Sykevaihtelu

Kokeneet kirjoittajat eivät ole vielä tarkistaneet sivun nykyistä versiota, ja se voi poiketa merkittävästi 8. heinäkuuta 2019 tarkistetusta versiosta . tarkastukset vaativat 14 muokkausta .

Sykevaihtelu ( HRV ), myös sykevaihtelu ( HRV ), on fysiologinen  ilmiö , joka ilmenee kahden vierekkäisen sydämen syklin alkamisvälin muutoksena . Arvioitu viereisten sydämenlyöntien (sydämenlyöntien) välisen aikavälin muutoksilla.

Seuraavia synonyymejä termejä käytetään harvemmin: " syklin pituuden vaihtelu ", " RR-vaihtelu " (jossa R on EKG -aallon QRS-kompleksin huippua vastaava piste ja RR on peräkkäisten R:iden välinen aika) ja " sydämen jakson vaihtelu ".

HRV on hetkellisen sykkeen (HR) vaihtelun käänteisarvo.

GOST :n [D: 1] mukaisesti " tallennuslaitetta, joka mittaa sydämen supistumisjakson riippuvuutta ajasta " tulisi kutsua kronokardiografiksi ja tällaisia ​​​​tallenteita kronokardiogrammeiksi .

Tieteellisestä kirjallisuudesta löytyy termejä, joita käytetään kronokardiogrammien synonyymeinä. Joten "välittömien" sykearvojen sarjaa kutsutaan joskus kardiotakogrammiksi , ja vierekkäisten sydämenlyöntien alkujen välistä intervalliarvojen sarjaa kutsutaan rytmogrammiksi . [A: 1] [B: 1] Bayevsky käytti termejä " dynaaminen kardiointervallien sarja " ja " kardiointervalogrammi " samaan tarkoitukseen ; ja termiä " rytmogrammi " käytettiin viittaamaan yhteen graafisista tavoista esittää kardiointervallien dynaamista sarjaa, toisin sanoen kronokardiogrammeja. [A:2]

HRV:n tutkimuksessa ja analysoinnissa on kolme vaihetta: [1]

  1. kardiointervallien aikasarjojen mittaus ja esittäminen ==> ;
  2. kardiointervallien aikasarjojen analyysi ==> ;
  3. HRV-analyysin tulosten arviointi ==> .

Opiskeluhistoria

Uskotaan [2] , että tämän ilmiön löysi ensimmäisenä Albrecht von Haller vuonna 1760 [B: 2]

HRV-analyysi alkoi aktiivisesti kehittyä Neuvostoliitossa 1960-luvun alussa, koska yksi sen kehittämisen tärkeistä kannustimista oli avaruuslääketieteen menestys . Vuonna 1966 Moskovassa pidettiin maailman ensimmäinen symposiumi symposiumin vaihtelusta. [A: 2] Ensimmäiset monografiat HRV :stä [B: 3] [B: 4] julkaistiin myös Neuvostoliitossa. [A:2]

R. M. Baevsky ehdotti 1980-luvulla sydämen rytmin kattavaa arviointia varten säätelyjärjestelmien (PARS) aktiivisuuden indikaattoria, joka lasketaan pisteinä yllä olevien menetelmien perusteella. Eli HRV:n kvalitatiivinen analyysi tulisi suorittaa kaikilla kolmella menetelmällä, ja saatuja tietoja käytetään PARS-indikaattorin laskemiseen. [B:4] [A:2]

Vuonna 1996 julkaistiin kansainväliset ohjeet (Recommendations—1996), jotka ovat kehittäneet European Society of Cardiology ja North American Society of Pacing and Electrophysiology työryhmä (Task Force of The European Society of Cardiology and The North American Society of Pacingand Electrophysiology ). [A: 3] [A: 4] Hieman myöhemmin heidän venäjänkielinen käännös julkaistiin. [A:1]

Vuonna 2001 Venäjän terveysministeriön uusia lääkinnällisiä laitteita käsittelevän komitean diagnostisia instrumentteja ja laitteita käsittelevän komission päätöksen mukaisesti (pöytäkirja nro 4, 11. huhtikuuta 2000) perustettiin asiantuntijaryhmä kehittämään kotimaiset ohjeet HRV:n analysointiin, minkä seurauksena ehdotettiin venäjänkielistä versiota HRV-analyysimenetelmien käyttöä koskevista suosituksista [A: 5] , jotka eroavat joissakin menettelyissä merkittävästi vuoden 1996 suosituksista. Ne tarjoavat myös useita ominaisuuksia, jotka on suunniteltu arvioimaan kehon toiminnallisia varantoja, joita käytetään perinteisesti avaruuslääketieteessä Neuvostoliitossa. [A:6]

Vuoden 1996 kansainvälisen standardin menetelmäsarjan rajallinen soveltuvuus on tuotu esiin monissa tutkimuksissa (esim . [B: 1] [A: 7] ). Tältä osin uusien HRV-analyysimenetelmien etsiminen ja kehittäminen jatkuu (esim. [A: 6] [A: 8] [B: 1] [B: 5] )

