이 콘텐츠를 보려면 JoVE 구독이 필요합니다. 로그인하거나 오늘 무료 평가판을 시작하세요.

방법 논문

Valsalva Maneuver의 심박수 및 혈압 시계열 데이터 분석을 위한 소프트웨어

1.7K 조회수

⸱

DOI:

10.3791/67222

⸱

2025년 6월 27일

 ,  , 
1Department of Mathematics, North Carolina State University, 2Department of Anesthesiology & Intensive Care Medicine, Copenhagen University Hospital - Hvidovre

이 논문에서

요약

ValsalvaAnalyzer 소프트웨어에는 Valsalva 기동(VM) 중에 기록된 연속 박동 간 심전도 및 혈압(BP) 측정값을 분석하는 기능이 포함되어 있습니다. 계산된 임상 바이오마커 및 추정된 모델 출력은 VM 중 심박수 및 혈압의 교감신경 및 부교감신경 조절에 대한 통찰력을 제공합니다.

초록

Valsalva Maneuver(VM)는 15초 동안 40mmHg의 흉곽내 압력에 대해 강제 호흡에 대한 압력반사 유도 심박수(HR) 및 혈압(BP) 반응을 측정하는 저위험, 접근성이 높은 검사입니다. 이 연구는 모델링과 데이터 분석을 결합하여 시계열 혈압 및 심전도(ECG) 데이터에서 바이오마커를 추출하는 ValsalvaAnalyzer 소프트웨어를 보여줍니다. MATLAB에서 프로그래밍된 이 소프트웨어는 그래픽 사용자 인터페이스를 통합하여 임상의가 데이터 분석 및 수학적 모델링 예측에 액세스할 수 있도록 합니다. PC 및 Mac용으로 보정된 소프트웨어는 VM 중에 측정된 ECG 및 BP 데이터를 읽습니다. ECG 신호에서 R 및 S 피크를 자동으로 식별하며, 통합된 사용자 검증을 통해 캡처된 신호의 정확성을 보장합니다. RR 간격은 HR을 예측하는 데 사용되며 QRS 복합 크기 변화는 호흡을 예측하는 데 사용됩니다. 수축기 및 이완기 혈압이 캡처되고 사용자는 SBP에서 발병 및 VM 기간을 식별합니다. 이 소프트웨어는 4개의 VM 단계와 흉곽내 압력을 자동으로 감지합니다. 후자는 정지 상태의 호흡 신호와 VM 동안 피험자가 호흡하는 40mmHg 압력을 병합하여 얻습니다. HR 및 BP 데이터에서 계산된 가장 일반적으로 보고된 임상 VM 마커는 교감신경 및 부교감신경 역학을 예측하는 미분 방정식 모델을 사용하여 얻은 환자별 매개변수의 추정치와 함께 보고됩니다. 35개 이상의 메트릭으로 구성된 최종 출력에는 혈압 및 HR, 최대 및 최소 HR, 발살바 비율, 압력 반사 민감도 측정이 모두 스프레드시트에 저장됩니다. 이 소프트웨어는 VM 데이터를 분석하기 위한 것이지만 방법론은 다른 자율 테스트로 확장될 수 있습니다. 이 기술의 강점은 원시 데이터에서 추출한 수량을 모델 출력과 결합하고, 측정 불가능한 자율 수량에 대한 통찰력을 제공하는 수학적 모델로 임상 데이터를 보강하는 데 있습니다.

서론

발살바 기동(Valsalva Maneuver)은 강제호기운동을 통해 자율신경계 기능을 측정하기 위한 저위험, 비침습적, 저렴하고 접근성이 높은 검사이다 1,2. 이 기동은 환자가 압력계에 연결된 호기말 양압(PEP) 장치로 숨을 내쉬며 일반적으로 누운 자세 또는 앉은 자세에서 15초 동안 40mmHg의 흉곽 내 압력을 유지하여 수행됩니다 2,3. 이 동작은 자율신경계와 심혈관계에 동시에 도전하며, 무거운 물체를 들어 올릴 때 긴장하거나 비행할 때 압력을 평형화하는 것과 같은 스트레스 요인에 대한 생리적 반응을 모방합니다4. 이 검사는 임상 환경에서 자주 사용되지만, 2,5 기저의 생리학적 메커니즘을 정량화하는 데이터를 분석하기 위해서는 더 많은 도구가 필요합니다. VM에 적용된 신경학적 모델링은 자율신경 기능 장애에 대한 개선된 진단 기준과 인과 기전을 식별하는 데 도움이 될 수 있다5.

VM에는 4단계가 있습니다6. 이는 흉곽내압을 증가시키고, 심장실과 흉부 대동맥을 압박하며, 체계적인 순환에서 혈액을 비우는 호흡 참기에 의해 촉진되며, 그로 인해 혈압이 일시적으로 증가합니다. 1단계는 흉곽내압이 지속적으로 증가하여 심장으로 가는 정맥혈류, 뇌졸중 부피 및 평균 동맥 혈압을 감소시키는 것이 특징입니다. 이에 대한 반응으로 고압 동맥 압력 수용기가 활성화됩니다. 2단계 초기에 혈압이 감소하면 부교감 신경 위축이 발생하여 HR이 증가합니다. 2상 후반부에는 교감신경 과잉이 혈관 수축을 매개하여 혈압과 HR을 증가시킵니다. 건강한 환자의 경우 혈압 회복은 숨을 참기 전의 휴식 값입니다. 3단계는 1단계와 역행합니다. 이 단계는 환자가 숨을 참을 때 시작되며, 이로 인해 흉곽내압과 동맥 혈압이 급격히 감소하고 일반적으로 HR이 증가합니다. IV단계에서는 심장으로의 정맥 복귀가 증가하고 2기 후반부터 혈관 수축이 지속되면 오버슈트(overshoot)라고 하는 현저한 혈압 증가가 발생합니다. 오버슈트에 의한 고압 동맥 압력수용기의 자극은 미주신경을 활성화하여 HR을 감소시킵니다. 환자는 VM 발병 후 약 10-30초 후에 사전 테스트 값으로 회복될 것으로 예상됩니다 2,5.

VM은 자율신경 및 심혈관 기능의 병상 평가에 사용됩니다7. 가장 일반적인 VM 바이오마커인 Valsalva ratio (VR)8,9,10은 호흡 참기 시작 후 가장 긴 RR 간격과 가장 짧은 RR 간격 사이의 비율로 부교감 신경 기능을 측정합니다. 자세 기립성 빈맥(POTS)은 높은 VR 및 N-패턴 반응1이라고도 하는 IV11단계에서 눈에 띄는 BP 오버슈트와 관련이 있음이 이전에 확인되었습니다. 또 다른 지표는 미주신경 baroreflex 민감도입니다. 이 메트릭은 RR 간격과 특성 혈압 변화 사이의 회귀 기울기가 3,10,12,13,14로 II 및 IV 단계의 초기 부분에서 추정됩니다. VM에 대한 혈압 반응의 정성적 분석은 다양한 심장 잡음을 식별할 수 있으며9 독특한 구형파 반응은 심실 기능 손상 및 심부전의 병상 지표입니다15,16. BP 오버슈트(BP overshoot)가 없고 숨을 참은 후 서맥이 나타나는 것은 자율신경실조증(dysautonomia)을 나타낸다13. 제2기 후반에 점진적인 혈압 저하와 제IV상에서의 느린 회복을 동반하는 V-패턴 반응은 신경인성 기립성 저혈압의 특징이며, 이는 알파-아드레날린성 압력반사 부전1을 나타냅니다. 다른 연구에서는 기립성 질환 스크리닝에서 헤드업 틸트 테스트를 보완하기 위해 VM을 사용하는 효능을 입증했습니다 1,17,18.

수많은 연구에서 VM1 동안 HR 및 BP 반응을 분석하여 자율 기능을 조사했지만 압력 반사 기능을 정량화할 수 있는 오픈 소스 자동화 시스템은 없습니다. 많은 연구에서 VM19,20,21,22의 데이터를 분석했으며, Medeia 23의 VitalScan과 Kubios24를 포함한 일부 소프트웨어는 자율 기능을 전문으로 합니다. VitalScan은 ECG 및 BP 신호를 사용하지만 Kubios는 ECG 신호만 분석합니다. VitalScan 웹사이트는 이 소프트웨어가 자율 기능을 평가하지만 계산된 양에 대한 자세한 설명이 부족하다고 지적합니다. Kubios는 HR 가변성(HRV)과 VR25를 결정합니다. 이러한 격차를 해소하기 위해 본 연구에서는 가장 일반적인 VM 인덱스 1,25를 계산하는 새로운 오픈 소스 소프트웨어를 개발합니다.

