模式的昼夜24小时动态血压的变化,心率,和同情的语气与心血管疾病风险:聚类分析

文摘

调查是否特定的时间序列模式的血压(BP)、心率(HR)和同情的语气与代谢相关的动脉粥样硬化性心血管疾病的风险因素和10年期(ASCVD)。共有989名病人同时24小时动态BP和霍尔特心电图监测登记。病人被分为16组根据他们昼夜模式使用聚类分析方法的共识。代谢因素,包括胆固醇概要文件和载脂蛋白、比较。10年期ASCVD风险估计基于弗雷明汉风险模型。总的来说,16个重大协会临床变量和集群组之间被发现。年龄通常与所有有关集群在收缩压(SBP)、舒张压(菲律宾),人力资源,和同情的语气。代谢指标,包括糖尿病、身体质量指数、总胆固醇、高密度脂蛋白、载脂蛋白,与四个有关同情的语气集群。在原油分析,ASCVD风险逐步增加集群在SBP 1到4,菲律宾,人力资源,和同情的语气。调整后的多个变量,然而,只有同情音调集群3和4显示显著高比例的高危患者(≥7.5%)的10年期ASCVD ( ,95% ,和值= 0.024, ,95% ,和值< 0.001)。时间序列模式的BP、HR和同情的语气可以作为衰老的一个指标。昼夜变化同情的语气可以提供病人代谢和预后信息表示未来ASCVD风险。

1。介绍

昼夜变化血压(BP)和心率(HR)与衰老和相关代谢异常如肥胖、胰岛素抵抗、血脂异常(1- - - - - -3]。此外,英国石油(BP)和人力资源是已知的昼夜变化与自主神经功能失调有关,可能导致心血管疾病(4- - - - - -6]。之前的观测试验表明,早上突然BP飙升晚上醒来,一个戏剧性的BP(10% - -20%)与主要不良心血管事件(7- - - - - -9]。因此,BP、HR和自主功能障碍(交感和迷走神经活动的混合物)的变化可以显著与临床相关的心血管疾病(CVD)的风险因素,如年龄、性别、体重指数、血清葡萄糖水平,血清胰岛素水平,反映代谢异常和自主的胆固醇水平(10- - - - - -12]。

理论上,一次性测量BP和人力资源在临床环境中可能不提供足够的信息来准确地诊断和管理高血压。另一方面,24小时动态BP(们)录音同时24小时霍尔特心电图(EKG)可以准确测量的时间序列模式BP、HR、在家和同情的语气变化,在工作中,和在睡觉13]。次系列模式的传统分析方法只考虑昼夜比率或昼夜变化14,15]。因此,先前的试验无法检查个人的生理模式之间的联系的英国石油公司,人力资源,和同情的语气和临床心血管疾病的风险因素或估计CVD风险基于这些模式如何改变整个白天和黑夜。鉴于先前留下的不确定性分析,我们使用聚类方法的共识,为模式识别工具提供一致的可靠性通过评估整个数据集根据每个时间点;这种方法已经成功地识别基因表达微阵列数据中的模式(16- - - - - -18]。

因此,我们使用的数据连续24小时病人们同时24小时霍尔特心电图并应用聚类分析研究心血管疾病的风险因素之间的关系,估计10年心血管疾病风险,和集群组。

2。结果

2.1。基线人口统计学

的基线特征包括人口展示在表1。989名患者的平均年龄为55.5岁,其中37.7%是男性,9.8% DM, 39.0%有高血压。温度系数平均胆固醇概要,高密度脂蛋白胆固醇、低密度脂蛋白和甘油三酯 , , ,和 ,分别。平均10年ASCVD风险为7.6%,低风险(< 7.5%)的患者占67.0%,高危患者(≥7.5%)占33.0%。

