Вариабельность сердечного ритма

Материал из Википедии — свободной энциклопедии
Перейти к навигации Перейти к поиску

Вариа́бельность серде́чного ри́тма (ВСР), также Вариабельность ритма сердца (англ. Heart rate variability, HRV), — физиологическое явление, проявляющееся в изменении интервала между началами двух соседних сердечных циклов. Оценивается по изменениям интервала времени между соседними сердечными сокращениями (сердцебиениями).

Реже используются следующие синонимичные термины: «вариабельность длины цикла», «вариабельность RR» (где R — точка, соответствующая пику комплекса QRS волны электрокардиограммы (ЭКГ) и RR — интервал между последовательными R) и «вариабельность периода сердца».

ВСР является величиной, обратной к вариабельности мгновенной частоты сердечных сокращений (ЧСС).

В соответствии с ГОСТом[D: 1], «регистрирующий прибор для измерения зависимости периода сердечных сокращений от времени» следует называть хронокардиографом и такие записи следует называть хронокардиограммами.

В научной литературе можно встретить термины, употребляемые в качестве синонимов для хронокардиограмм. Так, последовательность значений «мгновенной» ЧСС иногда называют кардиотахограммой, а последовательность значений интервалов между началами соседними сердцебиениями называют ритмограммой.[A: 1][B: 1] Баевский с той же целью употреблял термин «динамический ряд кардиоинтервалов» и «кардиоинтервалограмма»; а термин «ритмограмма» использовал для обозначения одного из графических способов представления динамических рядов кардиоинтервалов, то есть хронокардиограмм.[A: 2]

Исследование и анализ ВСР включают три этапа:[1]

  1. измерение и представление динамических рядов кардиоинтервалов==>;
  2. анализ динамических рядов кардиоинтервалов==>;
  3. оценку результатов анализа ВСР==> .

История изучения[править | править код]

Считается[2], что первым это явление было обнаружено Альбрехтом фон Галлером в 1760 г.[B: 2]

Анализ ВСР начал активно развиваться в СССР в начале 1960-х годов, поскольку одним из важных стимулов его развития послужили успехи космической медицины. В 1966 г. в Москве состоялся первый в мире симпозиум по вариабельности сердечного ритма].[A: 2] Первые монографии по ВСР[B: 3][B: 4] также были изданы в СССР.[A: 2]

В 1980-х годах Р. М. Баевский предложил для комплексной оценки ритма сердца показатель активности регуляторных систем (ПАРС), который вычисляется в баллах на основании перечисленных методик. То есть качественный анализ ВСР должен быть проведен по всем трем методикам, а полученные данные используются для расчета показателя ПАРС.[B: 4][A: 2]

В 1996 г. были опубликованы международные стандарты, разработанные рабочей группой Европейского кардиологического общества и Североамериканского общества кардиостимуляции и электрофизиологии (Task Force of The European Society of Cardiology and The North American Society of Pacingand Electrophysiology).[A: 3][A: 4] Несколько позже был опубликован их русскоязычный перевод.[A: 1]

На ограниченную применимость набора методов международного стандарта 1996 г. указывается во многих исследованиях (например,[B: 1][A: 5]). В связи с этим продолжается поиск и разработка новых методов анализа ВСР (например,[A: 6][A: 7][B: 1][B: 5])

Методы регистрации[править | править код]

Динамические ряды кардиоинтервалов могут быть получены при анализе любых кардиографических записей (электрических, механических, ультразвуковых и т. д.).[1] Методы, используемые для обнаружения сердцебиений, включают в себя: электрокардиография, артериальное давление, баллистокардиограммы,[A: 8] и сигнал пульсовой волны, полученный из фотоплетизмографа. Обычно вариабельность ритма сердца оценивают на основании измерений длительности интервалов R-R на ЭКГ, в которой математически (например, при помощи алгоритма Пана-Томпкинса) производят автоматическое распознание R-зубца и формируют запись последовательности интервалов R-R. Более верным было бы исследование длительности интервалов P-P, так как именно начало зубца P и является началом нового сердечного цикла, связанного с возбуждением синусового узла (СУ); традиция использования интервалов R-R связана с тем, что зубец R, особенно во втором стандартном отведении, наиболее легко выделить из ЭКГ-сигнала при компьютерной обработке в силу того, что он является наибольшим по амплитуде.[A: 5] Электрокардиография считается предпочтительным методом, поскольку она облегчает исключение тех сердцебиений, которые происходят не из синоатриального узла.

