基于光电容积脉搏波描记图形面积与充血性心力衰竭的相关性

(整期优先)网络出版时间:2023-10-27
/ 6

基于光电容积脉搏波描记图形面积与充血性心力衰竭的相关性

曾祥辉1,曾庆峰2

1 广东省人民医院赣州医院心内科,赣州市立医院,中国赣州

2 赣南医学院第二附属医院心电图室  中国赣州

摘要

背景:充血性心力衰竭(congestive heart failure,CHF)患者入院后需要快速评估容量负荷情况来制定下一步诊治,而光电容积脉搏波(photoplethysmography,PPG)可以准确地指示微循环容量状态并指导诊断工作。我们的假设是,基于光电容积脉搏波的面积与心力衰竭关系密切。

方法:研究人群来自中国赣州市立医院,根据纳入标准筛选,患者在到达医院后24小时内完成了光电容积脉搏波扫描和生物化学指标检测,在光电容积脉搏波下测量面积图像。采用t检验或方差分析比较不同组别之间的差异。随后我们采用了Spearman相关分析。对PPG面积于NT-proBNP、左室射血分数(Left Ventricle Ejection Fractions,EF)进行Spearman相关性分析。

结果:本研究共纳入311名成年人,其中135人(43.4%)发生CHF。与非CHF组比较,CHF组的年龄、吸烟史、NT-proBNP、EF以及PPG面积差异有统计学意义(p<0.05) 。Spearman相关分析结果显示PPG面积与左室射血分数密切相关(r= 0.25, P<0.01),PPG面积与NT-proBNP密切相关(r= −0.4, P<0.01)。

结论:我们结果证明,CHF患者PPG面积明显低于非CHF患者,光电容积脉搏波的面积与心力衰竭关系密切。

关键词:心力衰竭、脉搏波、相关性、曲线下面积、射血分数

前言

   充血性心力衰竭(congestive heart failure,CHF)是一种常见且严重的心血管疾病,作为各类心脏疾病的终末阶段,对患者的生活质量和预后产生重大影响,且其发病率高、死亡率高、费用高而成为一个重要的医疗问题[1]。因此准确诊断和评估充血性心力衰竭的方法显得尤为重要。

光电容积脉搏波(photoplethysmography,PPG)描记图形作为一种新的非侵入性指标,近年来在心血管领域的研究中受到了广泛的关注。光电容积脉搏波描记图形是通过记录皮肤上的光电反射变化来获得的,基于动脉血液对光的吸收量随动脉搏动而变化的原理,将采集微血管容积随心脏收缩舒张搏动而产生的充盈变化的光信号[2]。微血管容积变化可反映整个机体静脉血的回流情况及心功能状态的变化,获取微血管容积变化可以判断血容量和心脏排血的能力[3]。可以反映出心脏收缩和舒张过程中的动脉血流量变化。以往的研究发现,它还与较差的心脏指数(Fick方法)、肺毛细血管楔压、右心压和肺动脉压有关[4]。基于其原理,PPG下的面积参数可能作为一种非侵入性指标,在充血性心力衰竭的早期诊断和评估中具有潜在的应用价值。同时,PPG 信号由于其蕴含的生理信息丰富、获取简单、传感器易于穿戴,特别是利用 PPG 信号监测血氧饱和度参数的方法已在临床监护仪上普遍应用[5]

综上所述,光电容积脉搏波描记图形作为一种新的非侵入性指标,显示出在充血性心力衰竭诊断和评估中的潜在应用价值。因此,本研究采用PPG技术,通过其PPG曲线下的面积参数,进一步探讨与心力衰竭之间的相关性。

资料与方法

研究对象:

受试者符合本研究的纳入标准及排除标准。本次研究对象均来自中国赣州市立医院心内科,该研究已经得到中国赣州市立医院研究伦理委员会的批准,并根据赫尔辛基宣言中概述的原则进行。研究人员在进行测试前充分向每位受试者解释研究的操作步骤且取得受试者的同意并签署同意书。

