Изменения частоты сердечных сокращений в ответ на тепловое давление и нервную стимуляцию

Фон:

Оценка боли:

В то время как температура, пульс, дыхание и артериальное давление измеряются объективно, боль по своей сути субъективна. Учитывая эту фундаментальную трудность, неудивительно, что неспособность правильно оценить боль является частой причиной ее плохого контроля и отсутствия лечения у пациентов в различных условиях (1). Более того, боль многомерна, с «сенсорно-дискриминационным, когнитивно-оценочным и аффективно-мотивационным» компонентами (2), или, другими словами, она воздействует на тело, разум и дух, и ее сложность затрудняет ее измерение (1). ). Поскольку боль была признана важной модальностью, влияющей на выздоровление и качество жизни пациентов, она была названа «пятым жизненно важным признаком» и в настоящее время оценивается и регистрируется в картах пациентов во время плановых осмотров. Сама боль многократно оценивается пациентами и лицами, осуществляющими уход, или медицинским персоналом, за ней следят и лечат.

Для рутинной стандартизации боль оценивается по шкале от 0 (отсутствие боли) до 10 (самая сильная возможная боль). При интенсивности боли от 0 до 4 пациенты описывают нарушение функции как легкое (отражающееся в повседневной деятельности и настроении), от 5 до 6 - как умеренное, а от 7 до 10 - как тяжелое (2). Для стандартного масштабирования были разработаны различные инструменты оценки. Одномерные шкалы боли, в которых пациента просят описать интенсивность боли, сегодня являются наиболее используемым инструментом (1). Это визуальная аналоговая шкала ВАШ (например, пациент ставит отметку на 10-сантиметровой линии, чтобы указать интенсивность боли; один конец линии помечен как «нет боли», а другой — как «сильнейшая возможная боль»). , числовой («оцените интенсивность боли по шкале от 1 до 10») и категориальный («оцените боль как отсутствие, слабую, умеренную или сильную»). Эти шкалы надежны и действительны, и их можно использовать в сочетании с рекомендациями Всемирной организации здравоохранения (ВОЗ) по лестнице анальгетиков. (3)

Одномерные шкалы интенсивности могут быть модифицированы для получения шкалы облегчения боли, шкалы удовлетворенности пациента болью или индекса контроля боли (4). Кроме того, были разработаны всеобъемлющие многомерные инструменты оценки боли, такие как краткий опросник боли, чтобы помочь специалисту по лечению боли измерить и оценить влияние боли на настроение, активность и качество жизни, чего не могут сделать одномерные инструменты. (2) Эти инструменты труднее выполнять пациентам и медицинскому персоналу и обычно не используются в повседневной практике (1).

В последние годы растущий интерес к боли и ее лечению привел к увеличению числа исследований по оценке этих инструментов. Инструменты в основном считаются надежными, но Grossman SA и коллеги (5) обнаружили, что интенсивность боли, выраженная пациентами по шкале самооценки, плохо коррелирует с оценкой боли лицами, осуществляющими уход, и чем выше интенсивность боли, тем хуже взаимосвязь между пациентом и опекуном. Более того, пациенты, которые не могут общаться с медицинским персоналом, такие как пациенты без сознания или под действием седативных средств, молодые педиатрические пациенты, психически больные или умственно отсталые пациенты, оцениваются лицами, осуществляющими уход, или медицинским персоналом субъективно, с широкими вариациями, которые не всегда оценивают. правильно болевой статус страдающего пациента. По этой причине в недавнем прошлом были предложены инструменты объективной оценки боли для более точной и всесторонней индикации этого метода у пациентов в различных условиях, включая седацию и анестезию.