Rekisteröintimenetelmät

Dynaamiset kardiointervallien sarjat voidaan saada analysoimalla mitä tahansa kardiografisia tietueita (sähköinen, mekaaninen, ultraääni jne.). [1] Sydämenlyöntien havaitsemiseen käytettyjä menetelmiä ovat: elektrokardiografia , verenpaine, ballistokardiogrammi , [A:9] ja fotopletysmografista johdettu pulssiaaltosignaali . Yleensä sykkeen vaihtelua arvioidaan perustuen RR-välien keston mittauksiin EKG:ssä, jossa suoritetaan matemaattinen (esimerkiksi Pan-Tompkins-algoritmia käyttäen) automaattinen R-aallon tunnistus ja tallennetaan aallon sekvenssi. RR-välit muodostuvat. Olisi oikeampaa tutkia PP-välien kestoa, koska juuri P-aallon alku on uuden sydämen syklin alku, joka liittyy sinussolmun (SU) virittymiseen; RR-välien käytön perinne liittyy siihen, että R-aalto, erityisesti toisessa standardijohdossa, eristetään helpoimmin EKG-signaalista tietokonekäsittelyn aikana, koska se on amplitudiltaan suurin. [A:7] Elektrokardiografiaa pidetään parhaana menetelmänä, koska se helpottaa sellaisten sydämenlyöntien poissulkemista, jotka eivät ole peräisin sinoatriumsolmukkeesta .

Virheet hetkellisen sykkeen merkkien lokalisoinnissa johtavat virheisiin HRV:n laskennassa, koska erilaisten HRV-indikaattoreiden arviointimenetelmät ovat erittäin herkkiä artefakteille ja virheille, ja jopa 2 % virheellisistä tiedoista johtaa ei-toivottuihin vääristymiin HRV-laskelmissa. Siksi tarkkojen tulosten varmistamiseksi on välttämätöntä seurata artefakteja ennen HRV-matemaattisten menetelmien soveltamista. [A:10]

Termiä "NN" käytetään RR:n sijasta korostamaan sitä tosiasiaa, että käsitellyt lyönnit ovat "normaalit" osat, eli ne on "puhdistettu" artefakteista ja "normalisoitu".

Katsotaan aiheelliseksi tehdä ero seuraavien HRV-rekisteröintityyppien välillä: a) suhteellisen lepoolosuhteissa; b) toiminnallisia testejä suoritettaessa; c) normaalin toiminnan olosuhteissa tai ammattikuormien suorittamisen aikana; d) kliinisessä ympäristössä, koska jokaiselle tämäntyyppiselle tutkimukselle on ominaista tietyt metodologian piirteet. [yksi]

Autonomisen hermoston säätelyn rikkomusten havaitsemiseksi käytetään erilaisia ​​​​toiminnallisia testejä : refleksi-, stressi- ja farmakologisia testejä. Niistä yleisimmin käytetään sellaisia ​​yksinkertaisia, helposti saatavilla olevia ja objektiivisia testejä, kuten Valsalva- testi, ortostaattinen testi, hengitystesti jne . Toiminnallisten testien käytöllä uskotaan olevan vakavia etuja, koska sen avulla voidaan minimoida yksilölliset erot ja arvioida muutosten suunta, sen sijaan, että toimittaisiin parametrien absoluuttisilla arvoilla. [neljä]

Matemaattisen analyysin menetelmät

Sydämen vaihteluiden analyysi on uusi metodologia fysiologisten toimintojen säätelyprosessien tutkimiseen, jossa verenkiertoelimiä pidetään koko organismin adaptiivisten reaktioiden indikaattorina. [A:2]

Vuoden 1996 kansainvälisissä standardeissa [A:3] HRV:n matemaattiseen analyysiin on erotettu kaksi menetelmäryhmää: aika- ja taajuusalue.

Erityisesti korostetaan, että toiminnallisten testien aikana tapahtuvaa transienttiprosessia tulisi analysoida erityisillä menetelmillä; ohimenevällä analyysillä voi olla riippumaton diagnostinen ja prognostinen arvo. [yksi]

Aika-alueen menetelmät

Tilastolliset menetelmät

Perustuu kronokardiogrammien tilastolliseen analyysiin parametrien , kuten:

  • SDNN  on NN-välien keskihajonta. Usein selvitetään 24 tunnin sisällä. SDANN  on keskimääräisten NN-välien standardipoikkeama, joka lasketaan lyhyiltä ajanjaksoilta, tyypillisesti 5 minuutilta. Siten SDNN on mitta sykkeessä tapahtuvista muutoksista, jotka johtuvat yli 5 minuuttia kestävistä sykleistä. SDNN heijastaa kaikkia syklisiä komponentteja, jotka ovat vastuussa vaihtelusta ennätysjaksolla, joten se edustaa yleistä vaihtelua.
  • RMSSD  on "peräkkäisen eron keskiarvo neliö", neliöjuuri viereisten NN:iden välisten peräkkäisten erojen neliöistä.
  • SDSD  - "peräkkäisen eron standardipoikkeama", vierekkäisten NN:iden välisten peräkkäisten erojen keskihajonta.
  • NN50  on peräkkäisten NN-parien lukumäärä, jotka eroavat yli 50 ms.
  • pNN50  on NN50:n osuus jaettuna NN:iden kokonaismäärällä.
  • NN20  on peräkkäisten NN-parien lukumäärä, jotka eroavat enemmän kuin 20 ms.
  • pNN20  on NN20:n osuus jaettuna NN:iden kokonaismäärällä.
  • EBC  - "arvioitu hengityssykli", vaihteluväli (max-min) tietyn tutkimusjakson keston liikkuvassa ikkunassa. Ikkunat voivat liikkua päällekkäin tai olla täysin erilaisia ​​(peräkkäisiä) ikkunoita. EBC tarjotaan usein tiedonkeruutilanteissa, joissa reaaliaikainen HRV-palaute on ensisijainen tavoite. PPG:ltä 10 ja 16 sekunnin peräkkäisten ja päällekkäisten ikkunoiden aikana saadun EBC:n on osoitettu korreloivan voimakkaasti SDNN:n kanssa.
Geometriset menetelmät

