文摘
心跳加速和减速模式波动分布不对称,这被称为心率不对称(HRA)。这是假设HRA反映了平衡调节交感和副交感神经系统。本研究旨在探讨在运动中改变自主平衡是否会导致HRA的变化。16名健康大学生入学,每个学生进行了两个5分钟心电图测量:一分之一休息坐的位置,另一个在跑步机上行走在例行5公里/小时的速度。这两个测量以随机的顺序进行,以及它们之间需要30分钟休息。RR 5分钟的间隔时间序列提取心电图数据,和HRA(短期)估计使用四个既定的评价标准,也就是说,门的指数(PI), Guzik指数(GI)、斜率指数(SI)和面积指数(AI),从原始的RR间隔时间序列和时间序列小波消除趋势后,删除< ~ 0.03赫兹的低频分量。我们的试验数据显示降低GIπ但不变,SI,人工智能在走路比坐着休息位置基于原始数据。根据wavelet-detrended数据,减少π,SI,并观察AI GI仍然显示没有明显的变化。减少π在基于原始行走和去趋势数据显示更少的短期HRA可能突显出相信迷走神经的基调是低强度运动期间撤回。对短期HRA胃肠道可能不敏感。 The reduced SI and AI based on detrended data suggest that they may capture both short- and long-term HRA features and that the expected change in short-term HRA is amplified after removing the trend that is supposed to link to long-term component. Further studies with more subjects and longer measurements are warranted to validate our observations and to examine these additional hypotheses.
1。介绍
在正常生理条件下,人类的心脏不跳动在恒定频率;相反,心率变化。这一现象被认为是心率变异性(HRV) [1,2]。对于一个给定的观测范围,加速和减速模式beat-to-beat心率波动分布不对称而不是同样有助于HRV [3- - - - - -7]。这表明,底层的心率控制机制调节交感和副交感神经系统生理上不成比例的固定时间尺度(8- - - - - -12]。这种不对称的加速和减速运行的定义是心率不对称(HRA)。
在临床的设置,心电图(ecg)通常收集在控制条件下,如仰卧位休息或坐在位置和短时间范围内(如5分钟或者更短)。现在越来越多的关注已经吸引到动态心电图监测(13),促进心率和HRV的跟踪与自由生活的活动,如散步和锻炼(14]。长期动态测量也协助检查是否和HRV的属性如何应对这些日常活动15]。除此之外,日常活动也可能引起变化,可能掩盖利益的影响,例如,健康状况的变化相关的改变或在一天的不同时间。因此,不同HRV的更改措施的检查与日常活动可能有助于更好地理解这些措施的变化资料,提供机会理解的知识这些小说属性如何应对不断变化的生理条件,最终应该很大帮助发展敏感对心血管疾病和特定的制造商。这样的动机,本研究侧重于阐明是否以及如何日常活动改变了极品。
HRV的高频力量被接受与副交感的语气虽然HRA显示与高频功率呈正相关(16),提供HRA和副交感神经的活动之间的联系。这个链接有进一步加强的观察,副交感神经阻断导致更少的极品患病率(16],减速模式有更大贡献短期HRA比加速度模式(9,12]。现有基于这些结果,我们希望看到一个显著降低短期HRA水平在低强度的日常锻炼,认为是伴随着副交感神经调制的撤军17]。在目前的研究中,我们应用treadmill-based定期在实验室走协议模仿日常练习。检查受试的变化,每个参与者进行了行走协议和其他协议。在每个协议,心电图数据收集连续5分钟。在下一节中详细解释了实验对象、实验协议,和分析方法。结果实验结果进行了总结,其次是在讨论讨论。
2。方法
2.1。主题