纳入标准:(1)符合CHF诊断标准者。(2)经临床评估患者处于CHF稳定期患者。(3)年龄为18-80岁之间。

排除标准:(1)合并严重三尖瓣反流、心脏压塞、主动脉夹层、心肺骤停、肝硬化、心肌炎、急性心肌梗死患者。(2)CHF发作急性期及吸氧患者。(3)严重肝肾功能不全及全身水肿的患者。(4)临床资料缺失或者拒绝配合检测。

2. 资料收集

2.1一般资料:(1)基本信息:性别、年龄、身高和体重等;(2)个人史:是否吸烟、是否确诊糖尿病、高血压、冠心病等多种疾病患病史及治疗药物。

2.2体格检查及生物样品的检测:

(1)血压:血压测量要求受试者休息10min后取坐位,使用自动血压测量仪(欧姆龙705cp,日本东京)在肱动脉处测量,进行两侧测量,精确到2mmHg,测量两次取平均值。(2)研究要求被调查对象检测NT-pro-BNP,由专业的护士使用真空采血装置采集研究对象静脉抗凝血液。保证血液样本及时完成测定。

2.3心力衰竭诊断

CHF根据欧洲心脏病学会指南诊断,并有心力衰竭的客观证据支持:年龄小于50岁和NT-proBNP大于400 pg/ml,年龄在50-75岁和NT-proBNP大于900pg/ml,年龄大于75岁和NT-proBNP大于1800pg/ml

[6]。根据现行指南将患者分为CHF组或非CHF组。

2.4光电容积脉搏波描记信号图形面积的测量

测试前确认所有受试对象均可耐受状态下操作,为避免测量误差,所有测量均在餐前测量且无其他设备干扰下进行。测量前嘱咐受试者在安静、清醒及静止状态;受试者保持端坐位坐于床边或直立椅子上。用心电监护仪记录患者立卧位PPG图形,并计算出面积。

2.5心脏彩超检查

所有受试者进行心脏彩超检查,由经验丰富的超声医师采用GE公司生产提供的vivid彩色超声多普勒诊断仪进行综合经胸超声心动图检查。心脏彩超结果评估由两位以上的高级职称超声科医师进行,他们对临床数据不了解。根据心脏彩超结果,记录左室射血分数(Left ventricular ejection fraction,LVEF)。

3.统计学方法

本研究中统计学处理主要采用R语言(4.2.1)统计软件对数据进行分析。根据纳入患者基线以是否发生心力衰竭为分组,以这个分组来描述基线特征、人口学特征以及血清检验相关结果。服从正态分布的连续变量以均数士标准差(Mean士SD)表示,不服从正态分布的连续变量则以中位数和四分位数范围(1/4,3/4)。以个数(n)和百分比(%)表示分类变量。连续变量的组间比较若服从正态分布及方差齐性釆用 t检验或方差分析,否则采用秩和检验。分类变量的组间比较则采用Pearson卡方检验或Fisher精确检验。为明确PPG面积与各临床指标之间的关系,我们将PPG面积进行三分位数分组,进一步比较与心力衰竭、NT-proBNP、EF比较。进一步将PPG面积与NT-proBNP、LVEF值进行Spearman相关性分析,以上检验均为双侧检验,P<0.05 为有统计学意义。

4. 结果

表1显示了所有参与患者队列的基线特征,在纳入的311例患者中,135人(43.4%)发生CHF。在非CHF组和CHF组患者间,年龄( P=0.003)以及吸烟史、NT-proBNP、LVEF、PPG面积(p<0.0001) 差异有统计学意义。为评估脉搏波面积与心力衰竭、NT-proBNP、心输出量的关联,我们以PPG面积的三分位数作为分组。在不同PPG面积组间,心力衰竭( P<0.001)以及NT-proBNP (P<0.001)、心输出量(P<0.001)差异有统计学意义(表2)。

1患者临床特征表

变量

无心力衰竭组(N=176

心力衰竭组(N=135

P

人口学统计

年龄(岁)

65.0 [63.0;70.0]

68.0 [64.0;73.0]

0.003

男性

111 (63.1%)

