ECG விளக்கத்தில் புரட்சியை ஏற்படுத்த விஞ்ஞானிகள் இதயத்தின் மறைக்கப்பட்ட வடிவவியலைக் கண்டுபிடித்துள்ளனர்.

லண்டன் கிங்ஸ் கல்லூரியின் விஞ்ஞானிகள் நடத்திய ஆய்வில், மார்பில் உள்ள இதயத்தின் உடல் நோக்குநிலை, எலக்ட்ரோ கார்டியோகிராமில் (ECG) பதிவுசெய்யப்பட்ட மின் சமிக்ஞைகளை கணிசமாக பாதிக்கிறது என்பதைக் கண்டறிந்துள்ளது - இது இதய நோயை மிகவும் தனிப்பயனாக்கப்பட்ட மற்றும் துல்லியமான நோயறிதலுக்கு வழி வகுக்கும் ஒரு கண்டுபிடிப்பு.

UK Biobank திட்டத்தில் 39,000 க்கும் மேற்பட்ட பங்கேற்பாளர்களின் தரவைப் பயன்படுத்தி, இதயத்தின் உடற்கூறியல் மற்றும் அதன் மின் செயல்பாடுகளுக்கு இடையிலான உறவை ஆராய்வதில் இன்றுவரை மேற்கொள்ளப்பட்ட மிகப்பெரிய மக்கள் தொகை அடிப்படையிலான ஆய்வுகளில் இதுவும் ஒன்றாகும். ECG தரவுகளுடன் 3D இதய இமேஜிங்கை இணைப்பதன் மூலம், குழு ஒவ்வொரு பங்கேற்பாளரின் இதயத்திலும் எளிமைப்படுத்தப்பட்ட டிஜிட்டல் இரட்டையர்களை உருவாக்கியது.

இந்த தனிப்பயனாக்கப்பட்ட மாதிரிகள், ஆராய்ச்சியாளர்கள் இதயத்தின் உடற்கூறியல் நிலை, உடற்கூறியல் அச்சு என்று அழைக்கப்படுகிறது, இது மின் செயல்பாட்டின் இடஞ்சார்ந்த அளவீடு அல்லது மின் அச்சுடன் எவ்வாறு தொடர்புடையது என்பதை ஆய்வு செய்ய அனுமதித்தது. இந்த ஆய்வு PLOS கணக்கீட்டு உயிரியல் இதழில் வெளியிடப்பட்டுள்ளது.

டிஜிட்டல் இரட்டையர்கள் இருதய ஆராய்ச்சியில் ஒரு சக்திவாய்ந்த கருவியாக மாறி வருகின்றனர், இது விஞ்ஞானிகள் இதயத்தின் அமைப்பு மற்றும் செயல்பாட்டை முன்னோடியில்லாத வகையில் விரிவாக மாதிரியாக்கி ஆய்வு செய்ய அனுமதிக்கிறது. இந்த ஆய்வில், உடல் நிறை குறியீட்டெண் (BMI), பாலினம் மற்றும் உயர் இரத்த அழுத்தம் போன்ற காரணிகளால் வடிவமைக்கப்பட்ட இதயத்தின் நோக்குநிலையில் ஏற்படும் இயற்கையான மாறுபாடுகள், ECG அளவீடுகளை கணிசமாக பாதிக்கும் என்பதை வெளிப்படுத்துவதில் அவர்கள் முக்கிய பங்கு வகித்தனர்.

"UK Biobank போன்ற பெரிய அளவிலான உயிரி மருத்துவ வளங்கள், மக்கள்தொகையில் உடற்கூறியல் மற்றும் மின் இயற்பியல் மாறுபாடுகளின் விரிவான பகுப்பாய்வை அனுமதிப்பதன் மூலம், நோயாளிகளை மையமாகக் கொண்ட நோய்களின் தன்மைப்படுத்தலுக்கு வழி வகுத்து வருகின்றன.

"இந்த ஆய்வு ஆரோக்கியமான மற்றும் நோயுற்ற நபர்களுக்கு இடையிலான இதய அச்சுகளில் உள்ள வேறுபாடுகளை நிரூபித்தது, டிஜிட்டல் இரட்டையர்களின் அதிகரித்த தனிப்பயனாக்கம் மற்றும் மேம்பட்ட முன்கணிப்பு மற்றும் நோய் குணாதிசயத்திற்கான திறனை எடுத்துக்காட்டுகிறது, இறுதியில் மேலும் தனிப்பயனாக்கப்பட்ட மருத்துவ பராமரிப்புக்கு அனுமதிக்கிறது," என்கிறார் முகமது கயாலி.