Kansainvälisten standardien mukaisesti normalisoitu kronokardiogrammi (NN-välien sekvenssi) voidaan esittää tietynä geometrisena rakenteena, jonka parametrit sitten mitataan ja käytetään alkuperäisen kronokardiogrammin kokonaisominaisuuksina.

Kun työskentelet geometristen menetelmien kanssa, käytetään kolmea päälähestymistapaa:

  1. geometrisen mallin päämittaukset (esimerkiksi jakauman histogrammin leveys tietyllä tasolla) muunnetaan tiettyjen sääntöjen mukaisesti HRV-ominaisuuksiksi,
  2. tietyllä matemaattisella tavalla (jakaumahistogrammin likiarvo kolmion avulla tai eksponentiaalisen käyrän differentiaalinen histogrammi) interpoloidaan geometrinen malli ja sitten analysoidaan tätä matemaattista muotoa kuvaavat kertoimet,
  3. geometrinen muoto luokitellaan, erotetaan useita geometristen muotokuvioiden luokkia, jotka edustavat eri HRV-luokkia ( Lorenzin käyrän elliptinen, lineaarinen, kolmion muoto ).

Kolmioindeksi (TINN) lasketaan jakautumistiheyden integraalina (eli itse asiassa kaikkien NN-välien summana) jaettuna maksimijakauman tiheydellä. [5] Ehdotettu ensimmäisen kerran vuonna 1989. [A:11]

Vuoden 1996 standardien ehdottamat geometriset menetelmät eivät sovellu arvioimaan nopeita vaihtelun muutoksia (ei alle 20 minuuttia, mutta mieluiten 24 tuntia); niiden etuna on herkkyys kronokardiogrammin epästationaarisuudesta. Muita geometrisia menetelmiä, kuten histogrammia ja sirontagrammia, kehitetään ja tutkitaan edelleen.

Seuraavia parametreja käytetään yleensä kuvaamaan histogrammia: AMO  on histogrammimoodin amplitudi, MO  on histogrammitila, SD  on keskihajonna; harvemmin - epäsymmetria (Ass), kurtoosi (Ex), vaihteluväli ( dX ) , variaatiokerroin ( V ) jne. [6]

  • autonomisen tasapainon indeksi: ИВР = AMO/SD, - määrittää sydämen sympaattisen ja parasympaattisen säätelyn suhde;
  • vegetatiivisen rytmin indikaattori ВПР = 1/(MO*SD), - kasvullisen tasapainon arvioimiseksi (mitä pienempi VFR, sitä enemmän kasvutasapaino siirtyy kohti parasympaattisen säätelyn hallitsevuutta);
  • säätelyprosessien riittävyyden indikaattori ПАПР = AMO/M0, — tunnistaa SU:n toimintatason ja sympaattisen toiminnan välinen vastaavuus;
  • säätelyjärjestelmien jännitysindeksi ИН = AMO/(2SD*MO)heijastaa sykesäädön keskitettyä astetta.

IN luonnehtii sympaattisen säätelyn mekanismien toimintaa, säätelyn keskuspiirin tilaa; Normaalisti IN on 80-150 u. e. Tämä indikaattori on erittäin herkkä sympaattisen hermoston sävyn nousulle: pieni kuormitus (fyysinen tai emotionaalinen) lisää SI:tä 1,5-2 kertaa; merkittävissä kuormissa se kasvaa 5-10 kertaa; potilailla, joilla on jatkuva säätelyjärjestelmän jännitys (henkinen stressi, angina pectoris, verenkierron vajaatoiminta), SI levossa on 400-600 u. e.; potilailla, joilla on akuutti sydäninfarkti, SI levossa saavuttaa 1000-1200 u. e. [4]

Scatterogram (  englannista  -  "scatter", "scattering") on graafinen esitys RR-välien pareista (edellinen ja myöhempi) kaksiulotteisessa koordinaattitasossa. Tässä tapauksessa arvo piirretään pitkin abskissa-akselia ja arvo piirretään pitkin ordinaatta-akselia . Sirontakaavion mukaan sykevaihtelua voidaan epäsuorasti arvioida: mitä ruuhkaisempi pistepilvi on, sitä pienempi rytmin vaihtelu. Pisteitä, jotka ovat kaukana pääryhmästä, voidaan käyttää artefaktien ja rytmihäiriöiden olemassaolon arvioimiseen. [6] Venäjänkielisissä lähteissä sitä voidaan kutsua korrelaatiorytmogrammiksi tai Poincarén tai Lorentzin täpliksi. [7] Scattergram-arvioinnin uskotaan olevan suositeltavaa käyttää rytmihäiriöissä, kun sykevaihteluiden tilasto- ja spektrianalyysimenetelmät eivät ole informatiivisia tai niitä ei voida hyväksyä. [7]