82 (60.7%)

0.763

吸烟

<0.001

从不吸烟

70 (39.8%)

83 (61.5%)

过去吸烟

70 (39.8%)

42 (31.1%)

现在吸烟

36 (20.5%)

10 (7.41%)

病史

脑卒中

15 (8.52%)

7 (5.19%)

0.360

慢性阻塞性肺疾病

15 (8.52%)

6 (4.44%)

0.233

糖尿病

68 (38.6%)

40 (29.6%)

0.125

高血压

131 (74.4%)

94 (69.6%)

0.418

慢性肾脏病

37 (21.0%)

21 (15.6%)

0.280

药物史

高血压药物

106 (60.2%)

78 (57.8%)

0.750

糖尿病药物

56 (31.8%)

30 (22.2%)

0.081

实验室及影像学检查

NT-proBNP

138 [95.0;220]

1440 [1040;1960]

<0.001

EF%

57.0 [52.5;60.8]

43.2 [39.6;46.8]

<0.001

PPG面积cm2

0.91 [0.87;0.96]

0.88 [0.85;0.93]

<0.001

连续数据表示为对称性的平均值±标准偏差,分类变量的数值和百分比(%)。

缩写:NT-proBNP:N端脑钠肽前体;LVEF:左室射血分数;PPG:光电容积脉搏波。

2:脉搏波面积与心力衰竭、NT-proBNP、射血分数的关联

容积脉搏波面积(cm2

变量

PPG面积<0.87

0.87< PPG面积<0.94

0.94< PPG面积

P

N=105

N=111

N=95

心力衰竭病史

<0.001

无心力衰竭

41 (39.0%)

70 (63.1%)

65 (68.4%)

心力衰竭

64 (61.0%)

41 (36.9%)

30 (31.6%)

NT-proBNPpg/ml

1360 [200;2080]

270 [150;825]

125 [92.5;975]

<0.001

LVEF%

49.2 [43.2;52.8]

54.0 [46.8;58.9]

54.0 [44.4;60.8]

<0.001

1. PPG面积与NT-proBNP、左室射血分数之间的关系。每个黑点代表一个样本。实红线表示变量之间的平滑曲线拟合。灰色区域代表95%的置信区间(CI)。

缩写:NT-proBNP:N端脑钠肽前体;LVEF:左室射血分数;PPG:光电容积脉搏波。

为明确PPG面积与NT-proBNP、心输出量之间的关系,我们使用了Spearman相关分析。图1中的散点图和平滑曲线拟合显示了PPG面积与NT-proBNP、心输出量之间的关系,Spearman 相关性分析结果示:PPG面积与心输出量密切相关(r= 0.25, P<0.01),PPG面积与NT-proBNP密切相关(r= −0.4, P<0.01)。

讨论

据我们所知,这项研究首次表明PPG面积与CHF发作风险增加显著相关。充血性心力衰竭患者的PPG面积明显低于健康人群,有趣的是,我们发现随着心功能恶化,PPG面积呈现下降趋势。PPG面积与NT-proBNP、心输出量之间呈现出一定的相关性。提示PPG面积可能与心脏功能受损相关。这些发现表明,评估 PPG面积对CHF的评估具有着重要的临床价值。

考虑到血液动力学充血的核心作用是大多数CHF发作的主要驱动因素[7,8],以识别心脏充盈压升高的替代物为重点的综合临床评估对于建立及时的干预措施至关重要。而容积脉搏波是观察和评价外周微循环状态的有效方法[2,9,10]。在血液循环过程中,当心脏收缩射血,血液经过动脉系统进人外周血管中的微动脉、毛细血管和微静脉等微血管时,该部分微血管的血液容积最大,当心脏舒张停止射血,血液经过静脉系统返回心脏时,微血管的血液容积最小。微血管的血液容积随心脏搏动而产生的这种脉动性变化,被称为容积脉搏波[3]。这种容积脉搏波血流一般可以通过光电容积描记法PPG获得。是借助光电手段在活体组织中检测血液容积变化的一种无创检测方法,它基于动脉血液对光的吸收量随动脉搏动而变化的原理。将采集微血管容积随心脏收缩舒张搏动而产生的充盈变化的光信号,转变为电信号之后,信号经后电路得到容积脉搏波的血流变化,即PPG。指端 PPG 描记部位在肢体末端,为临床提供了从宏观的角度去直观、动态观察微循环血流量变化的方法[9]

