QT-RR间期回归方程中斜率、截距与心室动态复极变化的相关性研究

刘英杰，秦地茂

QT-RR间期回归方程中斜率、截距与心室动态复极变化的相关性研究

刘英杰1，秦地茂1

目的 探讨健康人群及尖端扭转型室性心动过速（室速）、特发性心室颤动（室颤）人群24 h动态心电监测中，QT-RR间期回归方程中斜率、截距对心室动态复极变化的评价作用。方法 入选2014年1月～2015年12月于成都市第三人民医院行24 h动态心电监测检查者，其中健康人群组466例，尖端扭转型室速组7例，特发性室颤组10例，通过QT间期自动分析系统对每份动态心电监测数据进行线性回归分析，计算得出QT-RR间期线性回归方程[QT] = A[RR] +B（A为斜率、B为截距），并对各组中的斜率、截距，进行一元线性回归分析。结果 在健康受试者的QT-RR间期线性回归方程中，女性人群斜率明显大于男性（0.185±0.036 vs. 0.161±0.033，P＜0.001），其截距明显小于男性（0.229±0.028 vs. 0.240 ±0.027，P＜0.001）。所有健康受试者线性回归方程中，斜率与截距所组成的散点图显示：两者间存在显著的负相关性（B=-0.62A+0.34，r=-0.79）。健康受试者、尖端扭转型室速与特发性室颤患者线性回归方程斜率与截距所组成的散点分布显示，与健康受试者比较，特发性室颤患者散点图位于健康受试者散点图左上角，尖端扭转型室速患者散点图位于健康受试者上方。结论 24 h动态心电监测中，QT-RR间期线性回归方程中斜率与截距指标，能够较有效地预测异常心室复极动态变化情况。

心室复极动态变化；24 h动态心电监测；线性回归分析

Correlation between slope, intercept and dynamic changes in ventricular repolarization during QT-RR interval regression equation

长期以来心室复极动态变化，是反映心室易损性的敏感指标[1,2]，准确评价QT间期的心率变异性，是评价心室复极动态变化的基本方法。然而Bazett-QT间期心率矫正公式，在心率过快或过慢时，明显存在评价的局限性[3,4]。应用动态心电监测仪，记录24 h动态心电监测的QT-RR间期数据，通过分析QT与RR间期的相关性，来评价心率变异性，越来越受到大家的关注，该方法适用范围广，具有不受心率快慢影响的优点。QT-RR间期线性回归方程可以反映心室的易损性，因心率减慢导致不恰当的QT间期延长，所引发的心脏猝死，可通过QT-RR间期线性回归方程的斜率变化，来提高预测效果[5]。

以往研究表明QT-RR间期线性回归方程的斜率，能够反映QT间期的动态变化情况[5-7]。但是QT-RR间期线性回归方程中，存在两个参数，一个是斜率，另一个是截距。Malik等[8]发现，在健康人群中，QT-RR间期线性回归分析，存在着交互式的差异。因此，本研究通过对466名健康受试者、10例特发性室速患者、7例TDP患者，动态心电监测数据进行分析，以进一步探讨QT-RR间期线性回归方程的斜率、截距与恶心室性心律失常的关系。同时研究特发性室颤（IVF）、尖端扭转型室速（TDP）患者与健康人群间，其QTRR间期回归分析中斜率、截距，是否存在显著差异。

1　资料与方法

1.1研究对象 入选2014年1月～2015年12月在成都市第三人民医院行24 h动态心电监测检查人员483人，其中健康人群组：466名（其中男性200名，女性266名），TDP7例，IVF10例。受试者均未服用影响QT间期的药物，健康人群组经相关检查，均未患心血管疾病及影响QT间期变化的疾病。

1.2主要仪器及软件 日本福田电子12导联动态心电监测仪FM-180；日本福田电子动态心电监测仪分析软件SCM-6600；日本福田电子QT间期分析软件HPS-QTM。

