极短时心率变异性与脉率变异性指标一致性的分析*

2022-01-26 03:56彭敏何宝林刘静于璐
生物医学工程研究 2021年4期
关键词:脉搏变异性一致性

彭敏,何宝林,刘静,于璐△

(1.中国医科大学公共基础学院生物医学工程系,沈阳 110122;2.中国医学科学院血液病医院(中国医学科学院血液学研究所)实验血液学国家重点实验室 国家血液病临床医学研究中心,天津 300020;3.武汉大学中南医院核医学科,武汉 430071)

1 引 言

多年来,对于血管疾病和睡眠疾病的诊断手段十分有限。已有研究表明,心血管疾病与呼吸睡眠疾病与自主神经系统(autonomic nervous system,ANS)功能改变有关[1-2]。心率变异性(heart rate varibility,HRV)指逐次心跳周期差异的变化情况[3],其中含有神经体液因素对于心血管系统的调节信息;脉率变异性(pulse rate varibility, PRV)通常指逐次脉搏间的脉搏波间期的微小涨落[4],其变化同HRV一般都受到身体的各组织器官影响。近年来出现了大量关于心率变异性和与其同源的脉率变异性的研究[4-6],但极短时内二者一致性的替代研究相对缺乏。目前对于心率变异性的分析都是对于长程(24 h)或短程(5~30 min)的信号来进行的[7],数据获取不易且耗费资源。短时心率变异性能可反映自主神经功能[8],临床上认可的短时心率变异性的研究都在5 min以内,但Smith等[9]证实了极短时(30 beats)HRV指标在反映自主神经功能的有效性。He等[10]证明了极短时(15 s)的HRV相关指标能反映自主神经功能变化,并利用这些指标进行睡眠呼吸暂停检测。L′azaro等[11]在儿童研究中发现PRV在睡眠呼吸暂停检测中也能代替HRV。极短时分析所需的序列更短、更快速方便,能节约费用,还可以实时监测疾病。睡眠呼吸暂停[12]定义是在连续7 h睡眠期间发生30次以上、10 s以上呼吸气流暂停,且不论是自主屏气还是非自主呼吸暂停,都会导致自主神经功能障碍[13]。已有研究表明心率变异性可作为诊断睡眠呼吸暂停的方法之一[14-15],且已有大量基于HRV的呼吸暂停实时检测研究[16-17],这些研究都是将心电信号切割成极短时信号段(10 s~1 min),再进行检测和诊断。然而,心电信号的采集过程较脉搏更为复杂,且信号易因姿势的改变以及噪声的干扰而产生较大波动[18],如果能够证明极短时内的两种变异性指标的一致性,就可能用脉率变异性替代心率变异性来实时检测呼吸暂停。并且研究脉率变异性通常利用PPG信号,能够在获取脉率的同时获得血氧饱和度[19],能用较少的资源获取更多的数据。因此,研究脉率变异性替代心率变异性具有较大意义。本研究选择15 s内的心电与脉搏信号在四种不同呼吸状态下计算和比较HRV与PRV指标,多方面探讨两种变异性的一致性,以便为后续研究极短时PRV替代HRV进行实时apnea检测提供理论基础。

2 材料与方法

2.1 数据获取与呼吸状态划分

在无明显噪音情况下,44名22~24岁健康青年采取平躺姿势,用多导睡眠监测仪(polysomnography,PSG)分别采集了两组信号。第一组以平静呼吸和自主屏气模拟呼吸暂停缺氧状态15 s,交替10次,连续采集了15 min时长的PSG信号。第二组以平静呼吸、快速呼吸、慢速呼吸的三种方式组合,连续采集了15 min时长的信号。得到共13个通道的信号,本研究用到其中三个通道的信号,为采样率200 Hz的心电信号、采样率75 Hz的脉搏血氧饱和度信号、采样率200 Hz的呼吸气流信号。用呼吸气流信号划分心电与脉搏数据的四种呼吸状态,来比较心率变异性和脉率变异性在不同的呼吸状态下是否都保持一致。

