1.5.6. Другие методы анализа вср

Цифровая фильтрация

Методы цифровой фильтрации предназначены для быстрого анализа ко­ротких участков записи ЭКГ (менее 5 мин) и позволяют дать количествен­ную оценку периодических компонентов ВСР. Метод был впервые исполь­зован в 1965 г. для анализа результатов исследований в космическом полете [6, 7]. Предложено несколько вариантов цифровой фильтрации. Например, это скользящее усреднение по определенному числу последовательных кар-диоинтервалов. Для определения медленных волн 1-го порядка применяют усреднение по 5 или 9 кардиоинтервалам. Для выделения медленных волн 2-го 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 которого требуется использование специальных методов. Для описания нелинейных свойств вариабельности применялись сечение Пуанкаре, кластерный спектральный анализ, графики аттрактора, сингулярное разложение, экспонента Ляпунова, энтропия Хол­могорова и др. [29]. Все эти методы в настоящее время представляют лишь исследовательский интерес и их практическое применение ограниченно.

1.6. Оценка результатов анализа вариабельности сердечного ритма

Для исследователей и клиницистов, использующих метод анализа ВСР, веду­щее значение имеет физиологическая и клиническая интерпретация получае­мых результатов. Многочисленные исследования отечественных и зарубежных авторов дают обширный материал для оценки наблюдаемых изменений пока-

Глава 1. Вариабельность сердечного ритма: теоретические аспекты 489

отелей ВСР. В зависимости от принятой авторами научно-теоретической концепции эти изменения могут характеризовать степень напряжения ре-гуляторных механизмов при стрессорных воздействиях либо отражать связь наблюдаемых изменений с тонусом различных отделов вегетативной не­рвной системы, состоянием сосудистого центра и высших вегетативных центров и т. д. Специального внимания требует оценка результатов прове­дения функциональных проб, так как их использование имеет серьезные преимущества, поскольку позволяет минимизировать индивидуальные раз-ж и м ия и оценить направленность изменений, а не оперировать абсолютны­ми значениями параметров.

Клинико-физиологическая интерпретация показателей ВСР является наиболее ответственной частью исследований, но ее стандартизация на дан­ном этапе практически невозможна, поскольку, во-первых, представления и оценки различных авторов нередко противоречивы, во-вторых, в настоя­щее время еще продолжается активное накопление все новых эксперимен­тальных и клинических материалов. Вместе с тем мы считаем целесообраз­ным дать краткий обзор наиболее часто используемых показателей ВСР и высказать некоторые соображения относительно их клинико-физиологи-ческой оценки. Это могло бы быть полезно для начинающих специалистов, а также послужить основой для выработки общих представлений о значи­мости исследований ВСР в различных областях физиологии и клинике.

Рассмотрим семь основных показателей ВСР, наиболее часто использу­емых отечественными авторами.

1. Среднее квадратичное отклонение (СКО, S D ) . Вычисление С КО является наиболее простой процедурой статистического анализа ВСР. Значения СКО выражаются в миллисекундах (мс). В коротких 5-минутных записях нормаль­ ные значения СКО в дневное время находятся в пределах 40—80 мс. Однако эти значения имеют возрастно-половые особенности, которые долж-ны учиты­ ваться при оценке результатов исследования. Наиболее достоверной является

; оценка изменений величины показателя либо по сравнению с его среднегруп-повым значением, либо в динамике индивидуальных наблюдений. Рост СКО указывает на усиление автономной регуляции, т. е. рост влияния дыхания на ритм сердца, что нередко наблюдается во сне. Уменьшение СКО связано с ' усилением симпатической регуляции, которая подавляет активность автоном-; кого контура. Резкое снижение С К О обусловлено значительным напряжением \ регуляторных систем, когда в процесс регуляции включаются высшие уровни управления, что ведет к почти полному подавлению активности автономного | к о н т у р а . Информацию по физиологическому смыслу, аналогичную С К О , можно получить по показателю суммарной мощности спектра — ТР. Этот показатель отличается тем, что характеризует только периодические процессы в ритме сердца и не содержит так называемой фрактальной части процесса, т. е. нели­нейных и непериодических компонентов.