Ошибки в локализации маркеров мгновенного ритма сердца ведут к ошибкам в расчете ВСР, поскольку методы оценки разных показателей ВСР очень чувствительны к артефактам и ошибкам, и даже 2 % ошибочных данных приведут к нежелательным искажениям в вычислениях ВСР. Поэтому для обеспечения точных результатов считается крайне важным отслеживать артефакты перед применением методов математического анализа ВСР.[A: 9]

Термин «NN» используется вместо RR, чтобы подчеркнуть тот факт, что обработанные доли являются «нормальными» частями, то есть прошедшими «очистку» от артефактов и процедуру «нормализации».

Считается целесообразным различение следующих видов регистрации ВСР: а) в условиях относительного покоя; б) при проведении функциональных тестов; в) в условиях обычной деятельности или при выполнении профессиональных нагрузок; г) в клинических условиях, — поскольку каждый из этих видов исследований характеризуется определёнными особенностями методики.[1]

Для выявления нарушения автономной нервной регуляции применяются различные функциональные тесты: рефлекторные, нагрузочные и фармакологические. Среди них наиболее часто используются такие простые, доступные и объективные тесты как проба Вальсальва, ортостатическая проба, дыхательная проба и др.[3] При функциональных пробах длительность регистрации может колебаться от 10—15 мин до 1,5—2 ч.[1] Считается, что использование функциональных проб имеет серьёзные преимущества, поскольку позволяет минимизировать индивидуальные различия и оценить направленность изменений, а не оперировать абсолютными значениями параметров.[4]

Методы математического анализа[править | править код]

Анализ вариабельности сердечного ритма — это новая методология исследования процессов регуляции физиологических функций, где система кровообращения рассматривается как индикатор адаптационных реакций всего организма.[A: 2]

В международных стандартах 1996 г.[A: 3] выделены две группы методов математического анализа ВСР: во временно́м и в частотном доменах.

Особо подчёркивается, что переходный процесс при функциональных пробах должен анализироваться специальными методами; анализ переходных процессов может иметь самостоятельное диагностическое и прогностическое значение.[1]

Методы временно́го домена[править | править код]

Статистические методы[править | править код]

Основаны на статистическом анализе хронокардиограмм, чтобы получить такие параметры, как:

  • SDNN — стандартное отклонение интервалов NN. Часто рассчитывается в течение 24 часов. SDANN — стандартное отклонение средних интервалов NN, рассчитанных за короткие периоды, обычно 5 минут. Таким образом, SDNN является мерой изменений частоты сердечных сокращений, вызванных циклами продолжительностью более 5 минут. SDNN отражает все циклические компоненты, ответственные за изменчивость в период записи, поэтому он представляет общую изменчивость.
  • RMSSD — «среднеквадратичное значение последовательных различий», квадратный корень из среднего значения квадратов последовательных различий между соседними NN.
  • SDSD — «стандартное отклонение последовательных различий», стандартное отклонение последовательных различий между соседними NN.
  • NN50 — количество пар последовательных NN, которые отличаются более чем на 50 мс.
  • pNN50 — доля NN50, деленная на общее количество NN.
  • NN20 — количество пар последовательных NN, которые отличаются более чем на 20 мс.
  • pNN20 — доля NN20, деленная на общее количество NN.
  • EBC — «расчетный цикл дыхания», диапазон (max-min) в пределах движущегося окна заданной продолжительности периода исследования. Окна могут перемещаться в режиме наложения друг на друга или быть строго различными (последовательными) окнами. EBC часто предоставляется в сценариях сбора данных, где обратная связь HRV в режиме реального времени является основной целью. EBC, полученный из PPG в течение 10 и 16 секунд последовательных и перекрывающихся окон, как было показано, сильно коррелирует с SDNN.

