Главная | Обратная связь

Методы анализа во временной области.

Вариабельность сердечного ритма можно оценить различными методами. Проще всего измерить временные интервалы. Этим методом определяется либо ЧСС в каждый момент времени, либо временной интервал между нормальными кардиокомплексами.

В продолжительных записях ЭКГ, каждый QRS комплекс выделяется, а затем формируется последовательность из временных интервалов между нормальными QRS комплексами или мгновенные значения ЧСС (NN, нормальный-нормальный) при синусовом ритме. Простые показатели вариабельности включают среднюю продолжительность NN интервалов, среднее значение ЧСС, различие между самым длинным и коротким NN интервалом, между дневной и ночной ЧСС.

Другие используемые оценки во временной области включают изменения мгновенной ЧСС в различных функциональных пробах: дыхательной, фармакологической, Вальсальвы и ортостатической. Эти изменения можно описывать, как в единицах ЧСС, так и длительности.

Статистические методы.

На основе серии мгновенных значений ЧСС или интервалов между кардиоциклами, зарегистрированных на протяжении достаточно продолжительного интервала времени, обычно 24-часов, более сложные, статистические показатели могут быть вычислены. Эти показатели можно разделить на два класса: (а) полученные в результате прямых измерений NN интервалов или мгновенных величин XCC, (б) полученные в результате анализа различий NN интервалов. Эти показатели вычисляются либо по всей ЭКГ, либо по её нескольким сегментам. Современные методы позволяют сравнивать показатели ВСР при различной активности, т.е. во время сна, отдыха и т.д.

Простейшим показателем вариабельности является среднеквадратическое отклонение NN интервалов SDNN (standard deviation of the NN interval), т.е. корень квадратный из дисперсии. Т.к. дисперсия математически эквивалентна общей мощности спектрального анализа, то SDNN отражает все циклические компоненты, обуславливающие вариабельность во всей записи. Во многих исследованиях SDNN вычисляется по 24-х часовой записи, что охватывает, как коротко периодические, высокочастотные вариации, так и низкочастотные компоненты., проявляющиеся за 24 часа. Если период мониторирования уменьшать, то SDNN будет оценивать все более и более короткие циклические компоненты. Следует отметить, что общая изменчивость ВСР будет увеличиваться при увеличении продолжительности записи [19]. Т.о., при произвольно выбранных длинах ЭКГ, SDNN не точно представляет статистические оценки, вследствие их зависимости от длины реализации. Поэтому, на практике, сравнение SDNN, вычисленных по реализациям различной длины не приемлемо. Поэтому длина реализации для вычисления SDNN ( и других оценок ВСР) должна быть стандартизована. Ниже в этом документе будет показано, что для кратковременного анализа можно использовать реализации продолжительностью 5 мин, а для номинального анализа 24-х часовые записи.

Другими общепринятыми статистическими характеристиками ВСР, вычисляемыми по сегментам всего периода мониторинга, являются: SDANN (standard deviation of the averaged NN interval) - среднеквадратическое отклонение усредненных обычно за 5 минут NN интервалов, которое оценивает изменения цикличности сердечного ритма продолжительнее 5-ти минут и индекс SDNN, получаемый усреднением за 24 часа 5-ти минутных оценок среднеквадратического отклонения - SDNN и являющийся показателем цикличности ритма короче 5-ти минут.

Наиболее общеупотребительными показателями ВСР, основанными на оценке дифференциальной последовательности длительностей соседних NN интервалов, являются RMSSD (the square root of the mean squared differences of successive NN intervals) - корень квадратный из среднеквадратического отклонения дифференциальной последовательности NN интервалов; NN50 - число дифференциальных NN интервалов с длительностью более 50мсек, и pNN50 - пропорция, полученная делением NN50 на общее количество NN интервалов. Все эти показатели короткопериодических изменений оценивают высокочастотные составляющие вариаций сердечного ритма и имеют высокую степень корреляции между собой.

Геометрические методы.

Серию NN интервалов, также, можно представить в графической форме, такой как плотность распределения длительностей NN интервалов, плотность распределения дифференциальной последовательности длительностей соседних NN интервалов, т.е. построение Лоренца NN или RR интервалов (скаттерограмма) и т. д. и использовать простую формулу для оценки вариабельности, основанную на геометрических или графических свойствах данного построения.

Три основных подхода используются в геометрических методах: (а) оценка основных характеристик графического представления (например, ширины гистограммы на заданном уровне) и преобразование их в оценку ВСР; (б) аппроксимация графического построения математической функцией (например, аппроксимация гистограммы треугольником или дифференциальной гистограммы экспонентой) и использование её параметров; (в) классификация графических построений по различным категориям ВСР (например, эллиптическая, линейная или треугольная форма построения Лоренца).

Большинство геометрических методов требуют, чтобы последовательность RR (или NN) интервалов была измерена и преобразована в не слишком точную, но и в не слишком грубую дискретную шкалу, чтобы построить достаточно гладкую гистограмму.

Большая часть измерений получена с дискретностью приблизительно равной 8 мсек (точнее 7.8185 мсек=1.128сек), что соответствует точности большинства измерительных устройств.

Треугольный индекс ВСР определяется, как отношение интеграла от плотности распределения (т.е. общего количества NN интервалов) к максимуму плотности распределения. Используя измерения NN интервалов в дискретной шкале, эта характеристика аппроксимируется следующим выражением:

(общее число NN интервалов)/( чиcло NN интервалов в модальном дискрете),

которое зависит от длительности дискрета, т.е. от точности шкалы измерений. Т.о., если измерения NN интервалов выполнены на шкале, отличающейся от наиболее употребительной, т.е. 128Гц, то размер дискрета должен быть приведен в соответствие.

Таблица 1. Временные методы измерения вариабельности сердечного ритма. Статистические измерения