Taajuusalueen menetelmät

HRV:tä analysoitaessa aikasekvenssin tehospektritiheys (PSD) ymmärretään stationaarisen (laajassa merkityksessä) satunnaisprosessin SDP:ksi, jonka toteutus on tämä sekvenssi. On pidettävä mielessä, että mikä tahansa sovelletuista spektrimenetelmistä on menetelmä PSD:n estimoimiseksi, ei sen tarkka rakenne. Jos tutkimuksen tarkoituksena on tunnistaa ryhmien välisiä eroja eri ryhmiin kuuluvien koehenkilöiden HRV-spektriominaisuuksissa, tulee kaikkien ryhmien kaikkien potilaiden HRV SPD arvioida samalla menetelmällä. Spektrianalyysin kronokardiogrammin osan standardipituus on 256 kardiosykliä, mikä vastaa 3,5–5 minuutin aikaväliä; tiukat stationaarisuuden vaatimukset tekevät 24 tunnin kronokardiogrammin spektrianalyysin mahdottomaksi [6]

Taajuusalueen menetelmiä käytetään laskemaan kutakin taajuuskaistaa vastaavien NN-välien lukumäärä. Standardit suosittelevat erottamaan seuraavat taajuuskaistat (komponentit):

  • korkea taajuus ( HF ) 0,15 - 0,4 Hz,
  • matalataajuus ( LF ) 0,04 - 0,15 Hz ja
  • erittäin matala taajuus ( VLF ) 0,003 - 0,04 Hz ja
  • ultramatala taajuus ( ULF ) alle 0,003 Hz.

VLF-, LF-, HF-tehon mittaus suoritetaan yleensä absoluuttisissa tehoyksiköissä (ms 2 ), mutta LF ja HF voidaan lisäksi ilmaista normalisoituina yksiköinä, jotka osoittavat kunkin komponentin suhteellisen osuuden suhteessa kokonaistehoon miinus. VLF-komponentti. ULF saadaan vain käyttämällä spektrianalyysiä koko 24 tunnin havaintojakson ajan.

Epälineaarisen analyysin menetelmät

Tulosten esittämiseksi vuoden 1996 standardit ehdottavat seuraavien epälineaaristen analyysimenetelmien käyttöä (epälineaariset menetelmät): Poincare-leikkaus , attraktorikaaviot pienessä määrässä ulottuvuuksia, yksittäisten arvon hajoaminen ja attraktorin liikeradat. Kvantitatiiviseen kuvaukseen käytettiin D2-korrelaatiodimensioita , Ljapunov-eksponenttia ja Kolmogorov-entropiaa .

Epälineaarisia menetelmiä pidetään potentiaalisesti lupaavina menetelminä HRV:n arvioinnissa, mutta niitä käytetään tällä hetkellä rajoitetusti, koska analyysi- ja tulosten tulkintateknologiaa tarvitaan edelleen. Epälineaarisen HRV-analyysin käyttömahdollisuuksia tutkitaan aktiivisesti. [B:5] [A:12] [A:13]

Etsitään pitkän aikavälin korrelaatioita

RR-välisekvensseillä on havaittu olevan pitkäaikaisia ​​korrelaatioita. Unen eri vaiheissa on löydetty erilaisia ​​korrelaatioita. [A: 14] [A: 12] Yksi näiden tutkimusten puutteista on kuitenkin niiden tilastollisten validiteettiestimaattien puute.

Fysiologinen perusta

Fysiologiset mekanismit

Syke määräytyy useiden säätelymekanismien avulla; On tapana erottaa sydämensisäiset (intrakardiaaliset) ja ekstrakardiaaliset (ekstrakardiaaliset) sydämen rytmin säätelymekanismit. [8] Sydämen työn säätelyjärjestelmän ensimmäinen taso on sydämensisäisen säätelyn mekanismi. Se liittyy itse sydänlihaksen erityisominaisuuksiin ja toimii jopa eristetyssä sydämessä Frank-Starlingin lain mukaan : eristetty sydän, jolla on vakio supistumisnopeus, voi itsenäisesti mukauttaa toimintaansa kasvavaan kuormitukseen ja vastata siihen lisääntynyt tuotanto. Sydämen työn ekstrakardiaa säätelevät autonomiset hermo- ja endokriiniset järjestelmät; Mukautumisprosessien kehitysnopeuden ja niiden keston mukaan sydän- ja verisuonijärjestelmän säätelymekanismit jaetaan:

  1. lyhytaikaisen vaikutuksen mekanismit (barorefleksit, kemorefleksit, hormonien toiminta: adrenaliini , norepinefriini , vasopressiini ),
  2. välivaiheen (ajassa) vaikutusmekanismit (transkapillaarisen aineenvaihdunnan muutokset, verisuonijännityksen rentoutuminen, reniini-angiotensiinijärjestelmä ),
  3. pitkävaikutteiset mekanismit (suonensisäisen veritilavuuden ja verisuonikapasiteetin säätely).

