Bisnis.com, JAKARTA - Para peneliti dari Tampere University di Finlandia menciptakan metode baru untuk mengidentifikasi ritme jantung yang terkait dengan gagal jantung yang akan terjadi suatu hari.
Algoritma baru ini menggunakan metrik tertentu yang disebut analisis fluktuasi detrended (DFA2 a1), yang dapat mendeteksi perubahan variabilitas detak jantung dari waktu ke waktu.
Penelitian ini telah dipublikasikan di JACC: Clinical Electrophysiology.
Jika serangan jantung terjadi ketika aliran darah ke jantung dibatasi, SCD melibatkan jantung yang kewalahan oleh impuls listrik pendek. Meskipun gangguan ini terutama terjadi pada orang lanjut usia, gangguan ritme ini sering kali muncul tanpa gejala apa pun.
Berdasarkan analisis terhadap 2.794 orang dewasa selama masa tindak lanjut rata-rata 8,3 tahun, tim menemukan bahwa DFA2 a1 adalah “prediktor yang kuat dan independen” dari SCD. Asosiasi ini paling kuat ketika tubuh sedang istirahat, dibandingkan melakukan aktivitas fisik.
“Temuan paling menarik dari penelitian ini adalah identifikasi perbedaan khususnya selama pengukuran saat diam,” kata fisikawan Universitas Tampere, Teemu Pukkila dilansir dari sciencealert.
Dia menjelaskan karakteristik interval detak jantung pasien berisiko tinggi saat istirahat mirip dengan jantung yang sehat selama aktivitas fisik.
Tim menggunakan metode analisis statistik untuk menghubungkan pola DFA a1 dengan insiden SCD. Pendekatan ini mencakup memperhitungkan dampak variabel penting lainnya, termasuk usia dan kondisi kesehatan jantung yang ada.
Yang menggembirakan, pembacaan metrik hanya membutuhkan waktu satu menit, dan dapat dilakukan melalui sensor yang cukup sederhana untuk dimasukkan ke dalam jam tangan pintar. Tidak perlu pergi ke klinik atau melakukan pemindaian yang rumit untuk menilai risiko SCD seseorang.
“Akselerometer pada perangkat konsumen yang dapat dikenakan dapat dengan mudah membedakan keadaan aktivitas fisik dan istirahat serta melakukan pengukuran bila memungkinkan,” tulis para peneliti dalam makalah yang mereka terbitkan.
Algoritme prediksi baru ini secara signifikan lebih akurat dibandingkan metode saat ini, yang biasanya melibatkan pengukuran kebugaran kardiorespirasi: ini berarti kapasitas seseorang untuk mengirimkan oksigen ke otot, dan sejauh mana otot tersebut dapat menggunakan oksigen selama latihan fisik.
Langkah selanjutnya adalah menguji pendekatan ini pada kelompok orang yang lebih besar dan beragam, dan melihat bagaimana temuan ini mungkin berhubungan dengan jenis penyakit jantung lainnya. Pada akhirnya, algoritma prediktif ini dapat menyelamatkan sejumlah besar nyawa, dengan memperingatkan mereka yang berisiko terhadap penyakit mematikan yang tiba-tiba dan cepat ini.
“Ada kemungkinan bahwa pada banyak individu yang sebelumnya tidak menunjukkan gejala, yang menderita kematian jantung mendadak atau yang telah diresusitasi setelah serangan jantung mendadak, kejadian tersebut dapat diprediksi dan dicegah jika munculnya faktor risiko terdeteksi pada waktunya,” kata ahli jantung. Jussi Hernesniemi dari Universitas Tampere.