Геометрические методы[править | править код]

В соответствии с международными стандартами, нормализованная хронокардиограмма (последовательность NN интервалов) может быть отображена в виде некоторой геометрической структуры, параметры которой затем измеряют и используют в качестве интегральных характеристик исходной хронокардиограммы.

При работе с геометрическими методами используются три основных подхода:

  1. основные измерения геометрической модели (например, ширина гистограммы распределения на определённом уровне) преобразуются по определённым правилам в характеристики ВСР,
  2. определённым математическим образом (аппроксимация гистограммы распределения треугольником или дифференциальной гистограммы экспоненциальной кривой) интерполируется геометрическая модель и далее анализируются коэффициенты, описывающие эту математическую форму,
  3. геометрическая форма классифицируется, различается несколько категорий образцов геометрической формы, представляющих различные классы ВСР (эллиптическая, линейная, треугольная форма кривой Лоренца).
Пример гистограммы 5-минутной хронокардиограммы в норме (ИН = 65)

Триангулярный индекс (TINN) рассчитывается как интеграл плотности распределения (то есть фактически сумма всех NN интервалов), отнесенный к максимуму плотности распределения.[5] Впервые был предложен в 1989 году.[A: 10]

Предложенные стандартами 1996 года геометрические методы не подходят для оценки быстрых изменений вариабельности (не короче 20 минут, но предпочтительнее 24 часа); их преимуществом является нечувствительность к нестационаронсти хронокардиограммы. Иные геометрические методы, — например, гистограмма и скатерограмма, — находятся ещё в стадии развития и исследования.

Пример гистограммы 5-минутной хронокардиограммы при выраженной симпатикотонии (ИН = 862)

Для описания гистограммы обычно используются следующие параметры: AMO — амплитуда моды гистограммы, MO — мода гистограммы, SD — среднеквадратичное отклонение; реже — асимметрия (Ass), эксцесс (Ех), вариационный размах (dX), коэффициент вариации (V) и др.[6] Для оценки адекватности процессов регуляции сердечного ритма используют параметры оценки ВСР, предложенные P.M. Баевским:[B: 4][6]

  • индекс вегетативного равновесия: ИВР = AMO/SD, — для определения соотношения симпатической и парасимпатической регуляции работы сердца;
  • вегетативный показатель ритма ВПР = 1/(MO*SD), — для оценки вегетативного баланса (чем меньше ВПР, тем больше вегетативный баланс смещен в сторону преобладания парасимпатической регуляции);
  • показатель адекватности процессов регуляции ПАПР = AMO/M0, — для выявления соответствия между уровнем функционирования СУ и симпатической активностью;
  • индекс напряжения регуляторных систем ИН = AMO/(2SD*MO), — отражает степень централизации управления сердечным ритмом.

ИН характеризует активность механизмов симпатической регуляции, состояние центрального контура регуляции; в норме ИН колеблется в пределах 80-150 у. е. Этот показатель чрезвычайно чувствителен к усилению тонуса симпатической нервной системы: небольшая нагрузка (физическая или эмоциональная) увеличивает ИН в 1,5-2 раза; при значительных нагрузках он растет в 5-10 раз; у больных с постоянным напряжением регуляторных систем (психический стресс, стенокардия, недостаточность кровообращения) ИН в покое равен 400—600 у. е.; у больных острым инфарктом миокарда ИН в покое достигает 1000—1200 у. е.[4]

Скатерограмма (с англ. — «scatter», «рассеивание») — это графическое изображение пар интервалов RR (предыдущего и последующего) в двумерной координатной плоскости. При этом по оси абсцисс откладывается величина , а по оси ординат — величина . По скатерограмме можно косвенно судить о вариабельности ритма сердца: чем кучнее «облако» точек, тем меньше вариабельность ритма. По точкам, отстоящим далеко от основной группы, можно судить о наличии артефактов и нарушений ритма.[6] В русскоязычных источниках может обозначаться как корреляционная ритмограмма, или как пятна Пуанкаре или Лоренца.[7] Считается, что целесообразно использовать оценку скаттерграммы при аритмиях, когда методы статистического и спектрального анализа вариабельности сердечного ритма малоинформативны или неприемлемы.[7]