主题包括16名大学生(4雌性,12男性;年龄: 年(平均值±标准偏差))与他们的身体和精神健康状况问卷调查证实了历史的心血管疾病、糖尿病、抑郁症和神经紊乱。没有服用任何药物,主题已经知道影响ANS前两周内参与。足够的睡眠在晚上在进入实验室之前,以及在测试期间避免剧烈运动,前一天,请求。书面知情同意了所有科目。这项研究是在临床研究伦理委员会批准蚌埠医学院。
2.2。协议
对于每一个主题,心电图记录两次以随机的顺序与主体座在椅子上、在跑步机上行走(ZR11,锐步,广州,妈,美国)的速度5公里/小时。ecg持续5分钟和30分钟休息原定之间的两个测量。霍尔特监视器(DiCare-mlCP Dimetek数字医疗科技有限公司,深圳,中国)被用来收集心电图数据。采样频率为200赫兹,和标准单极胸V5应用。所有的测量都是在一个安静的进行,温度控制( 摄氏度)的房间。
2.3。HRV时间序列的建设
ecg首次受到视觉质量检验辅助通过自行设计的MATLAB程序的用户界面,确认所有录音被高信号品质。一个改进的过程被应用于提取R峰(18)之后,第二轮修正的目视检查误诊高峰和异位搏动使用相同的MATLAB程序。在这个视觉检查,假阳性检测被假阴性则充满了R峰的实际位置读手动程序。我们确认这些数据没有发生异位搏动。HRV时间序列终于由连续构造的rr间隔。
2.4。HRA指标
以下四个来自庞加莱图计算的指标。
2.4.1。门指数(PI)
从概念上讲,π呈现对称点的数量在这两个地区在庞加莱图线分离的身份(李连杰饰)是相同的,并呈现不对称如果他们不同19]。不同程度的不对称可以估计多少数量是不同的。因此,可以计算π 在上面的点数和李吗点的总数(李点除外)。
2.4.2。Guzik指数(GI)
GI使用点之间的距离和李作为衡量评估是否分两个不同地区的贡献在庞加莱图是否相等20.]。具体地说, 在点的欧式距离吗李。RR间隔时间序列,庞加莱图是绘制当前RR间隔和随后的间隔。因此, 。
2.4.3。斜率指数(SI)
的平均相位角度分两个不同地区庞加莱图计算,用来评估不对称21]。具体地说, 在 。 相角的意义和李是角点, 。
2.4.4。面积指数(AI)
行业的平均区域形成的点和李计算,用来评估不对称22]。具体地说, 在 部门的面积由点吗和李。是部门的半径。
2.5。HRA短期HRV分析
四个极品指标进行HRV在两种条件下收集的数据。不对称水平进一步定义为一个特定的偏差HRA指标的水平完全对称的数据,也就是说,(表示一个极品度量),表示ΔPI,ΔGI,ΔSI和ΔAI分别。此外,探索非平稳的趋势的潜在影响,小波消除趋势和执行上述四个不对称指数重新计算使用去趋势数据。执行小波消除趋势,原始HRV数据首次重新取样均匀样条插值4赫兹。6级小波分解使用coif5小波进行。6日上的近似系数重建原来的规模和水平被nonevenly样条插值的“恢复”导致的趋势会减去。6级分解的频带使用趋势将不到~ 0.03赫兹。图1直观地演示了该小波消除趋势过程。
2.6。统计分析
的Shapiro-Wilk测试建议所有HRA的非正态的分布结果。因此,Wilcoxon符号秩检验每一对被用来检查受试在两个测量条件下的差异。此外,科恩的静态计算统计上显著的观测研究的效应大小相应的指标。媒介效果被认为是如果 大,如果 (23]。二次分析,我们也完成了Wilcoxon符号秩检验通过限制男性受试者( 只)。我们没有执行这些测试分别在女性我们只有4女性。所有使用人民币的统计分析软件(SAS研究所专业13日,卡里、数控、美国)。
3所示。结果
典型的RR间隔时间序列休息坐的位置和相应的RR间隔时间序列相同的主题在行走在图所示2。总的来说,RR间隔变短(即。,heart beats faster) during walking, such that the points distribute more compactly on the Poincaré plot than those during rest if the same scale is used. The Poincaré plots also become more compact after nonstationary trend removal, which is expected because of the effect of detrending on long-term HRA.