2.2。四种模式的SBP菲律宾、人力资源和同情的语气时间序列

一致聚类识别四个不同的时间序列模式,分别对SBP菲律宾,人力资源,和同情的语气(图1)。的详细热图的共识矩阵在图提供了每个时间序列模式S1-5。共识累积分布分析确定集群的数量为每个模式4(图S6)。患者相对甚至在SBP的分布式集群中,菲律宾,和人力资源组织,而对于同情的语气,超过半数的病人分配到集群4。详细的时间序列模式通过集群详细图2。在SBP集群1和3显示适度常数SBP在24小时们分析。在集群2中,病人的MN-7点。英国石油公司从131.9毫米汞柱下降到127.4毫米汞柱。另一方面,集群4显示,英国石油(BP)滴在下午6点。mn和MN-7点。,from 138.1 mmHg to 125.8 mmHg and 124.8 mmHg, respectively. In the DBP analysis, clusters 1, 2, and 3 have drops in the MN–7 a.m. BP, with clusters 2 and 3 dropping more than cluster 1. The patients in cluster 4 had a relatively constant DBP throughout the 24-hour AMBP test. In the HR analysis, all clusters had an HR increase from MD–6 p.m.. After MN, however, all clusters showed HR drops, though the amount of HR reduction varied by cluster. In the sympathetic tone analysis, clusters 1, 2, and 3 had higher differences between the MD–6 p.m. and MN–6 a.m. values than cluster 4. The highest difference for mean sympathetic tone between MD–6 p.m. and MN–6 a.m. was in cluster 2 (4.8 to 2.1), followed by cluster 1 (3.7 to 1.8), and cluster 3 (3.4 to 2.1).

2.3。临床变量之间的关联和每个集群组

具体选择临床变量之间的关联和每组集群(SBP,菲律宾,人力资源和同情的语气)中所描述的表2。总的来说,我们发现16个重大临床变量之间的关联和单向方差分析测试中的集群组(连续变量)和卡方测试(为分类变量):(1)SBP的集群与年龄有关,吸烟,高血压,和甘油三酸酯水平;(2)集群类似与年龄、吸烟、高血压、心肌梗死史之前,和身体质量指数;(3)人力资源集群与年龄、吸烟、高血压、血脂异常、和ApoA-I水平;和(4)交感语气集群随着年龄的增长,DM, BMI,温度系数,高密度脂蛋白胆固醇,飞机观测水平。

为了获得更详细的信息,我们进行了多重比较分析连续临床变量。从研究结果,我们推测以下关联:(1)老年与SBP集群3,SBP集群4,集群类似2,集群类似3,集群类似4人力资源集群3人力资源集群4,同情的语气集群3,和同情的语气集群4;(2)低BMI与集群类似1,集群类似2,和同情的语气集群4;(3)高甘油三酯与SBP集群2和SBP集群4;(4)与人力资源集群3 ApoA-I水平低;(5)飞机观测水平低和同情的语气集群4。分类临床变量中,集群与更高比例的相关如下:(1)吸烟2 SBP集群,集群类似1,集群类似2,和人力资源集群1;(2)DM与人力资源集群4;(3)高血压2 SBP集群,集群类似2,和人力资源集群2;(3)与人力资源集群DM 4; (4) dyslipidemia with HR cluster 4; and (5) prior history of MI with DBP cluster 4.

2.4。10年期ASCVD风险之间的关联,每个集群

估计10年期ASCVD集群风险,如表所示3。总的来说,ASCVD风险逐步增加集群在SBP的1到4,菲律宾,人力资源,和同情音调模式。在原油分析、SBP集群3和4的患者比例明显高于高(≥7.5%)10年期ASCVD风险与SBP集群1 ( ,95% ,和值< 0.001和 ,95% ,和值< 0.001)。同样,菲律宾、人力资源和同情的语气集群3和4有风险的患者比例明显高于10年期ASCVD高与集群1(所有值< 0.01)。调整后的多个变量,然而,只有同情音调集群3和4显示的比例明显高于高风险10年期ASCVD患者相比集群1 ( ,95% ,和值= 0.024, ,95% ,和值< 0.001)。

3所示。讨论

在我们的时间序列聚类分析中,我们发现了三个值得注意的时间序列之间的关联模式和临床变量:(1)年龄与所有模式(SBP,菲律宾,人力资源和同情的语气);(2)代谢指标(DM、体重指数、血清中桶水平,血清高密度脂蛋白胆固醇水平,和等离子飞机观测水平)与同情的语调模式有关;和(3)交感语气集群与10年期ASCVD风险显著相关。这些结果表明,BP的时间序列模式,人力资源,同情的语气可以提供关于病人的临床状态和未来ASCVD可解释的信息风险。