이 소프트웨어는 15초 동안 40mmHg의 흉곽내 압력을 유지하면서 VM 기동 중에 측정된 ECG 및 BP 데이터를 분석합니다. VM 전후에 최소 30초의 안정적인 데이터를 포함하는 것이 좋습니다. HR 및 수축기 혈압을 식별한 후 VM 시작 및 해제를 통해 일련의 임상 마커를 추출합니다. 또한 이 소프트웨어는 Randall et al.20 의 수학적 모델을 사용하여 압력반사 민감도를 특성화하는 매개변수와 함께 교감신경 및 부교감신경 신호를 예측합니다. 두 가지 중요한 기능은 잡음이 있는 신호에서 데이터를 읽고, 아티팩트를 식별 및 제거하는 기능과 VM 마커의 수동 수정을 통한 자동 감지입니다. 후자는 순전히 자동 감지에 실패하는 자율신경 기능 장애 환자에게 매우 중요합니다. 이 설명에는 피험자 1에 대한 모든 결과와 피험자 2-8에 대한 결과를 추출하는 프로토콜이 포함됩니다. 주제 1에 대한 결과는 코드, 텍스트 및 그림에 포함되어 있으며, 모든 주제에 대한 결과는 보충 그림 1, 보충 그림 2, 보충 그림 3, 보충 그림 4, 보충 그림 5, 보충 그림 6, 보충 그림 7 및 보충 그림 8에 표시됩니다.

Valsalva Analyzer 소프트웨어는 지속적인 ECG 및 BP 측정에서 Valsalva maneuver(VM)에 대한 반응을 특성화하는 아드레날린 및 미주신경 지수를 계산합니다. 소프트웨어를 시연하기 위해 실험 설정에 대한 간략한 설명과 소프트웨어에 대한 자세한 설명을 제공합니다. 이 소프트웨어는 LabChart에 저장된 환자 기록에서 추출한 데이터를 읽습니다. 이 분석은 건강한 대조군 환자를 대상으로 시연되었지만, 소프트웨어에는 다양한 자율신경 반응을 가진 8명의 피험자의 데이터가 포함되어 있습니다. 아래에서는 환자의 예에 대해 논의하고 소프트웨어를 설치하고 실행하기 위한 프로토콜에 대해 설명합니다. 이 프로토콜에는 MATLAB 내에서 생성된 Figure에 대한 참조가 포함되어 있습니다. 이를 대표 결과에 포함된 그림과 구별하기 위해 모두 MFigure #이라고 합니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

프로토콜

덴마크 법률에 따라 헌혈 자격이 있는 성인 남성(30-45세) 헌혈자로부터 3개의 예시 데이터 세트를 선택했으며,26, 무릎 및 고관절 치환술을 받은 성인(40-61세) 환자에 대한 수술 전 오피오이드의 효과를 조사한 연구에서 3개(27), 자세 기립성 빈맥 증후군(POTS)으로 진단된 환자로부터 1개를 선택했습니다28. BD 및 오피오이드 연구는 덴마크 지역 윤리 위원회의 승인을 받았고(각각 H-19069845 및 H-20071567), 덴마크 데이터 보호국에 등록되었으며 ClinicalTrials.gov(각각 NCT04499664 및 NCT04902222)에 등록되었습니다. 덴마크 프레데릭스베르크스베르크(Frederiksberg)와 비스페비에르 병원(Bispebjerg Hospitals)의 윤리 위원회는 연구를 위해 POTS를 진단하기 위해 데이터를 사용하는 것을 승인했습니다. 이 소프트웨어의 예시로 준비하기 전에 모든 데이터는 비식별화되었으며, 모든 피험자는 덴마크어를 말하고 이해할 수 있었으며 각자의 연구에 참여하기 위해 정보에 입각한 동의를 했습니다.

참고: 이 소프트웨어는 ECG 및 BP의 환자 측정에서 마커를 추출하는 도구를 제공합니다. 사용자는 피험자 ID 번호, 연령, 성별, 체중 및 키를 입력할 수 있습니다. 이 정보는 선택 사항입니다. 사용자는 이 원고를 인용하는 것이 좋습니다. 이 소프트웨어에는 ECG(채널 1), ECG(채널 2), BP(채널 3)에서 파생된 HR의 측정값에서 얻은 예제 데이터가 포함되어 있습니다. 표 1에는 자세한 환자 설명과 환자 메모가 포함되어 있습니다. 이 소프트웨어와 함께 제공되는 8개의 예시 비식별화 데이터 세트는 이전에 발표된 연구 26,27,28에서 추출되었습니다. VM 중에 관찰된 특징적인 특징을 보여주기 위해 데이터가 선택되었습니다. 의도는 소프트웨어의 기능을 입증하는 것이지 특정 임상 연구를 수행하는 것이 아닙니다. 헌혈자 및 오피오이드 연구의 제외 기준에는 알코올 및 약물 남용, 습관적인 오피오이드 사용, 부정맥 또는 심부전, 기립성 저혈압 병력이 포함됩니다. 각 연구에 대해 명시적으로 나열되지 않은 제외 기준은26,27에 나열되어 있습니다.

환자나이 (년)성별 (남/여)높이 (cm)무게 (kg)체질량 (kg/m2)노트
주제 135m1769229.7 (참고)정상 응답
주제 231m1807021.6 (북서)정상 응답
주제 330m1879326.6 (오우)IV 단계에서 큰 오버슈트. ECG 신호 잡음으로 인한 HR 아티팩트
주제 442m1757624.5 (북승)자율신경 기능 장애에 대한 전형적인 V-반응. 2단계에서 부적절한 크로노트로픽 효과. II단계 후반에는 혈압 회복이 없습니다. IV 단계에서 오버슈트가 누락되었습니다.  긴 PRT
주제 537f1658531.2 (참고)IV단계에서 오버슈트 없음
주제 661f17010737.0 (참고)II기 후반에 불충분한 혈압 회복. 최대 혈압은 II기 후반의 말단 혈압과 같지 않습니다.
주제 742m1778426.8 (오우)IV 단계에서 누락된 오버슈트
주제 858f1667727.9 (오우)초기 단계 II에서 무시할 수 있는 혈압 감소. ECG 신호 잡음으로 인한 HR 아티팩트. IV상의 BP 인공물
nw: 정상 체중 BMI (18.5-25), ow: 과체중 (BMI (25-30), ob: 비만 (BMI > 30)26

표 1. 이 표를 다운로드하려면 여기를 클릭하십시오.

1. 실험 설정

  1. 검지에 놓인 손가락 혈압 커프와 주로 사용하지 않는 손에 있는 중지에서 혈압을 지속적으로 측정합니다(그림 1A). 중력의 영향을 제거하기 위해 손을 심장 높이에 놓습니다(그림 1B).
  2. 심장에서 등거리에 있는 좌심방과 우심방, 흉곽의 왼쪽 하단 가장자리에 전극을 배치한 표준 3전극 ECG를 사용하여 ECG를 측정합니다. 계측 후, 피험자가 압력계에 연결된 호기말 양압(PEP) 장치로 숨을 내쉬면서 Valsalva 기동을 수행합니다(그림 1C, D).
  3. 안정적인 신호가 생성될 때까지 1-5분 동안 피험자에게 정상적으로 숨을 쉬도록 요청합니다. 분석을 위한 충분한 데이터를 확보하려면 VM 전후 최소 30초 동안 안정적인 신호를 기록해야 합니다. 피험자에게 40mmHg의 압력을 유지하면서 15초 동안 숨을 내쉬도록 요청하여 VM을 수행합니다(그림 1D). 녹음하는 동안 가능하면 BP 신호의 갭을 방지하기 위해 보정을 끄십시오.
  4. 이 소프트웨어는 LabChart에서 MATLAB으로 내보낸 신호를 1,000Hz로 분석합니다. MATLAB으로 내보내기 메뉴에서 ECG, HR 및 BP 신호가 있는 채널을 포함하고, 흉곽내압(기록된 경우)을 포함합니다. 각 신호의 채널 번호를 기록해 둡니다. 메뉴에서 32비트 부동 파인트, 동일한 속도로 업샘플링, 주석 처리 및 이벤트 마커를 선택합니다. .mat 파일을 내보내려면 확인(OK)을 클릭하고, 내보내기를 중지하려면 취소(Cancel)를 클릭합니다.

figure-protocol-1
그림 1: 기기, BP 커프, ECG 배치, 모니터, VM 장비. (A) BP 커프를 검지에 장착하고 주로 사용하지 않는 손에 가운데 손가락을 장착합니다. (B) 손가락 BP 커프는 중력의 영향을 제거하기 위해 응집력 있는 CoFlex 붕대를 사용하여 심장 수준에서 고정됩니다. (C) 압력계에 부착된 PEP 장치. (D) 앉아있는 피험자는 압력계에 연결된 호기말 양압(PEP) 장치로 숨을 내쉬고, 15초 동안 40mmHg의 흉곽내 압력을 유지한다. (E) CNAP 모듈은 BP를 지속적으로 측정하고 LabChart를 사용하여 데이터를 처리하고 저장하는 컴퓨터에 연결됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

2. 소프트웨어 설치, 데이터 업로드 및 시작

참고: 이 프로토콜은 LabChart에서 MATLAB으로 신호를 내보내는 방법을 설명하지만 이 소프트웨어에 저장된 녹음에 의존하지 않습니다. 다른 소프트웨어에서 녹음한 신호에 대해서는 해당 설명서를 참조하고 녹음을 올바른 형식으로 내보내려면 변환이 필요할 수 있습니다. 데이터에는 ECG 및 BP의 연속 시계열 측정값이 포함되어야 합니다.

