Введение
Артериальная гипертония (АГ) является серьёзным фактором риска развития сердечно-сосудистых заболеваний и смертности и представляет существенную медицинскую и социальную проблему [1]. Особенно высокую распространенность АГ имеет среди пациентов среднего и пожилого возраста, что играет ключевую роль в провокации ишемии миокарда и мозга.
В известных работах было показано, что низкочастотные (НЧ) ритмы вкардиоинтервалограмме (КИГ) и периферическом кровотоке, особенности регуляции которого обсуждались в работах [2-5], активно взаимодействуют [6-8] и подстраиваются друг под друга, демонстрируя фундаментальное явление синхронизации [9-13]. Интегративные механизмы, приводящие к реализации таких эффектов, изучались в ходе моделирования элементов регуляции кровообращения [14, 15].
Нарушения функций регуляции приводят к включению компенсаторных, адаптивных реакций, которые реализуются дополнительными системами регуляции, в результате чего организм как функциональная система переходит к другой устойчивой рабочей точке, с иным набором рабочих параметров взаимодействия. Качественные и численные показатели уровня взаимодействия ритмов регуляции имеет важное методологическое и прогностическое значение [10, 16-19].
Целями данной работы являются: оценка преимущественного направления воздействия и силы взаимодействия между подсистемами регуляции в сердечно-сосудистой системе по записям КИГ и фотоплетизмограмм (ФПГ), полученных для пациентов с АГ в положении лёжа и стоя.
Материал и методы
В исследование включено 10 записей временных рядов КИГ и ФПГ записей пациентов (возраст 39–55 лет, 60% женщин) с нелеченой или неадекватно леченной ранее АГ без признаков поражения органов-мишеней и ассоциированных клинических состояний, находившихся на лечении и обследовании в клинике Саратовского НИИ кардиологии.
Одновременная запись электрокардиограммы (ЭКГ) и ФПГ производилась прецизионными приборами с частотой 250 Гц при 12 разрядном разрешении. ФПГ была снята с дистальной фаланги указательного пальца. КИГ были получены при помощи интерполяции исходных сигналов ЭКГ.
Далее временные ряды КИГ и ФПГ были пропущены через полосовой фильтр с граничными частотами от 0,05 до 0,15 Гц. Во время проведения съёма данных пациенты находились в спокойном состоянии.
Для расчёта средних показателей были выбраны только те оценки, значимость которых была подтверждена с помощью 95% поточечного уровня значимости, полученного с использованием суррогатных данных, приготовленных из исходных сигналов методом перемешивания фаз исходных сигналов кусками по 2p.
Суррогатные ряды сгенерированы таким образом, в соответствии с гипотезой об отсутствии взаимодействия между сигналами при сохранении статистических свойств временных рядов (основная частота, среднеквадратичное отклонение, спектральные и фазовые показатели) [20].
Для диагностики связанности между контурами регуляции кровообращения пациентов использовался метод расчёта индекса фазовой когерентности [21]. Также был использован метод, направленный на выявление задержки и преимущественного направления вовзаимодействии, в котором прогноз фазовой динамики одной системы помогает улучшить прогноз динамики второй системы [22,23]. Данный метод был успешно применен ранее для оценки уровня связи между НЧ-колебаниями в КИГ и ФПГ у здоровых субъектов [24, 25].
Результаты и обсуждение
Оценка уровней воздействия между системами для пациентов, страдающих АГ, приведены в таблице 1. Уровни воздействия регуляторных подсистем в положении лёжа в направлении «ФПГ→КИГ» в среднем выше, чем в обратном направлении как по оценкам, полученным методом, основанным на моделировании фазовой динамики, так и по оценкам индекса фазовой когерентности (таблица 1). Это утверждение справедливо и для оценок, полученных для положения стоя, но абсолютные значения связи уменьшаются.
Представленные результаты позволяют углубить имеющиеся знания о нелинейных особенностях взаимодействия механизмов вегетативной регуляции в сердечно-сосудистой системе, что важно для дополнения известных математических моделей сердечно-сосудистой системы человека [14, 15, 26-30].