3.1。基于原始HRV时间序列的不对称
HRV在两种条件下收集的数据显示不对称的四个极品指标(四个p' s < 0.001两种条件下,揭示了Wilcoxon符号秩检验的测量与对称的水平;即。,index = 0). Compared to the resting seated position, a significant reduction of HRA during walking was observed by PI (Wilcoxon signed-rank test of each pair: ;科恩的d= 1.0;16个受试者,14包括所有四个女性显示减少;图3(A1))。没有明显的HRA变化走被剩下的三个指标(所有建议p' s > 0.1;数据3(B1) -3(D1))。结果保存时限制Wilcoxon符号秩测试只男性受试者(数字3(A2) -3(D2))。
3.2。基于去趋势HRV时间序列的不对称
小波消除趋势没有改变HRA显著水平下坐着休息的位置(所有p> 0.05的结果与原始HRV数据所揭示的Wilcoxon符号秩测试)。同样,HRA水平在走后小波消除趋势变化不显著(所有p' s > 0.1π、胃肠道和SI)除了评估AI表示显著减少( ;11个小波消除趋势后16个受试者显示,减少人工智能)。因此,AI表示显著降低了极品在走路比坐着休息下位置( ;d= 0.7;12个主题显示减少;图4(D1))。如果还表示显著降低了极品在走( ;d= 0.4;12个主题显示减少;图4(C1))。剩下的两个指标显示一致的结果比那些基于原始HRV数据;也就是说,PI明显减少( ;d= 0.6;13个主题显示),同时减少胃肠道显示无显著变化( ;数据4(A1)和4(B1))。在显示统计学意义(即三个指标。,PI, SI, and AI), the four female subjects did not display consistent changing patterns (i.e., for each metric there are both decrease and increase during walking across the four female subjects). The between-condition changes remain when restricting data to male subjects only (Figures4(A2) -4(D2)),除了减少在走在π成为边缘显著( ;图4(A2))。
4所示。讨论
不对称是一个公认的HRV固有特性。它赋予的时间不可逆性HRV-an HRV的非线性动力学的重要标志,可以由许多病态摄动(19]。例如,摄动HRA一直在观察到疾病,包括心律失常(21),心力衰竭(24),阻塞性睡眠呼吸暂停(25),心肌梗死(26,27),术后心肌缺血(28),和1型糖尿病29日]。最有趣的是,HRA建议postinfarction潜力风险预测30.]。目前初步研究探讨是否以及如何HRA变化在正常行走。为了回答这个问题,我们使用5分钟心电图数据应用试,随机交叉设计检查的变化短期HRV在运动(15]。心电图数据对应的每个参与者都是被监控的两次休息坐在位置和常规的协议在跑步机上行走,分别。我们评估了HRA使用四建立HRA指标,也就是说,π,胃肠道,SI, AI。5分钟的心电图数据,主要是短期HRA预计将捕获(12,19,30.]虽然组件相关的长期HRA可能只有轻微的贡献的结果,这限制了长期HRA的可用性检查相当。因此,在这项研究中,我们只关注短期HRA,为了进一步摆脱长期的潜在疲软贡献了极品,我们重复的计算四个极品指标HRV录音后小波消除趋势的过程,消除了< ~ 0.03赫兹的低频成分,主要致力于长期的极品。
我们的飞行员健康大学生16日公布的数据显示降低GIπ虽然不变,SI,人工智能在基于原始HRV数据在跑步机上行走。基于wavelet-detrended数据,减少了π,SI, AI记录虽然GI仍表示没有显著变化。被假定短期HRA拥有迷走神经活动的主要贡献(9,12]。因此,从原始HRV和去趋势HRV降低π观察数据可能突显出相信迷走神经的基调是撤回在低强度运动(17,31日,32]。然而,没有一个剩下的三个指标,即GI,是的,和人工智能,基于原始HRV数据显示显著变化,表明可能缺乏对迷走神经的敏感度,撤军。此外,如果和AI表示在步行使用去趋势HRV数据显著减少,表明,除了短期的极品,如果和AI也可以捕捉长期HRA,使短期的变化HRA即使长期组件的贡献5分钟心电图数据很低。消除趋势后胃肠道几乎不变,这意味着GI,依赖于距离的second-dimensional度量,可以捕获主要是长期的极品。我们注意到,即使有重要的观察,这些指标的变化方向与普通走在几人完全相反(见图3和4)。不同方向变化可能反映了不同自主反应个人走刺激。的差异可能来自不同的锻炼习惯,不同级别的大学学习压力,甚至自主障碍(33]。这些信息将被收集在我们未来的研究,以揭示所导致的差异。
