疼痛暴露對新生兒心率變異性指標(biāo)的影響,SCI醫(yī)學(xué)論文

疼痛暴露對新生兒心率變異性指標(biāo)的影響,SCI醫(yī)學(xué)論文新生兒，尤其是新生兒重癥監(jiān)護(hù)室〔NICU〕中的新生兒需要經(jīng)受日常的，但帶有疼痛的檢查診斷[1].在這些經(jīng)過中，通常沒有采取緩解疼痛的措施。當(dāng)前有足夠的證據(jù)以為，新生兒〔包括早產(chǎn)新生兒〕有疼痛感覺。新生兒對包括疼痛在內(nèi)的一系列急性應(yīng)激可產(chǎn)生內(nèi)分泌、免疫、自主神經(jīng)和行為改變?yōu)樘卣鞯倪m應(yīng)性反響。遭到反復(fù)疼痛刺激的新生兒，其應(yīng)激調(diào)控系統(tǒng)會發(fā)生改變，導(dǎo)致神經(jīng)系統(tǒng)構(gòu)造和功能重組，并嚴(yán)重影響腦的發(fā)育[1,2].大多數(shù)新生兒的疼痛刺激沒有得到適宜的干涉，而準(zhǔn)確的疼痛評估是進(jìn)行疼痛干涉的必要條件。由于新生兒無法自述疼痛，所以只要采取其他替代方式方法來評估疼痛。通常通過觀察新生兒的行為或其生理指標(biāo)來評估其疼痛狀態(tài)。與疼痛相關(guān)的行為包括面部表情的改變、身體的移動和哭鬧的變化；與疼痛相關(guān)的生理指標(biāo)包括心率、呼吸頻域、血壓和血氧飽和度。然而，以這些指標(biāo)為基礎(chǔ)的疼痛評估存在下面缺陷[3]:1〕即便由訓(xùn)練良好的護(hù)士施行，其可信度仍然存在疑問，十分是在區(qū)分疼痛和不舒適時；2〕一些疼痛量表需要進(jìn)行長時間的醫(yī)學(xué)觀察；3〕對疼痛進(jìn)行的評估是間歇性的，在評估間期發(fā)生的疼痛可能會被疏漏。通過心拍間期之間的波動反映出來的心率變異性〔heartratevariability,HRV〕是評價自主神經(jīng)系統(tǒng)功能的最有價值的非侵入式方式方法，HRV分析在麻醉深度監(jiān)測[4]、心衰診斷[5]和精神疲憊評估[6]等方面應(yīng)用廣泛。疼痛的反響包括自主神經(jīng)系統(tǒng)的反響。很多報告指出，新生兒經(jīng)受足跟取血誘發(fā)的疼痛時，自主神經(jīng)系統(tǒng)功能有著顯著改變，并通過HRV的相關(guān)指標(biāo)反映出來。現(xiàn)有報告大多使用時域或頻域等線性方式方法分析新生兒疼痛暴露時心率變異性的變化，忽視了心率變異性中的非線性機(jī)制。就作者所知，當(dāng)前僅文獻(xiàn)[7]采用Poincar散點圖、去趨勢波動分析、近似熵和樣本熵等非線性方式方法研究了新生兒疼痛暴露經(jīng)過中相應(yīng)的非線性機(jī)制。新生兒出生2-5天內(nèi)，通常需要進(jìn)行足跟取血，用以篩查苯丙酮尿癥和甲狀腺功能減低癥。本文研究了足跟取血時針刺誘發(fā)的疼痛對新生兒自主神經(jīng)系統(tǒng)的影響，全面分析了疼痛暴露對新生兒心率變異性時域指標(biāo)、頻域指標(biāo)和非線性指標(biāo)的影響。本文采用的非線性方式方法有Poincar散點圖、去趨勢波動分析、遞歸圖分析、近似熵、樣本熵和關(guān)聯(lián)維等。在上述研究的基礎(chǔ)上，將得到的所有HRV指標(biāo)組成特征空間，采用支持向量機(jī)〔supportvectormachine,SVM〕方式方法建立了若干可用于新生兒疼痛檢測的模型。2研究對象與方式方法。2.1研究對象。選擇40名因疾病篩查在湖南某醫(yī)院進(jìn)行足跟采血的健康新生兒為研究對象〔見表1〕。