《Annals of Noninvasive Electrocardiology》：An Accessible Algorithm for the Quick and Precise Interpretation of Atrioventricular Blocks in Electrocardiograms
编辑推荐：
背景（Background）：本研究探讨一种创新性算法，旨在改善不同类型房室（Atrioventricular, AV）传导阻滞的诊断，并通过拓展准确AV阻滞识别领域的知识来改善患者治疗。实施该创新算法有望辅助初级医护人员及心电图（Electrocardiog
背景（Background）：本研究探讨一种创新性算法，旨在改善不同类型房室（Atrioventricular, AV）传导阻滞的诊断，并通过拓展准确AV阻滞识别领域的知识来改善患者治疗。实施该创新算法有望辅助初级医护人员及心电图（Electrocardiogram, ECG）判读经验较少者。
方法（Methods）：在这项定量研究中，40名初级医生及医学生被随机分配至培训组（n＝20）和对照组（n＝20）。培训组接受为期1小时的新算法教学课程，随后对标准化ECG进行AV阻滞诊断判读。使用SPSS软件分析数据。组间诊断准确率比较采用独立样本t检验；效应量采用Cohen's d评估。p＜0.05认为差异有统计学意义。
结果（Results）：该新型ECG判读方法因其可靠、实用、高准确率及对AV阻滞诊断中成组搏动（grouped beating）相关判断的影响，提高了AV阻滞的诊断准确率。
结论（Conclusions）：所提出的算法凭借高准确率和结构化流程，可提升临床实践中AV阻滞的检出能力。研究结果将丰富现有AV阻滞诊断知识体系，并对整体患者治疗产生积极影响。
《An Accessible Algorithm for the Quick and Precise Interpretation of Atrioventricular Blocks in Electrocardiograms》论文解读
一、研究背景与立项依据
心电图（Electrocardiogram, ECG）是临床常用的无创性心脏电活动与结构评估工具，尤其在急诊科对心律失常如房室（Atrioventricular, AV）传导阻滞的快速识别至关重要。AV阻滞按程度分为一度、二度（Ⅰ型/Wenckebach即Mobitz Ⅰ型、Ⅱ型/Mobitz Ⅱ型）和三度（完全性AV阻滞）。准确区分二度Ⅰ型与Ⅱ型AV阻滞具有重要预后与治疗意义——Mobitz Ⅱ型多为结下（infranodal）病变、宽QRS波、易进展为完全性AV阻滞及心搏骤停，常需起搏治疗；而Mobitz Ⅰ型多位于AV结水平、窄QRS波、相对良性。目前临床难点在于：AV阻滞尤其是二度类型的ECG表现可与心肌梗死、缺血、肥厚梗阻性心肌病、药物性心律失常及电解质紊乱相似，也可在运动员中呈良性表现；且传统观念认为"成组搏动（grouped beating）"仅见于Wenckebach（Mobitz Ⅰ型）AV阻滞，易造成误诊。初级医护人员缺乏经验时常难以快速、精确判读，因此亟需一种结构化、易学的AV阻滞判读算法。该研究由Ashkanani等人开展，旨在提出并验证一种基于"有无成组搏动"为初筛节点的AV阻滞诊断算法，论文发表于《Annals of Noninvasive Electrocardiology》。
二、主要研究方法概述
研究人员开展一项定量干预性研究，招募40名处于相似临床培训阶段的被试——包括临床轮转的医学毕业生及毕业后工作≤2年的初级医生（junior doctors），来自皮肤科、内科、骨科、整形外科等多个科室以保证多样性。采用简单随机分配法将被试均分为对照组（n=20，仅做ECG判读，未接受算法培训且无算法参考）与培训组（n=20，接受1小时算法教学并可预先参阅算法，测试时凭记忆应用、无流程图参考）。两组均使用8份与教学中完全不同的标准化AV阻滞相关ECG进行判读，以资深急诊医学专家判读结果为金标准，记录正确诊断例数。统计分析采用IBM SPSS Statistics 27.0，计量资料以均数±标准差描述，分类资料以频数和百分比描述；组间正确诊断率比较采用卡方(χ2)检验，平均准确率比较采用独立样本t检验，效应量计算采用Cohen's d，以p＜0.05为差异有统计学意义。
三、研究结果
3.1 Frequency of Correct Diagnosis for Different Types of ECG（不同ECG类型的正确诊断率比较）
