Как оценить состояние спортсмена по ритму сердца

Описывается выбор подходов к повышению информативности стандартного анализа вариабельности сердечного ритма, путём введения количественных критериев оценки формы фазового портрета кардиоритмограммы. Проведено количественное описание трёхмерного фазового портрета ритмограммы геометрическими методами. Исследования проводились со спортсменами, занимающимися различными видами спорта. Также представлены результаты корреляционного анализа новых и стандартных критериев оценки вариабельности ритма сердца.

Данная статья написана на основе публикации в журнале Биомедицинские технологии и радиоэлектроника в 2006 г.

Введение

В последние годы в связи с бурным развитием компьютерных технологий отмечается новый подъем интереса к использованию и совершенствованию методов анализа вариабельности сердечного ритма (ВСР). Метод основан на распознавании R-зубцов электрокардиограммы, измерении интервалов между ними, построении динамических рядов кардиоинтервалов (кардиоинтервалограммы) и последующего анализа полученных числовых рядов различными методами. Появление большого количества устройств, обеспечивающих автоматическое измерение и анализ ВСР, сделали его применение достаточно простым и популярным. Вместе с тем появляется потенциальная возможность неверных заключений и необоснованных экстраполяций, ибо смысл и значимость многих показателей ВСР более сложны, чем принято считать. Осознание этой проблемы Европейским Кардиологическим Обществом и Северо-Американским обществом стимуляции и электрофизиологии привело к созданию Рабочей группы экспертов. В 1996 году она опубликовала Стандарты измерения, физиологической интерпретации и клинического использования вариабельности сердечного ритма [1]. С сожалением приходится констатировать, что в Стандартах совершенно не упоминаются работы советских и российских специалистов в этой области, хотя разработки наших ученых в области анализа ВСР не только не отстают от зарубежных, но во многих разделах их опережают [2].

Известно, что анализ ВСР начал активно развиваться в СССР, в начале 60-х годов в космической медицине (Баевский Р.М., Газенко О.Г., 1963). В 1966 году в Москве состоялся первый в мире симпозиум по ВСР. Первые монографии по ВСР также были изданы в СССР. Неоднократно издавались в нашей стране Методические рекомендации по анализу и интерпретации показателей ВСР (1985, 1989, 2000). В Западной Европе и США количество исследований ВСР резко возросло в последние десятилетия.
Наиболее просты в использовании и популярны методы оценки во временной области – статистические, геометрические.

Выделяют две группы статистических временных показателей:
1) полученные при обработке прямых измерений NN (normal-normal) интервалов;
2) вычисленные на основе разницы между NN интервалами.

С 80-х годов прошлого столетия для анализа ВСР в клинической практике активно используются методы частотной области. Различают параметрические и непараметрические методы спектрального анализа.
Стандарты рекомендуют для анализа ВСР записи ЭКГ длительностью 5 мин (короткие) и 24-часа (длинные). При работе с короткими записями методы частотного анализа считаются более предпочтительными [1]. Также используются автокорреляционный анализ, корреляционная ритмография [2] и др.

Несомненно, что многообразие факторов, влияющих на работу сердца, включая нейрогуморальные механизмы высших вегетативных центров, обусловливают нелинейный характер изменений сердечного ритма. Многообразие методов анализа нелинейных процессов в физиологии и медицине показано в работах Goldberger А. (2001), Анищенко В.С. и соавт. (1999, 2000) и других. Введение дополнительных нелинейных показателей ВСР для оценки физиологических и клинических особенностей функционирования организма не только не «отменяет» известные способы анализа, но и предполагает их совместное использование. Сравнение различных методов анализа ВСР показало, что каждый из них может отражать отдельные признаки, которые не дублируются другими способами исследования (Анищенко В.С. и соавт., 2000).
Анализ ВСР, базирующийся на методах нелинейной динамики, может дать важную информацию для физиологической интерпретации вариабельности и оценки риска внезапной смерти. Для описания нелинейных свойств вариабельности и представления результатов разными исследователями применялись сечение Пуанкаре, кластерный спектральный анализ, графики аттрактора, сингулярное разложение, экспонента Ляпунова, энтропия Холмогорова и др. [1, 2]. Пока не удалось получить крупных достижений по их использованию при обработке биологических и медицинских данных, в том числе при анализе ВСР. Нелинейные методы считаются потенциально многообещающими средствами оценки ВСР, однако возможности использования этих методов в физиологических и клинических исследованиях ограничены в силу противоречивости результатов и недостаточности стандартов.
Таким образом, современный этап исследований в данной области характеризуется активным поиском методов для описания нелинейных свойств вариабельности и представления полученных результатов.