Методы частотного домена[править | править код]

При анализе ВСР под спектральной плотностью мощности (СПМ) временной последовательности понимают СПМ стационарного (в широком смысле) случайного процесса, реализацией которого является эта последовательность. Следует иметь в виду, что любой из применяемых спектральных методов — это метод оценки СПМ, а не точного её построения. Если целью исследования является выявление межгрупповых различий в спектральных характеристиках ВСР обследуемых из разных групп, то оценки СПМ ВСР всех больных всех групп надо проводить при помощи одного и того же метода. Стандартная длина участка хронокардиограммы для спектрального анализа составляет 256 кардиоциклов, что соответствует промежутку времени 3,5—5 минут; жёсткие требования стационарности делают невыполнимым спектральный анализ 24-часовой хронокардиограммы[6]

Методы в частотной области используются для подсчитывания количество NN-интервалов, которые соответствуют каждой полосе частот. Стандартами рекомендовано различать следующие полосы (компоненты) частот:

  • высокой частоты (ВЧ) от 0,15 до 0,4 Гц,
  • низкой частоты (НЧ) от 0,04 до 0,15 Гц и
  • очень низкой частоты (ОНЧ) от 0,003 до 0,04 Гц и
  • ультранизкочастотный (УНЧ) менее 0,003 Гц.

Измерение мощности ОНЧ, НЧ, ВЧ обычно осуществляется в абсолютных единицах мощности (мс2), но НЧ и ВЧ могут быть дополнительно выражены в нормализованных единицах, которые показывают относительный вклад каждого из компонентов в пропорции к общей мощности за вычетом ОНЧ-компонента. УНЧ будет получен лишь при использовании спектрального анализа для всего 24-х часовой периода наблюдения.

Методы нелинейного анализа[править | править код]

Для представления результатов стандарты 1996 года предлагают использовать следующие методы нелинейного анализа (нелинейные методы): сечение Пуанкаре, графики аттрактора на малом числе измерений, сингулярное разложение и аттракторные траектории. Для количественного описания применялись D2 корреляционные размерности, экспонента Ляпунова и энтропия Колмогорова.

Нелинейные методы рассматриваются как потенциально многообещающие средства оценки ВСР, однако в настоящее время используются ограничено, поскольку необходим дальнейший прогресс в технологии анализа и интерпретации результатов. Исследование возможностей использования нелинейного анализа ВСР активно продолжается.[B: 5][A: 11][A: 12]

Поиск долгосрочных корреляций[править | править код]

Было обнаружено, что последовательности интервалов RR имеют долгосрочные корреляции. Различные типы корреляций были обнаружены на разных стадиях сна.[A: 13][A: 11] Однако одним из недостатков этих исследований является отсутствие в них статистических оценок достоверности.

Физиологические основы[править | править код]

Физиологические механизмы[править | править код]

ЧСС определяется многочисленными регуляторными механизмами; принято выделять интракардиальные (внутрисердечные) и экстракардиальные (внесердечные) механизмы регуляция ритма сердца.[8] Первым уровнем системы регуляции работы сердца является механизм внутрисердечного регулирования. Он связан с особыми свойствами самого миокарда и действует даже в условиях изолированного сердца по закону Франка — Старлинга: изолированное сердце при постоянной частоте сокращений может самостоятельно приспосабливать свою деятельность к возрастающей нагрузке, отвечая на неё увеличенным выбросом. Экстракардиальная регуляция работы сердца осуществляются вегетативной нервной и эндокринной системами; по скорости развития адаптивных процессов и их продолжительности механизмы регуляции сердечно-сосудистой системы делят на:

  1. механизмы кратковременного действия (барорефлексы, хеморефлексы, действие гормонов: адреналина, норадреналина, вазопрессина),
  2. механизмы промежуточного (по времени) действия (изменения транскапиллярного обмена, релаксация напряжения сосудов, ренин-ангиотензиновая система),
  3. механизмы длительного действия (регуляция внутрисосудистого объёма крови и емкости сосудов).

