脉搏到达时间评估血压的效果如何:基于MIMIC数据库研究的挑战与建议
该研究利用MIMIC数据库121例受试者记录,提取7个PAT/PTT特征和1个RR间期特征,分析其与收缩压、舒张压、平均动脉压的相关性。逐个体分析中28例强相关、27例中等相关、66例弱相关;汇总13311个心搏时PATRb与收缩压、平均动脉压、舒张压的相关系数分别为−0.50、−0.42、−0.31;121个优质心搏时分别为−0.54、−0.42、−0.28。作者指出PATRb相关优于传统PATRO,收缩压与PAT的相关优于舒张压,但相关强度不足以单独准确预测血压。作者建议若需使用MIMIC数据库评估血压,应提取不依赖同步性的特征或先进行同步性检查,否则不推荐使用PAT间期等同步依赖特征。
要点
- MIMIC数据库的ECG、PPG、ABP信号存在匹配与对齐误差,部分或全部记录未同步,直接用于PAT计算会引入误差。
- 逐个体分析显示PAT与收缩压的相关强度差异大,如记录12531的PATRS*相关系数为−0.92,记录46138仅为−0.07。
- 汇总13311个心搏,PATRb与收缩压、平均动脉压、舒张压的相关系数分别为−0.50、−0.42、−0.31,均未达可单独准确预测血压的强度。
- 121个优质心搏中PATRb相关性最佳,与收缩压、平均动脉压、舒张压的相关系数分别为−0.54、−0.42、−0.28,舒张压相关性仍差。
- 作者建议若必须使用MIMIC数据库评估血压,应提取不依赖同步性的PPG或ECG特征,或先按Martínez等的方法进行同步性检查并选择同步性最高的记录。
适用人群与场景
- MIMIC数据库中同时含ABP、ECG、PPG波形且含性别、年龄等生理信息的ICU患者记录。
- 最终纳入121例受试者记录,年龄64±17岁,每段波形长120秒、采样频率125 Hz。
- 排除缺失PPG或ECG信号、ABP/ECG/PPG信号异常(波形严重扭曲、无法区分收缩舒张波、无法确定心率)的记录。
诊断标准与关键阈值
- 异常ABP信号:收缩波与舒张波无法区分,或形态高度扭曲。
- 异常ECG信号:QRS波形态高度扭曲。
- 异常PPG信号:收缩波与舒张波无法区分、形态高度扭曲且无法确定心率。
- PAT定义:从ECG心搏起点(通常R峰)到远端动脉波形(通常指尖PPG收缩峰)的时间;PTT定义:从动脉部位(通常上臂ABP收缩峰)到另一动脉部位(通常指尖PPG收缩峰)的时间。
研究设计与关键结果
- 研究类型为基于MIMIC公共数据库的回顾性信号分析,最终纳入121例受试者、121条记录,每段波形120秒、125 Hz。
- 逐个体分析中,28例受试者PAT与收缩压呈强相关,27例中等相关,66例弱相关;11例强相关者的ECG与PPG信号同步,33例极弱相关者信号不完全同步。
- 汇总13311个心搏,PATRb与收缩压、平均动脉压、舒张压的Pearson相关系数分别为−0.50、−0.42、−0.31。
- 121个优质心搏分析中,PATRb与收缩压、平均动脉压、舒张压的相关系数分别为−0.54、−0.42、−0.28,多数相关系数较汇总分析提高。
- 作者指出PATRb相关优于传统PATRO,收缩压与PAT的相关优于舒张压;相关强度仍不足以单独准确预测血压。
证据类型、等级与局限
- 证据类型:基于公共数据库MIMIC的观察性信号相关性分析。
- 局限:MIMIC数据库存在数据匹配与对齐误差,部分或全部记录未同步;许多记录因信号缺失、异常或极低质量被剔除;未考虑心律失常等疾病对特征点提取的影响,作者提出未来研究应纳入特定疾病受试者。
对床旁实践的改变
- 作者建议:若需使用MIMIC数据库评估血压,应提取不依赖同步性的特征(如PPG特征或ECG特征),或先进行同步性检查并选择同步性最高的记录。