1.3研究方法 收集所有受试者24 h动态心电监测数据，应用QT间期自动分析软件，测量分析T波形态规整稳定的V5导联。所有受试者均接受动态心电监测仪检查24 h，监测系统QT间期分析软件，通过测量分析24 h心电监测图形自动计算出每15 s内连续记录QRS-T波群的平均QT间期与RR间期值[9]（每位受试者24 h动态心电监测，最多可测量出大约5760对QT-RR间期对应值，QT间期为：QRS波群起始部位至T波终点的时间，RR间期为：两个相邻的QRS波群的顶点间的时间），并以RR间期、QT间期为参数，自动进行线性回归分析，最终得出每组受试者24 h QT-RR间期线性回归方程。在QT间期分析软件中通过手动移动标尺，标定T波顶点及终点：T波顶点即T波最高点，若T波为双峰，以最高峰的峰顶作为顶点，T波终点[10]：①当T波形态正常时取T波与基线交点；②当有U波时，取T波与U波的交点的最低点；③当T波双峰，且双峰振幅相似时取后一个峰的终末部；④当T波后出现一个低振幅的复极波，不管这个波是U波还是T波的双峰，取两波峰最低点。确定好T波顶点及终点后，运行QT间期分析软件进行测量分析。

1.4统计学分析 应用SPSS 20.0统计软件进行统计分析处理，每位研究对象QT间期与RR间期的关系采用直线相关与一元线性回归分析，并得出QT-RR间期线性回归方程：[QT]=A[RR]+B（A为斜率、B为截距），计量资料以均数±标准差（x±s）表示，所有研究对象的斜率与截距数据，采用一元线性回归分析，各组间比较采用单样本t检验，以P＜0.05时差异具有统计学意义。

2　结果

2.1QT-RR间期线性回归方程及散点图 每位受试者其24 h动态心电监测数据，经由QT间期分析软件（日本福田电子QT间期分析软件HPSQTM），自动统计分析QT间期，得出的QT-RR间期线性回归方程及散点图（图1）。

图1　QT-RR间期线性回归方程及散点图（A：55岁健康老年女性；B：65岁健康老年男性；C：35岁特发性室颤男性患者；D：66岁尖端扭转型室速女性患者）

2.2不同人群QT-RR间期线性回归方程斜率与截距比较 在健康受试者的QT-RR间期线性回归方程中，女性人群斜率较男性人群显著增大（女性：0.185±0.036，男性：0.161±0.033，P＜0.001），而其截距显著减小（女性：0.229 ±0.028，男性：0.240±0.027，P＜0.001）。与健康人群组相比，IVF组斜率明显减小（IVF：0.108±0.016 ，健康人群：0.175±0.037，P＜0.001），截距明显增大（IVF：0.270±0.029，健康人群：0.233±0.028，P＜0.001）；TDP组斜率明显增大（TDP：0.256±0.092，健康人群：0.175±0.037，P＜0.001），而截距无明显差异（表1）。

2.3不同人群QT-RR间期回归方程斜率与截距的回归方程分析 所有健康受试者QT-RR间期回归方程斜率与截距所组成的散点图表明：两者间存在显著的负相关性，其中男性： y=-0.62x+0.34，r=-0.77；女性：y=-0.64x+0.35，r=-0.80，总体：y=-0.62x+0.34，r=-0.79（图2）。IVF与TDP患者QT-RR间期回归方程斜率与截距所组成线性回归方程中如下：IVF：y=-0.99x+0.50，r=-0.98，TDP：y=-0.89x+0.37，r=-0.85。健康受试者、TDP与IVF患者线性回归方程斜率与截距所组成的散点分布如图3显示，与健康受试者比较，IVF患者散点图位于健康受试者散点图左上角，TDP患者散点图位于健康受试者上方。