ஆராய்ச்சியாளர்கள் உடற்கூறியல் மற்றும் மின் அச்சுகள் இரண்டிற்கும் புதிய, தரப்படுத்தப்பட்ட வரையறைகளை 3D இடத்தில் அவற்றின் சீரமைப்பின் அடிப்படையில் முன்மொழிந்தனர். அதிக பிஎம்ஐ அல்லது உயர் இரத்த அழுத்தம் உள்ளவர்களுக்கு மார்பில் கிடைமட்டமாக நிலைநிறுத்தப்பட்ட இதயங்கள் இருப்பதைக் கண்டறிந்தனர், மேலும் இந்த மாற்றம் அவர்களின் ஈசிஜி சிக்னல்களில் பிரதிபலிக்கிறது.

இந்த ஆய்வில் ஆண்களுக்கும் பெண்களுக்கும் இடையே தெளிவான வேறுபாடுகள் கண்டறியப்பட்டுள்ளன: ஆண்களின் இதயங்கள் பெண்களை விட அதிக கிடைமட்ட நோக்குநிலையைக் கொண்டுள்ளன, மேலும் இந்த கட்டமைப்பு வேறுபாடு மேற்பரப்பு மின் செயல்பாட்டில் பிரதிபலிக்கிறது. இந்த பாலின வேறுபாடுகள் ECG விளக்கத்திற்கு மிகவும் தனிப்பட்ட அணுகுமுறையின் அவசியத்தை எடுத்துக்காட்டுகின்றன.

ஒரு பெரிய மக்கள்தொகையில் இந்த மாறுபாட்டைக் கண்டறிந்து அளவிடுவதன் மூலம், சாதாரண உடற்கூறியல் அம்சங்கள் மற்றும் நோயின் ஆரம்ப அறிகுறிகளை வேறுபடுத்துவதன் முக்கியத்துவத்தை இந்த ஆய்வு எடுத்துக்காட்டுகிறது. இது உயர் இரத்த அழுத்தம், கடத்தல் அசாதாரணங்கள் அல்லது இதய தசையில் ஏற்படும் ஆரம்பகால மாற்றங்கள் போன்ற நிலைமைகளை முன்கூட்டியே மற்றும் மிகவும் துல்லியமாக அடையாளம் காண மருத்துவர்களுக்கு உதவக்கூடும், குறிப்பாக இதய நோக்குநிலை நிலையான அனுமானங்களிலிருந்து விலகும் நோயாளிகளில்.

"இருதய அமைப்பின் தனிப்பயனாக்கப்பட்ட மாதிரிகளை (அதாவது டிஜிட்டல் இரட்டையர்கள்) உருவாக்கும் திறன் ஆராய்ச்சியின் ஒரு உற்சாகமான பகுதியாகும், அங்கு இருதய நோய் தடுப்பு, நோயறிதல் மற்றும் ஆபத்தை சிறப்பாகத் தெரிவிக்கக்கூடிய புதிய அளவுருக்களைக் கண்டறிய நாங்கள் நம்புகிறோம். இந்த வேலையில், இந்த ஆராயப்படாத பகுதிகளை நாங்கள் ஆராயத் தொடங்குகிறோம், மேலும் மின் கடத்தல் கோளாறுகள் போன்ற நிலைமைகளை முன்கூட்டியே கண்டறிவதற்கான புதிய வழிகளை விரைவில் வழங்குவோம் என்று நம்புகிறோம்," என்கிறார் பேராசிரியர் பாப்லோ லமாட்டா.

இந்த கண்டுபிடிப்புகள் எதிர்காலத்தில் ECGகள் ஒரே மாதிரியான முறையில் விளக்கப்படாமல், ஒவ்வொரு நோயாளியின் தனித்துவமான உடற்கூறியல் அம்சங்களுக்கு ஏற்ப வடிவமைக்கப்படும் ஒரு நிலையை சுட்டிக்காட்டுகின்றன. இந்த தனிப்பயனாக்கப்பட்ட அணுகுமுறை நோயறிதல் பிழைகளைக் குறைத்து, முந்தைய, மிகவும் துல்லியமான தலையீடுகளை ஆதரிக்கும்.