杜氏肌营养不良症患者的心率变异性

进行了一项横断面研究，其中对 40 名 11 至 18 岁的男孩进行了评估。 团体招募在圣保罗联邦大学 (UNIFESP) 的神经肌肉疾病门诊进行。 招募的个体被分为 4 组，即：使用 deflazacort (DMD-D) 的 DMD，n=11；使用泼尼松/泼尼松龙 (DMD-P) 的 DMD，n=9；不使用皮质激素的 DMD 控制 (DMD-C)，n=10 和具有典型发育 (CTD) 的控制，n=10。 在门诊随访时进行的评估期间应用了该方案。 对 4 组人体测量学进行了分析，对 3 组 DMD 患者进行了功能评估。 为了评估每位患者的功能，使用 Vignos 量表来表征样本，并使用运动功能测量 (MFM) 与 HRV 指数相关联。

最初，分析静息心电图以验证窦性心律的存在，并排除患有心律失常和传导阻滞的个体。 在 HRV 评估前后立即进行静息测量，包括收缩压 (SBP) 和舒张压 (DBP)、心率 (HR)、呼吸率 (RF - 血压)，以确保在开始和结束时收集 FR 保持在 9 - 24rpm 之间，在 0.15 - 0.40Hz 范围内）和部分氧饱和度 (SO2)。 心率由心率计（RS800CX，Polar）记录。 以及在室内空气中通过适合年龄大小的传感器连接到参与者的食指或拇指的数字血氧仪（DX2010，Dixtal）的部分氧饱和度。 在稳定的第一分钟后记录血红蛋白氧饱和度，作为在第二分钟内保持最恒定的值。

所有心率记录均使用心率计（V800，Polar）进行。 放置支架和监测器后，将个体置于仰卧位并保持自主呼吸休息 25 分钟。 对于 HRV 分析，使用了在时间和频率域中通过线性方法和非线性方法获得的指标。

在时域中，对于线性分析，在特定时间间隔内验证每个正常 RR 间隔（窦性搏动），并使用统计和非线性方法计算心动周期持续时间波动的转换指数。 由此，获得以 ms 表示的指数：SDNN（以时间间隔记录的正常 RR 间隔的标准偏差）； rMSSD（一个时间间隔内相邻正常 RR 间隔之间的差值平方的均值的平方根）。

在频域中，更多地使用频谱功率密度，主要是在治疗处于静止状态的个体时。 该分析将 HRV 划分为基本振荡分量，其中主要使用：高频归一化单元 (HFnu) 分量和低频归一化单元 (LFnu) 分量。 O algoritmo utilizado para a nálise espectral foi a transformada fápida de Fourier - FFT (janela de 256 s com 50% de overlap)。

在用于 HRV 分析的非线性方法中，我们可以提到去趋势波动分析 (DFA)、视觉递归分析 (VRA) 和符号分析 (SA)，这三种方法在本研究中得到了验证。

DFA 用于量化 RR 间隔时间序列的分形特性，用于根据 α 系数检测受试者中可能存在的异常。 为此，使用了对应于 4 到 11 次心跳周期的短记忆参数 α1 和对应于 64 到 1024 次心跳周期的长记忆参数 α2。

VRA 用于研究序列的时间依赖性，即平稳性研究。 递归图可以可视化相空间中轨迹的行为，此外，还可以显示动态系统状态重复的时间，此外还可以通过定量分析确认这些因素，wich提供此类指数：Mean、SD、PerRec、PerDet、PerLam、TrapTim、Ratio。

符号分析的评估基于时间序列中携带的信息的量化，将先前选择的 iRR 转换为从 0 到 6 的整数，从中构建 3 个符号的序列（符号模式）。 为此，所有可能的模式将根据符号之间变化的数量和类型进行分组，如下所示。 图案是（1）图案，没有变化（0V），三个相同的符号； (2) 具有变化（1V）的图案，即两个相同的和不同的连续符号； (3) 具有两个相似变体（2LV）的形态，即三个符号组成一个斜坡； (4)具有两个不同变化的图案(2ULV)，即三个符号形成一个波峰或一个波谷。