  1. ValsalvaAnalyzer 소프트웨어를 다운로드합니다. https://github.com/msolufse/ValsalvaAnalyzer 에서 GitHub 리포지토리를 복제합니다. 녹색 코드 버튼을 클릭합니다. ZIP 다운로드를 클릭합니다.
  2. ValsalvaAnalyzer 폴더로 이동합니다. 메인 스크립트 DriverBasic.m은 ValsalvaAnalyzer 폴더로 바꿔야 하고, 다른 모든 스크립트(.m 파일)는 Core 폴더에 있어야 합니다. 이 소프트웨어에는 Figures, Markers, Optimized, Sensitivities 및 WS와 같은 하위 폴더가 포함되어 있습니다.
    참고: Figures 폴더는 생성된 그림을 저장합니다. 이 폴더에는 두 개의 하위 폴더(Data 및 Model_fits)가 포함되어 있습니다: 데이터 분석에서 생성된 그림과 미분 방정식 모델에 의해 생성된 그림에 대한 데이터 저장소입니다. Labchart 폴더에는 내보낸 .mat 파일이 포함되지만 원본 LabChart 파일은 포함되지 않습니다. Markers 폴더에는 임상 비율(피험자당 하나의 파일)이 있는 스프레드시트가 들어 있습니다. Sensitivities 폴더와 Optimized 폴더에는 민감도 및 추정된 파라미터 값이 포함된 .mat 파일이 포함되어 있습니다. 폴더 WS에는 데이터를 정리할 때 생성되는 .mat 파일이 포함되어 있습니다. 기본 폴더 ValsalvaAnalyzer에는 프로그램을 실행하는 데 필요한 핵심 스크립트인 DriverBasic.m이 포함되어 있습니다. 소프트웨어를 다운로드할 때. Labchart 폴더에는 8개의 예시 피험자 각각에 대한 .mat 파일이 포함되어 있는 반면, 결과가 있는 폴더(Markers, Sensitivities, Optimized, WS)에는 피험자 1에 대한 결과만 있습니다. 폴더의 예제 데이터 세트가 분석되면 출력 파일이 이 폴더에 저장됩니다. 파일 Patientinfo.xls(및 표 1)에는 8개의 예시 데이터 세트 각각에 대한 환자 정보(연령(년), 성별(m/f), 키(cm), 체중(kg) 및 BMI(kg/m2))가 포함되어 있습니다. 체중은 정상(nw), 과체중(ow) 또는 비만(ob)29으로 특징지어지며, 피험자가 정상 또는 병리학적 VM 반응을 가지고 있는지 여부가 기록되어 있습니다.
  3. 소프트웨어를 실행하려면 ValsalvaAnalyzer 폴더로 이동하여 MATLAB에서 DriverBasic.m 파일을 엽니다. 위쪽 패널에서 Editor를 클릭한 다음 Run이라는 녹색 삼각형 을 클릭하여 프로그램을 실행합니다.

3. 소프트웨어 플랫폼

참고: GitHub에서 배포한 소프트웨어는 Windows(Windows 11 Education) 및 Mac(MacOS Sonoma, 버전 14.3)에서 테스트되었으며 MATLAB(버전 R2023a)을 사용합니다. 기본값은 Windows에 대한 제안과 함께 MacOS 환경으로 설정됩니다.

  1. 팝업 메뉴 Select Figure Parameters에서 소프트웨어 플랫폼 유형, Figure 글꼴 크기, 마커 크기, 선폭을 선택합니다.
  2. 확인을 클릭하여 수락하고 4단계로 진행하거나 취소를 클릭하여 프로그램을 종료합니다.

4. 환자 선택

참고: 이 단계에는 데이터 선택 및 분석이 포함됩니다. 소프트웨어는 Labchart 폴더에서 .mat 파일을 읽습니다.

  1. 마우스를 사용하여 목록에서 원하는 수의 환자를 선택합니다. 모두 선택 버튼은 모든 환자를 표시합니다. 환자 레이블은 파일 이름에서 결정됩니다. 내보낸 모든 파일에 사용됩니다. 확인을 클릭하여 5단계로 진행하거나 취소 를 클릭하여 프로그램을 종료합니다.

5. 작동 선택

참고: 데이터 분석 방법은 사용 가능한 작업을 제공하는 메뉴에 나열되어 있습니다. 여기에는 ECG 및 BP 데이터를 정리하고, VM 단계를 식별하고, VM 기능을 계산하는 방법이 포함됩니다. 전자는 측정에 포함된 샘플링 속도를 사용하여 원시 데이터에 대해 수행됩니다(첨부된 예는 1,000Hz에서 샘플링됨). 식별 VM 특징은 10Hz에서 서브샘플링된 세척된 HR 및 수축기 SBP 신호를 사용합니다. 서브샘플링된 데이터는 Randall et al.20 에 의해 미분 방정식 모델을 풀면서 얻은 교감신경 및 부교감신경 신호를 결정하는 데에도 사용됩니다.생성된 숫자는 .png 파일로 저장되어 Figures 폴더에 저장되고 생성된 숫자는 Markers 폴더의 스프레드시트(.xlsx)에 저장됩니다. 이 소프트웨어 내의 기능 레이아웃은 그림 2에 나와 있습니다.

figure-protocol-2
그림 2: 소프트웨어 작업. 환자를 선택한 후 소프트웨어는 (1) 심박수와 호흡을 추출하는 ECG, (2) 수축기 및 이완기 혈압을 추출하는 박동 간 혈압(BP) 신호를 포함하여 측정된 신호를 수정할 수 있는 옵션을 제공합니다. 이러한 절차가 끝나면 소프트웨어는 Valsalva 기동 단계를 식별하고 임상 바이오마커를 추출합니다. 마지막으로, 압력반사 함수를 예측하는 계산 모델을 실행하는 옵션을 제공합니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

  1. Subset selection 메뉴에서 수행할 작업을 선택합니다. 내림차순으로 작업을 완료하는 경우(예: ECG를 분석하기 전에 환자 정보를 입력해야 함). 4단계의 작업 선택 메뉴에서 둘 이상의 주제와 작업을 선택한 경우 소프트웨어는 다음 작업으로 이동하기 전에 모든 주제에 대해 첫 번째 작업을 완료합니다.
    1. 소프트웨어에는 다음과 같은 작업이 포함됩니다 : 환자 정보 (작업 1, 6 단계); 심전도(ECG; 작업 2, 7단계); 심박수(HR; 동작 3, 8단계); 호흡 (작업 4, 9 단계); 혈압(BP; 동작 5, 단계 10); VM 단계(작업 6, 11단계); 임상 비율(작동 7, 12단계); 모델 예측(명목; 동작 8, 단계 13); 민감도 분석(작업 9, 단계 14); 최적화 (동작 10, 단계 15); 플롯 모델 예측(작업 11, 단계 16); 요약(작업 12, 17단계).
  2. 작업을 선택한 후 확인( OK )을 클릭하여 작업을 진행하거나 취소(Cancel )를 클릭하여 4단계로 돌아갑니다.

6. 환자 정보(Operation 1)

참고: 첫 번째 작업에는 내보낸 Labchart 파일의 채널 번호(ECG, HR, BP, 흉곽내 압력 - 사용 가능한 경우)를 환자 특성(ID, 연령, 성별, 키 및 체중)을 입력하고 데이터 분석을 위한 시간 범위를 식별하는 작업이 포함됩니다.