表1　QT-RR间期线性回归方程斜率与截距表

图2　健康受试者QT-RR间期回归方程斜率与截距散点图

图3　不同人群QT-RR间期回归方程斜率与截距的散点图与回归方程（红色点代表IVF人群，蓝色点代表健康人群，绿色点代表TDP人群）

3　讨论

本研究主要结果如下：①健康受试者，24 h动态心电监测显示，QT-RR间期线性回归方程的斜率与截距呈显著负相关性y=-0.62x+0.34，r=-0.79）。②特发性室速患者，其QT-RR间期线性回归方程的斜率与截距，所构成的散点图，分布在健康受试者散点图的左侧角。③TDP患者，其QT-RR间期线性回归方程的斜率与截距，所构成的散点图与健康人群比较，呈现出向上偏移的特征。本研究推测：24 h动态心电监测中，QTRR间期线性回归方程的斜率与截距，可以考虑作为新的有效指标，反映心室动态复极异常变化情况。

3.1QT-RR间期线性回归方程的斜率与截距的相关性 通过24 h动态心电监测，对QT-RR间期进行线性回归分析，早已成为研究QT间期变异性的常规方法[5]。心肌梗死后、长QT综合征[1,11]、扩张型心肌病[2]、充血性心力衰竭[6,7]，这些易发生心源性猝死的高危人群，其QT-RR间期线性回归方程的斜率是显著增大的。Watanabe等[6]报道，通过对稳定型慢性心力衰竭患者，进行QT-RR间期线性回归分析，发现其线性方程的斜率＞0.17，可预测该类患者心源性猝死的发生。一项关于扩张型心肌病患者的研究表明，该类患者QT-RR间期线性回归方程的斜率大于0.19时，就具有独立预测心源性猝死发生的作用[2]。Cygankiewicz等[7]研究发现，慢性心力衰竭患者，其QT-RR间期线性回归分析中，斜率＞0.22者，其总体死亡率呈上升趋势。通过对健康受试者QT-RR间期进行线性回归分析，发现其方程的斜率，具有很大变异性（图2）。因为QT间期与RR间期是交互式变量关系，所以很难找到最佳的心率矫正公式，可准确计算出矫正后的QT间期[8]。

QT-RR间期动态变化，均受斜率、截距两个参数的影响。斜率的倾斜程度，很好地反映了QT间期随RR间期变化的情况。通过24 h动态心电监测获得，RR间期在0.4～1.5 s范围基础上的线性回归方程。从理论上讲，当RR间期为0 s时，QTRR间期线性回归方程的截距，反映的是非生理性QT间期。目前本研究表明，在健康受试者中，其QT-RR间期线性回归方程的斜率与截距，呈显著的负相关性（图2）。健康受试者，其QT-RR间期线性回归方程的斜率，在慢心率时呈增大趋势，而截距则呈减小趋势。

这种分布趋势可能与健康受试者不同的心室复极背景有关。延迟整流钾电流是由快激活延迟整流钾电流（Ikr）与慢激活延迟整流钾电流（Iks）组成，它们在心率变异时，心室复极的调控中发挥着重要的作用[12-14]。阻抑快激活延迟整流钾电流，主要增大方程的斜率，减小方程的截距，而阻抑慢激活延迟整流钾电流，主要减小方程的斜率，增大方程截距[15]。本研究提示：健康受试者QT-RR间期关系是当RR间期为0.62 s时，其QT间期为0.34 s，即其线性回归关系是（[QT]= A[RR]+B即：0.34=0.62A+B）。

3.2IVF与TDP，QT-RR间期线性回归方程的斜率与截距的相关性 以往研究表明：心外膜心室肌瞬时外向钾电流，在特发性室速的发生中，可能发挥着主导作用[16]。钠离子通道阻滞剂，可以加速瞬时外向钾电流，缩短Brugada综合征患者的动作电位时程[17]。夜间迷走神经的张力增高，心率减慢，加快瞬时外向钾电流，减慢钙离子电流，可以有效地降低慢心率时QT间期延长的程度[18]。因此，IVF患者QT-RR间期线性回归方程的斜率显著减小，斜率-截距线性回归散点图中，IVF患者的散点图与健康人群组重叠，主要位于健康人群组散点图的左侧角。IVF患者在长RR间期时，拥有相对较短的QT间期[19]。这种复极特征，可以解释，在夜间慢心室率时（长RR间期），发生IVF的原因。