Синоатриальный узел получает регуляторные воздействия со стороны нервной и эндокринной систем, вследствие чего мгновенный пульс (или интервал RR) изменяются. Основными источниками ВСР являются влияние со стороны автономной (симпатическая и парасимпатическая) нервной системы (АНС) и гуморальные факторы. Дыхание вызывает низкочастотные волны сердечного ритма, опосредованные главным образом через АНС. К иным факторам, которые влияют на ВСР, причисляют барорефлекс (рефлекс Циона — Людвига) , терморегуляцию, цикл сна-бодрствования, приемы пищи, физическая активность и стресс.

С точки зрения теория функциональных система регуляция кровообращения представляет собой многоконтурную, иерархически организованную систему, в которой доминирующая роль отдельных звеньев определяется текущими потребностями организма.[9] Наиболее простая двухконтурная математическая модель регуляции сердечного ритма, предложенная Р. М. Баевским[B: 6], исходит из допущения, что система регуляции СУ может быть представлена в виде двух взаимосвязанных уровней (контуров): центрального и автономного с прямой и обратной связью.[9]

Кросс-корреляция с другими системами[править | править код]

Устойчиво различают два основных колебательных явления ВСР:

  • Дыхательная аритмия, то есть изменения ЧСС связанные с дыхательными движениями и точно соответствующие частоте дыхания.
  • Низкочастотные колебания.[A: 14] Эти изменения ЧСС связаны с волнами Майера (волнами Траубе-Геринга-Майера) кровяного давления и обычно имеет частоту 0,1 Гц или 10-секундный период.

В ходе изучения вопроса о том, как ритмы сердцебиения соотносятся с другими физиологическими системами, такими как легкое и мозг, было обнаружено, что, хотя во время бодрствования, света и быстрого сна корреляция между сердцебиением с другими физиологическими системами высока, они почти исчезают во время глубокого сна.[A: 15]

Корреляция ВСР с геофизическими факторами[править | править код]

Обнаружен феномен изменчивости сократительной функции сердца на протяжении 11-летнего цикла солнечной активности, выявлены корреляции популяционных ритмов сердечно-сосудистых катастроф и ритмов солнечной и геомагнитной активности, описана типовая ритмическая реакция сердца на воздействие различных внешних факторов, включая геомагнитную активность.[B: 7]

Клиническое значение[править | править код]

Считается, что стандартизация клинико-физиологической интерпретации показателей ВСР на данном этапе развития науки всё ещё остаётся практически невозможной, поскольку представления и оценки различных авторов нередко противоречивы.[4] Характерной особенностью метода является его неспецифичность по отношению к нозологическим формам патологии и высокая чувствительность к самым разнообразным внутренним и внешним воздействиям.[10] Вместе с тем, ВСР хорошо отражает степень напряжения регуляторных систем, обусловленную возникающей в ответ на любое стрессорное воздействие активацией системы гипофиз-надпочечники и реакцией симпатоадреналовой системы.[9]

С целью проведения комплексной оценки функционального состояния по показателю активности регуляторных систем (ПАРС), которая предусматривает диагностику функциональных состояний организма (но не заболеваний); он вычисляется в баллах по специальному алгоритму, учитывающему статистические показатели, показатели гистограммы и данные спектрального анализа хронокардиограмм.[4] Значения ПАРС выражаются в баллах от 1 до 10. На основании анализа значений ПАРС могут быть диагностированы следующие функциональные состояния:

