Возрастные особенности вариабельности сердечного ритма

Возростные особенности вариабельности сердечного ритма у студентов 2 курса. Анализ ВСР начал активно развиватья в СССР в начале 60­х годов. В москве 1966г  состоялся первый симпозиум по вариабельности сердца. В 70­х начале 80­х гг. была максимальная активность исследователей в области ВСР, но в  конце 80­х гг наблюдается спад активности исследований в области анализа ВСР. В последние годы также отмечается повышенное внимание к этому методу.  В настоящее время исследователипользуются стандартом измерений, который был  предложен в 1996 году Европейским обществом кардиологии.  Исходя из анализа публикаций в Российских журналах, мы видим, что наши ученые в  области анализа ВСР не только не отстают от западных,но и во многом находятся на  передовых рубежах. Для оценки особенностей адаптации организма к изменяющимся условиям среды широко  используется анализ ВСР, позволяющий количественно охарактеризовать активность  различных отделов автономной НС через их влияние на функцию синусового узла   Анализ вариабельности сердечного ритма (ВСР) не является методом для решения  вопросов диагностики. Анализ ВСР основывается на оценке общего состояния  регуляторных систем, анализе соотношения между парасимпатическим и симпатическим  отделами вегетативной нервной системы. Обследовано 217 студентов ЧПГУ: I курс ­ 63  человека, II курс ­ 26, III курс ­ 25 человек. Контролем служили 103 практически здоровых  студентов. Для обследования использовался аппаратно­программный комплекс для  полипараметрической диагностики (АПК­ПДФ­2) с одновременной регистрацией и  автоматизированной полипараметрической компьютерной обработкой сигналов ЭКГ.  Записи ЭКГ производились в течение 5 минут; обследуемые находились в спокойном,  расслабленном состоянии. Результаты представлены в таблице. Материал и ОСНОВНЫЕ МЕТОДЫ АНАЛИЗА ВСР Было обследовано 150 здоровых нетренированных студентов  ЧГПУ им. И.Я.Яковлева,  обучающихся на 1­5 курсах. Использовался компьютерный электрокардиограф «НЕЙРОН­ СПЕКТР». При оценке записи были исключены все артефакты и эктопические ритмы.  Измерения проводились в покое. Оценивались статистические характеристики  продолжительности последовательных интервалов (SDNN, RMSSD, pNN50, CV), вклад  периодических колебаний различной частоты в общую динамику сердечного ритма (ТР,  VLF, LF, НЕ). Статистическая обработка данных проводилась с помощью программы  Statistica 8.0. Статистические методы Эти методы применяются для непосредственной количественной оценки ВРС в  исследуемый промежуток времени. При их использовании кардиоинтервалограмма  рассматривается как совокупность последовательных временных промежутков –  интервалов RR. Статистические характеристики динамического ряда кардиоинтервалов  включают: SDNN, RMSSD, PNN5O, CV. SDNN или СКО – суммарный показатель вариабельности величин интервалов RR за весь  рассматриваемый период (NN – означает ряд нормальных интервалов «normal to normal» с  исключением экстрасистол); СКО – среднее квадратическое отклонение (выражается в мс); SDNN – стандартное отклонение NN интервалов (аналог СКО); SDANN – стандартное отклонение средних значений SDNN из 5 минутных сегментов для  записей средней длительности, многочасовых или 24­х часовых записей. Подобным же  образом могут обозначаться и стандартные отклонения средних значений других  показателей; RMSSD – квадратный корень из суммы квадратов разности величин последовательных пар  интервалов NN (нормальных интервалов RR); NN5O – количество пар последовательных интервалов NN, различающихся более, чем на  50 миллисекунд, полученное за весь период записи; PNN5O (%) – процент NN50 от общего количества последовательных пар интервалов,  различающихся более, чем на 50 миллисекунд, полученное за весь период записи; CV – коэффициент вариации. Он удобен для практического использования, так как  представляет собой нормированную оценку СКО; CV= СКО/М*100, где М – среднее значение интервалов RR; D, As, Ex – второй, третий и четвертый статистические моменты. D – это СКО в квадрате,  отражает суммарную мощность всех периодических и непериодических колебаний. As –  коэффициент аcсиметрии позволяет судить о стационарности исследуемого динамического ряда, о наличии и выраженности переходных процессов, в том числе трендов. Ex –  коэффициент эксцессивности отражает скорость (крутизну) изменения случайных  нестационарных компонентов динамического ряда и отражает наличие локальных  нестационарностей. 