикторы развития пароксизмальной фибрилляции предсердий: анализ данных суточного мониторирования ЭКГ по Холтеру. Наука и инновации в медицине. 2024;9(1):44-48]. https://doi.org/10.35693/SIM626301
  25. Pandey A, Okaj I, Ichhpuniani S, et al. Risk Scores for Prediction of Postoperative Atrial Fibrillation After Cardiac Surgery: A Systematic Review and Meta-Analysis. Am J Cardiol. 2023;209:232-240. https://doi.org/10.1016/j.amjcard.2023.08.161
  26. Germanova O, Galati G, Germanov A, et al. Atrial fibrillation as a new independent risk factor for thromboembolic events: hemodynamics and vascular consequence of long ventricular pauses. Minerva Cardiol Angiol. 2023;71(2):175-181. https://doi.org/10.23736/S2724-5683.22.06000-8
  27. Germanova OA, Germanov AV, Shchukin YuV. Maximum time between cardiac cycles in atrial fibrillation for assessing the risk of arterial thromboembolism. Russian Journal of Cardiology. 2022;27(7):5007. (In Russ.). [Германова О.А., Германов А.В., Щукин Ю.В. Продолжительность максимального времени между кардиоциклами при фибрилляции предсердий для оценки риска артериальных тромбоэмболических осложнений. Российский кардиологический журнал. 2022;27(7):5007]. https://doi.org/10.15829/1560-4071-2022-5007
  28. Germanova OA, Germanov AV, Gradinar A, et al. Ischemic Stroke in Patients with Extrasystolic Arrhythmia: Case Series. Psychiatr Danub. 2023;35(Suppl 2):402-407. PMID: 37800264
  29. Germanova O, Smirnova D, Usenova A, et al. Cryptogenic Stroke In The Context of Pandemic-Related Stress: The Role of Arterial Hemodynamics. Psychiatr Danub. 2022;34(Suppl 8):256-261. URL: https://www.psychiatria danubina.com/UserDocsImages/pdf/dnb_vol34_noSuppl%208/dnb_vol34_noSuppl%208_256.pdf
  30. Germanova OA, Germanov VA, Shchukin YuV, et al. Modeling of hydraulic shock as one of the main risk factors of main arteries atherosclerosis in arrhythmias. Aspirantskiy Vestnik Povolzhiya. 2020;5-6:43-48. (In Russ.). [Германова О.А., Германов В.А., Щукин Ю.В., и др. Моделирование гидравлического удара как одного из ведущих факторов риска атеросклероза магистральных артерий при нарушениях сердечного ритма. Аспирантский вестник Поволжья. 2020;5-6:43-48]. https://doi.org/10.17816/2072-2354.2020.20.3.43-48

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Figure 1. “Device for modeling intra-arterial circulation”.

Download (965KB)
Indexing metadata
3. Figure 2. Graphic representation of hemodynamic parameters in subgroups 1A, 1B and the control group according to Doppler ultrasound (p<0.001). Data are presented in the form of medians (transverse line), means (cross), boundaries of the 1st and 3rd quartiles (box boundaries), minimums and maximums (whisker boundaries).

Download (223KB)
Indexing metadata
4. Figure 3. Dynamics of changes in pressure inside the rotameter tube, when simulating AF with different durations of the R-R interval, compared with the parameters with a regular pulse wave (in %).

Download (408KB)
Indexing metadata

Copyright (c) 2024 Germanova O.A., Shchukin Y.V., Galati G., Pedretti R.

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».