  1. ПАРС = 1-2(норма); состояние оптимального (рабочего) напряжения регуляторных систем, необходимое для поддержания активного равновесия организма со средой;
  2. ПАРС = 3-4; состояние умеренного напряжения регуляторных систем, когда для адаптации к условиям окружающей среды организму требуются дополнительные функциональные резервы. Такие состояния возникают в процессе адаптации к трудовой деятельности, при эмоциональном стрессе или при воздействии неблагоприятных экологических факторов;
  3. ПАРС = 4-6; состояние выраженного напряжения регуляторных систем, которое связано с активной мобилизацией защитных механизмов, в том числе с повышением активности симпатико-адреналовой системы и системы гипофиз-надпочечники;
  4. ПАРС = 6-8; состояние перенапряжения регуляторных систем, для которого характерна недостаточность защитно-приспособительных механизмов, их неспособность обеспечить адекватную реакцию организма на воздействие факторов окружающей среды. Здесь избыточная активация регуляторных cистем уже не подкрепляется соответствующими функциональными резервами;
  5. ПАРС = 8-10; состояние истощения (астенизации) регуляторных систем, при котором активность управляющих механизмов снижается (недостаточность механизмов регуляции) и появляются характерные признаки патологии. Здесь специфические изменения отчетливо преобладают над неспецифическими.

В исследованиях было показано, что сниженная ВСР может быть использована как показатель, отображающий вероятность смерти после перенесённого инфаркта миокарда[A: 16][A: 17], хотя в другой работе сравнение ВСР и сердечного ритма показало, что прогностическая информация о выживаемости после инфаркта миокарда полностью содержится в средней частоте сердечных сокращений[A: 18].

Также с изменённой (обычно более низкой) ВСР может быть связан и ряд других исходов и патологических состояний, например, такие как: застойная сердечная недостаточность, диабетическую невропатию, депрессию после трансплантации сердца.[11][12]

Выявлено, что у жертв внезапной сердечной смерти при жизни ВСР была ниже, чем у здоровых людей.[A: 19]

Согласно систематическому обзору опубликованных исследований, ВСР коррелирует с прогрессированием заболевания и летальным исходом у онкологических больных.[A: 20]

Существует интерес к ВСР в области психофизиологии. Некоторые результаты указывают на возможность отслеживания уровня стресса по характеристикам ВСР.[B: 4][A: 21] ВСР также использовался для оценки навыков принятия решений в игре с высоким риском, и было обнаружено, что он является показателем более высокой симпатической активации при принятии решений, связанных с риском.[A: 22]

См. также[править | править код]

Примечания[править | править код]

  1. 1 2 3 4 5 УФД, 2001, § 3. Методика исследования ВСР, с. 113—116.
  2. Бокерия, 2009, с. 21.
  3. Рябыкина, 1998, Глава 4. Функциональные пробы и анализ вариабельности ритма сердца, с. 65—72.
  4. 1 2 3 4 УФД, 2001, § 5. Оценка результатов анализа вариабельности сердечного ритма, с. 120—125.
  5. Вест. ар., 1999, с. 54.
  6. 1 2 3 4 Рябыкина, 1998, Глава 3. Методы анализа вариабельности ритма сердца, с. 30—64.
  7. 1 2 УФД, 2001, § 4. Основные методы анализа вариабельности сердечного ритма, с. 116—120.
  8. Рябыкина, 1998, Глава 2. Механизмы нервной регуляции ритма сердца, с. 15—29.
  9. 1 2 3 УФД, 2001, § 2. Научно-теоретические основы метода, с. 110—113.
  10. УФД, 2001, § 1. Введение, с. 108—110.
  11. Рябыкина, 1998, Глава 5. Изменение вариабельности ритма сердца у больных с разной патологией, с. 73—89.
  12. Рябыкина, 1998, Глава 8. Характеристики вариабельности ритма сердца у больных с различными сердечно-сосудистыми заболеваниями, с. 127—154.