5.2. Геометрические методы (вариационная пульсометрия) Сущность вариационной пульсометрии заключается в изучении закона распределения  кардиоинтервалов как случайных величин. При этом строится вариационная кривая (кривая распределения кардиоинтервалов – гистограмма) и определяются ее основные  характеристики: Мо (Мода), Амо (амплитуда моды), MxDMn (вариационный размах).  Мода – это наиболее часто встречающееся в данном динамическом ряде значение  кардиоинтервала. При нормальном распределении и высокой стационарности исследуемого процесса Мо мало отличается от математического ожидания (М). Амо – (амплитуда моды)  – это число кардиоинтервалов, соответствующих значению моды, в % к объему выборки.  Вариационный размах (MxDMn) отражает степень вариативности значений  кардиоинтервалов в исследуемом динамическом ряду. Он вычисляется по разности  максимального (Mx) и минимального (Mn) значений кардиоинтервалов и поэтому при  аритмиях или артефактах может быть искажен. При построении гистограмм (или вариационных пульсограмм) первостепенное значение  имеет выбор способа группировки данных. В многолетней практике сложился  традиционный подход к группировке кардиоинтервалов в диапазоне от 400 до 1300 мс. с  интервалом в 50 мс. Таким образом, выделяются 20 фиксированных диапазонов  длительностей кардиоинтервалов, что позволяет сравнивать вариационные пульсограммы,  полученные разными исследователями на разных группах исследований. При этом объем  выборки, в которой производится группировка и построение вариационной пульсограммы,  также стандартный – 5 минут. Другой способ построения вариационных пульсограмм  заключается в том, чтобы вначале определить модальное значение кардиоинтервала, а  затем, используя диапазоны по 50 мс, формировать гистограмму в обе стороны от моды.  Вариационная пульсограмма может быть также представлена «гладким» графиком  плотности распределения ( см. рис. 3). Рис. 3. Образцы вариационных пульсограмм при тахикардии и нормокардии. По данным вариационной пульсометрии вычисляется широко распространенный в России  индекс напряжения регуляторных систем или стресс­индекс. Ин = АМо/2Mо* MxDMn. Западноевропейские и американские исследователи используют апроксимацию кривой  распределения кардиоинтервалов треугольником и вычисляют так называемый  триангулярный индекс ­ интеграл плотности распределения (общее количество  кардиоинтервалов) отнесенный к максимуму плотности распределения (АМо). Этот  показатель обозначается как TINN (triangular interpolation of NN intervals). Кроме того, используется построение гистограмм по разностным значениям соседних  кардиоинтервалов с аппроксимацией их экспоненциальной кривой и вычислением  логарифмического коэффициента, а также другие способы аппроксимации. 5.3. Автокорреляционный анализ Вычисление и построение автокорреляционной функции динамического ряда  кардиоинтервалов направлено на изучение внутренней структуры этого ряда как  случайного процесса. Автокорреляционная функция представляет собой график динамики  коэффициентов корреляции, получаемых при последовательном смещении анализируемого динамического ряда на одно число по отношению к своему собственному ряду. После первого сдвига на одно значение коэффициент корреляции тем меньше единицы, чем более выражены дыхательные волны (см. рис. 4 вверху). Если в исследуемой выборке  доминируют медленноволновые компоненты, то коэффициент корреляции после первого  сдвига будет лишь незначительно ниже единицы (см. рис. 4 в середине и внизу).  