Таблица 1. Оценки уровней воздействия между системами для пациентов, страдающих АГ
№ пациента
|
Оценка уровень воздействия по методу моделирования фазовой динамики |
Максимальный индекс фазовой когерентности |
||||||
лежа |
стоя |
лежа |
стоя |
|||||
КИГ → ФПГ |
ФПГ → КИГ |
КИГ → ФПГ |
ФПГ → КИГ |
КИГ → ФПГ |
ФПГ → КИГ |
КИГ → ФПГ |
ФПГ → КИГ |
|
1 |
0,041 |
0,030 |
0,007 |
0,042 |
0,529 |
0,336 |
0,194 |
0,146 |
2 |
0,027 |
0,034 |
0,007 |
0,035 |
0,528 |
0,469 |
0,200 |
0,147 |
3 |
0,019 |
0,064 |
0,019 |
0,016 |
0,696 |
0,529 |
0,215 |
0,171 |
4 |
0,013 |
0,044 |
0,031 |
0,028 |
0,163 |
0,197 |
0,183 |
0,140 |
5 |
0,027 |
0,024 |
0,011 |
0,023 |
0,181 |
0,182 |
0,240 |
0,234 |
Среднее |
0,026 |
0,039 |
0,015 |
0,029 |
0,420 |
0,343 |
0,207 |
0,168 |
СКО |
0,010 |
0,015 |
0,010 |
0,010 |
0,236 |
0,156 |
0,021 |
0,039 |
Заключение
Проведено исследование изменения силы связи между низкочастотными подсистемами вегетативной регуляции кровообращения у пациентов с АГ в положении лёжа и стоя. Полученные в данной работе результаты свидетельствуют в пользу преимущественного направления воздействия от подсистемы регуляции периферического кровотока на подсистему регуляции частоты сердечных сокращений.
1. Mancia G., Fagard R., Narkiewicz K., etal. 2013 ESH/ESC Guidelines for the management of arterial hypertension: the Task Force for the management of arterial hypertension of the European Society of Hypertension (ESH) and of the European Society of Cardiology (ESC).J Hypertens 2013;31(7):1281-1357.
2. Красников Г.В., Танканаг А.В., Коняева Т.Н. и др. Оценка изменений в системах регуляции кровотока в коже человека при локальном нагреве. Российский физиологический журнал им. И.М. Сеченова 2007; 93(4): 394-401.
3. Tankanag A.V., Grinevich A.A., Chemeris N.K., et al. Wavelet phase coherence analysis of the skin blood flow oscillations in human. MicrovascularResearch 2014; 95(1): 53-59.
4. Allen J., Di Maria C., Mizeva I., Podtaev S. Finger microvascular responses to deep inspiratory gasp assessed and quantified using wavelet analysis. PhysiologicalMeasurement 2013; 34(7): 769.
5. Мизева И.А., Думлер А.А., Муравьев Н.Г. Особенности пульсовой волны при хронической артериальной недостаточности нижних конечностей. Российский журнал биомеханики 2012; 16(2): 83-94.
6. Хорев В.С., Киселев А.Р., Шварц В.А. и др. Исследование запаздывания в связи между контурами регуляции сердечно-сосудистой системы у здорового человека методом моделирования фазовой динамики. Известия Саратовского университета. Новая серия. Серия: Физика 2016; 16(4): 227–237.
7. Khorev V.S., Karavaev A.S., Lapsheva E.E., et al. Estimation of delay times in coupling between autonomic regulatory loops of human heart rate and blood flow using phase dynamics analysis. The Open Hypertension Journal 2017; 9: 16–22.
8. КиселевА.Р., ХоревВ.С., ШварцВ.А.и др. Взаимодействие низкочастотных колебаний в вариабельности ритма сердца и вариабельности кровенаполнения дистального артериального русла на фоне применения метопролола у пациентов, перенесших инфаркт миокарда. Креативная кардиология 2017; 11(4): 315–325.
9. Боровкова Е.И., Караваев А.С., Киселев А.Р. и др. Метод диагностики синхронизованности 0,1 Гц ритмов вегетативной регуляции сердечно-сосудистой системы в реальном времени. Анналы аритмологии. 2014; 11(2): 129-136.
10. Киселев А.Р., Караваев А.С., Гриднев В.И. и др. Метод оценки степени синхронизации низкочастотных колебаний в вариабельности ритма сердца и фотоплетизмограмме. Кардио-ИТ 2016; 3(1): e0101.
11. Кузнецов А.П., Станкевич Н.В. Синхронизация генераторов квазипериодических колебаний. Нелинейная динамика 2013; 9(3): 409-419.
12. Ponomarenko V.I., Prokhorov M.D., Karavaev A.S., Kulminskiy D.D. An experimental digital communication scheme based on chaotic time-delay system. Nonlinear Dynamics 2013; 74: 1013–1020.