自PPG引入临床以来,脉搏血氧饱和度测量一直是一种常规的患者监测技术,用于测量动脉血氧饱和度[5]。早期研究多是通过PPG参数评估心功能和心输出量变化,监测应激反应[11].,监测外周血管阻力的变化[12]。另外多项研究显示,PPG与LVEF具有良好的相关性[13,14]。有研究显示,从0°到60°的分级头高位倾斜被用作模型来模拟从轻度到中度中枢性血容量减少的过程,就像在进行性失血中发生的那样,PPG来源的指标与中心血容量的变化有很大关系,对于早期诊断进行性低血容量或失血非常有用[15]

CHF 的自然病程的特点是持续时间不定的临床稳定期被恶化的症状和体征打断,通常需要紧急CHF就诊或住院治疗。在此期间,部分患者联系门诊临床医生,他们可能有机会识别未来代偿失调的危险信号。不幸的是,血液动力学充血比临床充血早几天甚至几周,并且明显充血的体征/症状的存在只是预示着病情恶化的血液动力学紊乱的冰山一角。容量状态的评估具有挑战性,许多工具已被研究用于评估患者的容量状态,包括标准超声心动图、下腔静脉的超声评估[16]、血清proBNP[17]。虽然有助于指导决策,但需要一定的条件与时间[18,19]。因此,广泛使用的工具可以帮助临床医生识别未来可能出现失代偿风险的患者。

我们的结果显示,通过采用PPG测量面积进行评估CHF患者容量状态,可快速评估现场情况。PPG作为一种广泛、快捷、成本低廉、无创的检测技术,并且已经作为一种常规的患者监测技术很多年了,很容易地从现有的患者监测设备或廉价的仪器中获取。由于PPG可以用相对较低的成本和微型光学传感器获得,且操作简单更适合非医疗技术人员用于家庭医疗保健,还可以扩展联网功能和远程医疗的能力,可以组建家庭、杜区和医院的医疗网络, 实行远程医疗监护,有良好的应用前景[20,21]

通过PPG获得的面积参数是一种可靠、快速、有效的用以评估容量状态的指标,对判断患者是否发生心力衰竭具有重要的临床意义。本研究验证了PPG面积与充血性心力衰竭之间的关联性,并探索PPG面积与其他临床参数的关系,我们将为提高充血性心力衰竭的早期诊断准确性提供新的线索和依据。此外,本研究的成果还将有助于完善充血性心力衰竭的评估体系,为临床医生提供更好的治疗决策依据。

通讯作者:曾庆峰,邮箱:zengqf2239@163.com

基金项目:2018年赣州市科技局计划项目(赣市科发[2018] 50号)

参考文献:

[1]Urbich M, Globe G, Pantiri K, et al. A Systematic Review of Medical Costs Associated with Heart Failure in the USA (2014-2020)[J]. PharmacoEconomics, 2020, 38(11): 1219–1236.

[2]Sherebrin M H, Sherebrin R Z. Frequency analysis of the peripheral pulse wave detected in the finger with a photoplethysmograph[J]. IEEE transactions on bio-medical engineering, 1990, 37(3): 313–317.

[3]Allen J. Photoplethysmography and its application in clinical physiological measurement[J]. Physiological Measurement, 2007, 28(3): R1-39.

[4]Thibodeau J T, Turer A T, Gualano S K, et al. Characterization of a novel symptom of advanced heart failure: bendopnea[J]. JACC. Heart failure, 2014, 2(1): 24–31.

[5]T T. Current progress of photoplethysmography and SPO2 for health monitoring[J]. Biomedical engineering letters, Biomed Eng Lett, 2019, 9(1).