大量研究表明，Ⅰ型长QT综合征与Ⅱ型长QT综合征的患者，其QT-RR间期的关系存在显著差异，这也表明：Ikr与Iks的平衡状态，对QT-RR间期线性回归方程的斜率和截距，有重要的影响作用[15]。在本研究中，5例先天性长QT综合征患者，其体表心电图提示T波有顿挫，并均有一过性精神应激性晕厥，考虑是Ⅱ型长QT综合征患者，但未进行基因型分析。两例获得性长QT综合征患者，均是由于心动过速发生时，服用延长QT间期的抗心律失常药物后，心率减慢导致QT间期延长。

在心室异常复极的患者中，基于24 h动态心电监测数据，分析出的QT-RR间期直线回归方程，其斜率与截距，可有效地评测，心室动态复极变化的情况。QT间期容易受自主神经活动的影响。以往大量的研究表明，不论男女，在心率低于80 次/min时，白天QT间期较夜间明显延长[19]。本研究中，我们通过分析24 h动态心电监测中，QT间期与RR间期的关系，发现两者关系也会随昼夜变化，而发生改变。本回顾性研究，纳入的患病受试者有限，希望以后有纳入更多患病者的研究出现，以进一步佐证QT-RR间期线性回归方程中，斜率、截距两个指标，针对恶性室性心律失常预测方面具有特征性意义。同时希望能通过更大规模健康人群的研究，总结出健康人群中，不同年龄阶段、不同性别人群的斜率及截距正常范围值，以便更好应用于临床研究和诊断治疗。

综合以往研究与本研究，我们认为：QT-RR间期线性回归方程中，斜率、截距两个指标，能有效地反映心室动态复极变化情况，可有效预测恶性室性心律失常的发生。

[1] Merri M,Moss AJ,Benhorin J,et al. Relation between ventricular repolarization duration and cardiac cycle length during 24-Holter recordings findings in normal patients and with long QT syndrome[J]. Circulation,1992,85(5)：1816-21.

[2] Iacoviello M,Forleo C,Guida P,et al. Ventricular repolarization dynamicity provides independent prognostic information toward major arrhythmic events in patients with idiopathic dilated cardiomyopathy[J]. Am Coll Cardiol,2007,50(3)：225-31.

[3] Indik JH,Pearson EC,Fried K,et al. QT correction formulas interfere with measurement of drug-induced changes in QT interval[J]. Heart Rhythm,2006,3(9)：1003-7.

[4] Viskin S. The QT interval： too long, too short or just right[J]. Heart Rhythm,2009,6(5)：711-15

[5] Smetana P,Pueyo E,Hnatkova K,et al. Individual patterns of dynamic QT/RR relationship in survivors of acute myocardial infarction and their relationship to antiarrhythmic efficacy of amiodarone[J]. Cardiovasc Electrophysiol,2004,15(10)：1147-54.

[6] Watanabe E,Arakawa T,Uchiyama T,et al. Prognostic significance of circadian variability of RR and QT intervals and QT dynamicity in patients with chronic heart failure[J]. Heart Rhythm,2007,4(8)：999- 1005.

[7] Cygankiewicz I,Zareba W,Vazquez R,et al. Prognostic value of QT/ RR slope in predicting mortality in patients with congestive heart failure[J]. Cardiovasc Electrophysiol,2008,19(10)：1066-72.

[8] Malik M,Farbom P,Batchvarov V,et al. Relation between QT and RR intervals is highly individual among healthy subjects：implications for heart rate correction of the QT interval[J]. Heart,2002,87(3)：220-8.

[9] Fujiki A,Sakabe M. Comparison of QT/RR relation based on a 15-s averaged ECG and a single beat ECG during atrial fibrillation[J]. Circ J,2011,75(2)：274-9.

[10] Goldenberg I,Moss AJ,Zareba WZ. QT Interval： How to MeasureIt and What Is“Normal”[J]. Cardiovasc Electrophysiol,2006,17(3)：333-6.

[11] Emori T,Ohe T,Aihara N,et al. Dynamic relationship between the QaT interval and heart rate in patients with long QT syndrome during 24-hour Holter ECG monitoring[J]. Pacing Clin Electrophysiol,1995, 18(10)：1909-18.