- 作者不推荐在未做同步性检查前,使用MIMIC数据库的PAT间期等同步依赖特征预测血压。
- 作者认为PATRb与血压的相关性优于传统PATRO,但相关强度仍不足以单独准确预测血压。
提炼说明
- 原文未涉及「处置流程与药物剂量」「红旗征与不能漏的情况」「指南或共识出处」,故未列出这些栏目。
全文中译7 节 · 点击展开
1. 引言
心血管疾病(CVD)是全球范围内发病和死亡的最大非感染性原因。CVD的预防和管理一直具有挑战性,原因有多种,包括对过高血压(高血压)的检测和管理。最广泛使用的临床血压测量方法是通过血压计进行的,该血压计由连接在测量设备上的可充气袖带组成。尽管它是临床金标准,但这种测量方法存在挑战,例如便利性和移动性有限、需要频繁测量以及袖带贴合的可变性。近年来,为克服这些挑战而评估血压(BP)的替代方法受到了越来越多的关注。
近年来,动脉波传播理论吸引了众多研究者的兴趣[1],该理论依赖同时采集的心电图(ECG)和光电容积脉搏波(PPG)信号进行BP检测。该理论基于波在特定路径上传播的思想。提取该路径的起点和终点信号,可计算脉搏传导时间(PTT)、脉搏到达时间(PAT)和脉搏波速度(PWV),并用于确定心血管功能状态,如血压、动脉僵硬度[2]和动脉顺应性。心电图(ECG)、阻抗心动图(ICG)、心冲击图(BCG)和心音图(PCG)是确定或测量PAT起点的最常见方法[3,4],而来自手指的光电容积脉搏波(PPG)是确定PAT终点的最常见方法。基于PAT的无袖带BP检测方法在当前研究中正被常规使用。
据我们所知,重症监护医学信息库(MIMIC)数据库[5]是唯一一个同时采集了ECG、PPG和动脉血压(ABP)信号的公开可用数据库(即所有信号均在同一时间采集,无延迟)。许多已发表的论文基于MIMIC数据库并假设所有信号均在同一时间采集且同步[6,7,8,9,10]。最近一篇论文[11]利用MIMIC数据库讨论了一种依赖PPG与ECG之间同步性的特征,并讨论了从PPG波形中提取的不依赖同步性的特征。然而,创建该数据库的研究人员已声明数据匹配和对齐存在错误,表明部分(或许全部)记录并未同步[12]。这一矛盾促使我们调查MIMIC数据库,以报告相关挑战并为更好地利用该数据库进行BP评估提供一些建议。
本研究侧重于使用MIMIC数据库考察PAT与BP的相关性。PAT是被研究的主要参数,MIMIC数据库是用于评估血压的最常用公共数据库。MIMIC数据库是一个有影响力的数据库,预计将会有更多基于ECG和PPG信号的血压预测研究开展。研究结果将具有价值和意义,并将帮助许多研究人员有效利用该数据库。此外,我们评估了ECG、PPG和ABP信号的质量,并推荐高质量记录供未来使用,低质量记录在未来使用中需要排除。对PAT的严谨评估和信号质量评估可能对愿意使用MIMIC数据库研究BP的研究人员有用。
2. 实验部分
2.1. 数据收集
MIMIC数据库[5,13]被用作本研究的数据来源。为我们的目的,记录收集仅限于仅包含生理信息(如性别和年龄)且包含ABP、ECG和PPG信号波形的记录。MIMIC数据库由从重症监护病房(ICU)收集的数据创建,有许多因素可能破坏收集的信号;因此,难以确保ABP、ECG和PPG信号的高质量[14]。获得可接受的记录至关重要; accordingly,通过Physionet ATM下载了总共578名受试者的原始记录,每个受试者具有最长记录(8000秒,2.2小时)。然而,如上所述,许多记录不充分,例如包括一个或两个缺失信号和异常(低质量)信号。
排除缺失PPG或ECG信号的受试者是一个直接的过程。然而,为排除异常信号,我们使用以下规则以保持一致:异常ABP信号:“异常”ABP信号是指无法区分收缩波和舒张波,或其形态高度扭曲的ABP信号,如图1所示;