[6]Darwish O S, Mahayni A, Kataria S, et al. Diagnosis of Acute Heart Failure Using Inferior Vena Cava Ultrasound: Systematic Review and Meta-analysis[J]. Journal of Ultrasound in Medicine: Official Journal of the American Institute of Ultrasound in Medicine, 2020, 39(7): 1367–1378.

[7]Verbrugge F H, Guazzi M, Testani J M, et al. Altered Hemodynamics and End-Organ Damage in Heart Failure: Impact on the Lung and Kidney[J]. Circulation, 2020, 142(10): 998–1012.

[8]Zile M R, Bennett T D, St John Sutton M, et al. Transition from chronic compensated to acute decompensated heart failure: pathophysiological insights obtained from continuous monitoring of intracardiac pressures[J]. Circulation, 2008, 118(14): 1433–1441.

[9]Sahni R. Noninvasive monitoring by photoplethysmography[J]. Clinics in Perinatology, 2012, 39(3): 573–583.

[10]Azabji Kenfack M, Lador F, Licker M, et al. Cardiac output by Modelflow method from intra-arterial and fingertip pulse pressure profiles[J]. Clinical Science (London, England: 1979), 2004, 106(4): 365–369.

[11]Shelley K H. Photoplethysmography: beyond the calculation of arterial oxygen saturation and heart rate[J]. Anesthesia and Analgesia, 2007, 105(6 Suppl): S31–S36.

[12]Latson T W, Hunter W C, Katoh N, et al. Effect of nitroglycerin on aortic impedance, diameter, and pulse-wave velocity[J]. Circulation Research, 1988, 62(5): 884–890.

[13]Chan G S H, Middleton P M, Celler B G, et al. Automatic detection of left ventricular ejection time from a finger photoplethysmographic pulse oximetry waveform: comparison with Doppler aortic measurement[J]. Physiological Measurement, 2007, 28(4): 439–452.

[14]Chan G S H, Middleton P M, Celler B G, et al. Detecting change in left ventricular ejection time during head-up tilt-induced progressive central hypovolemia using a finger photoplethysmographic pulse oximetry wave form[J]. The Journal of Trauma, 2008, 64(2): 390–397.

[15]Aarotale P N, Blaber A P, Tavakolian K. Effect of Blood Volume Shift Simulated via Head-up Tilt on Photoplethysmography Morphology[J]. Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference, 2020, 2020: 2695–2269.

[16]Yao B, Liu J-Y, Sun Y-B, et al. The Value of the Inferior Vena Cava Area Distensibility Index and its Diameter Ratio for Predicting Fluid Responsiveness in Mechanically Ventilated Patients[J]. Shock (Augusta, Ga.), 2019, 52(1): 37–42.

[17]Chow S L, Maisel A S, Anand I, et al. Role of Biomarkers for the Prevention, Assessment, and Management of Heart Failure: A Scientific Statement From the American Heart Association[J]. Circulation, 2017, 135(22): e1054–e1091.

[18]Ponikowski P, Voors A A, Anker S D, et al. 2016 ESC Guidelines for the diagnosis and treatment of acute and chronic heart failure: The Task Force for the diagnosis and treatment of acute and chronic heart failure of the European Society of Cardiology (ESC)Developed with the special contribution of the Heart Failure Association (HFA) of the ESC[J]. European Heart Journal, 2016, 37(27): 2129–2200.

[19]Thibodeau J T, Drazner M H. The Role of the Clinical Examination in Patients With Heart Failure[J]. JACC. Heart failure, 2018, 6(7): 543–551.

[20]Burrello A, Pagliari D J, Risso M, et al. Q-PPG: Energy-Efficient PPG-Based Heart Rate Monitoring on Wearable Devices[J]. IEEE transactions on biomedical circuits and systems, 2021, 15(6): 1196–1209.

[21]Shabaan M, Arshid K, Yaqub M, et al. Survey: smartphone-based assessment of cardiovascular diseases using ECG and PPG analysis[J]. BMC medical informatics and decision making, 2020, 20(1): 177.