Цель работы - приложение компьютерных алгоритмов интеллектуального анализа данных к параметрам вариабельности сердечного ритма (ВСР) для определения наиболее значимых и последующего построения статистической модели кровообращения, пригодной для использования в функциональной диагностике.

Исследование ВСР - неинвазивный инструмент изучения сердечно-сосудистой системы и регуляторных систем организма, прежде всего, вегетативной нервной системы (ВНС), так как сердечный ритм - совокупный результат автоматизма клеток синусового узла, влияния ВНС и центральной нервной системы, гуморальных и рефлекторных воздействий. Анализ ВСР основан на измерении RR-интервалов ЭКГ. Для прогноза сердечно-сосудистых заболеваний доказана прогностическая значимость спектральных, нелинейных и статистических показателей ВСР. Однако исследование ВСР пока не нашло широкого применения в силу ряда причин, в т. ч. отсутствия унифицированных подходов к анализу и пороговых значений показателей. В настоящее время существует разрыв между возможностями интеллектуального анализа данных (DataMining) и решением клинических задач, что послужило предпосылкой данного исследования.

Нами использована электронная база данных PhysioBank Database: 40 пациентов с артериальной гипертензией (АГ) и 41 пациент с нормальным артериальным давлением (АД);анализировались пять последовательных 5-минутных интервалов из 24-часовых ЭКГ. Проведена обработка кардиосигналов с помощью линейного (статистический и спектральный) и нелинейного анализов ВСР в соответствии с международными рекомендациями; нелинейные показатели ВСР определялись с помощью методов сечения Пуанкаре, вычисления энтропииподобия, энтропии шаблонов, корреляционной размерности. Затем использовались алгоритмы DataMining:обобщенные линейные модели (GLM) и обобщенные аддитивные модели (GAM).

Установлено, что ни один из традиционно используемых количественных параметров ВСР (статистических, спектральных, нелинейных) не имел однозначного распределения для группы пациентов с АГ и нормотензивных лиц, т.е. параметры неинформативны для разделения этих клинических групп. Поэтому был использован DataMining к набору параметров ВСР (переменных-предикторов) из числа общепринятых: 6 статистических (meanRR, stdRR, RMSSD, pNN50, HRVtriind, TINN), 7 спектральных (LFpeak, HFpeak, LFpower, HFpower, LFHFpower, LFpower_prc, HFpower_prc) и 7 нелинейных (SD1, SD2, ApEn, SampEn, alpha1, alpha2, CorDim). Все они отличались наличием «выбросов», неоднородностью дисперсии, отличным от нормального распределением, что делает некорректным их использование в традиционных статистических моделях. Применение алгоритмов GLM и GAM показало также мультиколинеарность параметров ВСР (линейная зависимость между 20 параметрами-предикторами), что делает невозможным анализ вклада каждого параметра в задачах классификации и регрессии.

На корреляционной матрице выделились блоки коррелированных параметров ВСР с наибольшей линейной зависимостью между предикторами: у нормотензивных лиц все 6 статистических показателей высоко коррелировали между собой; у лиц с АГ коррелируют все параметры, исключая meanRR, а CorDim высоко коррелировал с 6 статистическими показателями только у нормотоников, но не приАГ.

Для нормотензии характерна также сильная линейная зависимость между всеми статистическими, двумя спектральными показателями (LFpower и HFpower) и CorDim, что соответствует представлению об упрощенной двухконтурной системе регуляции кровообращения при нормотензии, представленной центральным и автономным уровнями регуляции с прямой и обратной связью.

Основным признаком лиц с АГ оказалось отсутствие линейной корреляции между параметрами meanRR и CorDim со всеми остальными показателями ВСР. Количественная оценка степени нелинейности связей параметровпоказала сильную нелинейность связи между meanRR и параметрами RMSSD и CorDim. Это указывает на многоконтурную систему регуляции при АГ с преобладанием только одного из отделов ВНС и/или временный разрыв в активации симпатической и парасимпатической систем.

Таким образом, алгоритмы DataMining позволили сделать важные заключения для выбора показателей с целью последующего построения статистической модели кровообращения с учетом параметров ВСР. В данном исследовании впервые показано различие регуляции кровообращения у нормотензивных лиц и пациентов с АГ в параметрах ВСР.