BP改变与年龄相关的弗雷明汉心脏研究中描述。这些调查表明SBP线性增加从30岁到84岁,而菲律宾增加到50至60岁,减少后,19]。除了与年龄相关的英国石油(BP)的变化,许多研究发现,早晨的BP激增,特别是在醒来后的第一个小时,可以预测未来心血管事件和整体短期死亡率(9,20.]。然而,以往的研究主要集中在SBP和菲律宾变化的绝对值作为分类变量,不相关的分析从24小时们数据时间序列模式。不同于之前的研究,我们的时间序列聚类分析表明,24小时们地位和整个系统调节BP在特定集群功能随着年龄的不同(SBP集群3、SBP集群4,集群类似2,集群类似3,集群类似4人力资源集群3人力资源集群4,同情的语气集群3,和同情的语气集群4)。相应地,我们发现SBP集群4和集群3和4,类似BP(8点早上显示高。md MN-7点)相比,与高10年期ASCVD风险息息相关。

先前的实验和临床研究发现,交感神经系统参与葡萄糖和脂类代谢的调节,可以发挥重要作用在心血管疾病的病理生理学21,22]。增加慢性从中枢神经系统交感神经放电导致内皮功能障碍,代谢功能等终末器官损害(23]。已经提出很多机制来解释这些连接,包括交感神经活动和语气果糖代谢的关系,电流不稳定,肾素-血管紧张素醛固酮系统(24- - - - - -26]。我们的研究显示,24小时的同情音调模式与五个代谢指标:DM, BMI,等离子体飞机观测水平,血清胆固醇水平,血清高密度脂蛋白胆固醇水平。一般来说,人体生理节律与同情的语气活动,晚上白天激增和下降。然而,我们的分析支持发现受损的昼夜同情的语气活动可能与未来心血管疾病高风险;同情的语气集群4是由相对稳定同情音调特征活动在整个24小时监控,心血管疾病的风险最高。事实上,这些指标并不与其他相关时间序列模式似乎表示同情的语调的主要参与调节新陈代谢。因此,我们24小时的聚类分析同情音调活动确定了风险组的代谢异常和未来ASCVD:临床医生应特别注意患者低日变化在他们的同情的语气。

最近,共识聚类在生物信息学研究分析大型数据集,尽管它在心血管研究很少被使用。在这项研究中,我们成功地应用它分析临床资料,确定时间序列数据中的模式对SBP,菲律宾,人力资源,和同情的语气。我们看见这样的模式可以用于诊断或确定治疗方案。在我们的分析中,我们发现四个集群基于两个技术指标一致的集群(CDF实验组的共识和三角洲地区)。虽然更多的集群可以描述更详细的时间序列数据的模式,它还可以使解释结果。因此,集群的数量应该适当地确定,考虑到临床数据的性质和技术指标。

本研究也有一些局限性。我们发现的关联的潜在机制仍不明。虽然以前的研究显示,一个早上,午夜下降,和不一致性在24小时的昼夜变化们和24小时同情的语气与代谢异常和心血管疾病风险,进一步的研究是必要的。此外,应考虑种族差异。尽管我们的分析揭示了小说的时间序列之间的关联模式BP、HR、和同情的语气和临床变量,我们只包括亚洲病人从一个三级中心。大规模多中心试验与变量种族是必要的。尽管如此,这是最大的队列研究发现心血管疾病危险因素和代谢状态与时间序列模式的SBP菲律宾,人力资源,和同情的语气,我们首先使用的共识与这种类型的数据聚类方法。

总之,我们发现时间序列模式的英国石油公司,人力资源,和同情的语气与年龄有关。此外,代谢指标与时间序列同情音调模式,预测未来的心血管风险。在临床24小时昼夜变化BP、HR和同情的语气数据可以使用聚类分析技术来识别将来的心血管疾病的危险的患者。

