动态心率分析用于新型冠状病毒肺炎(COVID-19)患者心肺功能评估和监测的研究*

仲月霞，李沛，张楠，刁小飞，陈瑞娟，王慧泉，王新

(1.空军军医大学第二附属医院门诊部，西安710000；2.空军军医大学第二附属医院传染科，西安710000；3.空军军医大学第一附属医院骨科，西安710000；4.天津工业大学生命科学学院，天津300387；5.空军军医大学唐都医院，西安710000)

1 引 言

COVID-19因其传染力强、潜伏期长和临床表现多样化等特点，对人民生命健康和生产生活造成了严重的影响[1-5]。据研究，“炎症风暴”可能是导致COVID-19患者死亡的重要原因。“炎症风暴”又称“细胞因子风暴”,风暴发生后，心肌细胞受损，其心脏自主神经功能会受到明显的损害，病情将加速恶化，甚至出现多器官功能衰竭，最后导致患者的死亡。心率变异性(heart rate variability, HRV)参数是指逐次窦性心搏间心动周期的微小差异，反映窦性心律的波动变化,是评价心脏自主神经活动的重要指标,心脏自主神经对窦性心律调节作用强时，HRV参数增大，反之则其值变小[6-8]。其发生的主要机制是心脏的电活动节律直接接受心脏交感神经和迷走神经双重调节并相互平衡[9]。本研究通过对COVID-19患者的心肺功能进行连续监测，开展心率变异性的分析研究，从而达到评估和预测患者病情的目的，为COVID-19患者的治疗方案制定提供依据。

2 研究对象和方法

2.1 研究对象

本研究采用心电监护仪对火神山医院共29例COVID-19患者进行了心电信号监测，其中男性17名，女性12名；通过心电监护仪监测得到有效实验数据26组，年龄分布为(55±16)岁。实验开始之前，患者需填写个人信息，其本人或家属签署知情同意书。

2.2 研究方法

2.2.1基于心电的炎症评估实验设计 国际上常通过6 min步行试验(6 min walk test ,6MWT)对中、重度疾病的全身功能状态的综合评价，重点是运动能力，包括心肺功能、骨骼肌肉功能、营养水平[10]。本研究在6MWT试验的基础上进行改进，首先监测患者连续6 min的静息状态心电，进而采集6 min步行的心电信号，并提取出相关的心率变异性参数和统计分析，COVID-19患者心电监测流程见图1。

图1 COVID-19患者心电监测实验流程图

2.2.2HRV参数的提取与分析 HRV反映了心率的变化程度，而心率的变化程度取决于交感神经与迷走神经的动态平衡[11-12]。迷走神经功能兴奋时HRV增大;迷走神经功能受损时，HRV 减弱[13]。本研究对监测所得的动态心电信号进行HRV分析，提取了HR、SDNN、RMSSD、pNN50、LFn、HFn、LFn/HFn等七项HRV的时域、频域参数。HR表示一段时间内的平均心率；SDNN表示RR间期的标准差，反映交感神经和迷走神经的总张力；RMSSD表示相邻RR间期差值的均方根；pNN50表示大于50 ms的RR间期差值个数占总间期个数的百分比；RMSSD、pNN50代表HRV快速变化的成分，反映迷走神经功能的变化。LFn为归一化低频功率，反映交感神经的活性；HFn为归一化高频功率，反映副交感神经的活性；LFn/HFn为归一化低频功率与高频功率的比值，反映交感神经和副交感神经之间的整体平衡程度[14-15]。

2.2.3炎症程度的分级 为了定量分析研究炎症程度的加深对于患者心肺功能的影响，本研究根据患者的CT检查报告中的全肺感染比例对26组炎症实验进行了炎症等级的分级，共分为三级。全肺感染比例小于1%的患者被列为轻度炎症，全肺感染比例在1%～10%之间的患者列为中度炎症，而全肺感染比例大于10%的患者则被列为重度炎症。根据分级规则，共得到轻度炎症样本11个，中度炎症样本11个，重度炎症样本4个。

2.2.4统计分析方法 为了研究不同炎症程度下HRV参数的差异，使用SPSS 22.0分析软件，采用单因素方差分析法分析了不同炎症程度下的各项HRV参数的均值、标准误差等。P<0.05为差异有统计学意义。

3 结果

3.1 不同炎症程度的HRV参数均值分析结果

不同炎症程度下的HRV参数均值的分析见图2，可以看出随着患者炎症程度的加深，患者的RMSSD、pNN50在不断降低，RMSSD、pNN50的变化反映了迷走神经功能[16-17]的变化，揭示了心脏的自主神经调节功能受到损害，迷走神经活性降低。一旦迷走神经活性降低,易发生碎死[18]。另外，LFn/HFn反映交感神经和副交感神经之间的整体平衡程度[19]，LFn主要反映交感神经的张力，HFn反映了迷走神经张力，可以从图中看到LFn/HFn、LFn不断升高，HFn不断降低，体现出了交感神经的活性增强，而迷走神经的活性减弱。

图2 不同炎症程度HRV参数均值比较

3.2 静止运动状态下的HRV参数差异分析结果

为了对比分析炎症程度的加深，HRV参数值在静止和运动状态下的变化，通过以下计算得到了患者的运动状态相对变化率。运动状态相对变化率计算公式为：k=|(v-s)|÷s，其中k为运动状态相对变化率，v为运动状态下的HRV参数均值，s为静止状态下的HR参数均值，患者在不同炎症程度下的运动状态相对变化率,见图3，反映了患者不同炎症程度下，由静止到运动状态HRV参数变化的趋势。在临床上，根据静止运动状态时HRV参数的变化，为不同程度炎症患者的心肺功能评估提供依据。由图4可知，在炎症患者由静止转为运动状态时，随着炎症程度的加深，患者SDNN的变化幅度在逐渐降低。SDNN反映了心脏自主神经系统总的调控能力，SDNN的减小表明了自主神经系统维持机体动态平衡的机制发生紊乱，机体的抗压能力下降。

图3 运动状态相对变化率

3.3 差异性分析

对不同炎症程度下的心率及HRV各项参数进行统计分析，结果见表1。由此可知，平均心率HR在三种不同炎症程度下的显著差异，具有统计学意义(P<0.05)。而HRV的时域、频域参数SDNN、RMSSD、pNN50、LFn、HFn、LFn/HFn，在不同的炎症程度下的差异性，无统计学意义(P>0.05)。

表1 炎症程度各项HRV参数比较

4 讨论

本研究通过连续监测COVID-19患者的心电数据，分析在不同的炎症程度下，动态心率变异性的差异，发现一些HRV参数与患者的炎症程度存在一定的线性关系，其中包括HR、SDNN、RMSSD、pNN50、LFn、HFn、LFn/HFn等时域、频域参数。由于重症样本量过少的原因，采用单因素方差分析法在提取各项HRV参数中，仅得到HR在不同炎症程度下存在显著差异(P<0.05)。但通过比较HRV参数均值，发现随着炎症程度的增加，患者的pNN50不断降低，而LFn/HFn不断升高，提示炎症程度可能与该参数具有紧密联系。对于不同运动状态下的HRV参数分析，能够发现随着炎症程度的加深，由静止至运动状态时，患者的HR变化越来越不明显。证明了HRV参数确实与患者的炎症程度相关。医护人员对COVID-19患者进行动态心率变异性分析，能够为患者规避心机梗死或猝死的风险提供理论参考依据。