Wolff parkinson white sendromunda aksesuar yolun lokalizasyonunun tespit edilmesinde elektrokardiyografik algoritmaların karşılaştırılması
Tezin Türü: Tıpta Uzmanlık
Tezin Yürütüldüğü Kurum: Atatürk Üniversitesi, Tıp Fakültesi, Dahili Tıp Bilimleri, Türkiye
Tezin Onay Tarihi: 2018
Tezin Dili: Türkçe
Öğrenci: ÖMER FARUK DERMAN
Danışman: Serdar SEVİMLİ
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:ÖZET Wolff Parkinson White Sendromunda Aksesuar Yolun Lokalizasyonunun Tespit Edilmesinde Elektrokardiyografik Algoritmaların Karşılaştırılması Giriş: Wolff Parkinson White(WPW) sendromu kardiyak ileti sisteminin doğumsal bir hastalığıdır (1-4). Sıklığı 1000'de 1.5-3'tür(3). WPW sendromunda normal ileti sisteminde olmayan aksesuar yollar bulunur. Bu aksesuar yollar uyarının AV noda uğramadan direk ventriküler sisteme iletilmesini sağlar. Biz çalışmamızda WPW sendromunda mevcut aksesuar yolun lokalizasyonunu tespit etmek için kullanılan elektrokardiyografik algoritmalardan Arruda, Boersma, Fitzpatrick ve Chiang algoritmalarının tanısal özelliklerini karşılaştırdık. Metot: Çalışmamıza 01.10.2013-15.10.2017 tarihleri arasında WPW sendromu nedeniyle kliniğimize başvuran ve elektrofizyolojik çalışma(EFÇ) yapılan 50 hasta alındı. Tüm hastaların EKG'lerinde işlem öncesi preeksitasyon paterni mevcuttu. İşlem öncesi EKG'lerine ulaşılamayan hastalar çalışma dışı bırakıldı. Dört algoritma ile EFÇ arasındaki aksesuar yol tahminindeki uyum fleiss kappa test istatistiği ile hesaplandı. Bulgular: Çalışmamıza WPW sendromu nedeniyle EFÇ yapılan 50 hasta alındı(yaş ortalaması 34.814.3 yıl ve % 52'si erkek). EFÇ ile doğrulanan aksesuar yol tahmin etme gücü Arruda algoritması ile %58, Chiang algoritması ile %52, Boersma algoritması ile %48 ve Fitzpatrick algoritması ile %38'di. Algoritmaların EFÇ ile olan uyumları incelendiğinde Arruda algoritması orta derecede uyum göstermekteydi(Kappa:0.48, p<0.001). Diğer üç algoritma ise zayıf derece uyum göstermekteydi. Sonuç: EFÇ aksesuar yol tanısında altın standart yöntemdir. EKG algortimalarının tahmin gücü beklenenden düşük olsa da işlem öncesi kullanımı EFÇ işleminin başarı şansını artırabilir. Bizim kullandığımız algoritmalardan en yüksek tahmin gücü Arruda algoritmasında saptandı(%58). Anahtar Kelimeler: Wolff-Parkinson-White sendromu, elektrofizyolojik çalışma, elektrokardiyografik algoritmalar