4所示。材料和方法

4.1。研究人口和定义

从2011年1月到2013年12月,连续3687年参观了门诊的病人在高丽大学古鲁医院心血管中心,首尔,韩国,参与了一项前瞻性队列研究。合格的人口纳入本研究提供基线临床心血管疾病的风险因素和24小时们和24小时动态心电监测数据。1081名患者中可用的同步时间序列数据,九十二名患者被排除在外,因为他们是基线数据缺失或不完整的测量数据。因此,989患者纳入本研究。研究机构审查委员会批准的协议是韩国大学古鲁医院(# KUGH15310)和符合赫尔辛基宣言的道德准则及其后来的修正案。

24小时记录们使用验证高频设备(TONOPORT V,固件版本2.0中,通用电气医疗系统,密尔沃基,WI,美国)。设备带自动BP从7点测量每30分钟。到10点。(白天),从10点每60分钟。到7点。(在睡觉)。连续动态心电图记录在24小时内与BP使用Seer光测量记录仪(美国通用电气医疗集团,密尔沃基,WI)而受试者进行正常的日常活动。录音收集三个通道心电图描记的数据。火星的人力资源变化分析分析程序(通用电气医疗集团)。一位分析师曾失明患者的临床历史回顾和编辑的所有数据。 We used recommendations from the European Society of Cardiology and the North American Society of Pacing Electrophysiology to evaluate sympathetic tone analysis [27,28]。消除心房和心室过早复合物后,normal-to-normal (NN) 150到5000毫秒间隔NN比率在0.8和1.2之间都包括在内。时域HRV指标SDNN(标准差的NN间隔;估计的总体人力资源变化),SDANN(标准差的神经网络的平均间隔5分钟的整个记录;估计的长期人力资源变化的组件),RMSSD(√的均值之间的差异的平方和相邻NN间隔;估计短期心率变异性的组件),计算从24小时霍尔特心电图记录。因此,以下域指标测量每小时评估同情的语气:极低频率(甚低频)0.003到0.04赫兹,低频(LF) 0.04到0.15赫兹的高频(HF)的0.15到0.40赫兹,和低频/高频比值(LF / HF)在频域(快速傅里叶变换)。分析了时域分析的快速傅里叶变换和汉明窗过滤的27,28]。10年期CVD风险评估计算根据弗雷明汉风险评分(29日]。弗雷明汉风险模型包括年龄、性别、吸烟状态、收缩压(SBP)、总胆固醇(温度系数)、高密度脂蛋白(hdl - c),抗高血压药物评估10年发展中动脉粥样硬化性心血管疾病的风险(ASCVD) [29日]。因为这个分数估计,10年心血管疾病风险的患者年龄在40到79岁,40岁以下或79岁以上的患者被认为是40和79年,分别。10年估计风险等于或超过7.5%被定义为高风险,和不到7.5%的风险被定义为低风险(29日]。

4.2。时间序列数据的分组

每小时测量SBP,舒张压(菲律宾),人力资源,和交感神经系统语气构成本研究的时间序列变量(每个时间序列变量有24个值/主题)。时间序列SBP、菲律宾和人力资源是基于24小时们的数据,和时间序列得到同情的语气除以霍尔特的低频分量的高频分量数据(30.]。

使用一致聚类方法,它被广泛用于研究模式在大型数据集,我们分组每个参数的989例患者根据其时间序列模式。集群的共识,周围的分区方法聚类算法和测量采用皮尔逊距离,和1000年进行了二次抽样。确定最优数量为每个组共识的基础上累积分布函数(CDF)和三角洲地区。所有分析中使用ConsensusClusterPlus包R (31日]。

4.3。统计分析

卡方测试是用来确定分类临床变量之间的关联(性别、吸烟史、高血压、糖尿病(DM),血脂异常,心肌梗死(MI)的历史之前,和脑血管疾病)和四种集群组(SBP,菲律宾,人力资源和同情的语气)。连续临床变量之间的关系(年龄、身体质量指数(BMI)、左心室射血分数,血清葡萄糖水平,血浆胰岛素水平,稳态模型评估胰岛素抵抗,血清中桶水平,血清甘油三酯水平,血清低密度脂蛋白胆固醇(低密度脂蛋白)水平,血清高密度脂蛋白胆固醇水平,血浆载脂蛋白(Apo) -ⅰ级,和等离子飞机观测水平)和四组的每个测试用单向方差分析(方差分析),后续图基posthoc测试多个比较。10年期ASCVD风险是由集群使用二进制逻辑回归模型相比,调整年龄、性别、吸烟史、高血压、糖尿病、血脂异常、心肌梗死史之前,脑血管意外,BMI。统计分析使用R版本3.2.2。一个值< 0.05被认为是显著的,我们显示准确值。