Литература[править | править код]

Книги[править | править код]

  1. 1 2 3 Рябыкина Г. В., Соболев А. В. Вариабельность ритма сердца. — М.: «Стар'Ко», 1998. — 200 с. — ISBN 5-85493-032-3.
  2. Haller A.,. Haller A. Elementa physiologiae corporis humani: In 8 t., T. 2, lib. 6. (лат.). — Lausanne: S. d’ Arnay, 1760. — С. 330–332.
  3. Воскресенский А. Д., Вентцель М. Д. Статистический анализ сердечного ритма и показателей гемодинамики в физиологических исследованиях (рус.). — М.: Наука, 1974. — 221 с.
  4. 1 2 3 4 Баевский Р. М., Кириллов О. И., Клецкин С. З. Математический анализ изменений сердечного ритма при стрессе (рус.). — М.: Наука, 1984. — 224 с.
  5. 1 2 Ардашев А. В., Лоскутов А.Ю. Практические аспекты современных методов анализа вариабельности сердечного ритма. — М.: ИД «МЕДПРАКТИКА-М», 2011. — 128 с.
  6. Математические методы анализа сердечного ритма (рус.) / под ред. Парина В. В., Баевского Р. М.. — М.: Наука, 1968.
  7. Бреус Т. К., Чибисов С. М., Баевский Р. М., Шебзухов К. В.. Хроноструктура ритмов сердца и факторы внешней среды (рус.). — М.: Издательство Российского университета дружбы народов; Полиграф сервис, 2002. — 232 с. — ISBN 5-209-01404-5.

Статьи[править | править код]

