Цель. Изучить характеристики вариабельности ритма сердца (ВРС) на эпизодах пароксизмальной формы фибрилляции предсердий (ФП) и синусовом ритме (СР) в структуре единой записи суточного мониторирования электрокардиограммы (ЭКГ) по Холтеру и оценить наличие и характер их взаимосвязей.Материал и методы. Проанализировано 37 записей суточного мониторирования ЭКГ по Холтеру, полученных у пациентов с пароксизмальной формой ФП. Для анализа отбирали записи из открытой базы данных LTAFDB (n=26), а также из базы длительного хранения “Миокард-холтер” Свердловской областной клинической больницы № 1 (n=11). Каждая запись содержала не менее 120 мин СР и не менее 120 мин ритма пароксизмальной ФП. 48 индексов ВРС рассчитывали независимо для СР и для эпизодов ФП, после чего полученные для каждой записи 96 параметров ВРС подвергли разведочному анализу данных.Результаты. Анализ ВРС на пароксизме ФП продемонстрировал статистически значимое увеличение индексов RMSSD, SD1, pNN50, что подтвердило значимость парасимпатических влияний в регуляции данного вида ритма. Несмотря на то, что одиночные показатели ВРС при ФП напрямую не связаны с какими-либо одиночными показателями, измеренными на СР, мы показали, что ритм ФП не является полностью хаотическим и независимым от характеристик вариабельности исходного СР. Мы установили, что для части индексов ВРС, определенных на ритме пароксизма ФП (PAF_CVI, PAF_pNN20, PAF_pNN50, PAF_ApEn, PAF_SDNN, PAF_SD2), до 74% дисперсии этих индексов может быть объяснено с помощью многопараметрических линейных моделей, включающих по 4 индекса ВРС для СР и взятых в качестве предикторов. Показано, что среди всех индексов, проанализированных в работе, только индекс PAF_HTI, рассчитанный на ритме пароксизма ФП, имел умеренную отрицательную корреляционную взаимосвязь с длительностью пароксизма изучаемой аритмии (r=0,60, p<0,01).Заключение. Показано, что изучение индексов ВРС на пароксизме ФП обладает широким клиническим и электрофизиологическим потенциалом. В работе предложены статистические модели, демонстрирующие взаимосвязь между ВРС на СР и на ритме пароксизма ФП. Показатель PAF_HTI, оцененный на эпизодах ФП, продемонстрировал связь с длительностью пароксизма изучаемой аритмии, что предполагает целесообразность использования характеристик ВРС на ФП для оценки возможности восстановления СР.
1. Shaffer F, Ginsberg JP. An overview of heart rate variability metrics and norms. Frontiers in public health. 2017;5:258. doi:10.3389/fpubh.2017.00258.
2. Ishaque S, Khan N, Krishnan S. Trends in Heart-Rate Variability Signal Analysis. Frontiers in Digital Health. 2021;3:13. doi:10.3389/fdgth.2021.639444.
3. Baevsky RM, Chernikova AG. Heart rate variability analysis: physiological foundations and main methods. Cardiometry. 2017;10:66-76. doi:10.12710/cardiometry.2017.6676.
4. Khan AA, Lip GYH, Shantsila A. Heart rate variability in atrial fibrillation: The balance between sympathetic and parasympathetic nervous system. European journal of clinical investigation. 2019;49:e13174. doi:10.1111/eci.13174.
5. Рыбакова Т. А., Столярова В. В., Гизова М. В. Изучение показателей вариабельности ритма сердца у больных с пароксизмальной формой фибрилляции предсердий на фоне профилактического приема метопролола и кордарона в течение года. Медикофармацевтический журнал Пульс. 2021;23:128-35. doi:10.26787/nydha-2686-68382021-23-9-128-135.
6. Petrutiu S, Sahakian AV, Swiryn S. Abrupt changes in fibrillatory wave characteristics at the termination of paroxysmal atrial fibrillation in humans. Europace. 2007;9:7:466-70. doi:10.1093/europace/eum096.
7. Jiang K, Huang C, Ye S, Chen H. High accuracy in automatic detection of atrial fibrillation for Holter monitoring. Journal of Zhejiang University SCIENCE B. 2012;13:751-6. doi:10.1631/jzus.B1200107.
8. Karlsson M, Hörnsten R, Rydberg A, et al. Automatic filtering of outliers in RR intervals before analysis of heart rate variability in Holter recordings: a comparison with carefully edited data. Biomedical engineering online. 2012;11:1:1-12. doi:10.1186/1475-925X-11-2.
9. Piskorski J, Guzik P. Asymmetric properties of long-term and total heart rate variability. Medical & Biological Engineering & Computing. 2011;49:1289-97. doi:10.1007/s11517011-0834-z.
10. Jeppesen J, Beniczky S, Johansen P, et al. Using Lorenz plot and Cardiac Sympathetic Index of heart rate variability for detecting seizures for patients with epilepsy. 2014 36th Annual International Conference of the IEEE Engineering in Medicine and Biology Society. 2014;4563-66. doi:10.1109/EMBC.2014.6944639.
11. Costa MD, Davis RB, Goldberger AL. Heart rate fragmentation: a new approach to the analysis of cardiac interbeat interval dynamics. Frontiers in physiology. 2017;8:255. doi:10.3389/fphys.2017.00255.
12. Yan C, Li P, Ji L, et al. Area asymmetry of heart rate variability signal. Biomedical engineering online. 2017;16:1-14. doi:10.1186/s12938-017-0402-3.
13. Новиков Е. М., Стеблецов С. В., Ардашев В. Н. и др. Методы исследования сердечного ритма по данным ЭКГ: вариабельность сердечного ритма и дисперсионное картирование (обзорная статья). Кремлевская медицина. Клинический вестник. 2019;4:81-9. doi:10.26269/4t6g-mx35.
14. Попова Е. П., Богова О. Т., Пузин С. Н., Фисенко В. П. Значение вегетативной нервной системы в патогенезе фибрилляции предсердий. Российский кардиологический журнал. 2020;25(7):3663. doi:10.15829/1560-4071-2020-3663.
15. Padfield GJ, Steinberg C, Swampillai J, et al. Progression of paroxysmal to persistent atrial fibrillation: 10-year follow-up in the Canadian Registry of Atrial Fibrillation. Heart rhythm. 2017;14:801-7. doi:10.1016/j.hrthm.2017.01.038