2.2 特征点提取与指标计算

心电与脉搏属于微弱生理信号,研究采用墨西哥小波变换[20]去除由于工频以及人体呼吸因素等造成的干扰。对变换后的信号寻求极大值和极小值[21],进一步判断极值是波峰还是波谷。然后选取最大、最小幅度的差值的30%为判别R波的阈值。判断每名受试者信号波形提取图,并因人而异具体选择每名受试者信号的阈值,从而找出每个周期信号的峰值点。

从时域、频域及非线性三个方面对15 s内的两种信号进行分析。根据研究的预实验,从众多变异性指标中选择了六个指标来进行分析,此六指标涵盖了时、频和非线性三个方面,其对于长时、短时和极短时的信号都可以进行分析,不会因信号长短的改变而影响指标值,适用于极短时的变异性分析。选择的时域指标是MEAN和rMSSD。MEAN是RR间期的平均值,rMSSD是相邻RR间期差值的均方根,见式(1)、式(2)。

(1)

(2)

频域指标是用Lomb算法[22]得出的归一化的低频段功率(nLF),归一化的高频段功率(nHF),归一后的低频段比高频段(nLF/nHF);非线性指标是去趋势波动分析法短时参数DFA1[23]。

2.3 统计分析

使用的统计分析方法有Bland-Altman一致性分析[4]、Pearson相关性系数与散点图、单样本K-S检验[24]、Mann-Whitney U检验[12]。BlandAltman分析是对两种不同的测量方法得到的数据进行比较。以两种方法得出结果的差值作为纵坐标,以两种结果的平均值作为横坐标,用Medcalc软件进行图形的绘制。Pearson相关性系数是回归分析中对于两个变量或者多个变量的相关性程度的描述,通过统计指标系数r分析。散点图将HRV作横坐标,PRV作纵坐标做图,并添加45°角参考线,展示两变异性之间相关性。单样本K-S检验是利用样本数据检验样本所代表的总体是否服从特定分布(正态分布、泊松分布、均匀分布或指数分布)的方法,本次研究用IBM SPSS Statistics 22来进行检验,测定两类变异性指标是否拟合正态分布,(P>0.05),推断某一变异性指标总体服从正态分布。Mann-Whitney U检验是两个独立样本非参数检验是在对总体分布未知的情况下,通过样本数据检验两个独立样本的对应总体分布或者分布位置差异,认为P>0.05时差异无统计学意义。

3 结果

呼吸暂停标记为状态1,来自第一组PSG数据中10组呼吸暂停的15 s长度的信号共440组数据;快速呼吸标记为状态2,来自第二组PSG数据中3段15 s长度的信号共132组数据;慢速呼吸标记为状态3,来自第二组6段15 s长度的信号共264段数据;平静呼吸标记为状态4,来自第二组10段15 s长度的信号共440段数据。因此,对应呼吸状态下的心电数据记为H1-H4组,脉搏数据为P1-P4组。特征提取后计算四个呼吸状态下心电信号MEAN指标的均值范围在866~896 ms,脉搏信号MEAN指标的均值范围在856~876 ms。利用统计学分析方法得到一致性比较结果。

3.1 Bland-Altman分析

时域指标MEAN和所有的频域与非线性域指标在四个状态下,大多数点基本都在95%置信区间内,具有置信意义。而时域rMSSD指标在平静呼吸状态下有一部分置信外空间点,其余三个状态的点总体位于界限内。图1是非线性指标DFA1在四种呼吸状态下的一致性图形。

图1 四个呼吸状态下非线性指标DFA1的Bland-Altman图

图2 四个呼吸状态下非线性指标DFA1的散点图

3.2 Pearson相关性系数与散点图

结果显示,在频域和非线性域,HRV指标与PRV指标具有较强的相关性。rMSSD组在快速呼吸,慢速呼吸,平静呼吸下的Pearson系数r均小于0.3,说明相关性极弱,只在模拟呼吸暂停状态下r大于0.6;其余五个指标在呼吸暂停、慢速呼吸、平静呼吸状态下相关性系数均大于0.7。图2是三个域指标在四种呼吸状态下散点图的示例。表1呈现了DFA1指标在各状态下的相关性系数。