  1. 1 2 Рабочая группа Европейского Кардиологического общества и Северо-Американского общества стимуляции и электрофизиологии. Вариабельность сердечного ритма. Стандарты измерения, физиологической интерпретации и клинического использования (рус.) // Вестник аритмологии : journal. — 1999. — № 11. — С. 53—78.
  2. 1 2 3 4 5 Баевский Р. М., Иванов Г. Г. Вариабельность сердечного ритма: теоретические аспекты и возможности клинического применения // Ультразвуковая и функциональная диагностика. — 2001. — № 3. — С. 108—127.
  3. 1 2 Task Force of the European Society of Cardiology and the North American Society of Pacing and Electrophysiology. Heart rate variability: Standards of measurement, physiological interpretation and clinical use (англ.) // Circulation (англ.) : journal. — 1996. — Vol. 93. — P. 1043—1065.
  4. Heart rate variability. Standards of measurement, physiological interpretation, and clinical use. Task force of the European society of cardiology and the North American society of pacing and electrophysiology // Eur.Heart J. : journal. — 1996. — Т. 17. — С. 354—381.
  5. 1 2 Бокерия Л. А., Бокерия О. Л., Волковская И. В. Вариабельность сердечного ритма: методы измерения, интерпретация, клиническое использование (рус.) // Анналы аритмологии : журнал. — 2009. — № 4. — С. 21–32. — ISSN 2307-6313.
  6. Баевский Р. М. Анализ вариабельности сердечного ритма: история и философия, теория и практика (рус.) // Клиническая информатика и телемедицина : journal. — 2004. — № 1. — С. 54—64.
  7. Kudinov A. N., Lebedev D. Y., Tsvetkov V. P., Tsvetkov I.V. Mathematical model of the multifractal dynamics and analysis of heart rates (англ.) // Mathematical Models and Computer Simulations : journal. — 2015. — Vol. 7, no. 3. — P. 214—221.
  8. Brüser C., Stadlthanner K., de Waele S., Leonhardt S. Adaptive beat-to-beat heart rate estimation in ballistocardiograms (англ.) // IEEE Transactions on Information Technology in Biomedicine : journal. — 2011. — Vol. 15, no. 5. — P. 778—786. — doi:10.1109/TITB.2011.2128337. — PMID 21421447.
  9. Citi L., Brown E. N., Barbieri R. A real-time automated point-process method for the detection and correction of erroneous and ectopic heartbeats (англ.) // IEEE Transactions on Bio-Medical Engineering : journal. — 2012. — Vol. 59, no. 10. — P. 2828—37. — doi:10.1109/TBME.2012.2211356. — PMID 3523127.
  10. Malik M., Farrell T., Cripps T., Camm A. J. Heart rate variability in relation to prognosis after myocardial infarction: selection of optimal processing techniques (англ.) // Eur. Heart J. : journal. — 1989. — No. 12. — P. 1060—1074. — doi:10.1093/oxfordjournals.eurheartj.a059428. — PMID 2606116.
  11. 1 2 Bailly F., Longo G., Montevil M. A 2-dimensional geometry for biological time (англ.) // Progress in Biophysics and Molecular Biology : journal. — 2011. — Vol. 106, no. 3. — P. 474—484. — doi:10.1016/j.pbiomolbio.2011.02.001. — PMID 21316386.
  12. Shirazi A. H., Raoufy M. R., Ebadi H. et al. Quantifying memory in complex physiological time-series (англ.) // PLOS ONE : journal. — 2013. — Vol. 8, no. 9. — P. e72854. — doi:10.1371/journal.pone.0072854. — PMID 24039811.
  13. Bunde A., Havlin S., Kantelhardt J., Penzel T., Peter J., Voigt K. Correlated and uncorrelated regions in heart-rate fluctuations during sleep (англ.) // Physical Review Letters : journal. — 2000. — Vol. 85, no. 17. — P. 3736—9. — doi:10.1103/PhysRevLett.85.3736. — PMID 11030994.
  14. Sayers B. M. Analysis of heart rate variability (англ.) // Ergonomics : journal. — 1973. — Vol. 16, no. 1. — P. 17—32. — doi:10.1080/00140137308924479. — PMID 4702060.
  15. Bashan A., Bartsch R. P., Kantelhardt J. W., Havlin S., Ivanov P. C. Network physiology reveals relations between network topology and physiological function (англ.) // Nature Communications : journal. — 2012. — Vol. 3. — P. 702. — doi:10.1038/ncomms1705.
  16. Bigger J. T., Fleiss J. L. Frequency domain measures of heart period variability and mortality after myocardial infarction (англ.) // Circulation (англ.) : journal. — Lippincott Williams & Wilkins (англ.), 1992. — Vol. 85, no. 1. — P. 164—171. — doi:10.1161/01.CIR.85.1.164.
  17. Kleiger R. E., Miller J. P. Decreased heart rate variability and its association with increased mortality after acute myocardial infarction (англ.) // Am J Cardiol (англ.) : journal. — 1987. — Vol. 59, no. 4. — P. 256—262. — doi:10.1016/0002-9149(87)90795-8.
  18. Abildstrom S. Z., Jensen B. T. Heart rate versus heart rate variability in risk prediction after myocardial infarction (англ.) // Journal of Cardiovascular Electrophysiolog : journal. — 2003. — Vol. 14, no. 2. — P. 168—173. — doi:10.1046/j.1540-8167.2003.02367.x.
  19. Mølgaard H., Sørensen K. E., Bjerregaard P. Attenuated 24-h heart rate variability in apparently healthy subjects, subsequently suffering sudden cardiac death (англ.) // Clinical Autonomic Research : journal. — 1991. — Vol. 1, no. 3. — P. 233—7. — doi:10.1007/BF01824992. — PMID 1822256.
  20. Kloter E., Barrueto K., Klein S. D., Scholkmann F., Wolf U. Heart Rate Variability as a Prognostic Factor for Cancer Survival - A Systematic Review // Frontiers in Physiology : journal. — 2018. — № 9. — С. 623. — doi:10.3389/fphys.2018.00623. — PMID 29896113.
  21. Полевая С. А., Ерёмин Е.В., Буланов Н. А., Бахчина А. В., Ковальчук А. В., Парин С. Б. Событийно-связанная телеметрия ритма сердца для персонифицированного дистанционного мониторинга когнитивных функций и стресса в условиях естественной деятельности (рус.) // Современные технологии в медицине : journal. — 2019. — Т. 11, № 1. — С. 109—115. — ISSN 2076-4243. — doi:10.17691/stm2019.11.1.13.
  22. Shapiro, M. S., Rylant, R., de Lima, A., Vidaurri, A., van de Werfhorst, H. Playing a rigged game: Inequality's effect on physiological stress responses (англ.) // Physiology & Behavior : journal. — 2017. — No. 180. — P. 60—69. — ISSN 0031-9384. — doi:10.1016/j.physbeh.2017.08.006.

Нормативные документы[править | править код]

Ссылки[править | править код]