Abstract:
RESUMO: A doença mixomatosa valvar mitral (DMVM) requer identificação acurada do aumento
atrial esquerdo (AAE) para orientar o estadiamento e a terapêutica. Embora a eletrocardiografia
(ECG) seja amplamente disponível e de baixo custo, sua acurácia isolada para AAE é limitada.
Assim, este estudo investigou a derivação e a validação interna de um algoritmo de triagem
eletrocardiográfico multifatorial, combinando a duração da onda P na derivação II e o índice de
Morris, com o objetivo de maximizar a sensibilidade para detectar AAE clinicamente relevante,
definido por razão átrio esquerdo/aorta (AE/Ao) ≥ 1,6. Em um estudo retrospectivo, foram
incluídos 150 cães nos estágios A a C da ACVIM. O AE/Ao ≥ 1,6 ao ecocardiograma foi
adotado como padrão de referência para AAE. As mensurações eletrocardiográficas foram
avaliadas quanto à reprodutibilidade interobservador, e o algoritmo foi desenvolvido e testado
por validação interna com cross-validation e limiares otimizados, com exploração de utilidade
clínica por análise de curva de decisão (DCA). O algoritmo apresentou área sob a curva (AUC)
de 0,729. Considerando-se as categorias de risco Alto ou Intermediário como limiar de triagem,
obteve-se sensibilidade de 88,5% e valor preditivo negativo (VPN) de 96,6%. A DCA indicou
maior benefício líquido da estratificação de risco em comparação a marcadores
eletrocardiográficos isolados em ampla faixa de limiares de decisão clínica. Os achados devem
ser interpretados com cautela devido ao risco de otimismo analítico inerente à validação interna
e ao uso do AE/Ao em vez do índice de volume atrial esquerdo (LAVi) como principal padrão-
ouro. Conclui-se que o algoritmo de triagem por ECG demonstrou segurança clínica,
permitindo excluir AAE clinicamente relevante com razoável confiança e orientar o
encaminhamento para ecocardiografia em cães classificados como risco intermediário ou alto. ABSTRACT: Myxomatous mitral valve disease (MMVD) requires accurate identification of left atrial
enlargement (LAE) to guide clinical staging and therapy. Because surface electrocardiography
(ECG) is widely available and low-cost but has limited standalone accuracy for LAE, this study
investigated whether a multifactorial ECG-based screening algorithm could improve detection
of clinically relevant LAE. In a retrospective design, 150 dogs across ACVIM stages A to C
were evaluated. Echocardiographic LAE was defined using left atrial-to-aortic root ratio
(LA/Ao) ≥ 1.6 as the reference standard. Electrocardiographic measurements were tested for
interobserver reproducibility, and an algorithm combining P-wave duration in lead II with the
Morris index was derived and internally validated using cross-validation with optimized
thresholds; clinical utility was further explored with decision curve analysis (DCA). The
algorithm achieved an area under the curve (AUC) of 0.729. When Intermediate- or High-Risk
categories were used as the screening threshold, sensitivity was 88.5% and negative predictive
value (NPV) was 96.6%, supporting its use to rule out clinically relevant LAE with reasonable
confidence. DCA indicated a greater net benefit for risk stratification than for isolated ECG
markers across a broad range of decision thresholds. Findings should be interpreted with caution
due to potential analytical optimism from internal validation and the use of LA/Ao rather than
left atrial volume index (LAVi) as the primary reference. Overall, the ECG-based screening
algorithm may assist referral decisions for echocardiography, particularly for dogs classified as
intermediate or high risk.