新生兒母親無吸毒史，胎齡36-42周，順產(chǎn)或剖腹產(chǎn)，新生兒出生體重2400-4100g,5minApgar評分大于或等于9分。采血時間為出生后2-5d,采血均在上午9:00-11:30進(jìn)行，采血一次性成功。本研究方案經(jīng)當(dāng)?shù)蒯t(yī)學(xué)倫理委員會批準(zhǔn)，新生兒父母或其監(jiān)護(hù)人均口頭同意介入該研究。2.2心電信號的采集。采用深圳迪美泰數(shù)字醫(yī)學(xué)技術(shù)有限公司生產(chǎn)的微型心電記錄儀〔產(chǎn)品型號：DiCare-m1CP〕記錄心電數(shù)據(jù)，采樣頻率設(shè)置為400s/s.新生兒的足跟采血在一個平靜的房間中進(jìn)行。除了醫(yī)護(hù)人員外，每次僅有一名新生兒及其監(jiān)護(hù)人進(jìn)入該房間。新生兒以仰臥方式放置于病床上，粘貼電極片，接上導(dǎo)聯(lián)線后休息5min,然后開場采集心電數(shù)據(jù)。采集的心電數(shù)據(jù)超過3min時間長度后，施行足跟取血，持續(xù)記錄心電數(shù)據(jù)，直到足跟針刺后3min〔見圖1,2〕。足跟采血和心電采集由不同的高年資護(hù)士施行。采用II導(dǎo)記錄心電數(shù)據(jù)，采集到的心電數(shù)據(jù)保存在心電記錄儀的TF卡中。記錄完成后，取出TF卡，通過讀卡器輸入個人電腦保存。2.3HRV分析方式方法與指標(biāo)。HRV分析方式方法分為線性分析〔見表2〕和非線性分析〔見表3〕兩大類。華而不實線性分析包括時域分析和頻域分析。時域分析的相關(guān)指標(biāo)直接從RR間期序列中計算得到。為得到頻域分析的指標(biāo)，首先通過Welch周期圖法計算功率譜密度〔見圖3〕，LF為低頻段〔0.04-0.15Hz〕功率，HF為高頻段〔0.15-0.4Hz〕功率，兩者之比即為LF/HF.非線性分析方式方法包括Poincar散點圖[8]、去趨勢波動分析〔detrended?uctuationanalysis,DFA〕[9,10]、遞歸圖分析〔recurrenceplotanalysis,RPA〕[11,12],以及近似熵〔approximateentropy,ApEn〕[13,14]、樣本熵〔sampleentropy,SampEn〕[15]和關(guān)聯(lián)維〔correla-tiondimension〕[15,16].Poincar散點圖是HRV分析中一種常用的非線性分析方式方法，表示連續(xù)RR間期的相關(guān)程度。為了得到Poincar散點圖中的參數(shù)，首先需要圖示出RRi+1作為RRi的函數(shù)，一般采用一個長軸或短軸位于直線RRi+1=RRi上的橢圓擬合圖中的散點，圖中散點垂直于RRi+1=RRi方向的標(biāo)準(zhǔn)差用SD1表示，圖中散點平行于RRi+1=RRi方向的標(biāo)準(zhǔn)差用SD2表示〔見圖4〕。DFA分析度量信號內(nèi)部的相關(guān)程度。進(jìn)行DFA分析，首先需對RR間期序列進(jìn)行積分華而不實，aRR為平均RR間期長度，N為RR間期個數(shù)。y〔k〕被分成長度均為n,且無重疊的若干段，在每段內(nèi)部采用最小二乘法對數(shù)據(jù)進(jìn)行擬合，擬合得到的數(shù)據(jù)用yn〔k〕表示。然后計算取n=4,5,,16,得到一組數(shù)據(jù)〔logn,log〔F〔n〕〕〕,采用最小二乘法對這組數(shù)據(jù)進(jìn)行擬合，其斜率即DFA分析的短期波動斜率1.