13. Кузнецов А.П., Попова Е.С., Селезнев Е.П., Станкевич Н.В. Методика диагностики многочастотных торов в эксперименте. Вестник Саратовского государственного технического университета 2013; 1(69): 33-39.
14. Караваев А.С., Пономаренко В.И., Прохоров М.Д. и др. Методика реконструкции модели системы симпатической барорефлекторной регуляции артериального давления по экспериментальным временным рядам. Технологии живых систем. 2007; 4(4): 34-41.
15. Karavaev A.S., Ishbulatov J.M., Ponomarenko V.I., et al. Model of human cardiovascular system with a loop of autonomic regulation of the mean arterial pressure. Journal of the American Society of Hypertension. 2016; 10(3): 235-243.
16. Киселев А.Р., Гриднев В.И., Посненкова О.М. и др. Оценка на основе определения синхронизации низкочастотных ритмов динамики вегетативной регуляции сердечно-сосудистой системы при применении метопролола у больных ИБС, перенесших инфаркт миокарда. Терапевтический архив 2007; 79(4): 23-31.
17. Киселев А.Р., Гриднев В.И., Караваев А.С. и др. Персонализация подхода к назначению гипотензивной терапии у больных артериальной гипертензией на основе индивидуальных особенностей вегетативной дисфункции сердечно-сосудистой системы. Артериальная гипертензия 2011; 17(4): 354-360.
18. Нейфельд И.В., Киселев А.Р., Караваев А.С. и др. Особенности показателей вегетативной регуляции кровообращения и вариабельности сердечного ритма у женщин в перименопаузе. Анналы аритмологии 2014; 11(2): 98-108.
19. Киселев А.Р., Гриднев В.И., Караваев А.С. и др. Оценка пятилетнего риска летального исхода и развития сердечно-сосудистых событий у пациентов с острым инфарктом миокарда на основе синхронизации 0,1 Гц-ритмов в сердечно-сосудистой системе. Саратовский научно-медицинский журнал 2010; 6(2): 328-338.
20. Brea J., Russell D.F., Neiman A.B. Measuring direction in the coupling of biological oscillators: A case study for electroreceptors of paddlefish. Chaos2006; 16: 026111.
21. Mormann F., Andrzejak R.G., Kraskov A., et al. Measuring synchronization in coupled model systems: A comparison of different approaches. Physica D 2007; 225: 29.
22. Rosenblum M.G., Pikovsky A.S. Detecting direction of coupling in interacting oscillators. Phys Rev E Stat Nonlin Soft Matter Phys 2001; 64(4Pt 2): 045202.
23. Smirnov D.A., Karpeev I.A., Bezruchko B.P. Detection of coupling between oscillators from their short time series: Condition of applicability of the method of phase dynamics modeling. Tech PhysLett 2007; 33: 147–150.
24. ХоревВ.С. Развитиеметодованализавзаимодействийнизкочастотныхколебанийсердечно-сосудистой системы Кардио-ИТ. 2015; 2(4): 0401.
25. Кузнецова Ю.С. Оценка задержки в связи между низкочастотными контурами вегетативной регуляции кровообращения у пациентов с артериальной гипертонией. Кардио-ИТ 2017; 4(2): e0201.
26. Seidel H., Herzel H. Bifurcations in a nonlinear model of the baroreceptor-cardiac reflex. Physica D 1998; 115: 145–160.
27. Silvani A., Magosso E., Bastianini S., et al. Mathematical modeling of cardiovascular coupling: central autonomic commands and baroreflex control. AutonNeurosci 2011; 162: 66–71.
28. Бокерия Л.А., Лищук В.А. Концепция регуляции сердечно-сосудистой системы – от управления функциями к согласованию возможностей. Часть 3. Имитация. Клиническая физиология кровообращения 2008; 4: 5–19.
29. Бокерия Л.А., Лищук В.А., Газизова Д.Ш. и др. Концепция регуляции сердечно-сосудистой системы – от управления функциями к согласованию возможностей. Часть 5. Роль регуляции.Клиническая физиология кровообращения 2013; 1:24–34.
30. Гаврилова М.С. Математическая модель системы двухфазного гомеостаза на примере систолического артериального давления. Вестник Донского государственного технического университета. 2012; 12(1-1): 25–30.
Поступила в редакцию 26 октября 2017 г., Принята в печать 12 декабря 2017 г.