一致,我们所有的结果仍然在使用男性受试者的数据。然而,只有四个女性,我们不能可靠地执行任何统计分析。此外,HRA从静止到不断变化的方向行走条件似乎不一致。在一起,他们得出任何女性受试者的能力有限。在先前的研究中,一个有趣的性别差异在HRA尤其是年轻学科报道(34]。进一步研究从而保证检查的效果是否定期走在HRA跨性别不同。此外,参与者在当前的研究中都是很年轻的。年龄如何影响普通散步是另一个担忧的影响,需要进一步说明。
我们的结果也显示一致性与一些出版工作。例如,有研究发现降低HRA期间急性精神压力(即。斯特鲁和算术测试)(35和有氧运动36),都对应一个自主平衡转向同情优势或迷走神经的撤军。然而,在这项研究中,应用急性精神压力(35),胃肠道被发现,以更好地反映迷走神经比π撤军,这是不同于我们所观察到的现象。这种差异可能部分由于不同的数据长度(即使用。提到的研究中,6分钟和5分钟在我们)。另一个原因可能是,我们计算实际HRA的绝对差度量和50(见部分2.5,更多的讨论关于这个可以找到下一段)。在不同的研究中,同一组(即。,the group of the mental stress study) also showed that HRA increased significantly during orthostasis and that GI was more sensitive to the stimulus [37]。~ 15分钟的HRV用于这项研究。期间增加了极品orthostasis主要基于这一相对较长的数据可能反映交感激活,因此和胃肠道的更好的性能可以理解为我们的结果之前和之后消除趋势提供一个提示,胃肠道对交感调制可能更敏感,因此长期的极品。有趣的是,短期和长期的变化方向HRA在迷走神经的撤军或交感神经激活是完全相反的,值得进一步的说明。HRA的增加也被观察到呼吸系统操作(例如,灵感/过期= 2:1或1:1)(38]。三4.5 s metronome呼吸模式(1:1,2:1、正常模式~ 1:2)管理的每个参与者在ecg记录在每个呼吸模式为5分钟。然而,在研究传统HRV参数无显著差异(如更高的频率标记的迷走神经活动)被发现。进一步检查清楚地找出导致观察到的极品因此仍然需要更改,这也限制了我们的研究和其他三个研究之间的直接比较了以上,也就是说,(35- - - - - -37),属性极品变化主要是自主反应。
值得注意的是,我们使用了极品的绝对差度量到50的指数不对称水平(见部分2.5)。通过计算绝对差,我们失去了区分的贡献的力量瞬间加速和减速模式。然而,在目前的研究中,我们主要关注的“不对称”的现象,这被认为是现有特别是在静息状态的报道很多以前的研究(3,12),而不是不平衡交感神经或迷走神经的音调。绝对变化的计算提供了筛选更多的不对称模式的可能性,如上所述,一个先前的研究(39]。此外,心率的规定不是瞬时的。相反,它需要几秒钟的时间(40),这是一项测量变化的对称性的重要性,而不是确切的加速或减速模式(39]。
我们的初步研究也涉及一个潜在的重要的一点在短期HRA分析非平稳的趋势的影响。我们所知,这在以前的工作没有认真考虑。我们注意到< ~ 0.03赫兹的低频组件通常被认为是不稳定趋势及其去除几乎不会影响beat-to-beat减速/加速模式。然而,它可能会影响多少偏离对称模式。因此,如果一个极品算法模式的位置在庞加莱图(高于或低于身份)的线考虑,结果趋势切除后很少会受到影响(如π的指标;参见图3和4)。如果一个算法考虑了距离或地区特点、模式可能会被认为是更偏离对称之前删除比后来的趋势。这种效果很重要当考虑长期的不对称。在这种情况下,降低不对称(增加对称)相同的记录后除趋势将会使用度量SI和人工智能等时,尤其是对数据在走路比较数据时(这是真的3和4)。这也提供了一个可能的解释,π显著减少在运动前后除趋势显著变化在SI和AI只是观察趋势后删除。根据我们的试验数据,删除非平稳的趋势是推荐短期HRA分析,并验证这一点,绝对进一步检查更多的参与者和不同的刺激是必要的。
最近的进步智能这套可打开一个新大道的监视和管理个人在日常生活的健康。也许最常见的可穿戴设备之一是心电图或心率监测器,可用于评估心血管功能和底层自主控制状态。使用这些设备是实现一个简单的想法之前开发的算法基于数据集收集一次临床或实验室访问期间连续数据,它提供了零星的机会,拿起健康相关的改变,以及可行性看这些标记的变化随着时间的一天。
的利益冲突
作者宣称没有利益冲突有关的出版。
确认
这项工作是在山东省自然科学基金的支持下,中国(没有。BS2012DX019),中国国家自然科学基金(61601263号,61471223),和关键程序对自然科学研究从安徽的教育部,中国(没有。KJ2016A470)。