[12] Suto F,Zhu W,Chan A,et al. IKr and IKs remodeling differentially affects QT interval prolongation and dynamic adaptation to heart rate acceleration in bradycardic rabbits[J]. Physiol Heart Circ Physiol,2007,292(4)：H1782-H1788.

[13] Nakashima K,Kusakawa I,Yamamoto T,et al. A left ventricular noncompaction in a patient with long QT syndrome caused by a KCNQ1 mutation： a case report[J]. HeartVessels,2013,28(1)：126-29.

[14] Bando S,Soeki T,Matsuura T,et al. Congenital long QT syndrome with compound mutations in the KCNH2 gene[J]. Heart Vessels,2013,29 (4)：554-9..

[15] Takenaka K,Ai T,Shimizu W,et al. Exercise stress test amplifies genotype-phenotype correlation in the LQT1 and LQT2 forms of the long-QT syndrome[J]. Circulation,2003,107(6)：838-44.

[16] Antzelevitch C,Yan GX. J wave syndromes[J]. Heart Rhythm, 2010,7(4)：549-58.

[17] Fujiki A,Usui M,Nagasawa H,et al. ST segment elevation in the right precordial leads induced with class IC antiarrhythmic drugs：insight into the mechanism of Brugada syndrome[J]. Cardiovasc Electrophysiol, 1999,10(2)：214-18.

[18] Fujiki A,Sugao M,Nishida K,et al. Repolarization abnormality in idiopathic ventricular fibrillation： assessment using 24-hour QT-RR and QaT-RR relationships[J]. Cardiovasc Electrophysiol,2004,15(1)：59-63.

[19] Sugao M,Fujiki A,Sakabe M,et al. New quantitative methods for evaluation of dynamic changes in QT interval on 24 hour Holter ECG recordings： QT interval in idiopathic ventricular fibrillation and long QT syndrome[J]. Heart,2006,92(1468)：201-7.

本文编辑：田国祥

LIU Ying-jie*, QIN Di-mao.
*Institute of Electrocardiogram and Blood Pressure, Third People's Hospital of Chengdu City, Chengdu Second College of Clinical Medicine of Chongqing Medical University, Chengdu, 610031, China.

LIU Ying-jie, E-mail: csahw2000@163.com

Objective Value of slope and intercept for dynamic changes in ventricular repolarization during QT-RR interval regression equation in healthy people, people with torsade de pointes (TDP) or idiopathic ventricular fibrillation (IVF). Methods This study included 466 healthy subjects and 17 patients with torsade de pointes VT, 10 patients with IVF and 7 patients with TDP

24-hour dynamic electrocardiogram in the Chengdu Third People’s Hospital from January 2014 to December 2015. The QT-RR interval linear regression equation [QT] = A [RR] + B (A is the slope, B is the intercept) is calculated by linear regression analysis of each dynamic ECG data by QT interval automatic analysis system. Result In the QT-RR interval linear regression equation of healthy subjects, the slope of female was significantly greater than that of male (0.185±0.036 vs. 0.161±0.033, P＜0.001), and the intercept was significantly less than that of male (0.229±0.028 vs. 0.240±0.027, P＜0.001). In the linear regression equation of all healthy subjects, the scatter plot of slope and intercept showed a significant negative correlation (B=-0.62A+0.34, r=-0.79). The scatter plot showed that the scatter plot of IVF patients was located in the upper left corner of the scatter gram of healthy subjects compared with healthy subjects, and the scatter plot of TDP patients was located above the healthy subjects. Conclusion In 24-hour ambulatory ECG monitoring, QT-RR interval linear regression equation slope and intercept indicators, can more effectively predict abnormal ventricular repolarization dynamic changes.

Dynamic changes in ventricular repolarization; 24-hour dynamic electrocardiogram; Linear regression analysis

R540.41

A

1674-4055(2016)10-1237-04

1610031 成都,成都市第三人民医院 重庆医科大学附属成都第二临床学院心电血压研究所

刘英杰,E-mail：csahw2000@163.com

10.3969/j.issn.1674-4055.2016.10.25