信息披露

金融支持者没有控制收集、分析和解释的研究数据,他们也没有控制稿件的写作或决定提交出版的手稿。

的利益冲突

作者宣称没有利益冲突。

作者的贡献

E.L. H.S.S.有完全访问所有的数据的研究和对数据的完整性和准确性负责数据的分析。构思、设计或规划M.H.H.所做的研究,J.H.K.,E.L.,和H.S.S. Obtaining, analyzing, or interpreting the data was done by M.H.H., J.H.K., S.K., J.O.N., C.U.C., J.W.K., E.J.K., S-W.R., C.G.P., and H.S.S. Writing, editing, or commenting on the manuscript was done by M.H.H., J.H.K., J.O.N., C.U.C., J.W.K., E.J.K., S-W.R., C.G.P., E.L., and H.S.S. Approving the published version and agreeing to be accountable for the accuracy and integrity were done by M.H.H., J.H.K., S.K., J.O.N., C.U.C., J.W.K., E.J.K., S-W R., C.G.P., E.L., and H.S.S. Myung Han Hyun, Jun Hyuk Kang, Eunmi Lee, and Hong Seog Seo contributed equally to this work. Myung Han Hyun and Jun Hyuk Kang is co-first authors in this article.

确认

这项工作是支持的资助来自韩国医院高血压管理协会和韩国大学古鲁。

补充材料

图S1:共识颜色传奇。共识矩阵行和列。共识值范围从0(没有聚集在一起)到1(总是聚集在一起)和由颜色从白色到深蓝色的顺序增加价值。图S2:热图矩阵对SBP的共识。矩阵的共识 ,3、4和5是彩色根据其值如图S1。共识的矩阵排列的顺序聚类显示在热图。集群成员的彩色矩形之间的系统树图和热地图,作为解释相应的传说。图S3:热量地图一致矩阵的菲律宾。矩阵的共识 ,3、4和5是彩色根据其值如图S1。共识的矩阵排列的顺序聚类显示在热图。集群成员的彩色矩形之间的系统树图和热地图,作为解释相应的传说。图S4:热量地图一致矩阵的人力资源。矩阵的共识 ,3、4和5是彩色根据其值如图S1。共识的矩阵排列的顺序聚类显示在热图。集群成员的彩色矩形之间的系统树图和热地图,作为解释相应的传说。图S5:热图一致矩阵的同情的语气。矩阵的共识 ,3、4和5是彩色根据其值如图S1。共识的矩阵排列的顺序聚类显示在热图。集群成员的彩色矩形之间的系统树图和热地图,作为解释相应的传说。图S6:共识累积分布函数(CDF)情节和三角洲地区土地为集群SBP(最左边的列),菲律宾(左列)、人力资源(中间列),和同情的语气(最右边的列)数据。(一)情节展示了每个CDFs的共识矩阵(颜色),估计有100箱的柱状图。(B)每个三角洲区域图显示了相对之间提供曲线下的面积的变化和 - - - - - -1。因为 没有 - - - - - -1,曲线下的面积,而不是绘制相对增加。(补充材料)