表1 指标的Pearson相关性系数r

3.3 单样本K-S检验

表2结果表明并非所有状态下的HRV与PRV都符合正态分布(P>0.05),同一状态下的HRV与PRV也不一定同时满足正态分布。因此,采用另一种对样本要求更低的非参数检验方法Mann-Whitney U检验。

3.4 Mann-Whitney U检验

由表3可知,只有rMSSD组在呼吸暂停与慢速呼吸状态下P<0.05,差异有统计学意义,但在快速呼吸和平静呼吸状态下的伴随概率P均高于检验水准,说明心率和脉率差异无统计学意义。其余五个指标伴随概率P均高于检验水准,说明这几个指标在四个状态下无明显差异。

表2 单样本K-S检验

4 讨论

本研究可用于非自主呼吸暂停检测如睡眠呼吸暂停综合征实时检测,以及自动正压通气的自动压力滴定方法[25-26]的改进。同时,自主性呼吸控制下的数据对于研究高发的潜水员憋气导致的心律失常有意义[27],可通过研究脉搏信号,监控潜水员在潜水时的自主神经功能变化。研究保证了极短时15 s内两种信号的长度差控制在合理范围内(<0.1 s),保证了变异性差距的合理性。利用计算出的四个状态下的心率变异性与脉率变异性不同分析指标,采用多种统计学方法来进行极短时的一致性比较,在多方面通过多种比较方法来研究心率与脉率之间的一致性程度,能得出较为可信的结论,可知极短时内HRV和PRV指标在四个状态下基本一致,如MEAN、Lomb-nLF、Lomb-nHF、Lomb-nLF/nHF、和DFA1,但rMSSD在四个状态下不一致。rMSSD指标反映的是迷走神经张力大小,表1中该指标在四个状态的相关性都低,表2中该指标的PRV在四个呼吸状态下都比HRV要高,说明脉搏信号对迷走神经的变化比心电信号更加敏感。在呼吸暂停和慢速呼吸状态下,血氧含量相比平静呼吸和快速呼吸状态低,心血管调节使迷走神经变化更明显,而脉搏信号更敏感,导致PRV变化相比HRV更大,因此,这两种状态下的指标不满足一致性。近年来由于传感器等快速发展[28],脉率测量的设备简便,测量准确实时,在临床上实现用脉率替代心率的检测,获得数据更容易,有利于临床操作。但目前研究样本量不足以达到临床验证的标准,并且对于非自主性呼吸暂停事件尚未进行两种变异性一致性的验证,还需要更进一步的研究才能证实二者的一致性。

表3 六个指标在四个不同状态下的Mann-Whitney U检验结果

5 结论

本研究对呼吸暂停、快速呼吸、慢速呼吸、平静呼吸四个状态下的心率变异性与脉率变异性的六个指标进行15 s时域、频域、非线性分析,发现呼吸暂停、快速呼吸、慢速呼吸、平静呼吸四个状态下极短时15 s的时域指标MEAN,频域指标Lomb-nLF、Lomb-nHF、Lomb-nLF/nHF和非线性指标DFA1的HRV与PRV具有良好一致性,认为极短时下的脉率变异性可以替代心率变异性以反映自主神经功能变化,可期用于研究实时睡眠呼吸暂停的检测。

猜你喜欢
脉搏变异性一致性
注重教、学、评一致性 提高一轮复习效率
对历史课堂教、学、评一体化(一致性)的几点探讨
IOl-master 700和Pentacam测量Kappa角一致性分析
从三焦论治咳嗽变异性哮喘的理论探讨
用心感受狗狗的脉搏
《今日评说》评今日浙江 说时代脉搏
光电式脉搏波检测系统的研究
运动、健康与心率变异性的研究进展
基于事件触发的多智能体输入饱和一致性控制
咳嗽变异性哮喘的中医治疗近况