  1. 환자 ID(정수), 나이(정수, 년), 성별(m/f, 남성/여성), 키(실수, cm) 및 체중(실수, kg)을 입력합니다. 확인을 클릭하여 계속 진행하거나 취소 를 클릭하여 5단계로 돌아갑니다. 소프트웨어는 선택 항목 없이 실행됩니다. 8개 주제에 대한 특성값은 표 1에 나열되어 있습니다. 이러한 값은 데이터 분석에 사용되지 않지만 요약 통계에 유용할 수 있습니다.
  2. 각 신호가 저장되는 채널을 식별하려면 기본값은 채널 1(ECG), 채널 2(HR), 채널 3(BP), 채널 4(흉곽내 압력 - Pth)가 0으로 설정됩니다. 예제 데이터셋 1-8에는 이 신호가 포함되어 있지 않습니다.
  3. MFigure 1(그림 3)은 ECG(mV) 상단, HR(bpm) 중앙 및 BP(mmHg) 하단을 시간(초)의 함수로 표시합니다. 분석할 데이터를 선택합니다. VM 전후에 약 20초를 포함합니다.
  4. 십자선을 배치하고 시작 지점(VM ~20초 전)에서 마우스로 한 번 클릭하고 끝 부분(VM 후 ~20초 후)에서 두 번째 클릭합니다. 선택한 데이터는 MFigure 1에서 빨간색으로 표시됩니다. Save and Exit(저장 후 종료)를 클릭합니다. 선택한 데이터가 있는 MFigure 1은 [환자 이름] + _dataAnalyzed.png이라는 이름으로 Figures/Data 폴더에 저장됩니다.

figure-protocol-3
그림 3: 그래프는 ECG(mV, 상단), 심박수(HR bpm, 중앙) 및 혈압(mmHg, 하단) 데이터를 보여줍니다. 파란색 트레이스는 LabChart에서 추출된 모든 데이터를 나타내고 빨간색 트레이스는 이 연구에서 분석을 위해 선택한 데이터를 나타냅니다. VM 기동 전후 ~20초 전에 시작하고 끝나는 ECG, HR 및 BP를 포함하는 빨간색 영역입니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

7. 심전도 (조작 2)

참고: 작업 2에는 ECG 신호에서 R 및 Q 또는 S 피크를 식별하는 작업이 포함됩니다(추가 피크 제거 및/또는 누락된 피크 추가). 이 작업은 1,000Hz로 샘플링된 원시 데이터에 대해 수행됩니다. QRS 복합파의 크기(R과 Q 또는 S 피크 사이의 절대 거리)는 숨참기 전후에 호흡 신호를 생성하는 데 사용됩니다.

  1. MFigure 1은 ECG 신호(검은색 선)를 표시합니다. 자동으로 감지된 R 피크는 빨간색으로 표시되고 Q 또는 S 피크는 파란색 원으로 표시됩니다. 목표는 잘못 배치된 피크를 수정하는 것입니다. R 및 Q 또는 S 피크의 총 개수가 그래프 오른쪽에 인쇄됩니다. 이 작업은 R 및 S 피크의 수가 동일한 경우에만 완료할 수 있습니다. 잘못 배치된 피크를 수정하려면 신호를 통해 오른쪽으로 손으로 스크롤하고 수정할 피크가 창에 있을 때 중지합니다. 잘못 배치된 여분의 S 피크와 피크가 제거된 후의 신호의 예가 그림 4에 나와 있습니다.
    참고: R 및 S 피크는 Randall et al.20에 설명된 방법론을 사용하여 식별됩니다. 이 알고리즘은 findpeaks.m을 사용하여 평균 신호의 25%에서 200% 사이의 피크를 찾습니다. 샘플링 속도는 1,000Hz(데이터에 인코딩됨)이고 MinPeakDistance는 1.5로 설정됩니다. R 피크는 원시 신호에서 구하고, S(또는 Q) 피크는 신호의 음수를 분석하여 구합니다. 일부 데이터 세트의 경우 알고리즘이 S 피크와 일부 Q 피크를 식별한다는 점에 유의해야 합니다. 그림 4A에 예제가 나와 있습니다. QRS 등급은 Randell et al.20에 설명된 대로 호흡을 결정하는 데 사용됩니다.
  2. 아래 설명된 단계를 사용하여 S 및 R 피크의 수가 같아질 때까지 보정을 반복합니다.
    1. 잘못 배치된 피크를 수정하려면 오른쪽으로 스크롤하고 수정할 피크가 창에 있을 때 중지합니다.
    2. 피크가 누락되었거나, 잘못 배치되었거나, 추가 피크가 표시된 경우 피크 위치로 스크롤합니다. 키보드에서 Enter 키를 누르면 십자선이 나타납니다. 수정할 지점을 클릭하십시오. 다음 메뉴 쿼리는 점을 추가하거나 제거하시겠습니까? 추가 (7.2.3단계), 제거 (7.2.4단계) 또는 취소를 선택하고 7.2.1단계로 돌아갑니다.
    3. 추가를 클릭하면 표시된 포인트가 추가되고 빨간색(R 피크) 또는 파란색(스피크)으로 나타납니다. 프로그램은 클릭의 정확한 위치를 사용하고 자동으로 점을 R 또는 S로 분류합니다.
    4. 제거를 클릭하면 표시된 점이 제거됩니다. 점이 사라지지 않으면 이 단계를 반복하여 작업 7.2.2로 돌아갑니다.
  3. 모든 R 및 S 피크가 올바르게 식별되고 R 및 S(또는 Q) 피크의 수가 동일해질 때까지 7.2단계를 반복합니다. 그런 다음 키보드에서 Enter 키를 누릅니다. 점을 수정하라는 메시지가 나타나면 No(아니요)를 클릭합니다. 작업 3(HR)을 계속합니다. 시계열에 오류가 없지만 R과 S(또는 Q) 피크의 수가 동일하지 않은 경우. 이 오류를 해결하려면 7.2단계로 돌아갑니다. 신호 내의 일관성을 위해 S 피크 또는 Q 피크를 선택하십시오.
  4. R과 S 피크의 수가 동일하지 않을 때 사용자가 No 를 클릭하면 R과 S 피크의 수가 같아야 한다는 새 메뉴가 나타납니다. 데이터를 검사합니다. 확인을 클릭하면 코드가 7.2단계로 돌아갑니다.

figure-protocol-4
그림 4: ECG(mV) 보정을 안내하는 데 사용되는 그래프. 그림은 ECG 트레이스(검은색), R파(빨간색 원), S파(파란색 원)를 보여줍니다. (A) 그래프에 잘못 배치된 S파가 있습니다. (B)에서는 이 S파가 제거되었습니다. 깨끗한 ECG 신호는 그래프의 오른쪽에 표시된 것처럼 동일한 수의 R 및 S 피크를 갖습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

8. HR(운영 3)

참고: 이 단계에는 RR 간격을 HR로 변환하는 작업이 포함됩니다. ECG 신호가 수정된 후(위에서 설명한 대로) 대부분의 데이터 세트에서 HR 신호는 매끄럽습니다. 그러나 HR 신호에 아티팩트가 있는 경우( 그림 5A에 표시된 예). 동작 3은 신호를 수정할 수 있는 기회를 제공합니다( 그림 5B에 표시된 예).

figure-protocol-5
그림 5: 심박수(HR, bpm) 교정을 안내하는 데 사용되는 그래프. (A) 교정된 ECG에서 생성된 심박수(파란색 선). 작은 파란색 원은 심장이 뛰는 시간을 표시합니다. (B) 두 점(녹색 선)을 연결하는 스플라인의 예, 심박수 신호에서 아티팩트를 제거합니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