Последующие сдвиги ведут к постепенному уменьшению корреляционных коэффициентов. Автокоррелограмма позволяет судить о скрытой периодичности СР. Рис. 4. Образцы автокоррелограмм с выраженными дыхательными волнами  (вверху), с преобладанием медленных (в середине) и очень медленных ( внизу) волн. В качестве количественных показателей автокоррелограммы рекомендуются С1 – значение коэффициента корреляции после первого сдвига и С0 – число сдвигов в результате  которого значение коэффициента корреляции становиться отрицательным 5.4. Корреляционная ритмография ­ скатерография Сущность метода корреляционной ритмографии заключается в графическом отображении  последовательных пар кардиоинтервалов (предыдущего и последующего) в двухмерной  координатной плоскости. При этом по оси абсцисс откладывается величина R­Rn, а по оси  ординат – величина R­Rn+1. График и область точек, полученных таким образом (пятна  Пуанкаре или Лоренца), называется корреляционной ритмограммой или скаттерограммой  (scatter­рассеивание). Этот способ оценки ВСР относится к методам нелинейного анализа и  является особенно полезным для случаев, когда на фоне монотонности ритма встречаются редкие и внезапные нарушения (эктопические сокращения и (или) «выпадения» отдельных  сердечных сокращений). При построении скаттерограммы образуется совокупность точек, центр которых  располагается на биссектрисе. Расстояние от центра до начала осей координат  соответствует наиболее ожидаемой длительности сердечного цикла (Мо). Величина  отклонения точки от биссектрисы влево показывает, насколько данный сердечный цикл  короче предыдущего, вправо от биссектрисы – насколько он длиннее предыдущего.  Предлагается вычислять следующие показатели скаттерограммы: 1. Длина основного (без экстрасистол и артефактов) «облака» (длинная ось эллипса – L)  соответствует вариационному размаху. По физиологическому смыслу этот показатель не  отличается от SDNN, то есть отражает суммарный эффект регуляции ВСР, но указывает на максимальную амплитуду колебаний длительности интервалов R­R; 2. Ширина скаттерограммы (перпендикуляр к длинной оси, проведенный через ее середину  – w); 3. Площадь скаттерограммы вычисляется по формуле площади эллипса: S = (p(cid:215)L(cid:215)w)/4. Нормальная форма скаттерограммы представляет собой эллипс, вытянутый вдоль  биссектрисы. Именно такое расположение эллипса означает, что к дыхательной прибавлена некоторая величина недыхательной аритмии. Форма скаттерограммы в виде круга означает отсутствие недыхательных компонентов аритмии. Узкий овал (см. рис. 5) соответствует  преобладанию недыхательных компонентов в общей вариабельности ритма, которая  определяется длиной «облака» (скаттерограммы). Рис. 5. Образцы корреляционных ритмограмм (КРГ) ­ скатерограмм, вверху ­  нормальная КПГ, внизу ­ у пациента с аритмией. Длина овала хорошо коррелировала с величиной HF, а ширина с LF (см. ниже). При  аритмиях, когда методы статистического и спектрального анализа вариабельности  сердечного ритма малоинформативны или неприемлемы, целесообразно использовать  оценку корреляционной ритмограмм. 5.5. Спектральные методы анализа ВСР Спектральные методы анализа ВСР получили в настоящее время очень широкое  распространение. Анализ спектральной плотности мощности колебаний дает информацию  о распределении мощности в зависимости от частоты колебаний. Применение  спектрального анализа позволяет количественно оценить различные частотные  составляющие колебаний ритма сердца и наглядно графически представить соотношения  разных компонентов СР, отражающих активность определенных звеньев регуляторного  механизма. Различают параметрические и непараметрические методы спектрального анализа. К  первым относится авторегрессионный анализ, ко вторым – быстрое преобразование Фурье  (БПФ) и периодограммный анализ. Обе эти группы методов дают сравнимые результаты. Параметрические, и в частности авторегрессионные, методы требуют соответствия  анализируемого объекта определенным моделям. Общим для всех классических методов  спектрального анализа является вопрос применения функции окна (Windowing). Основное  назначение окна ­ уменьшение величины смещения в периодограммных спектральных  оценках. Существуют определенные различия спектрального оценивания данных при  использовании периодограммного метода с равномерным окном (при 256 значениях RR) и  применении различных уровней межсегментного сдвига и различного числа отсчетов на  сегмент. Увеличение разрешения при возрастании межсегментного сдвига и числа отсчетов на  сегмент влечет за собой появление массы дополнительных пиков в спектре и увеличение  амплитуды пиков в правой половине спектра. При спектральном анализе ВСР важное  значение имеет объем анализируемой выборки. При коротких записях (5 минут) выделяют  три главных спектральных компоненты. Эти компоненты соответствуют диапазонам  дыхательных волн и медленных волн 1­го и 2­го порядка (см. рис. 6) . Наименование  компонентов  