НЕКОТОРЫЕ АСПЕКТЫ ОЦЕНКИ ВЕГЕТАТИВНОГО БАЛАНСА ПРИ СПЕКТРАЛЬНОМ АНАЛИЗЕ ВАРИАБЕЛЬНОСТИ СЕРДЕЧНОГО РИТМА

Ключевые слова вариабельность сердечного ритма, вегетативный баланс, спектральный анализ

Key words heart rate variability, sympato-parasympathetic balance, spectral analysis

Аннотация Проведено сравнение результатов спектрального анализа вариабельности сердечного ритма, полученных с использованием восьми способов расчета у 38 больных, перенесших острый инфаркт миокарда.

Annotation The data of spectral analysis of the heart rate variability using eight methods of calculation are compared in 38 patients with prior myocardial infarction.

Автор Иванов, А. П., Эльгардт, И. А., Сдобнякова, Н. С.

Номера и рубрики ВА-N22 от 28/06/2001, стр. 45-48 /.. Оригинальные исследования

Версия для печати PDFs

В оценке состояния вегетативной нервной системы (ВНС) достаточно широко используются математические методы анализа вариабельности сердечного ритма (ВСР). При этом наиболее часто встречаются сообщения о применении частотных (спектральных) способов, позволяющих оценить волновую структуру ритма сердечной деятельности [2, 3, 5-15]. Показана связь низко- и высокочастотных колебаний сердечного ритма с состоянием того или иного отдела ВНС [2, 3, 6-14]. Однако со времени первого описания способа [13] и до настоящего времени большинство авторов отмечают определенные трудности как в выделении спектральных областей [5, 7, 10, 11], так и в интерпретации получаемых результатов [3, 6, 13]. Поэтому целью исследования явилось изучение особенностей построения спектральных характеристик с использованием различных математических способов и оценка их влияния на получаемые в конечном итоге результаты.

Обследовано 38 больных (30 мужчин и 8 женщин) в возрасте 42-58 лет (в среднем 48,8±4,2 года), перенесших в ближайшее время (в среднем спустя 1,3±0,1 мес) крупноочаговый инфаркт миокарда и находящихся на амбулаторном этапе реабилитации. Критерием отбора служило отсутствие у них в последнее время приступов стенокардии и клинических проявлений сердечной недостаточности.

Всем больным проводилось изучение ВСР спектральным способом по коротким (5-мин) реализациям ЭКГ. Для построения спектра и последующей оценки частотных характеристик использовались описанные в литературе математические способы [1, 4]. Наряду с традиционными - периодограммным (способ 1) и коррелограммным (способ 2), применяли менее известные методы - авторегрессионный Юла-Уолкера (способ 3), авторегрессионный Берга (способ 4), ковариационный (способ 5), ковариационный модифицированный [4] (способ 6), метод скользящего среднего (способ 7) и вариант с изучением минимума дисперсии (способ 8). Полученные с помощью аппаратно-программного комплекса «КАД-03» (фирма «ДНКиК, г.Тверь») 5-мин реализации ЭКГ каждого пациента последовательно обрабатывались указанными методами. Оценка получаемых результатов по характерным спектральным областям проводилась по общепринятому способу [10, 11]. При этом изучались абсолютные значения (в мс2 ) общей мощности спектра (TF), мощности очень низких (VLF), низких (LF) и высоких (HF) частот, их нормализованные характеристики в области низких (LFn) и высоких (HFn) частот, а так же процентный вклад каждой из мощностей - очень низкочастотной (VLF%), низкочастотной (LF%) и высокочастотной (HF%) в общую мощность спектра. Баланс вегетативных влияний оценивали по соотношению низких и высоких частот спектра (LF/HF).

Все цифровые данные различных способов заносились вручную в электронную таблицу Exsel 7.0 с последующей обработкой с помощью прикладных статистических программ для Windous 98. По результатам многофакторного дисперсионного и корреляционного анализов рассчитывали корреляции отдельных показателей и строили корреляционную матрицу результатов всех восьми способов исследования. Достоверность различий коэффициентов корреляций определялась по критерию F многофакторного дисперсионного анализа.

Исходя из средних по всем указанным способам данных, согласно общепринятым рекомендациям [11] оценивалась активность ВНС, которая характеризовалась преобладанием симпатической нервной системы (СНС) у 30 (78,9%) пациентов, у 6 (15,8%) больных превалировала парасимпатическая нервная система (ПСНС), а в 2(5,3%) случаях выявлено вегетативное равновесие. Средние данные по каждому отдельному показателю приведены в табл 1.