引用

1. l . s .李x Wang赵et al .,“24小时动态血压监测的特点及其与心血管疾病的靶器官损害的关系在中国汉族患者伴随的2型糖尿病和高血压,”血压监测,24卷,不。4、167 - 173年,2019页。视图:出版商的网站|谷歌学术搜索
2. r·n·莫特森t·a·盖尔特j·l·Jeppesen和c . Torp-Pedersen”办公室血压和动态血压对心血管事件的预测,”欧洲心脏杂志》上,38卷,不。44岁,3296 - 3304年,2017页。视图:出版商的网站|谷歌学术搜索
3. w . y .杨,j . d . Melgarejo l . Thijs et al .,”协会办公室和动态血压与死亡率和心血管的结果,“美国医学协会杂志》上,卷322,不。5,409 - 420年,2019页。视图:出版商的网站|谷歌学术搜索
4. m . Kikuya a . Hozawa t Ohokubo et al .,“预后的意义:血压和心率可变性Ohasama研究中,“高血压,36卷,不。5,901 - 906年,2000页。视图:出版商的网站|谷歌学术搜索
5. p .子k . Vemmos k Spengos et al .,“动态血压监测急性中风:病理生理学的时候血压变异率和协会1年的结果,“血压监测,18卷,不。2、94 - 100年,2013页。视图:出版商的网站|谷歌学术搜索
6. k . Kario t·g·皮克林y laowai et al .,“早上血压飙升的预测沉默在老年高血压药物和临床脑血管疾病:一项前瞻性研究,“循环,卷107,不。10日,1401 - 1406年,2003页。视图:出版商的网站|谷歌学术搜索
7. 诉Katsi g . Souretis: Alexopoulos et al .,“探索协会与代谢综合征视网膜病变,高血压患者动态血压和心脏重构,”国际心脏病学杂志,卷166,不。3、764 - 766年,2013页。视图:出版商的网站|谷歌学术搜索
8. r . Padwal”ACP期刊俱乐部:点评:动态血压监测预测心血管事件,“内科医学年鉴,卷163,不。4篇文章JC14 2015。视图:出版商的网站|谷歌学术搜索
9. j·c·谢·h·燕,赵y . x, x和y,“早上预后价值血压飙升在临床事件:纵向研究的荟萃分析,“中风和脑血管疾病杂志》上,24卷,不。2、362 - 369年,2015页。视图:出版商的网站|谷歌学术搜索
10. c·r·l·卡多佐n·c·雷特·g·c .萨勒斯m·t·费雷拉和g . f .萨勒斯“主动脉刚度和动态血压预测糖尿病肾病:竞争风险分析从里约热内卢2型糖尿病队列研究,“Diabetologia,卷61,不。2、455 - 465年,2018页。视图:出版商的网站|谷歌学术搜索
11. d . m . Ciobanu p·a·莫c·巴拉a . Rusu s视频电子设备标准协会和g .罗马“细胞间粘附molecule-1 (ICAM-1)同事在2型糖尿病患者24小时动态血压变异性和控制,”细胞因子卷,116年,第138 - 134页,2019年。视图:出版商的网站|谷歌学术搜索
12. p . Kumarathurai c . Anholm a Fabricius-Bjerre et al .,“影响glucagon-like peptide-1受体激动剂liraglutide 24小时动态血压在2型糖尿病患者和稳定的冠状动脉疾病:一项随机,双盲,安慰剂对照,交叉研究。”高血压杂志》,35卷,不。5,1070 - 1078年,2017页。视图:出版商的网站|谷歌学术搜索
13. r . s . Moheimani m . Bhetraratana f .阴et al .,“心脏交感神经活动增加,氧化应激在习惯性的电子香烟用户:对心血管疾病的风险,”JAMA心脏病学,卷2,不。3、278 - 284年,2017页。视图:出版商的网站|谷歌学术搜索
14. g . Parati和j·a·斯泰森“昼夜血压变化:机制、再现性和临床相关性,”高血压杂志》,25卷,不。12日,第2380 - 2377页,2007年。视图:出版商的网站|谷歌学术搜索
15. r·h·Fagard l . Thijs j·a·斯泰森d·l·克莱门特·m·l·德Buyzere和d . a . De Bacquer”Night-day血压比和浸模式作为高血压死亡和心血管事件的预测因子,”人类高血压杂志》,23卷,不。10日,645 - 653年,2009页。视图:出版商的网站|谷歌学术搜索
