Lead aVR in focus: ST-segment elevation in aVR and coronary patterns in acute coronary syndrome (Insights from 200 patients)

Abstract

L’élévation du segment ST en dérivation aVR est de plus en plus reconnue comme un signe important de lésions coronariennes graves, notamment une atteinte du tronc commun gauche ou de l’artère interventriculaire antérieure proximale. Bien que de plus en plus reconnue dans la littérature, cette anomalie reste encore insuffisamment intégrée dans la pratique clinique. Sa présence, surtout lorsqu’elle s’accompagne d’un sous-décalage diffus du segment ST sur d’autres dérivations, reflète souvent une atteinte coronarienne étendue et un profil à haut risque. Notre étude observationnelle, réalisée au CHU Ibn Sina de Rabat entre 2021 et 2023, a porté sur 200 patients admis pour syndrome coronarien aigu et présentant un sus-décalage du segment ST en aVR, tous ayant bénéficié d’une coronarographie. La majorité des patients étaient des hommes (69,5 %), avec un âge moyen de 60 ± 8 ans. Les présentations cliniques étaient respectivement un NSTEMI (40 %), un STEMI (36 %) et un angor instable (24 %). Nous avons identifié trois profils électriques : un sus-décalage du segment ST en aVR avec un sous-décalage du segment ST diffus (55 %), un sus-décalage du segment ST en aVR et en V1 (30 %), et un sus-décalage isolé en aVR (15 %). Un sus-décalage du segment ST plus marqué en V1 qu’en aVR était associé à une atteinte du tronc commun ou de l’IVA proximale, tandis qu’un sus-décalage du segment ST prédominant en aVR était associé à une atteinte de l’IVA proximale. L’amplitude du sus-décalage ST en aVR était associée à la gravité des lésions au niveau de l’artère circonflexe ostiale et de la coronaire droite proximale, sans association significative avec les complications pendant l’hospitalisation. En conclusion, l’analyse systématique de la dérivation aVR pourrait renforcer l’évaluation du risque chez les patients présentant un SCA, et surtout améliorer la prise de décision thérapeutique, notamment avec le développement de l’interprétation ECG assistée par l’intelligence artificielle.