Объективная оценка боли:

Для оценки глубины анестезии и боли изучались различные математические инструменты, в основном вариабельность сердечного ритма, спектральный анализ сердечного ритма (6-7). Большинство работ, выполненных на людях, были посвящены распознаванию боли у новорожденных. Были проведены работы и со взрослыми пациентами, в которых пытались определить боль по частоте сердечных сокращений и ее анализу. Поскольку острое влияние боли на увеличение частоты сердечных сокращений хорошо известно, Storella et al. выдвинули гипотезу об этом. (10), в своей работе предполагалось, что хроническая боль может оказывать адаптивное воздействие на вегетативную регуляцию сердечно-сосудистой системы, которое может быть устранено анальгезией. Они изучили, влияет ли острое купирование хронической боли на вариабельность сердечного ритма, и завершили свое исследование, основываясь на экспериментальных данных о том, что острое купирование хронической боли сопровождается специфичным для аналгезии увеличением вариабельности сердечного ритма у многих пациентов. Рэй и др. в своей работе использовали этот метод обработки сигнала ЭКГ и разработали новый монитор для оценки боли во время анестезии (11). Используя сигнал частоты сердечных сокращений, рассчитывали интервалы R-R и спектральный анализ. Выходные данные, содержащие информацию о дыхательных циклах, из которых была получена RSA (дыхательная синусовая аритмия), которым они предположили, что уровень сознания пропорционален. Это исследование продемонстрировало осуществимость этого метода, но в их статье указано много недостатков и ограничений для этой системы, и клинически этот метод сегодня не используется.

Методы

Обработка сигнала:

Мы знаем, что физиологические сигналы, такие как ЭКГ и ЭЭГ, состоят из смесей разнообразных паттернов и явлений, возникающих в разных паттернах и в разные моменты времени во время каждой записи. Некоторые происходят через очень короткие промежутки времени, другие длятся дольше, а некоторые повторяются периодически. Еще одной характеристикой этих сигналов является наличие высокоуровневого шума, как систематического, так и несистематического.

Традиционные методы анализа разработаны и оптимизированы для обработки сигналов, которые включают один класс шаблонов, таких как чистые гармоники (представление Фурье/словарь) или кусочно-постоянные функции (представление вейвлетов/словарь), в упрощенном и нереальном случае простые операции, такие как пороговые вычисления или фильтрация в соответствующем пространстве представления могут быть очень эффективными для разделения сигнала и шума (шумоподавления), разложения на основные компоненты, обнаружения закономерностей и многого другого. Однако такие базовые операции, в которых используется один метод представления, обычно дают посредственные результаты при применении к реальным сложным биологическим сигналам, как упоминалось выше, особенно в случае, когда отношение сигнал/шум (SNR) очень низкое. Последние тенденции в цифровой обработке сигналов (DSP) используют новую идею объединения нескольких различных методов представления для создания так называемого сверхполного словаря, примеры этого подхода включают алгоритм Matching Pursuit, описанный Маллатом и др. Алгоритм преследования, описанный Donoho et. аль (13).

Соответствующее преследование и базовое преследование могут обеспечить решения, близкие к оптимальным, для различных видов анализа сложных сигналов при условии, что используются соответствующие методы представления. Мы намерены разработать и впервые применить эти новые инструменты обработки сигналов к сигналам ЭКГ. Мы считаем, что такие инструменты могут обеспечить гораздо лучшее понимание основных компонентов сигнала и их связи с различными физиологическими состояниями, чем традиционные методы анализа, которые практикуются сегодня и основаны на одном словаре.

В этом исследовании мы намерены применить передовые методы обучения с учителем, разработанные Эладом (14), для адаптивного создания оптимальных словарей и методов представления сигналов ЭКГ и использовать эти словари для разработки высокоэффективных методов анализа на основе полных словарей, чтобы разделить сложный сигнал ЭКГ на его основные компоненты и шум. Затем мы намерены применить передовые статистические методы и методы интеллектуального анализа данных, чтобы связать основные модели сигналов ЭКГ с болью, отобранной в разработанных группах.

Тестовые группы:

В этом исследовании мы собираемся взять ЭКГ из двух групп. Первая группа будет состоять из 20 здоровых молодых людей, которым добровольно будет нанесена термическая, компрессионная и нервная боль с использованием TSA 2000 (данное исследование должно быть санкционировано Комитетом IRB Медицинского центра Университета Сорока); эти субъекты будут контролироваться по ВАШ и ЭКГ до, во время и после индукции термической боли. Важно отметить, что этот инструмент причиняет термическую боль в соответствии с утвержденным протоколом, который не причиняет вреда и не вызывает повреждения тканей.

Гипотеза:

Наша гипотеза состоит в том, что боль может быть обнаружена, отделена от шума и диагностирована с помощью рутинных выборок ЭКГ с использованием этих методов обработки.