异常ECG信号:“异常”ECG信号是指QRS波形态高度扭曲的ECG信号,如图1所示;
异常PPG信号:“异常”PPG信号是指无法区分收缩波和舒张波、其形态高度扭曲且无法确定心率的PPG信号,如图1所示。
为尽量减少本研究中的信号干扰,其中一些记录类型被标注并排除,例如标注为“缺失信号”或“异常信号”。这些类型的示例如图1所示。这些类型记录的统计汇总于表1。分析中所有纳入的信号均在表1中说明。
经过纳入和排除处理后,来自121名受试者的121条记录被存档在本研究的数据集中。它们各自具有唯一ID和相同波形长度(120秒,125 Hz采样频率)。受试者年龄为64 ± 17岁。本研究的工作流程如图2所示。
2.2. 信号预处理与特征定义
本研究数据集中的每条波形记录均具有ABP、ECG和PPG信号。ABP信号用于提取收缩压(SBP)和舒张压(DBP)作为参考血压值。ECG和PPG信号用于提取PAT。
值得一提的是,PAT和PTT可互换使用;然而,图3显示了PAT和PTT持续时间之间的差异。PAT定义为从心电心跳起点(通常使用R峰作为心跳标记)到远端动脉波形(通常为从指尖测量的PPG信号的收缩峰)的时段,而PTT定义为从动脉部位(通常为从上臂测量的ABP信号的收缩峰)到另一动脉部位(通常为从指尖测量的PPG信号的收缩峰)的时段[1]。注意,PAT持续时间包括PTT持续时间。还有另一个持续时间可与PAT和PTT一起用于优化血压估计,称为射血前期(PEP)[15];然而,本研究未研究该PEP时段,因为主要关注点是检查信号之间的同步性。
值得一提的是,PAT和PTT持续时间通常从脉搏足到脉搏足测量。脉搏足通过首先找到脉搏峰,然后搜索脉搏起点来确定。如果脉搏峰因任何原因(如噪声或异常)不清晰,确定脉搏足变得更加困难。因此,研究人员更倾向于使用峰到峰持续时间而非足到足持续时间。此外,研究人员已开始对信号应用数学导数以强调弱峰。对PPG信号应用一阶导数可得到称为速度光电容积脉搏波(VPG)的信号,而对PPG信号应用二阶导数可得到加速度光电容积脉搏波(APG)。
用于定义PPG、VPG和APG波形的基准点部分描述于[16],完整描述于[17]。我们遵循[17]中的建议命名波形,以保持一致性并提高可重复性。这增强了使用PPG波形研究不同疾病的益处和潜力。注意,缩写PPG、VPG和APG根据[18]中的建议使用。
有趣的是,用于定义PTT和PAT区间起点和终点的基准点在文献中也不一致,但存在一些一般性惯例。虽然心电图的R波和PPG信号的最大斜率点或许是最常用的基准点,但研究表明,在PPG波形中选择不同的基准点会对血压计算的准确性产生不同影响。2013年,Choi等人[19]测试了PAT的三种不同测量点,包括PPG波形的峰值、中点和终点,分别定义为PAT-峰值(PATRS)、PAT-中点(PATRw-1)和PAT-足点(PATRO),如图3所示。PAT-中点为最大斜率点。他们的研究表明,PAT与收缩压(SBP)和舒张压(DBP)具有很强的相关性,且就最小化标准误差偏差而言,PAT-中点是使用的最佳测量指标。Cattivelli和Garudadri[20]以及Li等人[21]进行了类似研究并发现了类似结果。一般而言,PAT-中点在临床上更有意义,正如心电图中的R峰(代表心脏心室机械收缩的开始)一样,而PPG波形的中点(PPG信号一阶导数的峰值)是脉搏波传播至动脉的时刻。在此方面,PAT-中点是始于心脏的收缩阶段与随后动脉收缩之间的时间延迟[22]。