спектра HF LF VLF ULF Частотный диапазон, Гц 0,4 – 0,15 0,15 – 0,04 0,04 – 0,015 Меньше 0,015 Период, сек 2,5 – 6,6 6,6 – 25,0 25,0 – 66,0 Больше 66,0 В западной литературе соответствующие спектральные компоненты получили названия  высокочастотных (High Frequency – HF),низкочастотных (Low Frequency – LF) и очень  низкочастотных (Very Low Frequency – VLF). Частотные диапазоны каждого из трех вышеуказанных спектральных компонента являются дискуссионными. По евро­американским рекомендациям (1996) предлагаются следующие  диапазоны частот: высокочастотный диапазон (дыхательные волны) – 0,4–0,15 Гц (2,5–6,5 сек); низкочастотный диапазон (медленные волны 1­го порядка) – 0,15–0,04 Гц (6,5–25 сек); очень низкочастотный диапазон (медленные волны 2­го порядка) – 0,04 –0,003 Гц (25 – 333  сек). При анализе длительных записей выделяют также еще и ультра низкочастотный компонент  – Ultra Low Frequency (ULF) с частотами выше 0,003 Гц. Опыт российских исследований и результаты исследований, проведенных многими  зарубежными авторами, показывают необходимость коррекции этих рекомендаций. Это  относится главным образом к диапазону VLF. Предлагается следующая скорректированная схема частотных диапазонов при спектральном анализе ВСР: Предлагаемое ограничение диапазона VLF до 0,015 Гц обусловлено тем, что при анализе 5­ минутных записей мы фактически надежно можем определять только колебания с  периодом в 3­4 раза меньшим, чем длительность регистрации сигналов (т.е. порядка 1­й  минуты). Поэтому предлагается все колебания с периодом более минуты относить к  диапазону ULF и уже в нем выделять соответствующие поддиапазоны. При спектральном анализе обычно для каждого из компонентов вычисляют абсолютную  суммарную мощность в диапазоне, среднюю мощность в диапазоне, значение максимальной  гармоники и относительное значение в процентах от суммарной мощности во всех диапазонах (Total Power­TP). При этом ТР определяется как сумма мощностей в  диапазонах HF, LF и VLF. По данным спектрального анализа сердечного ритма  вычисляются следующие показатели: индекс централизации – ИЦ (Index of centralization,  IC = (HF+LF)/VLF) и индекс вагосимпатического взаимодействия LF/НF. 5.6. Другие методы анализа ВСР Цифровая фильтрация. Методы цифровой фильтрации предназначены для быстрого  анализа коротких участков записи ЭКГ (менее 5 минут) и позволяют дать количественную  оценку периодических компонентов ВСР. Предложено несколько вариантов цифровой  фильтрации. Например, это скользящее усреднение по определенному числу  последовательных кардиоинтервалов. Для определения медленных волн 1­го порядка  применяют усреднение по 5 или 9 кардиоинтервалам. Для выделения медленных волн 2­го  порядка – усреднение по 23 или 25 кардиоинтервалам. Методы нелинейной динамики. Многообразные влияния на ВСР, включая  нейрогуморальные механизмы высших вегетативных центров, обусловливают нелинейный  характер изменений сердечного ритма, для описания которых требуется использование  специальных методов. В последние годы этому вопросу уделяется большое внимание как  за рубежом (Goldberger A., 1990), так и в нашей стране (Флейшман А.Н., 2001;  Гаврилушкин А.П., Маслюк А.П., 2001). Для описания нелинейных свойств вариабельности применялись сечение Пуанкаре, кластерный спектральный анализ, графики аттрактора,  сингулярное разложение, экспонента Ляпунова, энтропия Колмогорова и др. Все эти  методы в настоящее время представляют лишь исследовательский интерес и их  практическое применение ограничено. Вместе с тем, следует отметить методику оценки  функциональных состояний на основе использования теории хаоса, используемую в  приборе «Вита­Ритм» фирмы «Нейрософт» (г. Иваново). В 2001 году в Новокузнецке  состоялся специальный симпозиум «Теоретические и прикладные аспекты нелинейной  динамики хаоса и фракталов в физиологии и медицине». РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ Проведенный  предварительный  анализ  полученных  результатов  не показал  достоверных различий между юношами и девушками, поэтому нами представлены общие данные. При фоновой записи нижняя граница нормы общей мощности спектра нейрогуморальной регу­ ляции ТР составила 1334 мс2/Гц при среднем значении показателя 3244 мс2/Гц. В структуре спектральной мощности выявлено преобладание HF (пороговые значения — 439_ 