研究人员对8份标准化ECG分别统计两组正确诊断率并做χ2检验。结果显示：①三度AV阻滞伴交界性逸搏心律（ECG1），对照组80%、培训组95%（p=0.151），无统计学差异；②Ⅰ型2:1 AV阻滞（ECG2），对照组55%、培训组90%（p=0.013），培训组显著提升；③Ⅰ型二度AV阻滞（ECG3，典型Wenckebach），对照组70%、培训组85%（p=0.256），无统计学差异；④等频性AV分离（isorhythmic AV dissociation，ECG4），对照组仅5%、培训组75%（p＜0.001），差异最大且显著；⑤高度（high-grade）AV阻滞——判定为Ⅱ型起源（依据V1导联QRS宽度）——（ECG5），对照组40%、培训组80%（p=0.010），显著提升；⑥三度AV阻滞伴加速性室性自搏节律（accelerated idioventricular rhythm，ECG6），对照组70%、培训组95%（p=0.037），显著提升；⑦一度AV阻滞（ECG7），对照组90%、培训组100%（p=0.147），无统计学差异；⑧Ⅱ型二度AV阻滞（ECG8，固定PR间期伴未下传P波及V1导联宽QRS），对照组35%、培训组85%（p＜0.001），显著提升。综上，培训组在2:1Ⅰ型AV阻滞、等频性AV分离、高度AV阻滞、伴加速性室性自搏的三度AV阻滞及Ⅱ型二度AV阻滞的正确诊断率均显著高于对照组。
3.2 Mean Accuracy of Correct Diagnosis in Trained and Control Groups（培训组与对照组平均诊断准确率）
研究人员发现，在8份ECG中，有5份（ECG2、ECG4、ECG5、ECG6、ECG8）培训组平均诊断准确率显著高于对照组；其余3份（三度AV阻滞伴交界性逸搏、Ⅰ型二度AV阻滞、一度AV阻滞）两组间均值无显著差异。
3.3 Association Between Training and the Likelihood of a Correct Diagnosis of AV Blocks（培训与正确诊断AV阻滞可能性的关联）
经统计学分析，培训与正确诊断可能性呈强关联（p=0.007），接受算法培训的参与者正确诊断AV阻滞的可能性是未受训对照者的3倍以上。
3.4 Evaluating the Efficacy of the Algorithm（算法效能评估说明）
两组被试背景相似（末年级医学生及入职两年内初级医生，多科室来源），但未行正式基线ECG能力前测。测试时培训组凭记忆应用算法、对照组无算法参考；测试用8份标准化ECG与教学用ECG完全不同。
四、讨论与结论翻译
讨论要点总结：
该算法证明对AV阻滞检测具有准确、结构化及易用性，培训组多种AV阻滞类型正确诊断率最高达95%，显示其在临床教学与实践中的应用潜力。系统性算法可减少初级人员判读误差、降低学习曲线。未来可将该算法与人工智能（Artificial Intelligence, AI）/机器学习结合以提升精度并辅助复杂ECG评估。传统认为成组搏动仅提示Wenckebach（Mobitz Ⅰ型）AV阻滞，本研究指出其也可见于Mobitz Ⅱ型及未下传房早，应作为更广义的诊断线索而非Wenckebach特有征象。研究局限性包括缺基线前后自身对照、样本量偏小、部分步骤需进一步说明、临床中分规（calipers）未必可得、单以V1导联QRS时限≥100 ms区分结内/结下解剖部位存在局限（生理Ⅱ型可发生于AV结内，结下阻滞未必宽QRS，QRS增宽也可能源于并存双束支传导阻滞）。未来研究应加入基线测试、多课时培训、允许可视化参照算法流程、扩展至其他AV分离类型并在更大样本中验证。
结论（Conclusions，译自原文）：
本研究表明所提出的算法在临床实践中具备提升AV阻滞检出与诊断的较强潜力。该算法提供结构化、高效的流程，可帮助经验丰富及经验较少的医护人员更准确地判读ECG。最重要的发现之一是，成组搏动（grouped beating）并非如传统观念所认为仅特见于Wenckebach（Mobitz Ⅰ型）AV阻滞，其同样可出现在Mobitz Ⅱ型AV阻滞及未下传房性早搏（non-conducted premature atrial complexes）中，提示其可作为不同心律失常评估中的重要初始诊断特征。尽管结果令人鼓舞，仍需更大规模、更严格对照的研究来确认该算法在真实临床环境中的有效性。经过进一步改良及可能的AI整合，此工具有望成为ECG判读的重要组成部分，帮助临床医师更快速准确地诊断，最终改善患者预后。