  1. MFigure 1(그림 5A)은 상단 패널에 HR(bpm)을 표시하고 하단 패널에 ECG(mV)를 표시합니다. HR(bpm)은 수정된 ECG RR 피크에서 계산됩니다. HR 신호에 아티팩트가 없는 경우 저장 및 종료를 클릭하고 작업 4(호흡)를 계속합니다. 데이터에 오류가 있는 경우(그림 5의 두 패널 비교) Correct Heart Rate(심박수 수정)를 클릭하고 8.2단계로 진행합니다.
  2. HR 신호를 따라 스크롤하여 아티팩트를 찾습니다. 키보드에서 Enter 키를 눌러 수정할 영역을 봅니다. 단계 8.3으로 진행합니다.
  3. Click at points to connect(연결할 지점을 클릭)를 쿼리하는 메뉴에서 OK(확인)를 클릭합니다. 아티팩트 앞의 첫 번째 점 위에 십자선을 정렬하고 마우스로 한 번 클릭합니다. 그런 다음 아티팩트 뒤의 첫 번째 점 위에 십자선을 정렬하고 마우스로 두 번째 클릭합니다. 선형 스플라인(초록색으로 표시)은 두 점을 연결합니다. 메뉴는 '변화를 받아들일까?' 답변: 예(8.3.1단계로 이동), 실행 취소(8.3.2단계로 이동) 및 변경 사항 추가(8.3.3단계로 이동).
    1. 예를 선택하여 선형 스플라인을 적용하고 이 작업을 종료한 다음 4단계로 돌아갑니다. 실행 취소를 선택하여 선형 스플라인을 제거하고 8.2단계로 돌아갑니다. 추가를 선택하여 선형 스플라인을 유지하고 8.2단계로 돌아가 추가 수정을 허용합니다.
  4. MFigure 1은 상단 및 하단 패널에 HR(bpm) 및 ECG(mV)를 표시합니다. Figure는 [patient name] + _HeartRateECG.png라는 이름으로 Figures/Data 폴더에 저장됩니다. 계속하려면 Save(저장)를 누르고 종료합니다. 신호는 측정에 포함된 샘플 속도(예제 데이터 세트의 경우 1,000Hz)로 저장됩니다.

9. 호흡 (작업 4)

참고: Randall et al.20의 연구에서 설명한 바와 같이 이 차이를 통해 조각별 3차 에르미트 보간 다항식 스플라인(pchip 방법과 함께 interp1.m 사용)을 피팅하여 QRS 복소 크기를 계산하여 수정된 ECG 신호에서 호흡 신호를 추출합니다.

  1. MFigure 1(그림 6)은 보정된 R 피크와 S 피크 간의 차이에서 추출된 호흡 신호를 나타냅니다. 그래프를 검사하고 Save and exit(저장 및 종료)를 클릭한 다음 작업 5(혈압)를 계속합니다. MFigure 1은 [환자 이름] + _RespiratorySignal.png이라는 이름으로 Figures/Data 폴더에 저장됩니다.

figure-protocol-6
그림 6: 호흡 신호. Randall et al.20에 기술된 바와 같이 QRS 간격 진폭 변화에서 생성된 호흡 신호(파란색 선). 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

10. 혈압 (작동 5)

참고: 이 단계에는 수축기 및 이완기 혈압을 추출하는 작업이 포함됩니다. 두 개의 곡선은 선택한 데이터 점을 통해 스플라인을 생성하여 형성됩니다. 이 작업을 위해 사용자는 자동으로 감지된 곡선을 수정할 수 있습니다. 혈압의 현저한 변화를 감안할 때, 호흡 참기 해제 직후 교정이 필요할 수 있습니다.

  1. MFigure 1(그림 7A 참조)은 BP 데이터와 함께 확대/축소된 창을 표시합니다. 십자선을 BP 피크에 맞추고 마우스로 한 번 클릭합니다. 그런 다음 오른쪽에 있는 다음 피크의 십자선을 정렬하고 다시 클릭합니다. 두 피크 사이의 거리는 심장 주기 길이를 추정합니다. 이 거리는 수축기 및 이완기 피크를 식별하는 데 필요합니다. MFigure 2(그림 7B,C)가 나타나 자동으로 감지된 수축기 및 이완기 신호를 표시합니다.
    참고: 수축기 및 이완기 피크는 peaks2.m을 사용하여 찾을 수 있으며, 이는 최소 피크 거리를 설정하기 위해 휴식 시 심장 주기의 길이를 입력합니다. R과 유사합니다. 수축기 피크는 신호에서 직접 찾을 수 있고, 이완기 피크는 음의 신호를 분석하여 찾을 수 있습니다.
  2. 수축기 혈압 교정: 메뉴가 나타나면서 다음과 같은 메시지가 표시됩니다 : 수축기 혈압을 교정하시겠습니까? 예 (예(10.4단계)를 눌러 수축기 혈압을 고정하기 위한 프로토콜을 시작하고 아니오 (10.3단계)를 눌러 이완기 혈압을 교정합니다.
  3. 이완기 혈압 교정은 다음과 같은 질문으로 시작됩니다: 이완기 혈압을 교정하고 싶으신가요? 예를 누르시오(단계 10.4)를 눌러 이완기 혈압을 고정하기 위한 프로토콜을 시작하고 아니오를 눌러 계속 진행합니다. 저장을 누르고 종료한 다음 작업 6(Valsalva 기동 단계)을 계속합니다.
    참고: 이완기 혈압을 교정하는 프로토콜은 수축기 혈압을 교정하는 프로토콜과 동일합니다. 둘 다 10.4단계에 설명되어 있습니다.
  4. MFigure 2는 처음 40초 데이터의 확대/축소를 보여줍니다. 영역을 검사하고 잘못된 지점이 나타날 때까지 계속 스크롤합니다(그림 7B, C에 표시된 수정된 추적). 키보드에서 Enter 키를 누르고 잘못 배치된 지점 앞의 마지막 올바른 피크에 십자선을 놓고 이 지점을 클릭한 다음 십자선을 계속 이동하여 수정할 모든 지점을 클릭하여 올바른 점으로 끝납니다. 완료되면 Enter 키를 누릅니다. 수정된 점을 연결하는 점선이 나타납니다(그림 7B,C에 표시된 예).
    참고: 더 이상 세그먼트를 수정할 필요가 없을 때까지 수정을 반복할 수 있습니다. 각 단면에 대해 수정된 점은 각 끝의 기존 점에 부착된 빨간색(SBP) 및 녹색(DBP) 점선으로 연결됩니다. 파란색으로 표시된 연속적인 BP 신호가 가이드로 사용됩니다. 시스템은 BP 신호와 정렬되지 않더라도 클릭된 피크를 기록합니다. 이 작업은 수축기 및 이완기 신호를 교정합니다. 각 신호 내에서 신호와 관련된 올바른 지점만, 즉 수축기 혈압을 교정할 때 이완기 지점을 교정하려고 시도하지 않거나 그 반대의 경우도 마찬가지입니다.

figure-protocol-7
그림 7: 혈압 보정. (A) 정지 시 혈압 신호의 확대/축소. 사용자는 심장 주기의 평균 길이를 결정하기 위해 두 개의 연속된 피크를 클릭하라는 요청을 받습니다. (B) 원래 및 수정된 수축기(빨간색) 및 이완기(녹색) 압력의 확대/축소. 이 패널에서 연속 혈압 측정(mmHg)은 파란색으로 표시됩니다. (C) 분석된 시간 범위에 걸쳐 원래 및 보정된 수축기(빨간색) 및 이완기(녹색) 혈압 신호. 모든 패널에서 연속적인 박동 간 BP 신호는 파란색 선으로, SBP는 빨간색 선으로, DBP는 녹색 선으로 표시됩니다. SBP 및 DBP 신호의 경우 각 심장 주기는 작은 별로 표시됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

11. 발살바 기동(VM) 단계(작전 6)

참고: 작업 6에는 VM 감지가 포함됩니다. 이 작업은 10Hz로 서브샘플링된 HR, SBP, DBP 및 흉곽내압(사용 가능한 경우) 데이터를 사용합니다. 사용자는 숨참기의 시작과 해제를 식별해야 합니다. 호흡 유지는 첫 번째 피크 이전의 가장 낮은 혈압 값에서 시작하여 두 번째 BP 하락 전에 혈압 값에서 해제됩니다. 이러한 지점을 식별한 후 소프트웨어는 신호의 특성에서 4개의 VM 위상을 결정합니다. 이는 수동으로 수정할 수 있으며, 이는 비정상적인 혈류역학적 반응에 대한 데이터를 분석할 때 특히 중요합니다.

  1. MFigure 1은 상단 패널의 연속(가는 선) 및 수축기(SBP, 굵은 선) BP(mmHg), 2번째 패널의 HR (bpm), 3번째 패널의 호흡(Resp, mV), 하단 패널의 ECG(mV)를 나타냅니다. 흉곽내압을 사용할 수 있는 경우 이 신호는 3번째 패널(Pth, mmHg)에 표시됩니다. 및 4번째 패널의 호흡 신호(Resp, mV). Valsalva 단계가 자동으로 감지되고 소프트웨어는 Pth 측정이 없는 데이터 세트에 대해 1.3단계를 계속 수행합니다. VM 시작을 표시하려면 십자선을 호흡 참기 시작(상당한 SBP 상승 및 HR 감소 직전의 SBP 최소값)에 맞추고 마우스로 한 번 클릭합니다.
  2. VM 끝을 표시하려면 십자선을 숨 참기 끝(2번째 SBP 드롭 직전의 BP 값)에 정렬하고 마우스로 한 번 클릭합니다. 이러한 포인트는 MFigure 2의 4가지 VM 단계를 결정하는 데 사용되며, 상단 패널에는 BP(mmHg), 중앙 패널에는 HR(bpm), 하단 패널에는 호흡(Resp, mV)을 표시합니다. 흉곽내 압력(mmHg)이 측정되면 심박수와 호흡 패널 사이에 표시됩니다.
  3. 메뉴 쿼리 : 인덱스를 수락 하시겠습니까? 예를 선택하여 작업을 완료하고 작업 7(임상 비율)을 계속합니다. No 를 선택하여 세로선으로 표시된 위상의 자동 감지를 검사합니다.
  4. 메뉴 쿼리: Index Correction. 하나, 여러 단계 또는 모든 단계를 선택한 다음 확인을 클릭하여 10.4단계로 진행하여 수정하거나 취소를 클릭하여 11.1단계로 돌아갑니다.
  5. MFigure 2에 십자선이 나타납니다. 제목의 두 번째 줄은 수정 중인 단계를 설명합니다. 선택한 단계에 대해 시간을 클릭하여 단계의 시작을 표시합니다. 선택한 모든 단계가 수정될 때까지 이 작업을 반복합니다. 수정된 시간은 빨간색 세로선으로 표시됩니다. 선택한 모든 단계가 수정되면 메뉴가 다시 나타나 Accept indexes? 예를 클릭하면 11.5단계로 진행되고 아니요 를 클릭하면 11.1단계로 되돌아갑니다. 단계는 순차적으로 수정해야 합니다.
  6. MFigure 3(그림 8)은 최종 VM 단계를 표시합니다. 그림은 BP(mmHg) 상단 패널, HR(bpm) 중앙 패널, 흉압(Pth, mmHg) 하단 패널을 보여줍니다. 이 신호는 추출된 호흡 신호를 숨을 참는 동안 시행되는 측정되거나 계산된 흉곽 내 압력과 병합하여 얻어집니다. 4단계는 회색으로 음영 처리됩니다. Save and exit(저장 및 종료 )를 클릭하고 작업 7(Clinical ratios)을 계속합니다. 이 Figure는 [patient name] + _VMphases.png라는 이름으로 Figures/Data 폴더에 저장됩니다.

figure-protocol-8
그림 8: 발살바 단계 I-IV. 상단 그래프는 연속(하늘색) 및 수축기(두꺼운 파란색 선) 혈압을 보여줍니다. 두 번째 패널은 심박수를 보여주고, 아래쪽 패널은 흉압을 보여줍니다. 후자는 숨을 참는 동안 호흡 신호와 압력을 병합하여 얻습니다(40mmHg로 설정). Valsalva Phases I 및 III은 회색 패널로 표시되어 있습니다. 기준 값(평균 SBP, VM 전후의 HR)은 가로 파선으로 표시됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

12. 임상 비율 (Operation 7)

참고: 이 단계에서는 10Hz로 서브샘플링된 데이터를 사용하여 HR, RR 및 SBP를 사용하여 VM을 특성화하는 임상 비율을 계산합니다. 모든 요인은 표 2에 나열되어 있습니다. 여기에는 환자 특성(환자 ID, 연령, 성별, 신장 및 체중), VM 단계의 지속 시간, 각 VM 단계 내의 최소 및 최대 BP, HR, RR 간격 30,31, 압력 회복 시간 32,33이 포함됩니다. 초기 II단계(청록색 선) 및 IV(갈색 선)에서 HR 및 RR 회귀선의 기울기와 적합도(R2 값)는 초기(청록색 선) 및 후반(파란색 선) II 단계 및 초기 IV 단계(갈색 선)에서 미주신경 자극 및 압력 증가를 특성화합니다. 후자가 교감신경 자극을 결정합니다. 또한 이 소프트웨어는 SBP, 미주신경 1,32,34,35 및 아드레날린성(BRS)1,32,33,36 마커의 변화를 특성화합니다. 다시 말하지만, 자동으로 감지된 위상과 지점은 필요에 따라 수정할 수 있습니다. 예를 들어, 초기 IV단계에서 최대 혈압과 최소 HR은 종종 잘못 정렬됩니다. 그림 9는 교정 전(패널 그림 9A)과 후(패널 그림 9B) 교정 후의 임상 비율을 보여줍니다. 그림 9C는 Palamarchuk et al.1 및 Sandroni et al.31에서 채택한 비율을 보여줍니다. 참고: 이 그림에 표시된 수량은 12.1-12.4단계에 설명된 데이터에서 추출된 값에서 파생됩니다.

figure-protocol-9
그림 9: 임상 비율. (가, 나) 상단 패널의 혈압(BP, mmHg), 중앙 패널의 심박수(HR, bpm), 하단 패널의 RR 간격(s)에 대한 비율 및 회귀선. (A)는 자동으로 감지된 비율을 보여주고 패널 (B)는 초기 IV단계에서 수정된 최대 혈압 및 최소 HR을 보여줍니다. (C) 수정된 비율을 통한 회귀선. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

  1. MFigure 1( 그림 9 참조)은 상단 패널의 수축기 혈압(SBP, mmHg), 중앙 패널의 HR(bpm), 하단 패널의 RR 간격(s)을 나타냅니다. 특성 SBP, HR 및 RR 값에는 원형 마커로 주석이 추가됩니다. 메뉴가 나타나고 다음과 같이 쿼리됩니다 : 마커를 수락하시겠습니까? 마커를 검사합니다. 모든 점이 정확하면 예를 클릭합니다. 이 작업이 완료되어 4단계로 되돌아갑니다. 점을 조정해야 하는 경우 아니오 를 클릭합니다.
  2. A 메뉴 쿼리: 이동할 점을 선택합니다. 메뉴를 통해 한 점, 여러 점 또는 모든 점을 선택할 수 있습니다. 인덱스를 선택한 경우 OK(확인 )를 클릭하여 계속하거나(단계 12.3) Cancel (취소)을 클릭하여 인덱스를 변경하지 않고 계속 진행하고 단계 12.4를 계속합니다.
  3. 선택한 각 수량에 대해 팝업 메뉴에 수정할 포인트가 나열됩니다. 확인을 클릭하여 계속합니다. 원하는 지점에 십자선을 정렬하고 마우스로 한 번 클릭합니다. 선택한 모든 포인트가 수정되면 MFigure 1의 상단 패널에 BP(mmHg), 중앙 패널에 HR(bpm), 하단 패널에 RR 간격(s)이 표시됩니다. 초기 및 후기 단계 II 및 초기 단계 IV에서 수정된 점과 회귀선을 보여줍니다. 저장을 누르고 작업 8(모델 실행)을 계속 합니다.
  4. MFigure 2( 그림 9C 참조)는 RR 구간과 SBP 및 적합도( R2 값)와 관련된 회귀선을 표시합니다. Save(저장)를 누르고 종료하여 4단계로 돌아갑니다. MFigures 1 및 2는 [환자 이름] + ratios.png 및 [환자 이름] + _ratios_regression.png 이름 아래의 그림/데이터 폴더에 저장됩니다.

13. 모델 실행(작업 8)

참고: 연산 8은 교감신경 및 부교감신경 신호를 예측하는 Randall et al.20의 압력반사 미분 방정식 모델을 푸는 것을 포함합니다. 이 단계에서는 Operation 7에서 식별된 환자 정보와 임상 비율을 사용하여 설정된 매개변수 값으로 모델을 실행합니다. 이 연산은 명목 예측을 테스트하는 데 필요합니다. 명목 적합치에 심각한 오류가 있는 경우 최적화 작업(15단계)의 결과가 특정 데이터 세트에 대해 성공하지 못할 수 있습니다.

  1. Randell et al.20 의 미분 방정식 모델을 5단계에서 입력한 데이터와 환자 정보에서 추출한 명목 환자별 매개변수 값을 사용하여 풉니다. MFigure 1은 BP(mmHg) 좌측 상단 패널, HR(bpm) 데이터(파란색) 및 모델(자홍색) 우측 상단 패널, 흉압(Pth, mmHg) 좌측 하단 패널, 부교감신경(자홍색) 및 교감신경(짙은 자주색) 예측을 나타냅니다. 결과는 10Hz의 시간 분해능으로 표시되며, 이는 서브샘플링된 HR 및 SBP 데이터의 분해능에 해당합니다. 저장 및 종료 를 클릭하고 작업 8(모델 실행)을 계속합니다. 이 Figure는 Figures/Model_fits 폴더에 [환자 이름] + _nominal.png으로 저장됩니다.

14. 민감도 분석 (작업 9)

참고: 데이터 분석에는 민감도 분석이 필요하지 않습니다. 이 분석은 정확한 HR 예측을 위해 모델 매개변수의 민감도(또는 중요도)를 나타내는 그래프를 생성합니다. 민감도는 서브샘플링된 HR 및 SBP 데이터에 해당하는 10Hz의 주파수에서 평가됩니다. 이 작업은 Randall et al.20에 의해 자세히 설명된 국소 민감도 분석을 사용합니다.

  1. 이 작업은 HR에 대한 모델 매개변수의 민감도를 계산합니다. 순위가 매겨진 민감도를 나타내는 결과(로그 척도)는 MFigure 1(그림 10)에 나와 있습니다. 저장 및 종료를 클릭하고 작업 10(최적화)을 계속합니다. 이 계산에는 몇 분 정도 걸립니다. MFigure 1에 표시된 결과는 Figures/Model_fits 폴더에 [환자 이름] + _sensitivities.png로 저장됩니다.

figure-protocol-10
그림 10: 심박수 예측에 대한 모델 매개변수의 민감도. 모델 및 매개변수는 Randall et al.20의 연구에서 자세히 논의되었으며 추정된 매개변수는 표 2에 설명되어 있습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

15. 최적화 (작업 10)

참고: 이 작업은 수학적 미분 방정식 모델 및 데이터 가용성(HR)을 고려하여 식별 가능한 매개변수의 하위 집합을 추정합니다. 그 결과 10Hz에서 서브샘플링된 데이터로 보정된 HR 모델이 생성됩니다. 추정된 파라미터 집합 외에도 최적화된 모델은 교감신경 및 부교감신경 신호를 예측합니다. 시뮬레이션이 데이터를 잘 피팅하지 않으면 예측된 교감신경 및 부교감신경 신호를 해석할 수 없습니다. 최적화는 Randall et al.20에 설명된 대로 Levenberg Marquardt 방법을 사용하여 수행됩니다.

  1. 매개 변수 추정을 완료하는 데 5-10분 정도 걸릴 수 있습니다. 계산하는 동안 MATLAB 명령 창은 기울기 노름(gradient norm), 최소제곱비용(least squares cost), 반복 횟수(iteration number), 야코비 행렬 조건수(Jacobian matrix condition number)를 나타내는 5개 숫자로 구성된 최대 30줄을 출력합니다(왼쪽에서 오른쪽으로). 최적화가 완료되면 작업 11(모델 예측 플롯)을 계속합니다. 추정된 매개변수와 벡터 INDMAP은 Optimized 폴더에 저장됩니다.

16. 플롯 모델 예측(작업 11)

참고: 공칭(13단계, 연산 8) 및 추정(15단계, 연산 10) 매개변수 값을 사용한 모델 예측의 결과는 서브샘플링된 데이터에 해당하는 10Hz의 분해능으로 플롯됩니다. MFigure 1의 오른쪽 상단 패널에 표시된 HR 예측이 합리적인 경우 코드는 교감신경 및 부교감신경 신호(MFigure 1의 오른쪽 하단 패널)를 예측합니다.

  1. 메뉴에서 Select model predictions to view(보려는 모델 예측을 선택하고 Nominal(명목 )를 클릭하여 13단계의 모델 예측을 플롯하고 Optimized(최적화됨 )를 클릭하여 15단계의 최적화된 모델 예측을 확인합니다. MFigure 1(그림 11A 공칭 매개변수 및 그림 11B 최적화된 매개변수)은 왼쪽 상단 모서리에 BP(mmHg), 오른쪽 상단 모서리에 HR(bpm)을 나타내며(파란색), 모델(자홍색), 흉압(Pth, mmHg)은 왼쪽 하단 모서리에 있습니다. 부교감신경(자홍색) 및 교감신경(짙은 보라색) 신호의 예측은 오른쪽 하단 모서리에 있습니다. Save and exit(저장 및 종료)를 클릭하고 Operation 12 (Summary)를 계속 진행합니다. 이 Figure는 [patient name] + _[action].pn이라는 이름으로 Figures/Model_fits 폴더에 저장되며, 여기서 선택한 작업에 따라 [action=nominal] 또는 [action=optimal]이 됩니다.

figure-protocol-11
그림 11: 모델 예측. 모델은 (A) 명목상 및 (B) 최적화된 매개변수 값으로 예측되었습니다. 그림은 왼쪽 상단을 보여줍니다 : 혈압 (SBP 두꺼운 파란색 선 및 연속 BP 하늘색 선, mmHg); 오른쪽 상단: 심박수(HR, bpm), 모델 예측(분홍색 선) 및 데이터(파란색 선); 왼쪽 하단: 흉압(Pth, mmHg) 진한 파란색 선; 오른쪽 하단: 부교감신경(분홍색) 및 교감신경(보라색) 활동의 예측. 둘 다 무차원입니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

17. 요약(작업 12)

  1. 결과 요약은 Excel 스프레드시트(.xlsx) 및 쉼표로 구분된 파일(.csv)로 저장됩니다.  메뉴 데이터 쿼리 저장 : 데이터 요약 파일 이름(예: FileName)을 입력하고 텍스트 상자에 원하는 이름을 입력합니다.
  2. 파일이 있는 경우 메뉴는 사용자에게 기존 파일을 추가하거나 덮어씁니다. 이 연산은 MATLAB 명령줄에 출력값도 출력합니다. 확인을 클릭하여 파일을 생성하고 취소 를 클릭하여 명령줄에만 출력합니다. 저장된 파일(.xlxs 및 .cvs)에는 환자 정보(Operation 1, Step 6), 임상 마커 및 회귀선(Operation 7, Step 12) 및 공칭(또는 최적화된) 매개변수 값(Operation 11, Step 16)이 포함되어 있습니다. 각 회귀선에 대해 R2 값은 적합도를 나타냅니다.
    참고: 이 작업(17단계)은 모델링, 민감도 및 최적화 단계(작업 8-11)를 실행하지 않고 완료할 수 있습니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

결과

다양한 범위의 응답을 나타내기 위해 8개의 예제 데이터 세트가 선택되었습니다. 도 3, 도 4, 도 5, 도 6, 도 7, 도 8, 도 9, 도 10 및 도 11 은 알고리즘 내 각 단계에 대한 대표적인 건강 대조군의 결과를 제시합니다. 보충 그림 1, 보충 그림 2,

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

토론

이 연구에서 입증된 ValsalvaAnalyzer 소프트웨어는 Valsalva 기동 중에 기록된 임상 ECG 및 BP 데이터를 분석하는 기능을 제공합니다. 이 소프트웨어는 잡음이 있는 신호를 정리할 수 있는 기능을 제공하므로 인구 전체에 걸쳐 일관된 측정값을 얻을 수 있습니다. 소프트웨어는 수정된 데이터를 사용하여 사용자가 해석할 수 있는 35개 이상의 마커를 계산합니다. 이 소프트웨어는 여러 연구 1,8,9,31,32,34,36,38,40에서보고 된 Valsalva 기동 중에보고 된 모든 알려진 수량을 포함하는 것을 목표로합니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

공개 사항

저자는 공개할 내용이 없습니다.

감사의 글

이 연구는 National Science Foundation 상(DMS-2051010) 및 NSA 상(H98230-21-1-0014 및 H98230-20-1-0259)의 일부 자금을 지원받았습니다. 소프트웨어를 테스트해 주신 Sanaa Elmajdoubi(덴마크 Rigshospitalet), Niloufar Mehrani와 Jesper Mehlsen(Klinik Mehlsen, 덴마크)에게 감사드립니다. 수학적 모델에 대해 논의해 주신 노스캐롤라이나주 롤리의 Applied Research Associates의 E. Benjamin Randall과 인덱스에 대해 논의해 주신 캐나다 토론토 대학교의 Iryna Palamarchuk에게 감사드립니다. 마지막으로, 컴퓨터 코드를 수정하고 편집해 주신 University of California San Diego의 Sophie Carlson에게 감사드립니다. 이 소프트웨어는 결과를 컴퓨터에 로컬로 저장하고 외부 기관과 정보를 공유하지 않습니다. ValsalvaAnalyzer 소프트웨어 개발자는 환자 데이터의 사용 및 보호에 대한 책임이 없습니다. ValsalvaAnalyzer의 모든 사용자는 이 소프트웨어로 생성된 결과를 게시하기 전에 데이터를 보호하고 적절한 승인을 받을 책임이 있습니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재료

이 논문에 사용된 재료 목록
이름회사카탈로그 번호댓글
LabChartAD
소프트웨어
분석된 데이터를 ValsalvaAnalyzer 프로그램에 사용되는 MATLAB Mathworks 에서 내보내는 소프트웨어

참고문헌

  1. Palamarchuk, I., Baker, J., Kimpinski, K. The utility of Valsalva maneuver in the diagnoses of orthostatic disorders. Am J Physiol. 310 (3), R243-R252 (2016).
  2. Pstras, L., Thomaseth, K., Waniewski, K., Balzani, I., Bellavere, F. The Valsalva manoeuvre: physiology and clinical examples. Acta Physiologica. 217 (2), 103-119 (2016).
  3. Singer, W., OpferGgehrking, T., McPhee, B., Hilz, M., Low, P. Influence of posture on the Valsalva manoeuvre. Clin Sci (London). 100 (4), 433-440 (2001).
  4. Groth, P., Tjernström, O. Pressure chamber tests for selection of aircrew. ORL J Otorhinolaryngol Relat Spec. 46 (5), 264-269 (1984).
  5. Gelfman, D. The Valsalva maneuver, set in stone. Am J Med. 134 (6), 823-824 (2021).
  6. Pstras, L., Thomaseth, K., Waniewski, J., Baizani, I., Bellavere, F. Mathematical modelling of cardiovascular response to the Valsalva manoeuvre. Math Med Biol. 34 (2), 261-292 (2017).
  7. Barbato, A. Chapter 78 - The History, Physical, and Laboratory Examinations. , Butterworths. (1990).
  8. Low, P., et al. Effect of age and gender on sudomotor and cardiovagal function and blood pressure response to tilt in normal subjects. Muscle Nerve. 20 (12), 1561-1568 (1997).
  9. Ewing, D., Martyn, C., Young, R., Clarkea, B. The value of cardiovascular autonomic function tests: 10 years experience in diabetes. Diabetes Care. 8 (5), 491-498 (1985).
  10. Nagar, A., Dhingra, N. Valsalva retinopathy. Postgrad Med J. 93 (1097), 174(2017).
  11. Sandroni, P., Novak, V., Opfer-Gehrking, T., Huck, C., Low, P. Mechanisms of blood pressure alterations in response to the Valsalva maneuver in postural tachycardia syndrome. Clin Auton Res. 10 (1), 1-5 (2000).
  12. El-Khayat, A. Valsalva haemorrhagic retinopathy in pregnancy after yoga. BMJ Case Rep. 2017, bcr2017221099(2017).
  13. Low, P. Testing the autonomic nervous system. Semin Neurol. 23 (4), 407-421 (2003).
  14. Won, H., Kim, P., Lee, J. Changes in echogenicity of hepatic hemangiomas during the Valsalva maneuver. J Clin Ultrasound. 45 (6), 328-331 (2017).
  15. Ricci, S., Moro, L., Minotti, G., Incalzi, R., De Maeseneer, M. Valsalva maneuver in phlebologic practice. Phlebology. 33 (2), 75-83 (2018).
  16. Felker, G., Cuculich, P., Gheorghiade, M. The Valsalva maneuver: a bedside "biomarker" for heart failure. Am J Med. 119 (2), 117-122 (2006).
  17. Kim, J., et al. Utility of corrected QT interval in orthostatic intolerance. PLoS One. 9 (9), e106417(2014).
  18. Kim, H., Yi, H., Hong, J., Lee, H. Detailed relationship between the pattern of blood pressure change during the Valsalva maneuver and the degree of orthostatic hypotension during the head-up tilt test in patients with orthostatic intolerance: a retrospective case-control study. Medicine (Baltimore). 95 (19), e3608(2016).
  19. Bingger, W., Mitchell, R., Harron, D., McKaigue, J., McAloney, R. Real time analysis of Valsalva maneuver. Comput BIol Med. 19 (5), 319-329 (1989).
  20. Randall, E., Billeschou, A., Brinth, L., Mehlsen, J., Olufsen, M. A model-based analysis of autonomic nervous function in response to the Valsalva maneuver. J Appl Physiol. 127 (5), 1386-1402 (2019).
  21. Motamedi, M., Akbarzadeh, M., Safari, S., Shahhoseini, M. Valsalva maneuver using a Handmade Device in Supraventricular Tachycardia Reversion; a quasi experimental study. Emerg (Tehran). 5 (1), e81(2017).
  22. Abdulhamid, A., et al. Modified Valsalva versus standard Valsalva for cardioversion of supraventricular tachycardia: systematic review and meta-analysis. Int J Arrhythmia. 22, 2(2021).
  23. VitalScan. The future of health care autonomic nervous system testing. , (2023).
  24. Heart rate variability (HRV) software. , Kubios. (2023).
  25. Robertson, D., Biaggioni, I., Burnstock, G., Low, P. A., Paton, J. Primer on the autonomic nervous system. , Elsevier. (2012).
  26. Hristovska, A., et al. Orthostatic intolerance after acute mild hypovolemia: incidence, pathophysiologic hemodynamics, and heart-rate variability analysis-a prospective observational cohort study. Can J Anaesth. 70 (10), 1587-1599 (2023).
  27. Hristovska, A., Uldall-Hansen, B., Mehlsen, J., Kehlet, H., Foss, N. Orthostatic intolerance after intravenous administration of morphine: incidence, haemodynamics and heart rate variability analysis. Anesthesia. 78 (4), 526-528 (2022).
  28. Geddes, J., Ottesen, J., Mehlsen, J., Olufsen, M. Postural orthostatic tachycardia syndrome explained using a baroreflex response model. JR Soc Interface. 19 (193), 20220220(2022).
  29. Overweight and obesity. , Centers for Disease Control and Prevention. https://www.cdc.gov/obesity/index.html (2022).
  30. Denq, J., O'Brian, P., Low, P. Normative data on phases of the Valsalva maneuver. J Clini Neurophysiol. 15 (6), 535-540 (1998).
  31. Sandroni, P., Benarroch, E., Low, P. Pharmacological dissection of components of the Valsalva maneuver in adrenergic failure. J Appl Physiol. 71 (4), 1563-1567 (1985).
  32. Huang, C., Sandroni, P., Sletten, D., Weigand, S., Low, P. Effect of age on adrenergic and vagal baroreflex sensitivity in normal subjects. Muscle Nerve. 36 (5), 637-642 (2007).
  33. Novak, P. Assessment of sympathetic index from the Valsalva maneuver. Neurology. 76 (23), 2010-2016 (2011).
  34. Wada, N., et al. Determination of vagal baroreflex sensitivity in normal subjects. Muscle Nerve. 50 (4), 535-540 (2014).
  35. Wada, N., et al. Comparison of baroreflex sensitivity with a fall and rise in blood pressure induced by the Valsalva manoeuvre. Clin Sci (London). 127 (5), 307-313 (2014).
  36. Schrezenmaier, C., et al. Adrenergic and vagal baroreflex sensitivity in autonomic failure. Arch Neurol. 64 (3), 381-386 (2007).
  37. Trefethen, L. Spectral methods in Matlab. , SIAM. (2000).
  38. Moštak, I., Višnjić, N., Junaković, A., Skorić, M. Comparison of baroreflex sensitivity indices with standard tests of autonomic system function. J Neurol Sci. 426, 117473(2021).
  39. García, J., López, A., Stefan, M., Milner, D. Influence of repetitions on the Valsalva maneuver. Neurophysiol Prac. 5, 104-111 (2020).
  40. Vogel, E., Sandroni, P., Low, P. Blood pressure recovery from Valsalva maneuver in patients with autonomic failure. Neurology. 65 (10), 1533-1537 (2005).
  41. Kobayashi, H. Normalization of respiratory sinus arrhythmia by factoring in tidal volume. Appl Human Sci. 17 (5), 207-213 (1998).

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재인쇄 및 허가

태그

심박수 분석혈압 분석압수용기 반사 민감도ECG 신호 처리자율신경 기능 장애MATLAB 소프트웨어교감신경 역학부교감신경 역학
Valsalva Maneuver의 심박수 및 혈압 시계열 데이터 분석을 위한 소프트웨어
문의하기
도서관에 추천하기

개인정보 처리방침

이용 약관

정책

저작권 © 2026 MyJoVE Corporation. 모든 권리 보유.