相應(yīng)地，取n=16,17,,64時，得到DFA分析的長期波動斜率2〔見圖5〕。遞歸圖分析是度量時間序列復(fù)雜度的另一種方式方法，要繪制遞歸圖，首先需要計算向量華而不實，m稱為嵌入維，為延遲時間。遞歸圖是一個大小為[N-〔m-1〕][N-〔m-1〕]的對稱矩陣，取值為0或1.計算遞歸圖中文獻(xiàn)報告了新生兒疼痛暴露時部分心率變異性非線性指標(biāo)的變化情況。文獻(xiàn)[7]的研究表示清楚，疼痛暴露導(dǎo)致Poincar散點圖中SD1和SD2顯著下降。本研究表示清楚，與疼痛前組相比，疼痛組的SD1和SD2的均值出現(xiàn)下降，但沒有統(tǒng)計學(xué)差異。文獻(xiàn)[7]所述新生兒疼痛前的Poincar散點圖呈扇形，而疼痛時散點圖不再具有扇形分布的現(xiàn)象在本研究中亦有發(fā)現(xiàn)〔見圖4〕，但不具有普遍性。DFA分析能夠定量分析RR間期序列的相關(guān)性和自類似性。白噪聲的指數(shù)值為0.5,分形信號的指數(shù)值約為1,而具有強(qiáng)相關(guān)性的布朗噪聲的指數(shù)值為1.5[22].從表6可知，疼痛前組的短期指數(shù)值1均值為1.32,而疼痛暴露導(dǎo)致該值降為1.23,且具有統(tǒng)計學(xué)差異，表示清楚新生兒的RR間期序列在短期尺度上具有較強(qiáng)的相關(guān)性和自類似性，而疼痛暴露導(dǎo)致其短期相關(guān)性和自類似性降低。與之相反，在長期尺度上，疼痛前組2均值為1.15,而疼痛組2均值上升到1.30,且具有統(tǒng)計學(xué)差異，表示清楚疼痛暴露導(dǎo)致新生兒RR間期序列長期尺度上的類似性和自相關(guān)程度上升。本研究的結(jié)果與文獻(xiàn)[7]的結(jié)果基本一致。新生兒疼痛暴露導(dǎo)致另外三個非線性指標(biāo)近似熵ApEn、樣本熵SampEn和關(guān)聯(lián)維D2出現(xiàn)下降，華而不實，ApEn和SampEn的下降具有統(tǒng)計學(xué)差異。近似熵和樣本熵的下降在文獻(xiàn)[7]中已有報告，本研究的實驗結(jié)果支持了該文獻(xiàn)的報告，而就作者所知，本文初次報道了疼痛暴露經(jīng)過中關(guān)聯(lián)維D2的變化情況。這三個反映復(fù)雜度指標(biāo)的下降，表示清楚疼痛暴露導(dǎo)致心率的調(diào)控方式更接近周期性，同時反映出心臟起搏點的調(diào)節(jié)能力和適應(yīng)能力遭到削弱。疼痛暴露經(jīng)過中的上述線性指標(biāo)和非線性指標(biāo)的變化趨勢，與成年人情緒緊張[23]時的情況類似，也與某些疾病如心衰對成年人造成的影響類似，因此能夠從自主神經(jīng)調(diào)控機(jī)制的角度以為，疼痛暴露對健康新生兒造成了負(fù)面影響。本文采用RPA分析研究了疼痛暴露經(jīng)過中相關(guān)指標(biāo)的變化。從表6可知，疼痛暴露導(dǎo)致RPA分析的5個非線性指標(biāo)Lmean,Lmax,REC,DET,ShanEn均顯著上升。RPA分析在心率變異性分析領(lǐng)域的研究尚不深切進(jìn)入，在新生兒疼痛暴露的研究中沒有能夠比擬的文獻(xiàn)，本文的研究初步表示清楚，RPA方式方法能夠較好地反映新生兒疼痛經(jīng)過中自主神經(jīng)系統(tǒng)的調(diào)控情況，但其背后的生理學(xué)機(jī)制有待深切進(jìn)入研究。