同时,PPG及其导数(包含通过两次前向数学导数计算得到的VPG和APG)被用于辅助PAT提取。此外,心电图和PPG信号预处理中分别采用了0.5–40 Hz巴特沃斯带通滤波器和0.5–10 Hz切比雪夫II带通滤波器。需要注意的是,对心电图和PPG信号进行极端滤波可能会去除主要事件,如R峰和收缩波。然而,在本研究中,滤波器是根据以往研究的建议[23,24,25]选择的,以强调主要事件并降低噪声,同时不引起相位偏移。本分析中使用的所有滤波器均为零相位滤波器,以避免时间偏移问题。正确检测主要事件对检验PAT有效性起着重要作用。
重要特征点定义[17,25,26,27]如图3所示。需要注意的是,本研究使用的MIMIC记录质量较高,其中心电信号中的R峰以及PPG和ABP信号中的收缩波均较为显著。因此,我们基于这些信号报告结果,并用其仔细检验PAT和PTT持续时间是否与血压相关。否则,加入含噪信号会使结果产生偏倚,导致无法得出可靠结论。此外,某些病理情况未被纳入考虑。由于PAT/PTT参数计算基于心电图和PPG的形态学特征点,目前没有证据表明心律失常等疾病是否会影响特征点提取。在未来的研究中,应纳入患有某些疾病的参与者。
与我们之前的研究[28]不同,该研究不依赖于特征检测,而是将PPG信号输入深度神经网络来检测高血压,本研究侧重于血压与PAT特征之间的相关性。根据动脉波传播理论,心脏、臂动脉和手指外周动脉在血液传输中发挥不同作用。在这里,ECG、ABP和PPG信号反映了心血管器官的不同功能,尤其是血流信息。因此,为了表示不同的传输路径,定义并计算了三个PAT特征:从ECG到ABP(PATRS*)、从ECG到PPG(PATRO、PATRa、PATRw-1、PATRb、PATRS)以及从ABP到PPG(PTTS*S)。详细的特征定义见表2。
2.3. 相关性
进行了相关性分析,并计算了Pearson相关系数。Pearson相关系数可以衡量两个变量之间线性关系的强度。其范围为−1到1。正值表示正相关,意味着两个变量同时增大或减小;负值表示负相关,意味着一个变量增大时,另一个变量减小。以下公式展示了Pearson相关系数的计算,通常记为r:其中N为样本数,x和y为两个独立变量。需要注意的是,线性相关是血压回归模型的基础。基于生理数据的稳定相关性关系研究是建立血压模型的第一步。回归分析是预测血压值的传统方法。在本研究中,它将作为使用PAT/PTT参数预测血压的首选方法。
3. 结果
随着可穿戴健康设备的发展,无袖带血压监测正受到广泛关注[29]。动脉波传播理论(基于PAT)在无袖带血压测量中占主导地位。需要注意的是,血压的形成极其复杂,受心脏功能、动脉弹性和外周血管网络状态的影响。这些因素大多主要通过影响血液传输来影响血压。因此,通过动脉波传播理论研究血压是可行的。尽管许多研究者认为脉搏传导时间(PAT)与血压有强相关性,但其他人发现PTT/PAT与血压之间相关性较弱。需要对相关性分析进行深入研究。
本研究从MIMIC波形数据库中收集了一个包含老年受试者的大型数据集,该数据库是一个公开且可免费获取的[30]数据库,拥有大量参与者和生理信号。如A节所述,尽管收集了大量记录,但许多记录因信号缺失、信号异常和信号质量极低等原因被剔除。最终,本研究纳入了121名受试者的记录。共提取了八个动脉波传播特征,包括五个从心电图R波到光电容积脉搏波特征点的PAT特征、一个从心电图R波到动脉血压的PAT特征、一个从动脉血压到光电容积脉搏波的PAT特征,以及一个RR间期特征,以代表动脉波传播过程。为进行综合分析,分别进行了三项独立的相关性分析,包括逐受试者分析、集体心搏分析和一受试者一优质心搏分析。计算了Pearson相关系数。表3显示了每名受试者收缩压与动脉波传播特征之间的相关系数。
表4显示了每名受试者Pearson相关系数强度的统计结果。相关性极强的11名受试者的心电图和光电容积脉搏波信号实现了同步,而相关性极弱的33名受试者则未完全同步。