2682 мс2/Гц (29,3—51 ,1%)). Мощность спектра LF составила от 395 мс2/Гц (25% перцентиль) до 1481 мс2/Гц (75% перцентиль) при их относительном уровне 20,8—33,1 0/0. Пороговые значения LF/ HF находились в пределах от 0,4 до 1,35. Волны VLF составили 248,0—1267,0 мс2/Гц (не более 40,80/0). При проведении АОП общая мощность спектра ТР достоверно снизилась почти в 2 раза (в среднем 1656,0 мс2/Гц). Возросла абсолютная мощность LF с 819,0 до 857,0 мсчгц (с 27,3 0/0 до 46,1 0/0) на фоне статистически значимого снижения НР с 1055,0 до 194,0 мсчгц (с 38,8  0/0 до 11,5  0/0). пороговые значения LF и НР — 433—1444 МС2/ГЦ   и 108­407 мсчгц   соответственно. ЗАКЛЮЧЕНИЕ Подводя итог рассмотрению физиологических механизмов вариабельности ритма сердца  необходимо отметить, что несмотря на многолетние многочисленные работы, выполненные в этой области, механизмы вариабельности ритма сердца не расшифрованы и до сих пор  идут дискуссии в литературе о значении тех или иных положений, объясняющих  вариабельность ритма сердца.  Таким образом, в ходе настоящего исследования были установлены нормативные значения  показателей временного и спектрального анализов ВРС у здоровых нетренированных  студентов в состоянии покоя. Это позволяет объективизировать оценку состояния ВНС у  студентов этого возраста уже при первом исследовании, что важно для многих отраслей  медицины: педиатрии, функциональной диагностики, лечебной физкультуры, медицинской  реабилитации и спортивной медицины. Таким образом, остается еще много нерешенных  проблем, которые требуют тщательной проработки и поэтому исследования в этой области обязательно должны продолжаться. ЛИТЕРАТУРА: 1. Haller A. Elementa physiologiae corporis humani: In 8 t. – Lausanne: S. d’ Arnay, 1760.  ­ T. 2, lib.6 ­ P. 330­332. 2. Анализ сердечного ритма / Под ред. Д. Жемайтите, Л. Тельксниса. – Вильнюс :  Мокслас, 1982. – 130 с.  3. Миронова Т.Ф., Миронов В.А. Клинический анализ волновой структуры синусового  ритма сердца: (Введение в ритмокардиографию и атлас ритмокардиограмм). –  Челябинск : Дом печати, 1998. – 162 с. 4. Ludwig C. Beitrage zur Kenntnis des Einflusses der Respirationsbewegungen auf den  Blutlauf im Aorten­systeme // Arch. Anat. Physiol. ­ 1847. – S. 242­302. 5. Traube L. Uber periodische Tatigkeits ­ Aeusserungen des vasomotorischen und  Hemmungs­Nervenzentrums. Zents. ­ Bl. med. Wiss., 1865. ­ Ig. 3, N 56, ­ S. 881­885. 6. Hering E. Uber den Einfluss der Atumung auf den Kreislauf. I. Mittheilung. Uber  Athembewegungen des Gefassystems // S. ­ Ber. Akad. Wiss. (Wien). Math. ­ naturwiss.  ­ Kl. 2. Abt. 2. ­ 1869. ­ Bd 60. ­ S. 829­856. 7. Mayer S.S. D. Akad. Wiss. Wien, 74: 302, 1876. 8. Fleisen A., Beckmann R. Die raschen Schwankungen der Pulsfrequensregistiert mit dem  Pulsfettschreiber // Ztsch. Ges. exp. Med. ­ 1932. ­ Bd. 80. ­ S. 487­510. 9. Марпл С. Л. Цифровой спектральный анализ и его приложения / Пер. с англ. О. И.  Хабарова, Г.А. Сидоровой; Под ред. И. С. Рыжака. ­ М. : Мир, 1990. ­ 584 c. 10. Sayers B. Analysis of heart rate variability // Ergonomics. – 1973. – Vol. 16, N 1. – P.  17­32. 11. Heart Rate Variability. Standards of measurements, physiological interpretation, and  clinical use / Task Force of the European Society of Cardiology and the North American  Society of Pacing and Electrophysiology // Circulation. ­ 1996. – Vol. 93. – P. 1043­ 1065.  12. Chess G. F., Tam R.M., Carlaresu F.R. Influence of cardiac neural inputs on rhythmic  variations of heart period in cat // Am. J. Physiol. ­ 1975. ­ Vol. 228. ­ N3. ­ P. 775 ­ 780. 13. Akselrod S.D., Gordon D., Ubel F.A. et al. Power spectrum analysis of heart rate  fluctuation: A quantitative probe of beat­to­beat cardiovascular control // Science. –  1981. – Vol. 213, N 4503. – P. 220­222. 14. Rimoldi О., Pierini S., Ferrary A. et al. Analisis of shot ­ term oscillations of R ­ R and  arterial pressure in conscious dogs // Am. J. Phisiol. ­ 1990. ­ Vol. 258, N 4 (Pt.2). ­ P.  H967 ­ H976. 15. Ноздрачев А. Д. Аксон­рефлекс. Новые взгляды в старой области //  Физиологический журнал. ­ 1995. ­ Т. 81, N 11. ­ С. 136­144. 16. Anrep G.V., Pascual W., Rossler R. Respiratory variation of the heart rate. II. The reflex  mechanism of the respiratory arrhythmia // Proc. Roy. Soc. B: Biol. Sci. ­ 1936. ­ Vol.  119, N 813. ­ P. 191­217.