Article
Bivariate Symbolische Dynamik für die Herzraten- und Blutdruck-Analyse bei Dilatativer Kardiomyopathie
Search Medline for
Authors
Published: | August 8, 2006 |
---|
Outline
Text
Die Analyse der Herzratenvariabilität (HRV) hat sich in den vergangenen Jahrzehnten etabliert, um die autonome Regulation zu bewerten. HRV-Parameter haben sich als unabhängige Prädiktoren u.a. für den plötzlichen Herztod nach überlebtem Herzinfarkt erwiesen. Ein weiterer wichtiger Risikofaktor ist der arterielle Blutdruck. In dieser Arbeit soll untersucht werden, welcher diagnostische Wert in der Schlag-zu-Schlag-Variabilität des Blutdrucks (BPV) liegt.
Lineare Parameter des Zeit- und Frequenzbereiches charakterisieren nur teilweise das dynamische Verhalten von HRV und BPV Zeitreihen. Um die dynamischen Aspekte dieses gekoppelten Systems zu charakterisieren, wird das Prinzip der bivariaten Symbolischen Dynamik (BSD) verwendet. Alle Methoden wurden auf HRV- und BPV-Daten von 37 Patienten mit dilatativer Kardiomyopathie (DCM, Alter: 50.2 ± 9.1 Jahre) und auf die Daten von 37 Herzgesunden (KON, Alter: 52.1 ± 6.7 Jahre) angewandt.
Der beste lineare Parameter zur Trennung der Gruppen war pNN50 (DCM: 0.039 ± 0.039, KON: 0.085 ± 0.109, p=0.17 (Bonferroni korrigiert - Bk)). Signifikante Unterschiede traten in der bivariaten Alternanz auf (DCM: 0.004 ± 0.003, KON: 0.008 ± 0.004, p=0.013 (Bk)). Hoch signifikante Unterschiede zwischen den Gruppen zeigten sich bei Mustern im systolischen Blutdruck, welche stetige Blutdrucksenkungen beschreiben (DCM: 0.045 ± 0.036, KON: 0.08 ± 0.034, p<0.0005 (Bk)).
Die Ergebnisse belegen, dass in der dynamischen Analyse der bivariaten Zeitreihen eine deutlich höhere Information enthalten ist als in linearen univariaten Analysen. Das geringere Auftreten von stetigen Blutdrucksenkungen in der DCM-Gruppe kann dadurch erklärbar sein, dass das vagale System bei DCM weniger aktiv ist als bei den Herzgesunden. Mit der vorgestellten Methode können dynamische Eigenschaften in Blutdruck und Herzfrequenz einzeln oder gekoppelt analysiert werden, hohe diagnostische Informationen sind auch bei hypertensiven Erkrankungen zu erwarten.