Как следует из представленных результатов, достоверных различий между указанными способами построения спектра не найдено, что косвенно может свидетельствовать о их равноценном значении в изучении ВНС. Вместе с тем размах колебаний каждого из изучаемых показателей оказался достаточно высоким. Так, VLF различалось между способами в 7 раз, LF - в 5,9 раз, HF - в 12,4 раза, TF - в 8,8 раз, LFn - в 1,63 раза, HFn - в 1,47 раза, отношение LF/HF - в 4,2 раза, VLF% - 1,6 раза, LF% -в 1,6 раза, HF% - 2,9 раза. Таким образом, причина отсутствия достоверных различий между отдельными показателями при разных способах их изучения кроется скорее всего не в однотипности изменений, а в существенной вариабельности получаемых результатов, что затрудняет сравнение средних значений параметров в оценке их значимости для последующего анализа состояния ВНС.

В табл. 2 представлены сравнения средних значений изучаемых показателей с их конкретными величинами, получаемыми каждым из 8 способов по данным корреляционного анализа. Как следует из приведенных данных, большинство корреляций оказалось достоверными. При этом наиболее выраженная корреляция имелась по мощности HF выраженной в абсолютных единицах (r=0,99; p<0,01), HF% (r=0,98; p<0,01), VLF% (r=0,96; p<0,05), TF (r=0,95; p<0,01).

Корреляционные взаимосвязи остальных параметров оказались несколько ниже, но не опускались по значению коэффициента r менее 0,7, что может свидетельствовать о достаточно устойчивой общей корреляции этих параметров. Вместе с тем необходимо отметить, что наиболее часто используемое для оценки вегетативного обеспечения отношение LF/HF при ряде способов построения спектра коррелировало весьма слабо, в частности в 6-м способе оно оказалось самым низким и составило всего 0,42 (p<0,05). В то же время достаточно высокая корреляция отмечена между способами в изучении абсолютной величины HF (r везде 0,99: p везде <0,01), VLF% и HF%. Исходя из полученных между отдельными показателями корреляций построена общая матрица взаимосвязей, представленная в табл 3.

Как следует из приведенных данных значимость изучаемых методов в большинстве своем достоверно различалась. Обращает на себя внимание, что наиболее высокие взаимосвязи имелись между 1и 4, 2 и 4, 3 и 8,
4 и 1, 5 и 3, 6 и 5, 7 и 8, 8 и 3 способами построения спектра. Напротив, связи оказались более слабыми между 2 и 6, 5 и 7, 6 и 7 способами. Таким образом, выявлено существенное несоответствие получаемых различными способами частотных характеристик, что в конечном итоге отражается на заключении о состоянии ВНС.

Так, наиболее грубые расхождения, заключающиеся в разнонаправленной оценке активности ВНС в сторону СНС или ПСН между отдельными способами построения спектра выявлены по оценке показателя отношения LF/HF (у 15 или 39,5%). В то же время весьма неоднозначные суждения по оценке этих ветвей ВНС выявлялись по определению абсолютных величин мощностей HF (у 16 или 42,1%) и LF (у 12 или 31,6%). Обращает на себя внимание, что общая мощность спектра (TF), характеризующая суммарную ВСР, что наиболее часто используется в предсказании возможного неблагоприятного исхода аритмических событий оценивалась указанными способами так же весьма неоднозначно и расхождения более 20% от средних значений встретились в 10 (26,3%) случаях.

Широко используемый спектральный способ оценки ВСР весьма далек от совершенства, о чем сообщает большинство авторов. При этом во всех исследованиях применяются неодинаковые методы математического построения спектра, что не позволяет провести сравнение значимости изменений частотных характеристик для оценки состояния ВНС [8-10]. Вместе с тем считается более оправданным применение для этой цели преобразования Фурье, реже используются авторегрессионные модели построения спектра [10, 14].

В то же время дискутируется вопрос о значимости параметрических и непараметрических способов изучения частотных показателей. При этом одни авторы считают наиболее значимыми параметрические способы [2], другие отдают предпочтение непараметрическим методам [15], мотивируя свое мнение наличием асимметрии в большинстве физиологических процессов, что не позволяет их описать обычными статистическими характеристиками.

В данной работе использовались все указанные методики построения спектра, такие как анализ Фурье (способы 1, 2), параметрические (способы 3-7), а так же один из непараметрических методов (способ 8). К сожалению, остальные непараметрические способы, широко распространенные в математике [1, 4] не удалось использовать в программах комплекса из-за технических трудностей.

Из полученных данных следует, что ни один из восьми способов в отдельности не может