在所有線性指標(biāo)中，僅有aRR、LF和HF三個指標(biāo)在疼痛前后具有統(tǒng)計學(xué)差異，而在非線性指標(biāo)中，有9個指標(biāo)具有統(tǒng)計學(xué)差異。另外，SVM建立疼痛檢測模型時，在由窮舉法得到的特征組合中，非線性指標(biāo)的數(shù)目多于線性指標(biāo)。進(jìn)而表示清楚，與線性指標(biāo)相比，非線性指標(biāo)能更好地反映疼痛暴露經(jīng)過中新生兒的心率變異性特征的變化。從表7可知，基于兩個HRV指標(biāo)和SVM的疼痛檢測模型，檢測正確率可到達(dá)78.75%,而基于5個HRV指標(biāo)和SVM的模型，正確率可到達(dá)83.75%,表示清楚建立的疼痛檢測模型具有臨床應(yīng)用的前景。需要提到的是，盡管在特征選擇時，有主成分分析〔principalcomponentanalysis〕等方式方法可用于特征空間的降維，但這些方式方法無法從理論上證明能夠得到合適分類器的特征組合。本文通過窮舉法得到特征組合，為建立新生兒疼痛檢測模型提供了準(zhǔn)確的解決方式方法，但也導(dǎo)致了特征選擇經(jīng)過中計算量的大量增加。以下為參考文獻(xiàn)：[1]WeissmanA,AranovitchM,BlazerS,ZimmerEZ2018Pediatrics128e921.[2]JiangL,LiH2020Chin.J.Neonatol.27289〔inChi-nese〕[蔣犁，李函2020中國新生兒科雜志27289].[3]FayePM,DeJonckheereJ,LogierR,KuissiE,JeanneM,RakzaT,StormeL2018ClinicalJ.Pain26777.[4]YooCS,YiSH2004J.KoreanPhys.Soc.44561.[5]LiJ,LiuDZ2020ActaPhys.Sin.61208701〔inChi-nese〕[李錦，劉大釗2020物理學(xué)報61208701].[6]ZhuangJJ,NingXB,ZouM,SunB,YangX2008ActaPhys.Sin.572805〔inChinese〕[莊建軍，寧新寶，鄒鳴，孫飆，楊希2008物理學(xué)報572805].[7]WeissmanA,ZimmerEZ,AranovitchM2020P?ug.Archiv-EuropeanJ.Physiol.464593.[8]HuoCY,ZhuangJJ,HuangXL,HouFZ,NingXB2020ActaPhys.Sin.61190506〔inChinese〕[霍鋮宇，莊建軍，黃曉林，侯鳳貞，寧新寶2020物理學(xué)報61190506].[9]PengCK,HavlinS,StanleyHE1995Chaos582.[10]TangYF,LiuSL,JiangRH,LiuYH2020Chin.Phys.B22030504.[11]WebberCL,ZbilutJP1994J.Appl.Physiol.76965.[12]EckmannJP,KamphorstSO,RuelleD1987Europhys.Lett.4973.[13]RichmanJS,MoormanJR2000Am.J.Physiol.:HeartandCirculat.Physiol.278H2039.[14]CaoB,XiangYP,LXQ,ZengM,HuangSS2008Chin.Phys.B17865.[15]GrassbergerP,ProcacciaI1983Phys.Rev.Lett.50346.[16]WangJS