2. RMSSD — показатель активности парасимпатического звена вегета­ тивной регуляции. Этот показатель вычисляется по динамическому ряду разностей значений последовательных пар кардиоинтервалов и не содер­ жит медленноволновых составляющих сердечного ритма. Он отражает ак­ тивность автономного контура регуляции, которая характеризуется высо­ кочастотными колебаниями. Чем выше значение RMSSD, тем активнее звено

18—Ш>

490 Раздел V. Вариабельность сердечного ритма: основы метода

парасимпатической регуляции. В норме значения этого показателя нахо­дятся в пределах 20—50 мс. Сходную информацию можно получить по по­казателю pNN50. Он выражает в % число разностных значений, которые больше чем 50 мс.

10. Индекс напряжения регуляюрных систем (ИН) характеризует актив­ность механизмов симпатической регуляции, состояние центрального кон­тура регуляции. Этот показатель вычисляется на основании анализа графи­ка распределения кардиоинтервалов — вариационной пульсограммы. Ак­тивация центрального контура, усиление симпатической регуляции во время психических или физических нагрузок проявляется стабилизацией ритма, уменьшением разброса длительностей кардиоинтервалов, увеличением ко­личества однотипных по длительности интервалов (рост АМо). Форма ги­стограмм изменяется, происходит ее сужение с одновременным ростом высоты. Количественно это может быть выражено отношением высоты гисто-граммы к ее ширине. Этот показатель получил название индекса на­пряжения регуляторных систем (ИН). В норме ИН колеблется в пределах 80—150 условных единиц. Этот показатель чрезвычайно чувствителен к уси­лению тонуса симпатической нервной системы. Небольшая нагрузка (физи­ческая или эмоциональная) увеличивает ИН в 1,5—2 раза. При значительных нагрузках он растет в 5—10 раз. У больных с постоянным напряжением регу-ляторных систем (психический стресс, стенокардия, недостаточность кро­вообращения) ИН в покое равен 400—600 условных единиц. У больных острым инфарктом миокарда ИН в покое достигает 1000—1200 единиц.

11. Мощность высокочастоной составляющей спектра (дыхательные волны). Активность симпатического отдела вегетативной нервной системы как од­ного из компонентов вегетативного баланса можно оценить по степени тор­можения активности автономного контура регуляции, за который ответ­ственен парасимпатический отдел. Вагусная активность является основной составляющей ВЧ-компонента спектра [30, 31]. Это хорошо отражает пока­затель мощности дыхательных волн сердечного ритма в абсолютных циф­рах и в виде относительной величины (в % от суммарной мощности спект­ра). Обычно абсолютная величина дыхательной составляющей спектра (HF) равна около 1000 миллисекунд в квадрате. Она составляет 15—25 % суммар­ной мощности спектра. Снижение этой доли до 8—10 % указывает на сме­щение вегетативного баланса в сторону преобладания симпатического от­дела. Если же величина HF падает ниже 2—3 %, то можно говорить о рез­ком преобладании симпатической активности. В этом случае существенно уменьшаются также показатели RMSSD и pNN50.

12. Мощность низкочастотной составляющей спектра (медленные волны 1-го порядка или вазомоторные волны). Хотя западные исследователи во мно­гих публикациях считают этот показатель (LF) маркером симпатической модуляции сердечного ритма [32], имеется множество аргументов в пользу того, что медленные волны 1-го порядка с периодом 10—20 секунд характе­ризует состояние системы регуляции сосудистого тонуса. Прежде всего это наличие аналогичных им волн Траубе—Геринга, наблюдаемых при плетиз-м о графических исследованиях. Б. Сайерс [33] предложил модель регуляции артериального давления, в которой под влиянием афферентной сосудистой импульсации в стволе мозга формируются сигналы управления гладкой