Sinoatriaalinen solmu vastaanottaa säätelyvaikutuksia hermosto- ja endokriinisistä järjestelmistä, minkä seurauksena hetkellinen pulssi (tai RR-väli) muuttuu. HRV:n tärkeimmät lähteet ovat autonomisen (sympaattisen ja parasympaattisen) hermoston ( ANS ) vaikutus ja humoraaliset tekijät. Hengitys indusoi matalataajuisia sykeaaltoja ensisijaisesti ANS:n kautta. Muita HRV:hen vaikuttavia tekijöitä ovat barorefleksi (Zion-Ludwig-refleksi), lämmönsäätely , uni-herätyssykli , ateriat, fyysinen aktiivisuus ja stressi .

Toiminnallisten järjestelmien teorian näkökulmasta verenkierron säätely on monipiirinen, hierarkkisesti järjestetty järjestelmä, jossa yksittäisten linkkien hallitseva rooli määräytyy kehon senhetkisten tarpeiden mukaan. [9] Yksinkertaisin R. M. Baevskyn [B: 6] ehdottama sykesäätelyn matemaattinen kaksisilmukkainen malli perustuu oletukseen, että SU-säätelyjärjestelmä voidaan esittää kahtena toisiinsa liittyvänä tasona (piirinä): keskus ja autonominen suoralla ja palautetta. [9]

Ristikorrelaatio muiden järjestelmien kanssa

Kaksi tärkeintä värähtelevää HRV-ilmiötä erotetaan johdonmukaisesti:

Tutkittaessa kysymystä siitä, kuinka sydämenlyöntirytmit korreloivat muiden fysiologisten järjestelmien, kuten keuhkojen ja aivojen, kanssa, havaittiin, että vaikka valveilla, valon ja REM-unen aikana sydämenlyöntien korrelaatio muiden fysiologisten järjestelmien kanssa on korkea, ne melkein katoavat syvä uni. [A:16]

HRV:n korrelaatio geofysikaalisten tekijöiden kanssa

Sydämen supistumistoiminnan vaihteluilmiö auringon aktiivisuuden 11 vuoden syklin aikana löydettiin, korrelaatiot sydän- ja verisuonikatastrofien väestörytmien sekä auringon ja geomagneettisen aktiivisuuden rytmien välillä sekä sydämen tyypillinen rytminen vaste. erilaisten ulkoisten tekijöiden, mukaan lukien geomagneettisen toiminnan, vaikutusta kuvattiin. [B:7]

Kliininen merkitys

Uskotaan, että HRV-indikaattoreiden kliinisen ja fysiologisen tulkinnan standardointi tässä tieteen kehitysvaiheessa on vielä käytännössä mahdotonta, koska eri kirjoittajien ajatukset ja arviot ovat usein ristiriitaisia. [4] Menetelmälle on ominaista sen epäspesifisyys nosologisten patologioiden muotojen suhteen ja korkea herkkyys monenlaisille sisäisille ja ulkoisille vaikutuksille. [10] Samaan aikaan HRV heijastaa hyvin säätelyjärjestelmien jännitysastetta, joka johtuu aivolisäke-lisämunuaisen järjestelmän aktivoitumisesta ja sympatoadrenaalisen järjestelmän reaktiosta, joka syntyy vasteena mihin tahansa stressivaikutukseen. [9]

Jotta voidaan suorittaa kattava arviointi toiminnallisesta tilasta säätelyjärjestelmien (PARS) toiminnan kannalta, mikä mahdollistaa kehon toiminnallisten tilojen (mutta ei sairauksien) diagnosoinnin; se lasketaan pisteinä erikoisalgoritmin mukaan, joka ottaa huomioon tilastolliset indikaattorit, histogrammin indikaattorit ja kronokardiogrammien spektrianalyysitiedot. [4] PARS-arvot ilmaistaan ​​pisteinä 1-10. PARS-arvojen analyysin perusteella voidaan diagnosoida seuraavat toiminnalliset tilat:

  1. PARS \u003d 1-2 (normi); säätelyjärjestelmien optimaalisen (työ)jännityksen tila, joka on tarpeen organismin aktiivisen tasapainon ylläpitämiseksi ympäristön kanssa;
  2. PARS = 3-4; säätelyjärjestelmien kohtalaisen jännityksen tila, kun keho tarvitsee ylimääräisiä toiminnallisia varantoja sopeutuakseen ympäristöolosuhteisiin. Tällaiset olosuhteet syntyvät työhön sopeutumisprosessissa, emotionaalisessa stressissä tai haitallisten ympäristötekijöiden vaikutuksesta;
  3. PARS = 4-6; säätelyjärjestelmien voimakkaan jännityksen tila, joka liittyy suojamekanismien aktiiviseen mobilisaatioon, mukaan lukien sympaattisen lisämunuaisen järjestelmän ja aivolisäke-lisämunuaisen järjestelmän toiminnan lisääntyminen;
  4. PARS = 6-8; säätelyjärjestelmien ylikuormitustila, jolle on ominaista suojaavien ja mukautuvien mekanismien puute, niiden kyvyttömyys tarjota riittävä kehon vastaus ympäristötekijöiden vaikutuksiin. Tässä sääntelyjärjestelmien liiallista aktivointia ei enää tueta vastaavilla toiminnallisilla reserveillä;
  5. PARS = 8-10; säätelyjärjestelmien uupumustila (asteenia), jossa ohjausmekanismien aktiivisuus vähenee (säätelymekanismien riittämättömyys) ja patologian tyypillisiä merkkejä ilmaantuu. Tässä tietyt muutokset hallitsevat selvästi epäspesifisiä muutoksia.

Tutkimukset ovat osoittaneet, että alentunutta HRV:tä voidaan käyttää sydäninfarktin jälkeisen kuoleman todennäköisyyden indikaattorina [A: 17] [A: 18] , vaikka toisessa työssä HRV:n ja sydämen sykkeen vertailu osoitti, että ennustetiedot eloonjäämisestä sydäninfarkti Sydänlihas sisältyy täysin keskimääräiseen sykkeeseen [A: 19] .

Muuttuneeseen (yleensä alhaisempaan) HRV:hen voi liittyä myös useita muita seurauksia ja patologisia tiloja, kuten kongestiivista sydämen vajaatoimintaa, diabeettista neuropatiaa, masennusta sydämensiirron jälkeen. [11] [12]

Todettiin, että äkillisen sydänkuoleman uhreilla elämän aikana HRV oli alhaisempi kuin terveillä ihmisillä. [A:20]

Julkaistujen tutkimusten systemaattisen katsauksen mukaan HRV korreloi taudin etenemisen ja syöpäpotilaiden kuoleman kanssa. [A:21]

HRV:n analyysi löytää sovelluksen kardiologiassa pyörtymisen erotusdiagnoosin ongelmien ratkaisemisessa ; erityisesti nämä tehtävät on otettava huomioon tehtäessä asevelvollisuutta koskevia päätöksiä. [B:8] Toinen HRV-analyysin sovellus on sinussolmukkeen toimintahäiriön arviointi, joka voi liittyä joko sidekudosdysplasiaan tai SSSS :ään . [13] [14]

HRV:tä kohtaan on kiinnostusta psykofysiologian alalla . Jotkut tulokset viittaavat mahdollisuuteen seurata stressitasoja HRV-ominaisuuksien perusteella. [B:4] [A:22] HRV:tä on käytetty myös arvioitaessa päätöksentekotaitoja riskipeleissä, ja sen on todettu osoittavan sympaattista aktiviteettia riskialttiissa päätöksenteossa. [A:23]

Katso myös

Muistiinpanot

  1. ↑ 1 2 3 4 5 UFD, 2001 , § 3. HRV-tutkimusmetodologia, s. 113-116.
  2. ↑ Bokeria, 2009 , s. 21.
  3. ↑ Ryabykina, 1998 , luku 4. Funktionaaliset testit ja sykkeen vaihtelun analyysi, s. 65-72.
  4. ↑ 1 2 3 4 UFD, 2001 , § 5. Sykevaihteluanalyysin tulosten arviointi, s. 120-125.
  5. ↑ Länsi. ar., 1999 , s. 54.
  6. ↑ 1 2 3 4 Ryabykina, 1998 , luku 3. Sykevaihteluiden analysointimenetelmät, s. 30-64.
  7. ↑ 1 2 UFD, 2001 , § 4. Perusmenetelmät sykevaihteluiden analysointiin, s. 116-120.
  8. ↑ Ryabykina, 1998 , luku 2. Sydämen rytmin hermoston säätelymekanismit, s. 15-29.
  9. ↑ 1 2 3 UFD, 2001 , § 2. Menetelmän tieteelliset ja teoreettiset perusteet, s. 110-113.
  10. ↑ UFD, 2001 , § 1. Johdanto, s. 108-110.
  11. ↑ Ryabykina, 1998 , luku 5. Muutokset sykevaihtelussa potilailla, joilla on erilaisia ​​patologioita, s. 73-89.
  12. ↑ Ryabykina, 1998 , luku 8. Sydämen vaihtelun ominaisuudet potilailla, joilla on erilaisia ​​sydän- ja verisuonitauteja, s. 127-154.
  13. ↑ Snezhitsky, 2010 , Sykevaihtelun analyysi sinussolmun toiminnan arvioinnissa ja rytmihäiriöiden diagnosoinnissa, s. 24-35.
  14. ↑ Snezhitsky, 2010 , Sykevaihtelu potilailla, joilla on sinussolmukkeen toimintahäiriö, s. 152-186.

Kirjallisuus

Kirjat

  1. ↑ 1 2 3 Ryabykina G.V. , Sobolev A.V. Sykevaihtelu . - M . : "Star'Ko", 1998. - 200 s. — ISBN 5-85493-032-3 .
  2. ↑ Haller A .,. Haller A. Elementa physiologiae corporis humani: 8 t., osa 2, lib. 6.  (lat.) . - Lausanne: S. d'Arnay, 1760. - S. 330-332 .
  3. ↑ Voskresensky A.D. , Wentzel M.D. Sykeen ja hemodynaamisten parametrien tilastollinen analyysi fysiologisissa tutkimuksissa . - M .: Nauka, 1974. - 221 s.
  4. ↑ 1 2 3 4 Baevsky RM , Kirillov OI , Kletskin SZ Matemaattinen analyysi sykkeen muutoksista rasituksessa . - M .: Nauka, 1984. - 224 s.
  5. ↑ 1 2 Ardashev A.V. , Loskutov A.Yu. Nykyaikaisten sykevaihteluiden analysointimenetelmien käytännön näkökohtia. - M. : Kustantaja "MEDPRAKTIKA-M", 2011. - 128 s.
  6. ↑ Matemaattiset menetelmät sykkeen analysointiin / toim. Parina V.V. , Baevsky R.M. - M .: Nauka, 1968.
  7. ↑ Breus T. K. , Chibisov S. M. , Baevsky R. M. , Shebzukhov K. V. Sydämen rytmien ja ympäristötekijöiden kronorakenne . - M . : Venäjän kansojen ystävyyden yliopiston kustantamo; Polygrafipalvelu, 2002. - 232 s. - ISBN 5-209-01404-5 .
  8. ↑ Snezhitsky V. A. et al. Sykevaihtelu : sovellus kardiologiassa / toim. V. A. Snezhitsky . - Grodno: GrGMU, 2010. - 212 s. - ISBN 978-985-496-630-4 .

Artikkelit

  1. ↑ 1 2 European Society of Cardiology ja North American Society of Stimulation and Electrophysiology -työryhmä. Sykevaihtelu. Mittausstandardit, fysiologinen tulkinta ja kliininen käyttö  Bulletin of arrythmology  : Journal. - 1999. - Nro 11 . - S. 53-78 .
  2. ↑ 1 2 3 4 5 Baevsky R. M. , Ivanov G. G. Sykevaihtelu : teoreettiset näkökohdat ja kliinisen sovelluksen mahdollisuudet // Ultraääni- ja toiminnallinen diagnostiikka. - 2001. - Nro 3 . - S. 108-127 .
  3. ↑ 1 2 Task Force of European Society of Cardiology ja North American Society of Pacing and Electrophysiology. Sykevaihtelu: Mittausstandardit, fysiologinen tulkinta ja kliininen käyttö  (englanniksi)  // Verikierto : päiväkirja. - 1996. - Voi. 93 . - s. 1043-1065 .
  4. ↑ Sykevaihtelu. Mittausstandardit, fysiologinen tulkinta ja kliininen käyttö. Euroopan kardiologisen seuran ja Pohjois-Amerikan tahdistus- ja elektrofysiologian seuran työryhmä // Eur.Heart J. : Journal. - 1996. - T. 17 . - S. 354-381 .
  5. ↑ Baevsky, R. M. , Ivanov, G. G. , Chireikin, L. V. , Gavrilushkin, A. P. , Dovgalevsky, P. Ya. , Kukushkin, Yu. A. , Mironova, T. F. , Prilutsky, D. A. , F. , Semenov, F. doroman, V. , Medvedev, M. M. Sydämen vaihtelun analyysi käyttämällä erilaisia ​​elektrokardiografisia järjestelmiä  // Bulletin of Arrhythmology  : Journal. - 2001. - Nro 24 . - S. 65-87 .
  6. ↑ 1 2 Baevsky R.M. Sykevaihtelun analyysi: historia ja filosofia, teoria ja käytäntö  // Kliininen informatiikka ja telelääketiede: lehti. - 2004. - Nro 1 . - S. 54-64 .
  7. ↑ 1 2 Bokeria L. A. , Bokeria O. L. , Volkovskaya I. V. Sykevaihtelu : mittausmenetelmät, tulkinta, kliininen käyttö  // Annals of arrythmology: Journal. - 2009. - Nro 4 . — S. 21–32 . — ISSN 2307-6313 .
  8. ↑ Kudinov AN , Lebedev DY , Tsvetkov VP , Tsvetkov IV Multifraktaalidynamiikan matemaattinen malli ja sykkeen analyysi  //  Mathematical Models and Computer Simulations : Journal. - 2015. - Vol. 7 , ei. 3 . - s. 214-221 .
  9. ↑ Brüser C. , Stadlthanner K. , de Waele S. , Leonhardt S. Adaptiivinen syke-sykearviointi ballistokardiogrammeissa  //  IEEE Transactions on Information Technology in Biomedicine: Journal. - 2011. - Voi. 15 , ei. 5 . - s. 778-786 . - doi : 10.1109/TITB.2011.2128337 . — PMID 21421447 .
  10. ↑ Citi L. , Brown EN , Barbieri R. Reaaliaikainen automatisoitu pisteprosessimenetelmä virheellisten ja kohdunulkoisten sydämenlyöntien havaitsemiseen ja korjaamiseen  //  IEEE Transactions on Bio-Medical Engineering : Journal. - 2012. - Vol. 59 , ei. 10 . - s. 2828-37 . - doi : 10.1109/TBME.2012.2211356 . — PMID 3523127 .
  11. ↑ Malik M. , Farrell T. , Cripps T. , Camm AJ Sykevaihtelu suhteessa ennusteeseen sydäninfarktin jälkeen: optimaalisten prosessointitekniikoiden valinta   // Eur . Heart J.: päiväkirja. - 1989. - Ei. 12 . - s. 1060-1074 . doi : 10.1093 / oxfordjournals.eurheartj.a059428 . — PMID 2606116 .
  12. ↑ 1 2 Bailly F. , Longo G. , Montevil M. Biologisen ajan 2-ulotteinen geometria  //  Progress in Biophysics and Molecular Biology : Journal. - 2011. - Voi. 106 , nro. 3 . - s. 474-484 . - doi : 10.1016/j.pbiomolbio.2011.02.001 . — PMID 21316386 .
  13. ↑ Shirazi AH , Raoufy MR , Ebadi H. et ai. Muistin kvantifiointi monimutkaisissa fysiologisissa aikasarjoissa  (englanniksi)  // PLOS ONE : päiväkirja. - 2013. - Vol. 8 , ei. 9 . — P.e72854 . - doi : 10.1371/journal.pone.0072854 . — PMID 24039811 .
  14. ↑ Bunde A. , Havlin S. , Kantelhardt J. , Penzel T. , Peter J. , Voigt K. Korreloituneet ja korreloimattomat alueet sykevaihteluissa unen aikana  //  Physical Review Letters: Journal. - 2000. - Voi. 85 , no. 17 . - s. 3736-9 . - doi : 10.1103/PhysRevLett.85.3736 . — PMID 11030994 .
  15. ↑ Sayers BM Sykevaihtelun analyysi  //  Ergonomia: päiväkirja. - 1973. - Voi. 16 , ei. 1 . - s. 17-32 . - doi : 10.1080/00140137308924479 . — PMID 4702060 .
  16. ↑ Bashan A. , Bartsch RP , Kantelhardt JW , Havlin S. , Ivanov PC Verkkofysiologia paljastaa verkkotopologian ja fysiologisen toiminnan välisiä suhteita  //  Nature Communications : Journal. - 2012. - Vol. 3 . - s. 702 . - doi : 10.1038/ncomms1705 .
  17. ↑ Isompi JT, Fleiss JL Sydämen jakson vaihtelun ja  sydäninfarktin jälkeisen kuolleisuuden taajuusaluemittaukset  // Verenkierto : päiväkirja. Lippincott Williams & Wilkins, 1992. - Voi. 85 , no. 1 . - s. 164-171 . - doi : 10.1161/01.CIR.85.1.164 .
  18. ↑ Kleiger RE , Miller JP Vähentynyt sykevaihtelu ja sen yhteys lisääntyneeseen kuolleisuuteen akuutin sydäninfarktin jälkeen   // Am J Cardiol : päiväkirja. - 1987. - Voi. 59 , ei. 4 . - s. 256-262 . - doi : 10.1016/0002-9149(87)90795-8 .
  19. ↑ Abildstrom SZ , Jensen BT Syke vs. sykevaihtelu riskien ennustamisessa sydäninfarktin jälkeen  //  Journal of Cardiovascular Electrophysiolog : Journal. - 2003. - Voi. 14 , ei. 2 . - s. 168-173 . - doi : 10.1046/j.1540-8167.2003.02367.x .
  20. ↑ Mølgaard H. , Sørensen KE , Bjerregaard P. Heikentynyt 24 tunnin sykevaihtelu näennäisesti terveillä henkilöillä, jotka kärsivät sittemmin äkillisestä sydänkuolemasta  //  Clinical Autonomic Research : Journal. - 1991. - Voi. 1 , ei. 3 . - s. 233-7 . - doi : 10.1007/BF01824992 . — PMID 1822256 .
  21. ↑ Kloter E. , Barrueto K. , Klein SD , ​​Scholkmann F. , Wolf U. Sykevaihtelu syövän eloonjäämisen ennustetekijänä - Systemaattinen katsaus // Frontiers in Physiology: Journal. - 2018. - Nro 9 . - S. 623 . - doi : 10.3389/fphys.2018.00623 . — PMID 29896113 .
  22. ↑ Polevaya S.A. , Eremin E.V. , Bulanov N. ___Bakhchina A.,A. - 2019. - T. 11 , nro 1 . - S. 109-115 . — ISSN 2076-4243 . - doi : 10.17691/stm2019.11.1.13 .
  23. ↑ Shapiro, MS , Rylant, R. , de Lima, A. , Vidaurri, A. , van de Werfhorst, H. Playing a rigged game: Inequality's effect on physiological stress responses  //  Physiology & Behavior : Journal. - 2017. - Ei. 180 . - s. 60-69 . — ISSN 0031-9384 . - doi : 10.1016/j.physbeh.2017.08.006 .

Normatiiviset asiakirjat

  1. ↑ GOST 17562-72 Mittauslaitteet toiminnalliseen diagnostiikkaan. Termit ja määritelmät . docs.cntd.ru. Haettu 29. huhtikuuta 2020. Arkistoitu alkuperäisestä 20. huhtikuuta 2019.

Linkit