Цель данной работы – повышение информативности оценки ВСР, применительно к условно-здоровым людям и спортсменам.

Материалы и методы

Согласно законам нелинейной динамики изучаемый процесс необходимо рассматривать на фазовой плоскости. Применительно к ВСР, кроме определения числового параметра интервала RR, рассчитывается первая производная его функции – скорость изменения RR интервалов. Поэтому нелинейная динамика сердечного ритма определяется путем построения ломаной линии (хаосграммы или фазового портрета) в системе координат, где по оси абсцисс отмечается длительность RR интервалов (в мс), а по оси ординат – прирост данного интервала (в мс) [5].
Графический анализ ВСР в виде построения фазовых портретов (ФП) в фазовой плоскости или фазовом пространстве используется сравнительно недавно (Анищенко В.С. и соавт., 1998, 1999; Гаврилушкин А.П., 1999; Варонецкас Г. и соавт., 2001). С точки зрения теории хаоса ухудшение состояния системы характеризуется переходом от хаотического состояния к структурированному. При нормальной работе сердца ФП имеет форму маленького хаотически заштрихованного клубка, а по мере ухудшения состояния – растёт в масштабе и постепенно превращается в геометрическую фигуру типа ромба или креста [6]. Данный подход хотя и имеет высокий потенциал, но характеризуется повышенным субъективизмом.

В настоящей работе для анализа ВСР используется построение фазовых портретов по совокупности RR-интервалов. Для этого применяется специальная методика построения фазового портрета в трёхмерном пространстве [4,6,8]. При этом используется исходный сигнал RR-интервалограммы, его первая производная и задержка на 1 интервал (согласно теореме Такенса). Таким образом учитываются различные виды скорости изменения длительностей RR-интервалов. При двухмерной реализации фазового портрета по горизонтальной оси откладываются значения RR-интервалограммы, а по вертикальной – значения первой производной исходного сигнала или RR-интервалограмма с задержкой.

В рамках данной работы были обследованы следующие группы людей: больные – 69 человек; условно-здоровые – 335 человек; контрольная группа – 48 спортсменов, занимающихся боксом, мини-футболом, волейболом и скалолазанием. Запись ЭКГ осуществляли в положении сидя, до и после физической нагрузки. Использовались короткие, пятиминутные записи. Для записи ЭКГ и анализа временных и частотных характеристик ВСР применялся аппаратно-программный комплекс «Варикард» с программным обеспечением «Иским 6» [7], а также холтеровкий регистратор «Anna Flash 2000».

Обсуждение результатов

Известно, что в норме фазовые портреты имеют хаотическую структуру (Медведев А.П. и др., 1999; А.Н. Флейшман, 2001 и др.).
На рис. 1 приведены в качестве примера ФП RR-интервалограмм двух исследуемых, находящихся в заведомо известных состояниях: относительно-здоровом (спортсмен-лыжник без жалоб на здоровье) (рис.1,а) и патологическом (у испытуемого имелись жалобы на частые боли в сердце, выявлялись интенсивные аритмии) (рис.1,б).
Анализ формы построенных ФП и данных об обследуемых позволил выявить следующие закономерности:
1) ФП является плоским и наклонённым под разными углами для разных людей, но в определённом направлении во всех случаях (рис. 1);
2) В идеальном случае кардиоритмограмма здорового организма имеет форму, сходную с синусоидальной, а ФП имеет форму заштрихованного клубка (рис. 1,а), т.е. эллипс рассеяния данных принимает форму круга;
3) При развитии патологии изменяется форма ФП – он вытягивается, т.е. центры эллипса рассеяния расходятся (рис.1,б);
4) У разных людей в зависимости от интенсивности аритмий изменяется масштаб (площадь) ФП.

Для количественного описания фазовых портретов был разработан геометрический подход к описанию ФП, основой которого является описание фазового портрета эллипсом и последующее вычисление его параметров.
На основе перечисленных закономерностей и законов аналитической геометрии находились координаты точек пересечения описывающего эллипса и фазового портрета. Затем по ним вычислялись длины большой и малой полуосей этого эллипса (a, b) и площадь эллипса (S) по формуле: S = a*b*pi . Значение этой площади характеризует масштаб ФП. Также вычислялось значение коэффициента эксцентриситета данного эллипса по формуле: k = b/a , который количественно описывает сжатие фазового портрета. По определению, коэффициент сжатия может принимать значения от 0 до 1. При этом значение равное 1 он принимает при форме эллипса – круг, поэтому это значение было выбрано в качестве эталона нормы. Значение коэффициента k<1 соответствует отклонению от нормы.
Таким образом, повышение информативности оценки вариабельности сердечного ритма осуществляется путём введения новых критериев, переводящих субъективные данные о топологии ФП в количественную форму.
Для сравнения были рассчитаны среднегрупповые показатели k, S и индекс напряжения Баевского. В таблице 1 приведены полученные результаты.