16. 蒙蒂,p . Tamayo j . Mesirov, t . Golub“共识集群:resampling-based方法类发现和基因表达微阵列数据的可视化,”机器学习,52卷,不。1/2,91 - 118年,2003页。视图:出版商的网站|谷歌学术搜索
17. 希夫•”Re:透明细胞肾细胞癌的分子分层一致通过聚类显示不同的亚型和生存模式,”泌尿学杂志,卷185,不。4、1224 - 1225年,2011页。视图:出版商的网站|谷歌学术搜索
18. g . s . Dalgin g . Alexe d Scanfeld et al .,“乳腺癌进展的肖像,”BMC生物信息学,8卷,不。1,p。291年,2007。视图:出版商的网站|谷歌学术搜索
19. 美国美国富兰克林,w·古斯汀IV: d . Wong et al .,“血流动力学模式与年龄有关的血压的变化。弗雷明汉心脏研究”,循环,卷96,不。1,第315 - 308页,1997。视图:出版商的网站|谷歌学术搜索
20. k Kario”,预后与血压变异性:职业的观点,“高血压,卷65,不。6日,页。1163 - 1169年,2015年,讨论1169年。视图:出版商的网站|谷歌学术搜索
21. k . Nonogaki“新见解交感神经调节葡萄糖和脂肪代谢,”Diabetologia,43卷,不。5,533 - 549年,2000页。视图:出版商的网站|谷歌学术搜索
22. m . esl m . Rumantir g·威斯纳,d·凯j .黑斯廷斯和g·兰伯特,“交感神经系统和胰岛素抵抗:从肥胖到糖尿病,”美国高血压杂志》上,14卷,不。11日,S304-S309, 2001页。视图:出版商的网站|谷歌学术搜索
23. Balasubramanian p、d·霍尔和m .萨勃拉曼尼亚“交感神经系统的衰老和与肥胖相关的心血管疾病的目标,“Geroscience第41卷。。1、24里面,2019页。视图:出版商的网站|谷歌学术搜索
24. k . De旧金山,d . d . Senador c芥茉m . c . Irigoyen和m·莫里斯“交感神经过度活跃之前在果糖代谢功能障碍模型小鼠的葡萄糖耐受不良,”美国Physiology-Regulatory杂志、综合和比较生理学,卷302,不。8日,R950-R957, 2012页。视图:出版商的网站|谷歌学术搜索
25. k . Kario t·g·皮克林s Hoshide et al .,“早上血压飙升和高血压脑血管疾病:α肾上腺素能交感神经系统的作用,“美国高血压杂志》上,17卷,不。8,668 - 675年,2004页。视图:出版商的网站|谷歌学术搜索
26. g . Seravalle g·格拉希,“交感神经系统、高血压、肥胖和代谢综合症”高血压和心血管疾病的预防,23卷,不。3、175 - 179年,2016页。视图:出版商的网站|谷歌学术搜索
27. 工作组的欧洲心脏病协会和北美社会的节奏和电生理学,“心率变异性:测量标准,生理的解释,和临床使用,“欧洲心脏杂志》上,17卷,不。3、354 - 381年,1996页。视图:出版商的网站|谷歌学术搜索
28. h . j . Yoo郑胜耀黄,k . m . Choi et al .,“临床意义的体型表型在心率变异性,”新陈代谢,卷65,不。11日,第1596 - 1589页,2016年。视图:出版商的网站|谷歌学术搜索
29. d·c·高夫Jr。d . - g·贝内特et al .,“2013年ACC / AHA指南对心血管风险的评估:一个报告的美国心脏病学院/美国心脏病协会工作组在实践指南,”美国心脏病学会杂志》上,卷63,不。25日,第2959 - 2935页,2014年。视图:出版商的网站|谷歌学术搜索
30. g·a·雷耶斯德尔帕索w .兰格维茨l . j . m .穆德,a van房间吧,和s . Duschek“低频心率变异性的效用指数同情心脏基调:回顾与强调之前的研究的再分析,“心理生理学,50卷,不。5,477 - 487年,2013页。视图:出版商的网站|谷歌学术搜索
31. m·d·威尔克森和d·n·海耶斯ConsensusClusterPlus:一个类发现工具评估和项目跟踪与信心,“生物信息学,26卷,不。12日,第1573 - 1572页,2010年。视图:出版商的网站|谷歌学术搜索

版权

版权©2020 Myung汉Hyun et al。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。