为评估众多受试者的血压相关性,基于所有受试者集体提取的心搏进行了相关性分析。共使用13,311个心搏计算PAT与收缩压之间的Pearson相关系数,如表5所示。此外,为避免影响特征点识别与提取,对每名受试者标注并提取了一个优质心搏,即动脉血压、心电图和光电容积脉搏波波形的心搏段均为优质,且动脉血压波形中的S*和D*、心电图波形中的R波,以及光电容积脉搏波、速度脉搏波和加速度脉搏波波形中的O、S、w、a和b均被正确提取。因此,共使用121个优质心搏分析血压与动脉波传播特征之间的相关性,如表5所示。
4. 讨论
本研究进行了相关性分析,以评估动脉波传播理论并探索其在血压监测中的有效性。许多研究者基于动脉波传播理论开展了无袖带血压测量研究[11,31]。然而,不同的数据集类型(私有、参与者较少)和不同的研究方法(逐受试者校准、免校准)使得血压与脉搏传导时间/脉搏到达时间之间的相关性差异极大。需要在更多参与者和公共数据库的基础上,对血压与脉搏传导时间/脉搏到达时间之间的相关性进行全面而清晰的验证。本研究纳入了121名受试者的记录。从动脉血压、心电图、光电容积脉搏波、速度脉搏波和加速度脉搏波波形中定义并提取了七个脉搏传导时间/脉搏到达时间特征和一个RR间期特征。这些特征代表动脉波传播过程,如PATRO、PATRa、PATRw-1、PATRb、PATRS、PATRS*(从心电图到动脉血压和光电容积脉搏波的脉搏传导时间)、PTTS*S(从动脉血压到光电容积脉搏波的脉搏传导时间)和RRI(一个心跳间期)。对每名受试者逐心搏提取这些特征,然后生成特征。
针对不同的影响分析,实施了三种独立的相关性分析:逐受试者分析、来自所有受试者的全部提取心搏,以及每个受试者一个优质心搏。由于不同身高、体重、性别、年龄和心输出量等的影响,首先进行了逐受试者相关性分析。表3显示了每个受试者的相关系数。对于某些受试者,PATRS*和PATRb显示出更好的相关强度,而某些受试者则显示出弱相关。此外,不同受试者显示出显著不同的相关性,例如,记录“12531”的SBP与PATRS*之间的相关系数为−0.92,而记录“46138”仅为−0.07。共有28名受试者具有强相关强度,27名受试者具有中等相关强度,66名受试者具有弱相关强度,如表4所示。从这些结果可以看出,各受试者在SBP与PAT特征之间的Pearson相关性上存在差异。影响因素多种多样,例如年龄、性别、身高、体重和心血管疾病。Seeberg等[32]、Li等[33]和Martin等[3]在对健康受试者进行逐受试者相关性分析时报告了类似结果。本研究中某些受试者的SBP与PAT之间具有极强的相关性,但其他受试者则显示出弱相关。因此,基于PAT的血压监测方法对某些受试者存在一定局限性。最后,对所有受试者进行了集体相关性分析。从121名受试者中共提取了13,311个PAT特征。分别计算了SBP、MAP和DBP的Pearson相关系数,如表5所示。
如表5所示,PATRb取得了更好的结果,其与SBP、MAP和DBP的其他相关系数分别为−0.50、−0.42和−0.31。DBP分别与PAT特征没有良好的相关关系。因此,基于PAT的特征不是DBP监测或预测的良好选择[33]。尽管PATRb显示出中等相关关系,但仅为−0.50,不足以仅基于PAT特征准确预测血压。为有效验证PAT方法的特征,实施了信号质量标注,并从每个受试者中选取一个优质心搏来提取本研究的特征。
对这些优质特征进行了Pearson相关性分析,如表5所示。从表5可以看出,大多数相关系数有所改善。PATRb仍是最佳的PAT特征,集体相关性分析中其与SBP、MAP和DBP的相关系数分别为−0.54、−0.42和−0.28。相关强度可接受,但仍不是很高。因此,采用不同受试者群体(健康或年轻)且参与者较少的数据集可能显示出不同的相关强度,并且如文献中所发现的那样,其可能高于本研究(基于更多且更年长的参与者)的相关强度(高达−0.75)。