СостояниеkSИН Баевского
До тренировки0,918417942124
После тренировки0,843136232669
До соревнования0,906176410686
После соревнования0,740858922586
Таблица 1. Среднегрупповые показатели (k, S, ИН) боксёров

Проведенный корреляционный анализ результатов выявил тесную положительную связь между площадью S и такими показателями ВСР, как RMSSD (r = 0,922), pNN50 (r = 0,890), SDNN (r = 0,830), CV (r = 0,834), DISP (r = 0,859), TP (r = 0,808). То есть, чем больше площадь рассеяния данных S, тем большее влияние на ритм сердца оказывает парасимпатический отдел вегетативной нервной системы. Исследования показали, что как чрезмерное повышение, так и сильное уменьшение площади свидетельствует об отклонении от нормы. На основании результатов исследования, предварительно за норму можно принять значения площади, лежащие в интервале от 3•105 до 105, при анализе RR-интервалограммы в миллисекундах.
Между коэффициентом эксцентриситета k и индексом централизации (IC) выявлена отрицательная корреляционная связь (r = -0,675). Таким образом, рост симпатической активации характеризуется уменьшением как S ФП, так и k, стремлением его к 0.
Надо отметить, что эти два основных параметра (k и S) можно применять для оценки разных функциональных состояний организма (как дозонологических, так и патологических):

  • Коэффициент k применим для оценки состояний вблизи нормы, и показывает начальное отклонение фазовых траекторий от эталона. По сравнению с параметром S, он обладает большей чувствительностью к незначительным изменениям состояния организма в близи нормы;
  • Значение площади S применимо для диагностики существенных отклонений от нормы и является количественной мерой перегрузки организма.
    Полученные результаты показали, что в ответ на физическую нагрузку отмечается переход хаотического типа ФП на циклический.

Описанный метод используется в созданном опытном программно-аппаратном комплексе «Dinacard», который проходит апробацию в Областной клинической больнице г. Владимира, на кафедре биомедицинской инженерии Владимирского государственного университета и в Центре содействия укреплению здоровья студентов ВлГУ.

Источники:

  1. Баевский Р.М., Иванов Г.Г. Вариабельность сердечного ритма: теоретические аспекты и возможности клинического применения. М. 2000.
  2. Вариабельность сердечного ритма. Стандарты измерения, физиологической интерпретации и клинического использования. – СПб. АОЗТ Институт кардиологической техники. 2000.
  3. Исаков Р.В., Кузнецов А.А., Сушкова Л.Т. Оценка близости летальных аритмий методами нелинейной динамики.// Журнал «Биомедицинские технологии и радиоэлектроника» №3, 2004.
  4. Кузнецов А.А., Исаков Р.В. Методы анализа R-R-нтервалограмм//«Циклы». Матер. V Международной конф., Ставрополь, июнь, 2003.
  5. Кузнецов А.А., Исаков Р.В. О методе исследования и моделирования системных процессов// «Информационные технологии в науке, проектировании и производстве». Матер. VII Всерос. науч.-техн. конф. (Computer-Based Conference), Н. Новгород, 2002.
  6. Медведев А.П. и др. Анализ вариабельности ритма сердца у спортсменов: Учебное пособие. – Н. Новгород: Изд-во НГМА. 1999.
  7. Медленные колебательные процессы в организме человека. Теоретические и прикладные аспекты нелинейной динамики, хаоса и фракталов в физиологии и медицине. Сб. научн. тр. 3-го Всероссийского Симпозиума с международным участием и Школы-семинара. 21-25 мая, Новокузнецк, 2001 г.
  8. Семенов Ю.Н., Баевский Р.М. Аппаратно-программный комплекс «Варикард» для оценки функционального состояния организма по результатам математического анализа вариабельности сердечного ритма. Вариабельность сердечного ритма. Ижевск.1996.

(c) Роман Исаков, Т.Е. Батоцыренова, Л.Т. Сушкова

Для ссылок на данную работу в научной литературе:
Исаков Р.В., Батоцыренова Т.Е., Сушкова Л.Т. Повышение информативности оценки вариабельности сердечного ритма//Журнал «Биомедицинские технологии и радиоэлектроника» №5-6, 2006, С.23-27

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *