Subskrypcja JoVE jest wymagana do oglądania tego materiału. Zaloguj się lub rozpocznij bezpłatny okres próbny.

Artykuł metodologiczny

Oprogramowanie do analizy danych szeregów czasowych tętna i ciśnienia krwi z manewru Valsalvy

1.7K wyświetleń

⸱

DOI:

10.3791/67222

⸱

27 czerwca 2025

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

W tym artykule

Podsumowanie

Oprogramowanie ValsalvaAnalyzer zawiera funkcje do analizy ciągłego elektrokardiogramu i pomiarów ciśnienia krwi (BP) zarejestrowanych podczas manewru Valsalvy (VM). Obliczone biomarkery kliniczne i szacunkowe wyniki modelu zapewniają wgląd w współczulną i przywspółczulną regulację częstości akcji serca i ciśnienia tętniczego podczas VM.

Streszczenie

Manewr Valsalvy (VM) to wysoce dostępny test niskiego ryzyka, który mierzy reakcję tętna (HR) i ciśnienia krwi (BP) wywołaną barorefleksem na wymuszone oddychanie przy ciśnieniu 40 mmHg w klatce piersiowej przez 15 s. W badaniu tym zademonstrowano oprogramowanie ValsalvaAnalyzer, które łączy modelowanie i analizę danych w celu wyodrębnienia biomarkerów z szeregów czasowych BP i danych elektrokardiogramu (EKG). Oprogramowanie, zaprogramowane w MATLAB, zawiera graficzny interfejs użytkownika, dzięki czemu analiza danych i przewidywania modelowania matematycznego są dostępne dla klinicystów. Oprogramowanie skalibrowane dla komputerów PC i Mac odczytuje dane EKG i ciśnienia krwi mierzone podczas pracy maszyny wirtualnej. Automatycznie identyfikuje szczyty R i S w sygnale EKG, ze zintegrowaną weryfikacją użytkownika w celu zapewnienia dokładności przechwyconych sygnałów. Interwały RR są używane do przewidywania tętna, a zmiany wielkości zespołu QRS są używane do przewidywania oddychania. Skurczowe i rozkurczowe ciśnienie krwi są przechwytywane, a użytkownik identyfikuje początek i czas trwania maszyny wirtualnej na podstawie SBP. Oprogramowanie automatycznie wykrywa cztery fazy VM i ciśnienie w klatce piersiowej. To ostatnie uzyskuje się poprzez połączenie sygnału oddechowego w spoczynku z ciśnieniem 40 mmHg, przeciwko któremu badany oddycha podczas VM. Najczęściej zgłaszane kliniczne markery VM obliczone na podstawie danych HR i BP są przedstawiane wraz z oszacowaniami parametrów specyficznych dla pacjenta uzyskanymi przy użyciu modelu równań różniczkowych, który przewiduje dynamikę współczulną i przywspółczulną. Końcowe dane wyjściowe, ponad 35 wskaźników, obejmują ciśnienie krwi i tętno, maksymalne i minimalne tętno, współczynnik Valsalvy oraz pomiary wrażliwości baroflexu, a wszystko to zapisane w arkuszu kalkulacyjnym. Oprogramowanie jest przeznaczone do analizy danych VM, ale metodologia może zostać rozszerzona na inne testy autonomiczne. Jego siła polega na łączeniu wielkości wyodrębnionych z surowych danych z wynikami modelu, rozszerzając dane kliniczne za pomocą modelu matematycznego zapewniającego wgląd w autonomiczne niemierzalne wielkości.

Wprowadzenie

Manewr Valsalvy to mało ryzykowny, nieinwazyjny, niedrogi i wysoce dostępny test do pomiaru funkcji autonomicznego układu nerwowego poprzez wymuszone ćwiczenia wydechowe1,2. Manewr ten jest wykonywany przez pacjentów wykonujących wydech do urządzenia z dodatnim ciśnieniem wydechowym (PEP) podłączonego do manometru, utrzymującego ciśnienie w klatce piersiowej 40 mmHg przez 15 sekund, zwykle w pozycji leżącej na plecach lub siedzącej2,3. Ten manewr jednocześnie rzuca wyzwanie układowi autonomicznemu i sercowo-naczyniowemu, naśladując fizjologiczną reakcję na stresory, takie jak wysiłek podczas podnoszenia ciężkich przedmiotów lub równoważenie ciśnienia podczas lotu4. Ten test jest często używany w warunkach klinicznych2,5, ale potrzeba więcej narzędzi do analizy danych określających ilościowo podstawowe mechanizmy fizjologiczne. Modelowanie neurologiczne zastosowane do VM może ułatwić identyfikację ulepszonych kryteriów diagnostycznych i mechanizmów przyczynowych dysfunkcji autonomicznej5.

Maszyna wirtualna ma cztery fazy6. Jest to możliwe dzięki wstrzymaniu oddechu, które zwiększa ciśnienie w klatce piersiowej, uciskając komory serca i aortę piersiową oraz opróżniając krew w krążeniu systematycznym, powodując w ten sposób przejściowy wzrost ciśnienia tętniczego. Faza I charakteryzuje się ciągłym wzrostem ciśnienia w klatce piersiowej, zmniejszając przepływ krwi żylnej do serca, objętość wyrzutową i średnie ciśnienie tętnicze. W odpowiedzi aktywowane są baroreceptory tętnicze wysokiego ciśnienia. Spadek ciśnienia tętniczego we wczesnej fazie II powoduje wycofanie przywspółczulne, zwiększając HR. Pod koniec fazy II nadmiar układu współczulnego pośredniczy w zwężeniu naczyń krwionośnych, zwiększając ciśnienie krwi i tętno. U zdrowych pacjentów regeneracja ciśnienia tętniczego to wartość spoczynkowa przed zwolnieniem wstrzymanego oddechu. Faza III jest odwrotna do fazy I. Faza ta rozpoczyna się, gdy pacjent zwalnia wstrzymany oddech, co powoduje gwałtowny spadek ciśnienia w klatce piersiowej i ciśnienia tętniczego, po którym zwykle następuje wzrost HR. W fazie IV zwiększony powrót żylny do serca i utrzymujące się zwężenie naczyń krwionośnych od końca fazy II powoduje wyraźny wzrost ciśnienia tętniczego zwany przeregulowaniem. Stymulacja wysokociśnieniowych baroreceptorów tętniczych przez przeregulowanie aktywuje nerw błędny w celu zmniejszenia tętna. Oczekuje się, że pacjent powróci do wartości sprzed testu około 10-30 s po wystąpieniu VM2,5.

VM służy do oceny funkcji autonomicznych i sercowo-naczyniowych przy łóżku pacjenta7. Najpowszechniejszy biomarker VM, współczynnik Valsalvy (VR)8,9,10, mierzy funkcję przywspółczulną jako stosunek między najdłuższym interwałem RR po rozpoczęciu wstrzymania oddechu a najkrótszym interwałem RR. Wcześniej ustalono, że posturalna tachykardia ortostatyczna (POTS) jest związana z wysokim VR i znaczącym przekroczeniem ciśnienia tętniczego w fazie IV11, zwanej również odpowiedzią N-pattern1. Innym wskaźnikiem jest wrażliwość baroodruchu błędnego. Metryka ta jest szacowana we wczesnej części faz II i IV jako nachylenie regresji między interwałami RR a charakterystycznymi zmianami BP3,10,12,13,14. Analiza jakościowa odpowiedzi ciśnienia tętniczego na VM może zidentyfikować różne szmery serca9, a charakterystyczna odpowiedź fali prostokątnej jest przyłóżkowym wskaźnikiem upośledzenia funkcji komór i niewydolności serca15,16. Brak przekroczenia ciśnienia tętniczego i obecność bradykardii po zwolnieniu wstrzymanym oddechem wskazuje na dysautonomię13. Odpowiedź typu V z postępującym spadkiem ciśnienia tętniczego pod koniec fazy II i powolnym powrotem do zdrowia w fazie IV jest charakterystyczna dla neurogennego hipotonii ortostatycznej, co wskazuje na alfa-adrenergiczną niewydolność baroreflexu1. Inne badania wykazały skuteczność stosowania VM jako uzupełnienia testów przeziernych w badaniach przesiewowych w kierunku zaburzeń ortostatycznych1,17,18.

Liczne badania badały funkcję autonomiczną, analizując odpowiedzi HR i BP podczas VM1, ale nie są dostępne żadne zautomatyzowane systemy open-source do ilościowego określania funkcji baroflex. W wielu badaniach przeanalizowano dane z VM19,20,21,22, a także z kilku programów specjalizujących się w funkcjach autonomicznych, w tym VitalScan firmy Medeia23 i Kubios24. VitalScan wykorzystuje sygnały EKG i ciśnienia tętniczego, ale Kubios analizuje tylko sygnały EKG. Na stronie internetowej VitalScan zauważono, że to oprogramowanie ocenia funkcję autonomiczną, ale brakuje szczegółowego opisu obliczonych ilości. Kubios określa zmienność tętna (HRV) i klasę VR25. Aby wypełnić te luki, w ramach tego badania opracowano nowe oprogramowanie typu open source, które oblicza najpopularniejsze indeksy maszyn wirtualnych1,25.

Oprogramowanie analizuje dane EKG i BP mierzone podczas manewru VM przy utrzymywaniu ciśnienia w klatce piersiowej 40 mmHg przez 15 s. Zalecamy dołączenie co najmniej 30 stabilnych danych przed i po maszynie wirtualnej. Po zidentyfikowaniu HR i skurczowego ciśnienia tętniczego, początku i uwolnienia VM, ekstrahuje się zestaw markerów klinicznych. Ponadto oprogramowanie to wykorzystuje model matematyczny autorstwa Randalla i wsp.20 do przewidywania sygnalizacji współczulnej i przywspółczulnej wraz z parametrami charakteryzującymi czułość barorefleksyjną. Dwie kluczowe funkcje to możliwość odczytywania danych z sygnałów zaszumionych, identyfikowania i usuwania artefaktów oraz automatyczne wykrywanie z ręczną korektą znaczników VM. To ostatnie jest niezbędne dla pacjentów z dysfunkcją autonomiczną, u których nie udaje się czysto automatyczne wykrywanie. Ta ekspozycja zawiera wszystkie wyniki dla obiektu 1 oraz protokół do wyodrębniania wyników dla osób 2-8. Wyniki dla tematu 1 są zawarte w kodzie, tekście i rysunkach, a wyniki dla wszystkich tematów są pokazane na rysunku uzupełniającym 1, Rysunek uzupełniający 2, Rysunek uzupełniający 3, Rysunek uzupełniający 4, Rysunek uzupełniający 5, Rysunek uzupełniający 6, Rysunek uzupełniający 7, i Rysunek uzupełniający 8.

Oprogramowanie Valsalva Analyzer oblicza wskaźniki adrenergiczne i błędne charakteryzujące reakcję na manewr Valsalvy (VM) na podstawie ciągłych pomiarów EKG i ciśnienia tętniczego. Aby zademonstrować oprogramowanie, podajemy krótki opis konfiguracji eksperymentalnej, a następnie szczegółowy opis oprogramowania. Oprogramowanie odczytuje dane pobrane z kartoteki pacjenta przechowywanej w LabChart. Analiza została zademonstrowana na zdrowym pacjencie z grupy kontrolnej, ale oprogramowanie zawiera dane od ośmiu osób z różnymi reakcjami autonomicznymi. Poniżej omawiamy przykłady pacjentów i opisujemy protokół instalacji i uruchamiania oprogramowania. Protokół zawiera odniesienia do rycin wygenerowanych w programie MATLAB. Aby odróżnić je od liczb zawartych w reprezentatywnych wynikach, wszystkie one są określane jako MFigure #.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

Wybrano trzy przykładowe zestawy danych od dorosłych dawców krwi płci męskiej (wiek 30-45 lat) kwalifikujących się do oddania krwi zgodnie z duńskim ustawodawstwem26, trzy z badania analizującego wpływ opioidów przedoperacyjnych na dorosłych pacjentów (wiek 40-61 lat) poddawanych endoprotezoplastyce kolana i biodra27 oraz jeden od pacjenta zdiagnozowanego z zespołem tachykardii ortostatycznej typu posturalnego (POTS)28. Badania dotyczące dawców krwi oraz opioidów zostały zatwierdzone przez lokalną komisję etyki w Danii (odpowiednio H-19069845 i H-20071567), zarejestrowane w duńskiej agencji ochrony danych oraz zarejestrowane w serwisie ClinicalTrials.gov (odpowiednio NCT04499664 i NCT04902222). Komisja etyki szpitali Frederiksberg i Bispebjerg w Danii zatwierdziła wykorzystanie danych do diagnozy POTS w celach badawczych. Wszystkie dane zostały zanonimizowane przed przygotowaniem ich jako przykładów dla tego oprogramowania, a wszyscy uczestnicy potrafili mówić i rozumieć język duński oraz wyrazili świadomą zgodę na udział w swoich odpowiednich badaniach.

UWAGA: Oprogramowanie zapewnia narzędzia do wyodrębniania markerów z pomiarów EKG i BP u pacjentów. Użytkownicy mogą wprowadzić numer identyfikacyjny badanego, wiek, płeć, masę ciała i wzrost. Informacje te są opcjonalne. Zachęca się użytkowników do cytowania niniejszego manuskryptu. Oprogramowanie zawiera przykładowe dane z pomiarów EKG (kanał 1), HR wyznaczonego z EKG (kanał 2) oraz BP (kanał 3). Tabela 1 zawiera szczegółowy opis pacjenta oraz notatki dotyczące pacjentów. Osiem przykładowych, zanonimizowanych zbiorów danych dostarczonych z tym oprogramowaniem zostało wyodrębnionych z wcześniej opublikowanych badań26,27,28. Dane wybrano w celu zademonstrowania cech charakterystycznych obserwowanych podczas VM. Intencją jest zaprezentowanie funkcji oprogramowania, a nie przeprowadzenie konkretnego badania klinicznego. Kryteria wykluczenia dla badań nad dawcami krwi i opioidami obejmują nadużywanie alkoholu i narkotyków, regularne stosowanie opioidów, arytmię lub niewydolność serca oraz historię hipotensji ortostatycznej. Kryteria wykluczenia, które nie zostały wyraźnie wymienione dla każdego badania, znajdują się w26,27.

PacjentWiek (lata)Płeć (m/k)Wzrost (cm)Masa (kg)BMI (kg/m²)2)Notatki
Obiekt 135m1769229,7 (ob)Normalna odpowiedź 
Badany 231m1807021,6 (nw)Normalna odpowiedź 
Obiekt 330m1879326,6 (ow)Znaczne przeregulowanie w fazie IV. Artefakty HR wynikające z szumu sygnału EKG
Podmiot 442m1757624,5 (nw)Odpowiedź V typowa dla dysfunkcji autonomicznej. Niewystarczający efekt chronotropowy w fazie II. Brak powrotu ciśnienia tętniczego w późnej fazie II. Brak przeregulowania (overshoot) w fazie IV. Wydłużony czas przewodzenia w węźle przedsionkowo-komorowym (PRT).
Obiekt 537f1658531.2 (ob)Brak przeregulowania w fazie IV 
Obiekt 661f17010737,0 (ob)Niewystarczająca regeneracja ciśnienia tętniczego w późnej fazie II. Maksymalne ciśnienie tętnicze nie jest równoznaczne z ciśnieniem tętniczym końcowym w późnej fazie II.
Obiekt 742m1778426,8 (ow)Brak przeregulowania w fazie IV 
Obiekt 858f1667727,9 (ow)Pomijalny spadek ciśnienia tętniczego w wczesnej fazie II. Artefakty częstości akcji serca wynikające z szumów sygnału EKG. Artefakty ciśnienia tętniczego w fazie IV
nw: prawidłowa masa ciała BMI (18,5-25), ow: nadwaga (BMI (25-30), ob: otyłość (BMI > 30)26

Tabela 1. Kliknij tutaj, aby pobrać tę tabelę.

1. Układ eksperymentalny

  1. Zbieraj ciągłe pomiary BP za pomocą mankietu do pomiaru ciśnienia krwi na palcach, umieszczonego na palcu wskazującym i środkowym niedominującej dłoni (Rysunek 1A). Ustaw dłoń na poziomie serca, aby wyeliminować wpływ grawitacji (Rysunek 1B).
  2. Zmierz ECG, używając standardowego 3-elektrodowego urządzenia ECG z elektrodami umieszczonymi w jednakowej odległości od serca, na wysokości lewego i prawego przedsionka oraz na dolnej krawędzi klatki piersiowej po lewej stronie. Po instrumentacji poproś badanego o wykonanie manewru Valsalvy poprzez wydech do urządzenia z dodatnim końcowym ciśnieniem wydechowym (PEP) podłączonego do manometru (Rysunek 1C,D).
  3. Poproś badanego o normalne oddychanie przez 1-5 min, aż do uzyskania stabilnego sygnału. Aby uzyskać wystarczającą ilość danych do analizy, zarejestruj stabilne sygnały przez co najmniej 30 s przed i po VM. Przeprowadź VM, prosząc badanego o wydech przez 15 s przy utrzymaniu ciśnienia 40 mmHg (Rysunek 1D). Podczas rejestracji, jeśli to możliwe, wyłącz kalibrację, aby uniknąć przerw w sygnale BP.
  4. Oprogramowanie analizuje sygnały eksportowane z LabChart do MATLAB z częstotliwością 1 000 Hz. W menu Export as MATLAB wybierz kanały z sygnałami ECG, HR i BP oraz ciśnienia wewnątrzklatkowe, jeśli zostało zarejestrowane. Zanotuj numery kanałów dla każdego sygnału. W menu wybierz 32-bit floating pint, Upsample to same rate, odznacz Comments oraz Event markers. Kliknij OK, aby wyeksportować plik .mat oraz Cancel, aby zatrzymać eksport.

Układ do monitorowania ciśnienia krwi z mankietem i manometrem, diagnostyka elektroniczna, technika nieinwazyjna.
Rysunek 1: Instrumentacja, mankiet do pomiaru BP, rozmieszczenie EKG, monitor, sprzęt VM. (A) Mocowanie mankietu do pomiaru BP na palcu wskazującym i środkowym niedominującej ręki. (B) Mankiety palcowe BP są przymocowane na poziomie serca za pomocą spójnego bandaża CoFlex, aby wyeliminować wpływ grawitacji. (C) Urządzenie PEP podłączone do manometru. (D) Siedzący badany wydycha powietrze do urządzenia do dodatniego ciśnienia końcowowydechowego (PEP) podłączonego do manometru, utrzymując ciśnienie wewnątrzklatkowe 40 mmHg przez 15 sekund. (E) Moduł CNAP na bieżąco mierzy BP i jest podłączony do komputera, który przetwarza i zapisuje dane za pomocą programu LabChart. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.

2. Instalacja oprogramowania, przesyłanie danych i uruchomienie

UWAGA: Niniejszy protokół opisuje sposób eksportu sygnałów z programu LabChart do programu MATLAB, jednak protokół ten nie jest zależny od nagrań przechowywanych w tym oprogramowaniu. W przypadku sygnałów zarejestrowanych za pomocą innego oprogramowania odsyłamy do odpowiednich instrukcji obsługi i zaznaczamy, że do eksportu nagrań w prawidłowym formacie może być wymagana konwersja. Dane muszą zawierać ciągłe pomiary szeregów czasowych EKG i BP.

  1. Pobierz oprogramowanie ValsalvaAnalyzer. Sklonuj repozytorium GitHub pod adresem https://github.com/msolufse/ValsalvaAnalyzer. Kliknij zielony przycisk Code, a następnie wybierz Download ZIP.
  2. Przejdź do folderu ValsalvaAnalyzer. Główny skrypt DriverBasic.m powinien znajdować się w folderze ValsalvaAnalyzer, natomiast wszystkie pozostałe skrypty (pliki .m) powinny znajdować się w folderze Core. Oprogramowanie zawiera podfoldery: Figures, Markers, Optimized, Sensitivities oraz WS.
    UWAGA: Folder Figures przechowuje wygenerowane wykresy. Folder ten zawiera dwa podfoldery (Data oraz Model_fits): Data przechowuje wykresy wygenerowane z analizy danych, a Model_fits wykresy wygenerowane przez model równań różniczkowych. Folder Labchart zawiera wyeksportowane pliki .mat, ale nie zawiera oryginalnych plików LabChart. Folder Markers zawiera arkusze kalkulacyjne z wskaźnikami klinicznymi (jeden plik na osobę). Foldery Sensitivities i Optimized zawierają pliki .mat z czułościami i oszacowanymi wartościami parametrów. Folder WS zawiera pliki .mat wygenerowane podczas oczyszczania danych. Główny folder ValsalvaAnalyzer zawiera DriverBasic.m, czyli podstawowy skrypt niezbędny do uruchomienia programu. Po pobraniu oprogramowania folder Labchart zawiera pliki .mat dla każdego z ośmiu przykładowych pacjentów, podczas gdy foldery z wynikami (Markers, Sensitivities, Optimized i WS) zawierają wyniki tylko dla Pacjenta 1. W miarę analizowania przykładowych zestawów danych z folderu, pliki wynikowe będą zapisywane w tych folderach. Plik Patientinfo.xls (oraz Tabela 1) zawiera informacje o pacjentach (wiek (lat), płeć (m/k), wzrost (cm), masa ciała (kg) i BMI (kg/m2)) dla każdego z ośmiu przykładowych zestawów danych. Masa ciała jest określona jako prawidłowa (nw), nadwaga (ow) lub otyłość (ob)29, oraz zaznaczono, czy u pacjenta występuje prawidłowa, czy patologiczna odpowiedź VM.
  3. Aby uruchomić oprogramowanie, przejdź do folderu ValsalvaAnalyzer i otwórz plik DriverBasic.m w programie MATLAB. W górnym panelu kliknij Editor, a następnie kliknij zielony trójkąt z napisem Run, aby wykonać program.

3. Platforma programistyczna

UWAGA: Oprogramowanie udostępnione przez GitHub zostało przetestowane w systemach Windows (Windows 11 Education) oraz Mac (MacOS Sonoma, wersja 14.3) i wykorzystuje MATLAB (wersja R2023a). Ustawienia domyślne są dostosowane do środowiska MacOS, wraz z sugestiami dla systemu Windows.

  1. Z menu wysuwanego Select Figure Parameters wybierz typ platformy programowej, rozmiar czcionki rysunku, rozmiar markerów oraz grubość linii.
  2. Kliknij OK, aby zaakceptować i przejść do kroku 4, lub kliknij Cancel, aby zakończyć działanie programu.

4. Dobór pacjentów

UWAGA: Ten krok obejmuje selekcję i analizę danych. Oprogramowanie odczyta pliki .mat z folderu Labchart.

  1. Wybierz dowolną liczbę pacjentów z listy za pomocą myszy. Przycisk Zaznacz wszystkich zaznacza wszystkich pacjentów. Etykiety pacjentów są określane na podstawie nazw plików. Są one wykorzystywane we wszystkich plikach eksportowanych. Kliknij OK, aby przejść do kroku 5, lub Anuluj, aby wyjść z programu.

5. Wybór operacji

UWAGA: Metody analizy danych są wymienione w menu zawierającym dostępne operacje. Obejmują one metody oczyszczania danych EKG i BP, identyfikacji faz VM oraz obliczania cech VM. Te pierwsze są wykonywane na surowych danych z wykorzystaniem częstotliwości próbkowania zawartej w pomiarach (załączone przykłady są próbkowane z częstotliwością 1,000 Hz). Identyfikacja cech VM wykorzystuje oczyszczone sygnały HR i skurczowego SBP podpróbkowane do 10 Hz. Podpróbkowane dane są również wykorzystywane do określenia sygnalizacji współczulną i przywspółczulną, uzyskanej poprzez rozwiązanie modelu równań różniczkowych opracowanego przez Randall i wsp.20 Wygenerowane wykresy są zapisywane jako pliki .png i przechowywane w folderze Figures, a wygenerowane liczby są przechowywane w arkuszu kalkulacyjnym (.xlsx) w folderze Markers. Układ funkcji w tym oprogramowaniu przedstawiono na Rysunku 2.

Schemat metody analizy EKG i BP; przedstawia szeregi czasowe, wielkości kliniczne, przewidywania modelu.
Rysunek 2: Działanie oprogramowania. Po wybraniu pacjentów oprogramowanie umożliwia korekcję zmierzonych sygnałów, w tym (1) EKG, z którego wyodrębniane są tętno i częstotliwość oddychania, oraz (2) sygnału ciśnienia krwi (BP) z uderzenia na uderzenie, z którego wyodrębniane jest skurczowe i rozkurczowe BP. Po tych procedurach oprogramowanie identyfikuje fazy próby Valsalvy i wyodrębnia biomarkery kliniczne. Na koniec udostępniamy opcję uruchomienia modelu obliczeniowego przewidującego funkcję barorefleksu. Kliknij tutaj, aby wyświetlić większą wersję tego rysunku.

  1. Wybierz operację lub operacje do wykonania w menu wyboru podzbioru (Subset selection menu). Operacje należy wykonywać w kolejności malejącej, np. informacje o pacjencie powinny zostać wprowadzone przed analizą EKG. Jeśli w kroku 4 w menu wyboru operacji zostanie wybranych więcej niż jeden badany i jedno zadanie, oprogramowanie wykona pierwsze zadanie dla wszystkich badanych, zanim przejdzie do kolejnego zadania.
    1. Oprogramowanie obejmuje następujące operacje: Informacje o pacjencie (Operacja 1, Krok 6); Elektrokardiogram (ECG; Operacja 2, Krok 7); Częstość akcji serca (HR; Operacja 3, Krok 8); Oddychanie (Operacja 4, Krok 9); Ciśnienie tętnicze (BP; Operacja 5, Krok 10); Fazy VM (Operacja 6, Krok 11); Wskaźniki kliniczne (Operacja 7, Krok 12); Przewidywanie modelu (Nominalne; Operacja 8, Krok 13); Analiza wrażliwości (Operacja 9, Krok 14); Optymalizacja (Operacja 10, Krok 15); Wykresy przewidywań modelu (Operacja 11, Krok 16); Podsumowanie (Operacja 12, Krok 17).
  2. Po wybraniu operacji kliknij OK, aby przejść do operacji, lub kliknij Cancel, aby powrócić do Kroku 4.

6. Informacje o pacjencie (Operacja 1)

UWAGA: Pierwsza operacja polega na wprowadzeniu charakterystyki pacjenta (ID, wieku, płci, wzrostu i wagi), numerów kanałów z wyeksportowanego pliku Labchart (ECG, HR, BP, ciśnienia wewnątrzklatkowej - jeśli dostępne) oraz określeniu zakresu czasowego analizy danych.

  1. Wprowadź ID pacjenta (liczba całkowita), Wiek (liczba całkowita, lata), Płeć (m/f, mężczyzna/kobieta), Wzrost (liczba rzeczywista, cm) oraz Wagę (liczba rzeczywista, kg). Kliknij OK, aby kontynuować, lub Cancel, aby powrócić do kroku 5. Oprogramowanie uruchomi się bez wybranych danych. Wartości charakterystyczne dla ośmiu badanych wymieniono w Table 1. Wartości te nie są wykorzystywane w analizie danych, lecz mogą być pomocne w statystyce opisowej.
  2. Określ, w którym kanale zapisany jest każdy sygnał; wartości domyślne to: kanał 1 (ECG), kanał 2 (HR), kanał 3 (BP), kanał 4 (ciśnienie wewnątrzklatkowe – Pth), który jest ustawiony na 0. Przykładowe zbiory danych 1-8 nie zawierają tego sygnału.
  3. MFigure 1 (Figure 3) przedstawia ECG (mV) na górze, HR (bpm) w środku oraz BP (mmHg) na dole jako funkcje czasu (sekundy). Wybierz dane do analizy. Uwzględnij około 20 s przed i po VM.
  4. Ustawiając celownik, kliknij raz myszą na początku (~20 s przed VM), a drugi raz na końcu (~20 s po VM). Wybrane dane zostaną zaznaczone kolorem czerwonym w MFigure 1. Kliknij Save and Exit. MFigure 1 z zaznaczonymi danymi zostanie zapisana w folderze Figures/Data pod nazwą [imię pacjenta] + _dataAnalyzed.png.

Wykres szeregów czasowych EKG, HR i BP; analiza odpowiedzi fizjologicznej; wizualizacja danych LabChart.
Rycina 3: Wykresy przedstawiają dane EKG (mV, góra), częstość akcji serca (HR bpm, środek) oraz ciśnienie tętnicze (mmHg, dół). Niebieska linia pokazuje wszystkie dane wyeksportowane z programu LabChart, a czerwona linia pokazuje dane wybrane do analizy w niniejszym badaniu. Czerwony obszar obejmuje EKG, HR i BP rozpoczynający się i kończący ok. 20 sec przed i po manewrze VM. Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.

7. Elektrokardiogram (Operacja 2)

UWAGA: Operacja 2 polega na identyfikacji pików R oraz Q lub S w sygnale EKG (usuwaniu nadmiarowych i/lub dodawaniu brakujących pików). Operacja ta jest wykonywana na surowych danych próbkowanych z częstotliwością 1,000 Hz. Amplituda kompleksu QRS (bezwzględna odległość między pikiem R a pikiem Q lub S) jest wykorzystywana do stworzenia sygnału oddechowego przed i po wstrzymaniu oddechu.

  1. Rysunek 1 przedstawia sygnał EKG (czarna linia). Automatycznie wykryte załamki R są zaznaczone na czerwono, a załamki Q lub S niebieskimi okręgami. Celem jest poprawienie błędnie umieszczonych załamków. Całkowita liczba załamków R oraz Q lub S jest wyświetlana po prawej stronie wykresu. Zadanie to można ukończyć tylko wtedy, gdy liczba załamków R i S jest taka sama. Aby poprawić błędnie umieszczone załamki, przesuń sygnał narzędziem „ręka” w prawo i zatrzymaj się, gdy załamki wymagające korekty znajdą się w oknie. Przykład dodatkowego, błędnie umieszczonego załamka S oraz sygnał po usunięciu tego załamka pokazano na Rysunku 4.
    UWAGA: Załamki R i S są identyfikowane zgodnie z metodologią opisaną przez Randalla i wsp.20. Algorytm ten wykorzystuje funkcję findpeaks.m do wyszukiwania załamków w zakresie od 25% do 200% średniej wartości sygnału. Częstotliwość próbkowania wynosi 1,000 Hz (zakodowana w danych), a parametr MinPeakDistance ustawiono na 1,5. Załamki R są wyszukiwane w surowym sygnale, a załamki S (lub Q) poprzez analizę odwróconego sygnału. Należy zauważyć, że dla niektórych zbiorów danych algorytm zidentyfikuje załamki S, a dla innych załamki Q. Przykłady przedstawiono na Rysunku 4A. Amplituda kompleksu QRS jest wykorzystywana do określenia oddychania zgodnie z opisem Randella i wsp.20.
  2. Powtarzaj korekcję, aż liczba załamków S i R będzie taka sama, stosując poniższe kroki.
    1. Aby poprawić błędnie umieszczone załamki, przesuń widok w prawo i zatrzymaj się, gdy załamki wymagające korekty znajdą się w oknie.
    2. Jeśli załamek jest pominięty, błędnie umieszczony lub zaznaczono dodatkowy załamek, przesuń widok do miejsca występowania załamka. Naciśnij klawisz Enter na klawiaturze, aby pojawił się celownik. Kliknij w punkt do poprawy. Następnie pojawi się zapytanie w menu: „Add or remove point?” (Dodać czy usunąć punkt?). Wybierz Add (krok 7.2.3), Remove (krok 7.2.4) lub Cancel, aby powrócić do kroku 7.2.1.
    3. Kliknij Add, a zaznaczony punkt zostanie dodany i pojawi się w kolorze czerwonym (załamek R) lub niebieskim (załamek S). Program wykorzysta dokładne miejsce kliknięcia i automatycznie zaklasyfikuje punkt jako R lub S.
    4. Kliknij Remove, a zaznaczony punkt zostanie usunięty. Powtórz ten krok, jeśli punkt nie zniknął, wracając do zadania 7.2.2.
  3. Powtarzaj krok 7.2, aż wszystkie załamki R i S zostaną poprawnie zidentyfikowane, a liczba załamków R i S (lub Q) będzie taka sama. Następnie naciśnij klawisz Enter na klawiaturze. W odpowiedzi na pytanie o korektę punktów kliknij No. Kontynuuj operację 3 (HR). Jeśli szereg czasowy nie zawiera błędów, ale liczba załamków R i S (lub Q) nie jest identyczna, aby naprawić ten błąd, wróć do kroku 7.2. Dla zachowania spójności w obrębie jednego sygnału wybierz albo załamki S, albo załamki Q.
  4. Jeśli użytkownik kliknie No, gdy liczba załamków R i S nie jest identyczna, pojawi się nowe menu z informacją, że Number of R and S peaks must be equal (Liczba załamków R i S musi być równa). Sprawdź dane. Kliknij OK, a kod powróci do kroku 7.2.

Analiza błędnego rozmieszczenia EKG, schemat, błąd piku S przed/po korekcie; naniesione punkty danych.
Rysunek 4: Wykresy służące do korekty EKG (mV). Na rysunku przedstawiono zapis EKG (czarny), załamania R (czerwone kółka) oraz załamania S (niebieskie kółka). (A) Wykres zawiera błędnie rozmieszczone załamanie S. Na rysunku (B) załamanie S to zostało usunięte. Czysty sygnał EKG będzie posiadał taką samą liczbę pików R i S, co zaznaczono po prawej stronie wykresu. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.

8. HR (Operacja 3)

UWAGA: Ten krok obejmuje przeliczenie odstępów RR na HR. Po skorygowaniu sygnału EKG (zgodnie z powyższym opisem), w większości zestawów danych sygnał HR jest gładki. Jednakże, jeśli sygnał HR zawiera artefakty (przykład pokazany na Rysunku 5A), operacja 3 umożliwia korektę sygnału (przykład pokazany na Rysunku 5B).

Wykres tętna i EKG przed i po korekcie; dane eksperymentalne; analiza funkcji serca.
Rysunek 5: Wykresy wykorzystywane do korekty tętna (HR, bpm). (A) Tętno (linia niebieska) wygenerowane z poprawionego zapisu EKG. Małe niebieskie kółka wskazują momenty uderzeń serca. (B) Przykład splajnu łączącego dwa punkty (linia zielona), służącego do usunięcia artefaktu z sygnału tętna. Proszę kliknąć tutaj, aby wyświetlić powiększoną wersję tego rysunku.

  1. Rysunek 1 (Rycina 5A) wyświetla częstotliwość akcji serca (bpm) w górnym panelu oraz EKG (mV) w dolnym panelu. Częstotliwość akcji serca (bpm) jest obliczana na podstawie skorygowanych szczytów RR w EKG. Jeśli sygnał HR nie zawiera artefaktów, kliknij Zapisz i wyjdź, i kontynuuj Operację 4 (Oddychanie). Jeśli w danych występują błędy (porównaj dwa panele w Rysunek 5), kliknij Prawidłowa częstość akcji serca i przejść do kroku 8.2.
  2. Przewiń sygnał HR i zlokalizuj artefakty. Naciśnij Wprowadź na klawiaturze podczas przeglądania obszaru do korekty. Przejdź do kroku 8.3.
  3. Kliknij Proszę podać tekst źródłowy do tłumaczenia. zapytania z menu Kliknij w punktach, aby połączyćUstaw celownik nad pierwszym punktem przed artefaktem i kliknij raz myszą. Następnie ustaw celownik nad pierwszym punktem po artefakcie i kliknij myszą po raz drugi. Punkty zostaną połączone liniową funkcją splajnu (wyrysowaną na zielono). Pojawi się menu z pytaniem: Zaakceptować zmianę? Odpowiedzi: Tak (przejdź do kroku 8.3.1), Cofnij (przejdź do kroku 8.3.2) oraz Dodaj zmienić (przejść do kroku 8.3.3).
    1. Wybierz Tak aby zaakceptować liniowy spline, wyjdź z tej operacji i wróć do kroku 4. Wybierz Cofnij aby usunąć liniową funkcję sklejaną (splajn) i powrócić do kroku 8.2. Wybierz Dodaj aby zachować liniowy spline i powrócić do kroku 8.2 w celu wprowadzenia dodatkowych korekt.
  4. Rycina 1 przedstawia częstotliwość akcji serca (bpm) oraz EKG (mV) w panelu górnym i dolnym. Rycina jest zapisywana w folderze Figures/Data pod nazwą [imię i nazwisko pacjenta] + _HeartRateECG.png. Aby kontynuować, naciśnij Zapisz i wyjdźSygnały będą zapisywane z częstotliwością próbkowania (1 000 Hz dla przykładowych zbiorów danych) osadzoną w pomiarach.

9. Oddychanie (Operacja 4)

UWAGA: Sygnał oddychania jest wyodrębniany z skorygowanego sygnału EKG poprzez obliczenie amplitudy kompleksu QRS oraz dopasowanie do tej różnicy kawałkowego sześciennego interpolacyjnego wielomianu Hermite'a (przy użyciu funkcji interp1.m z metodą pchip), zgodnie z opisem w badaniu przeprowadzonym przez Randall i współpracowników20.

  1. Rysunek 1 (Rysunek 6) przedstawia sygnał oddechowy wyekstrahowany z różnicy między skorygowanymi pikami R i S. Przejrzyj wykres, kliknij Zapisz i wyjdź, a następnie przejdź do operacji 5 (ciśnienie tętnicze). Rysunek 1 zostanie zapisany w folderze Figures/Data pod nazwą [imię i nazwisko pacjenta] + _RespiratorySignal.png.

Wykres częstotliwości oddychania w funkcji czasu; schemat analizy danych fizjologicznych; wyniki eksperymentalne.
Rycina 6: Sygnał oddechowy. Sygnał oddechowy (linia niebieska) wygenerowany na podstawie zmian amplitudy odstępu QRS, zgodnie z opisem Randalla i wsp.20. Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.

10. Ciśnienie tętnicze (Operacja 5)

UWAGA: Ten krok obejmuje wyodrębnienie skurczowego i rozkurczowego BP. Dwie krzywe są tworzone poprzez generowanie splajnu przez wybrane punkty danych. W przypadku tej operacji użytkownik może skorygować automatycznie wykryte krzywe. Ze względu na znaczną zmianę BP, korekta jest prawdopodobnie konieczna bezpośrednio po zwolnieniu wstrzymanego oddechu.

  1. Rysunek 1 (pokazany na Rysunku 7A) przedstawia powiększone okno z danymi BP. Należy nakierować krzyż na szczyt BP i kliknąć raz myszą. Następnie należy nakierować krzyż na kolejny szczyt po prawej stronie i ponownie kliknąć. Odległość między dwoma szczytami pozwala oszacować długość cyklu serca. Odległość ta jest niezbędna do zidentyfikowania szczytów skurczowych i rozkurczowych. Pojawia się Rysunek 2 (Rysunek 7B,C), wyświetlający automatycznie wykryte sygnały skurczowe i rozkurczowe.
    UWAGA: Szczyty skurczowe i rozkurczowe są znajdowane za pomocą pliku peaks2.m, który przyjmuje długość cyklu serca w spoczynku w celu ustawienia minimalnej odległości między szczytami, podobnie jak w przypadku R. Szczyty skurczowe są wyznaczane bezpośrednio z sygnału, a szczyty rozkurczowe poprzez analizę sygnału ujemnego.
  2. Korekta skurczowego BP: Pojawia się menu z pytaniem: Czy chcesz skorygować punkty skurczowe? Należy wybrać Tak (Krok 10.4), aby uruchomić protokół naprawy skurczowego BP, lub Nie (Krok 10.3), aby przejść do korekty rozkurczowego BP.
  3. Korekta rozkurczowego BP rozpoczyna się od menu z pytaniem: Czy chcesz skorygować punkty rozkurczowe? Należy wybrać Tak (Krok 10.4), aby uruchomić protokół naprawy rozkurczowego BP, lub Nie, aby kontynuować. Należy wybrać Zapisz i wyjdź i kontynuować operację 6 (fazy manewru Valsalvy).
    UWAGA: Protokół korekty rozkurczowego BP jest identyczny z protokołem korekty skurczowego BP; oba są opisane w Kroku 10.4.
  4. Rysunek 2 pokazuje powiększenie danych z pierwszych 40 s. Należy sprawdzić ten obszar i przewijać go, aż pojawi się błędny punkt (skorygowany przebieg pokazano na Rysunku 7B,C). Należy nacisnąć klawisz Enter na klawiaturze, umieścić krzyż na ostatnim poprawnym szczycie przed błędnym punktem lub punktami, kliknąć ten punkt, a następnie przesuwać krzyż i klikać we wszystkie punkty wymagające korekty, kończąc na punkcie poprawnym. Po zakończeniu należy nacisnąć Enter. Pojawi się linia przerywana łącząca skorygowane punkty (przykłady pokazano na Rysunku 7B,C).
    ​UWAGA: Korektę można powtarzać do momentu, aż żadne segmenty nie będą wymagały modyfikacji. W każdej sekcji skorygowane punkty są połączone czerwoną (SBP) i zieloną (DBP) linią przerywaną, dołączoną do istniejących punktów na obu końcach. Ciągły sygnał BP, wykreślony na niebiesko, służy jako pomoc. System zarejestruje kliknięte szczyty nawet jeśli nie pokrywają się one z sygnałem BP. Operacja ta koryguje sygnały skurczowe i rozkurczowe. W obrębie każdego sygnału należy korygować tylko punkty z nim powiązane, t. j. nie należy próbować korygować punktów rozkurczowych podczas korekty skurczowego BP i odwrotnie.

Analiza wykresu ciśnienia tętniczego; przedstawia skurczowe i rozkurczowe ciśnienie tętnicze w czasie. Analiza cyklu serca.
Rycina 7Korekcja ciśnienia krwi. (A) Powiększenie sygnału BP w spoczynku. Użytkownik zostaje poproszony o kliknięcie dwóch kolejnych szczytów w celu wyznaczenia średniej długości cyklu sercowego. (B) Powiększenie oryginalnego i skorygowanego ciśnienia skurczowego (czerwone) i rozkurczowego (zielone). Na tym panelu ciągłe pomiary ciśnienia krwi (mmHg) przedstawiono w kolorze niebieskim. (C) Oryginalne i skorygowane sygnały ciśnienia skurczowego (czerwony) i rozkurczowego (zielony) w analizowanym zakresie czasu. Na wszystkich panelach ciągły sygnał BP z uderzenia na uderzenie przedstawiono niebieską linią, SBP czerwoną linią, a DBP zieloną linią. W przypadku sygnałów SBP i DBP każdy cykl serca oznaczono małymi gwiazdkami. Prosimy kliknąć tutaj, aby wyświetlić powiększoną wersję tego rysunku.

11. Fazy próby Valsalvy (VM) (Operacja 6)

UWAGA: Operacja 6 obejmuje detekcję VM. Operacja ta wykorzystuje dane HR, SBP, DBP oraz ciśnienia wewnątrzklatkowej (jeśli dostępne), podpróbkowane do 10 Hz. Użytkownik jest proszony o zidentyfikowanie początku i zakończenia wstrzymania oddechu. Wstrzymanie oddechu zaczyna się przy najniższej wartości BP przed pierwszym pikiem i kończy przy wartości BP przed drugim spadkiem BP. Po zidentyfikowaniu tych punktów oprogramowanie określa cztery fazy VM na podstawie charakterystyki sygnałów. Można je skorygować ręcznie, co jest szczególnie istotne podczas analizy danych w przypadku nieprawidłowych odpowiedzi hemodynamicznych.

  1. Rysunek 1 przedstawia ciągłe (cienka linia) i skurczowe (SBP, pogrubiona linia) ciśnienie tętnicze w górnym panelu (mmHg), częstotliwość akcji serca (HR, bpm) w 2nd panel, oddychanie (Resp, mV) w 3rd panel, a w dolnym panelu EKG (mV). Jeśli dostępne jest ciśnienie wewnątrzklatkowe, sygnał ten zostanie wyświetlony w trzecim panelu (Pth, mmHg), a sygnał oddechowy (Resp, mV) w czwartym panelu. Fazy próby Valsalvy są wykrywane automatycznie, a oprogramowanie przechodzi do kroku 1.3 w przypadku zestawów danych bez pomiarów Pth. Aby zaznaczyć początek VM, należy ustawić celownik na momencie rozpoczęcia wstrzymania oddechu (minimum SBP bezpośrednio przed znacznym wzrostem SBP i spadkiem HR) i kliknąć raz myszą.
  2. Aby zaznaczyć koniec VM, należy dopasować krzyżyk do końca wstrzymania oddechu (wartość BP bezpośrednio przed 2nd SBP drop) i kliknij raz myszą. Punkty te służą do wyznaczenia czterech faz VM na Rycynie 2, która przedstawia BP (mmHg) w górnym panelu, HR (bpm) w panelu środkowym oraz oddychanie (Resp, mV) w panelu dolnym. Jeśli mierzono ciśnienie wewnątrzklatkowe (mmHg), jest ono wyświetlane pomiędzy panelami tętna i oddychania.
  3. Zapytania z menuAkceptować indeksy? Wybierz Tak aby zakończyć operację i przejść do Operacji 7 (wskaźniki kliniczne). Wybierz Nie aby zweryfikować zautomatyzowaną detekcję faz wyznaczonych liniami pionowymi.
  4. Zapytania menu: Korekta indeksuWybierz jedną, kilka lub wszystkie fazy, a następnie kliknij Proszę podać tekst źródłowy do przetłumaczenia. przejść do kroku 10.4 w celu dokonania korekty lub Anuluj aby powrócić do kroku 11.1.
  5. Na Rysunku 2 pojawia się krzyż celowniczy. Druga linia tytułu opisuje fazę podlegającą korekcie. W przypadku wybranej fazy należy kliknąć czas, zaznaczając początek tej fazy. Powtarzaj tę operację, aż wszystkie wybrane fazy zostaną skorygowane. Skorygowane czasy są oznaczone czerwonymi liniami pionowymi. Po skorygowaniu wszystkich wybranych faz ponownie pojawia się menu z zapytaniem: Akceptować indeksy? Klikanie Tak następuje przejście do kroku 11.5, a Nie powróć do kroku 11.1. Należy pamiętać, że fazy muszą być korygowane w kolejności sekwencyjnej.
  6. Rycina 3 (Rycina 8) przedstawia końcowe fazy manewru Valsalvy (VM). Rysunek zawiera panel górny z ciśnieniem tętniczym (BP, mmHg), panel środkowy z częstotliwością akcji serca (HR, bpm) oraz panel dolny z ciśnieniem w klatce piersiowej (Pth, mmHg). Sygnał ten uzyskuje się poprzez połączenie wyekstrahowanego sygnału oddechowego z pomierzonym lub obliczonym ciśnieniem wewnątrzklatkowym zastosowanym podczas wstrzymania oddechu. Cztery fazy zostały zaznaczone szarym kolorem. Kliknij Zapisz i wyjdź i przejdź do operacji 7 (Wskaźniki kliniczne). Rysunek ten zostanie zapisany w folderze Figures/Data pod nazwą [imię i nazwisko pacjenta] + _VMphases.png.

Wykres ciśnienia krwi, tętna i ciśnienia w klatce piersiowej pokazujący trendy podstawowe i fluktuacje w czasie.
Rysunek 8: Fazy I-IV manewru Valsalvy. Górny wykres przedstawia ciśnienie krwi średnie (jasnoniebieska linia) i skurczowe (gruba niebieska linia); drugi panel pokazuje tętno, a dolny panel przedstawia ciśnienie w klatce piersiowej. To ostatnie uzyskano poprzez połączenie sygnału oddechowego z ciśnieniem podczas wstrzymania oddechu (ustalonym na 40 mmHg). Fazy I i III manewru Valsalvy są zaznaczone szarymi panelami. Wartości podstawowe (średnie SBP, HR przed i po VM) są oznaczone poziomymi liniami przerywanymi. Aby wyświetlić większą wersję tego rysunku, kliknij tutaj.

12. Wskaźniki kliniczne (Operacja 7)

UWAGA: Ten krok służy do obliczenia wskaźników klinicznych charakteryzujących VM z wykorzystaniem HR, RR i SBP, przy danych podpróbkowanych do 10 Hz. Wszystkie parametry wymieniono w Tabeli 2. Obejmują one cechy pacjenta (ID pacjenta, wiek, płeć, wzrost i wagę), czas trwania faz VM, minimalne i maksymalne wartości BP oraz odstępy HR i RR w każdej fazie VM30,31, a także czas powrotu ciśnienia32,33. Nachylenie i dobroć dopasowania (wartość R2) linii regresji HR i RR wczesnej fazy II (linia cyjanowa) i IV (linia brązowa), charakteryzujące stymulację błędną i wzrost ciśnienia we wczesnej (linia cyjanowa) i późnej (linia niebieska) fazie II oraz wczesnej fazie IV (linia brązowa). Ta ostatnia określa stymulację współczulną. Dodatkowo oprogramowanie określa zmianę SBP oraz markery błędne1,32,34,35 i adrenergiczne (BRS)1,32,33,36. Ponownie, automatycznie wykryte fazy i punkty mogą zostać skorygowane w razie potrzeby. Na przykład maksymalne BP i minimalne HR we wczesnej fazie IV są często przesunięte. Rysunek 9 przedstawia wskaźniki kliniczne przed (panel Rysunek 9A) i po (panel Rysunek 9B) korekcie. Rysunek 9C przedstawia wskaźniki dostosowane na podstawie prac Palamarchuka i wsp.1 oraz Sandroniego i wsp.31. Należy pamiętać, że wartości przedstawione na tym rysunku pochodzą z danych wyodrębnionych w krokach 12.1-12.4.

Analiza ciśnienia tętniczego i tętna; wpływ korekty linii bazowej; wyniki regresji; wykresy danych.
Rysunek 9: Wskaźniki kliniczne. (A, B) Wskaźniki i linie regresji dla ciśnienia tętniczego (BP, mmHg) na górnym panelu, tętna (HR, bpm) na panelu środkowym oraz odstępów RR (s) na panelu dolnym. (A) przedstawia automatycznie wykryte wskaźniki, a panel (B) skorygowane maksymalne BP i minimalne HR we wczesnej fazie IV. (C) Linia regresji przebiegająca przez skorygowane wskaźniki. Kliknij tutaj, aby zobaczyć powiększoną wersję tego rysunku.

  1. Rysunek 1 (pokazany w Rycina 9) przedstawia ciśnienie skurczowe (SBP, mmHg) na górnym panelu, częstość akcji serca (HR, bpm) na panelu środkowym oraz odstęp RR (s) na panelu dolnym. Charakterystyczne wartości SBP, HR i RR są oznaczone okrągłymi markerami. Pojawia się menu z zapytaniem: Czy chcesz zaakceptować markery? Sprawdź markery. Kliknij Tak jeśli wszystkie punkty są poprawne; operacja zostaje zakończona i następuje powrót do kroku 4. Kliknij Nie jeśli punkt wymaga skorygowania.
  2. Zapytania menu: Wybierz punkty do przeniesieniaMenu umożliwia wybór jednego, wielu lub wszystkich punktów. Po wybraniu indeksów należy kliknąć Proszę o przesłanie tekstu źródłowego do tłumaczenia. aby kontynuować (Krok 12.3) lub Anuluj należy kontynuować bez zmiany indeksów, przechodząc do kroku 12.4.
  3. Dla każdej wybranej wartości menu wysuwanego wyświetla punkty wymagające korekty. Kliknij Proszę o przesłanie tekstu źródłowego do tłumaczenia. aby kontynuować. Należy ustawić celownik w żądanym punkcie i kliknąć raz myszą. Po skorygowaniu wszystkich wybranych punktów, Rysunek 1 wyświetla BP (mmHg) w górnym panelu, HR (bpm) w panelu środkowym oraz odstępy RR (s) w dolnym panelu. Przedstawione są skorygowane punkty i linie regresji dla wczesnej i późnej fazy II oraz wczesnej fazy IV. Należy nacisnąć Zapisz i kontynuuj do operacji 8 (Uruchomienie modelu).
  4. Rycina 2 (przedstawiona w Rycina 9C) przedstawia linie regresji wiążące odstęp RR z SBP oraz dobroć dopasowania (współczynnik R2 wartość). Naciśnij Zapisz i wyjdźi powróć do kroku 4. Ryciny 1 i 2 zostaną zapisane w folderze Figures/Data pod nazwami [imię i nazwisko pacjenta] + ratios.png oraz [imię i nazwisko pacjenta] + _ratios_regression.png.

13. Uruchomienie modelu (Operacja 8)

UWAGA: Operacja 8 obejmuje rozwiązanie modelu równań różniczkowych barorefleksu według Randalla i wsp.20, który przewiduje sygnalizację współczulną i przywspółczulną. Ten krok uruchamia model z wartościami parametrów ustalonymi na podstawie informacji o pacjencie i wskaźników klinicznych zidentyfikowanych w Operacji 7. Operacja ta jest niezbędna do przetestowania przewidywań nominalnych; jeśli dopasowania nominalne wykazują istotne błędy, wyniki operacji optymalizacji (Krok 15) mogą okazać się niepomyślne dla konkretnego zestawu danych.

  1. Rozwiązuje model równań różniczkowych opracowany przez Randell i wsp.20, wykorzystując nominalne wartości parametrów specyficznych dla pacjenta wyekstrahowane z danych oraz informacje o pacjencie wprowadzone w kroku 5. Rysunek 1 przedstawia BP (mmHg) na górnym lewym panelu, dane HR (bpm) (niebieskie) i model (magenta) na górnym prawym panelu, ciśnienie w klatce piersiowej (Pth, mmHg) na dolnym lewym panelu oraz przewidywania przywspółczulne (magenta) i współczulne (ciemnofioletowe) na dolnym prawym panelu. Wyniki przedstawiono z rozdzielczością czasową 10 Hz, co odpowiada rozdzielczości w podpróbkowanych danych HR i SBP. Kliknij Save and exit i przejdź do operacji 8 (Run model). Rysunek ten zostanie zapisany w folderze Figures/Model_fits jako [patient name] + _nominal.png.

14. Analiza wrażliwości (Operacja 9)

UWAGA: Analiza wrażliwości nie jest wymagana do analizy danych. Analiza ta generuje wykres przedstawiający wrażliwość (lub znaczenie) parametrów modelu dla dokładnej predykcji HR. Wrażliwość jest oceniana przy częstotliwości 10 Hz, co odpowiada podpróbkowanym danym HR i SBP. Operacja ta wykorzystuje lokalną analizę wrażliwości opisaną szczegółowo przez Randall i współpracowników20

  1. Operacja ta oblicza czułość parametrów modelu na HR. Wyniki (w skali logarytmicznej) przedstawiające uszeregowaną czułość pokazano na MFigure 1 (Rysunek 10). Kliknij Save and exit i przejdź do operacji 10 (Optymalizacja). Należy pamiętać, że obliczenia te trwają kilka minut. Wynik pokazany na MFigure 1 jest zapisywany w folderze Figures/Model_fits jako [imię i nazwisko pacjenta] + _sensitivities.png.

Wykres czułości parametrów; skala logarytmiczna; wyniki analizy czułości; analiza danych naukowych.
Rycina 10: Czułość parametrów modelu w odniesieniu do prognozowania częstości akcji serca. Model i parametry zostały szczegółowo omówione w badaniu autorstwa Randall et al.20, a oszacowane parametry wyjaśniono w Tabeli 2. Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.

15. Optymalizacja (Operacja 10)

UWAGA: Ta operacja szacuje podzbiór identyfikowalnych parametrów na podstawie matematycznego modelu równań różniczkowych oraz dostępności danych (HR). Wynikiem jest model HR skalibrowany do danych próbkowanych z częstotliwością 10 Hz. Oprócz zestawu oszacowanych parametrów, zoptymalizowany model przewiduje sygnały współczulne i przywspółczulne. Jeśli symulacja nie pasuje dobrze do danych, przewidywane sygnały współczulne i przywspółczulne nie mogą być interpretowane. Optymalizacja jest przeprowadzana przy użyciu metody Levenberga-Marquardta, zgodnie z opisem Randall i wsp.20.

  1. Szacowanie parametrów może zająć od 5 do 10 min. Podczas obliczeń w oknie poleceń MATLAB wyświetla do 30 linii zawierających pięć liczb oznaczających (od lewej do prawej) normę gradientu, koszt najmniejszych kwadratów, numer iteracji oraz liczbę kondycji macierzy jakobianu. Po zakończeniu optymalizacji należy przejść do Operacji 11 (Wykresy przewidywań modelu). Oszacowany parametr oraz wektor INDMAP są zapisywane w folderze Optimized.

16. Wykreślanie przewidywań modelu (Operacja 11)

UWAGA: Wyniki przewidywań modelu z nominalnymi (Krok 13, Operacja 8) i szacowanymi (Krok 15, Operacja 10) wartościami parametrów zostały wykreślone z rozdzielczością 10 Hz odpowiadającą podpróbkowanym danym. Jeśli przewidywanie HR pokazane w prawym górnym panelu MFigure 1 jest uzasadnione, kod przewiduje sygnalizację współczulną i przywspółczulną (prawy dolny panel MFigure 1).

  1. W menu Select model predictions to view wybierz Nominal, aby wyświetlić przewidywania modelu z kroku 13 oraz Optimized, aby wyświetlić zoptymalizowane przewidywania modelu z kroku 15. Rysunek 1 (Rysunek 11A parametry nominalne oraz Rysunek 11B parametry zoptymalizowane) przedstawia BP (mmHg) w górnym lewym rogu, HR (bpm) w górnym prawym rogu – dane (kolor niebieski) oraz model (kolor magenta), a ciśnienie w klatce piersiowej (Pth, mmHg) znajduje się w dolnym lewym rogu. Przewidywania sygnałów przywspółczulnych (magenta) i współczulnych (ciemny fiolet) znajdują się w dolnym prawym rogu. Kliknij Save and exit i przejdź do operacji 12 (Podsumowanie). Rysunek ten zostanie zapisany w folderze Figures/Model_fits pod nazwą [nazwa pacjenta] + _[akcja].pn, gdzie [akcja=nominal] lub [akcja=optimal] w zależności od wybranej czynności.

Wykres odpowiedzi sercowo-naczyniowej z parametrami nominalnymi i zoptymalizowanymi; analiza danych BP, HR i barorefleksu.
Rycina 11: Przewidywania modelu. Model został opracowany z wykorzystaniem (A) nominalnych oraz (B) zoptymalizowanych wartości parametrów. Na rycinie przedstawiono: w lewym górnym rogu ciśnienie krwi (SBP gruba niebieska linia i ciągłe BP jasnoniebieska linia, mmHg); w prawym górnym rogu częstość akcji serca (HR, bpm), przewidywania modelu (różowa linia) i dane (niebieska linia); w lewym dolnym rogu ciśnienie w klatce piersiowej (Pth, mmHg) ciemnoniebieska linia; oraz w prawym dolnym rogu przewidywania aktywności przywspółczulnej (różowej) i współczulnej (fioletowej). Obie wartości są bezwymiarowe. Prosimy kliknąć tutaj, aby wyświetlić większą wersję tej ryciny.

17. Podsumowanie (Operacja 12)

  1. Podsumowanie wyników jest zapisywane jako arkusz kalkulacyjny Excel (.xlsx) oraz plik rozdzielany przecinkami (.csv). Menu Save Data wyświetla zapytanie: Enter data summary file name (ex: FileName); w polu tekstowym należy wprowadzić preferowaną nazwę pliku.
  2. Jeśli pliki już istnieją, menu pyta użytkownika: Add or overwrite the existing file. Operacja ta powoduje również wyświetlenie wyników w wierszu poleceń programu MATLAB. Kliknij OK, aby wygenerować plik, lub Cancel, aby wyświetlić wyniki wyłącznie w wierszu poleceń. Zapisany plik (.xlxs oraz .cvs) zawiera informacje o pacjentach (Operacja 1, Krok 6), markery kliniczne i linie regresji (Operacja 7, Krok 12) oraz nominalne (lub zoptymalizowane) wartości parametrów (Operacja 11, Krok 16). Dla każdej linii regresji wartość R2 określa dobroć dopasowania.
    UWAGA: Tę operację (Krok 17) można wykonać bez uruchamiania etapów modelowania, analizy czułości i optymalizacji (Operacje 8-11).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

Wybrano osiem przykładowych zestawów danych, aby reprezentowały one szeroki zakres odpowiedzi. Rysunek 3, Rycina 4, Rycina 5, Rycina 6, Rycina 7, Rysunek 8, Rysunek 9, Rysunek 10, i Rysunek 11 przedstaw wyniki reprezentatywnego zdrowego badanego z grupy ko...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

Oprogramowanie ValsalvaAnalyzer zademonstrowane w tym badaniu zapewnia funkcjonalność analizy danych klinicznych EKG i ciśnienia krwi zarejestrowanych podczas manewru Valsalvy. Oprogramowanie oferuje możliwość czyszczenia hałaśliwych sygnałów, dzięki czemu możliwe jest uzyskanie spójnych pomiarów w całej populacji. Korzystając z poprawionych danych, oprogramowanie oblicza ponad 35 znaczników, które użytkownik może zinterpretować. Oprogramowanie ma na celu uwzględnienie wszystkich znanych wielkości zgłoszonych podczas man...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

Autorzy nie mają nic do ujawnienia.

Podziękowania

To badanie zostało częściowo sfinansowane przez nagrody National Science Foundation (DMS-2051010) i NSA (H98230-21-1-0014 i H98230-20-1-0259). Pragniemy podziękować Sanaa Elmajdoubi, Rigshospitalet, Dania, Niloufar Mehrani i Jesper Mehlsen, Klinik Mehlsen, Dania za przetestowanie oprogramowania. Pragniemy podziękować E. Benjaminowi Randallowi, Applied Research Associates, Raleigh, NC, za omówienie modelu matematycznego oraz Irynie Palamarchuk z University of Toronto w Kanadzie za dyskusję na temat indeksów. Na koniec dziękujemy Sophie Carlson z Uniwersytetu Kalifornijskiego w San Diego za korektę i edycję kodu obliczeniowego. Oprogramowanie przechowuje wyniki lokalnie na komputerze i nie udostępnia żadnych informacji podmiotom zewnętrznym. Twórcy oprogramowania ValsalvaAnalyzer nie ponoszą odpowiedzialności za wykorzystywanie i ochronę danych pacjentów. Każdy użytkownik ValsalvaAnalyzer jest odpowiedzialny za ochronę danych i uzyskanie odpowiednich zgód przed opublikowaniem wyników wygenerowanych za pomocą tego oprogramowania.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
Oprogramowanie LabChartADInstruments, z którego eksportowane są analizowane dane Oprogramowanie
MATLABMathworksużywane w programie ValsalvaAnalyzer

Bibliografia

  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).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Tagi

Analiza t tnaanaliza ci nienia t tniczegowra liwo barorefleksuprzetwarzanie sygna u EKGdysfunkcja autonomicznaoprogramowanie MATLABdynamika wsp czulnadynamika przywsp czulna
Oprogramowanie do analizy danych szeregów czasowych tętna i ciśnienia krwi z manewru Valsalvy
Skontaktuj się z nami
Poleć bibliotece

Prywatność

Warunki Korzystania

Zasady

Copyright © 2026 MyJoVE Corporation. Wszelkie prawa zastrzeżone.