此前,许多研究者基于动脉波传播理论定义了若干脉搏到达时间(PAT)/PAT特征,通常包括PATRO、PATRw-1和PATRS。多数报道认为PATRw-1与血压(BP)的相关性最佳。在本研究中,依据动脉波传播理论,定义了更多基于心电图(ECG)、动脉血压(ABP)和光电容积脉搏波(PPG)波形的PAT/PAT特征。心脏、臂动脉和手指微动脉路径影响血压的形成。因此,基于ECG和ABP波形的PATRS*;基于ECG和PPG波形的PATRO、PATRa、PATRw-1、PATRb和PATRS;以及基于ABP和PPG波形的PTTS*S,能够反映不同的传导过程,从而有助于理解动脉波传播理论。从表3可以看出,对大多数受试者而言,PATRS*的相关性强于其他特征。这表明血压与PAT之间的关系在主动脉中比在外周动脉中更为稳定。外周动脉疾病在老年人群中常见,其影响动脉波传播,使相关关系减弱。
需要注意的是,对部分受试者而言,基于手指PPG的特征在远端区域容易发生畸变。更严重的是,钝化的谷和峰使O点和S点难以清晰检测,导致其与血压的相关强度明显低于其他特征。a、w和b具有陡峭且稳定的峰和谷,有助于正确计算PAT。表5显示PATRa、PATRw-1和PATRb明显高于PATRO和PATRS,这与许多既往研究的结论相似[34]。因此,若要从更大的老年受试者数据集中正确提取PAT,PATRb、PATRw-1或PATRa是更好的选择。
表6综述了使用MIMIC数据库研究血压与PAT特征之间Pearson相关关系的文献。显然,各研究对相关强度的结论并不一致。这些研究者可能未采用客观方法从MIMIC数据库中选择记录,从而导致其报告PAT与血压之间存在强相关。
建立数据库的最佳方式是确保所有生物信号均已同步采集并保持时间同步。然而,若有必要使用MIMIC数据库评估血压,我们建议提取依赖非同步性的特征,如PPG特征或ECG特征。另一项建议是应用同步性度量,如Martínez等[38]对ECG、ABP和PPG信号所实施的方法,并选择同步性最高的记录。如前所述,本文的重点是研究现有MIMIC数据库中的PAT时限,因为有许多论文直接使用该数据库评估血压。下一步工作之一是研究非同步MIMIC数据库上的同步性;然而,这并不是一个容易解决的问题。
5. 结论
脉搏到达时间(PAT)是连续血压监测中的一个潜在参数。逐搏追踪血压并分析其模式的能力可能具有新的临床应用。然而,若使用MIMIC数据库进行其评估,存在一些局限性。有趣的是,PATRb与血压的相关性优于PATRO(传统测量指标)。研究还发现,收缩压(SBP)与PAT的相关性优于舒张压(DBP)与PAT的相关性。与现有文献一致,整体分析显示血压与PAT特征之间存在负相关。然而,在没有事先进行同步性检查的情况下,不建议使用MIMIC数据库来检验任何依赖同步性的特征(如PAT间期)以预测血压。
参考来源
- Liang Y, Abbott D, Howard N, et al. How Effective Is Pulse Arrival Time for Evaluating Blood Pressure? Challenges and Recommendations from a Study Using the MIMIC Database. J Clin Med. 2019. PMID: 30862031. doi:10.3390/jcm8030337
- 全文:PMC6462898(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC6462898/
供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。