ABSTRACT
Abstract Objective: Ventricular fibrillation (VF)-related sudden cardiac death (SCD) is a leading cause of mortality and morbidity. Current biological and imaging parameters show significant limitations on predicting cerebral performance at hospital admission. The AWAKE study (NCT03248557) is a multicentre observational study to validate a model based on spectral ECG analysis to early predict cerebral performance and survival in resuscitated comatose survivors. Methods: Data from VF ECG tracings of patients resuscitated from SCD will be collected using an electronic Case Report Form. Patients can be either comatose (Glasgow Coma Scale GCS --- ≤8) survivors undergoing temperature control after return of spontaneous circulation (RoSC), or those who regain consciousness (GCS = 15) after RoSC; all admitted to Intensive Cardiac Care Units in 4 major university hospitals. VF tracings prior to the first direct current shock will be digitized and analyzed to derive spectral data and feed a predictive model to estimate favorable neurological performance (FNP). The results of the model will be compared to the actual prognosis. Results: The primary clinical outcome is FNP during hospitalization. Patients will be categorized into 4 subsets of neurological prognosis according to the risk score obtained from the predictive model. The secondary clinical outcomes are survival to hospital discharge, and FNP and survival after 6 months of follow-up. The model-derived categorisation will be also compared with clinical variables to assess model sensitivity, specificity, and accuracy. Conclusions: A model based on spectral analysis of VF tracings is a promising tool to obtain early prognostic data after SCD.
Resumen Objetivo: La muerte súbita (MS) por fibrilación ventricular (FV) es una importante causa de morbilidad y mortalidad. Los métodos biológicos y de imagen actuales muestran limitaciones para predecir el pronóstico cerebral al ingreso hospitalario. AWAKE es un estudio observacional, multicéntrico, con el objetivo de validar un modelo basado en el análisis espectral del elec- trocardiograma (ECG), que predice precozmente el pronóstico cerebral y la supervivencia en pacientes resucitados y en estado de coma. Métodos: Se recogerán datos de los ECG con FV de pacientes reanimados de MS. Los pacientes pueden ser tanto supervivientes en estado de coma (Glasgow Coma Scale GCS ≤ 8) sometidos a control de temperatura tras la recuperación de circulación espontánea (RCE), como aquellos que recuperan la consciencia (GCS = 15) tras RCE; todos ellos ingresados en unidades de terapia intensiva cardiológica de 4 hospitales de referencia. Los registros de FV previos al primer choque se digitalizarán y analizarán para obtener datos espectrales que se incluirán en un modelo predictivo que estime el pronóstico neurológico favorable (PNF). El resultado del modelo se comparará con el pronóstico real. Resultados: El objetivo principal es el PNF durante la hospitalización. Los pacientes se categorizarán en 4 subgrupos de pronóstico neurológico según la estimación de riesgo obtenida en el modelo predictivo. Los objetivos secundarios son supervivencia al alta hospitalaria, y PNF y supervivencia a los 6 meses. El resultado de este modelo también se comparará con el pronóstico según variables clínicas. Conclusiones: Un modelo basado en el análisis espectral de registros de FV es una herramienta prometedora para obtener datos pronósticos precoces tras MS por FV.