Анализ показателей ритма сердца при разных уровнях сонливости

Обложка


Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Доступ платный или только для подписчиков

Аннотация

Задача объективной детекции сонливости по физиологическим показателям является актуальной для обеспечения безопасности транспортных перевозок и функционирования промышленных предприятий. Ввиду повсеместного использования гаджетов для регистрации ритма сердца важно определить валидные метрики, которые согласованы с текущим уровнем сонливости. Исследования показывают, что статистические и спектральные метрики ритма сердца согласованы с уровнем бдительности/сонливости [1, 2].

Цель работы. Выявление метрик ритма сердца, которые связаны с относительно низким и высоким уровнем вечерней сонливости в естественных условиях.

В качестве материала для данной статьи было выбрано 32 записи из датасета SSDD (Subjective Sleepiness Dynamics Dataset), собираемого в лаборатории Киберпсихологии ННГУ с 2022 г. Дизайн эксперимента состоял в следующем. Участник у себя дома надевал датчик регистрации ритма сердца (Polar H10) в 19:40 и подключал его к приложению на смартфоне. Далее участник заполнял в электронной системе данные о себе. Начиная с 20:00 и далее каждые 30 минут он отмечал данные о субъективной сонливости по Каролинской (KSS) и Стэнфордской (SSS) шкалам сонливости вплоть до того момента, когда он ложился спать. Отобранные 32 записи удовлетворяли следующим условиям: все участники легли спать с 22:30 до 23:00, вовремя заполнили KSS и SSS на каждом временном этапе (20:00, 20:30, 21:00, 21:30 и 22:00).

Для каждого временного этапа высчитывался интегральный балл сонливости по формуле:

sl=(KSS/10+SSS/7)/2.

Для анализа были отобраны 4-минутные записи ритмограмм, соответствующие временным этапам заполнения KSS и SSS. Обработка данных проводилась в Jupyter Notebook. С помощью пакета «hrv-analysis» высчитывались статистические, спектральные и нелинейные метрики ритма сердца (по ритмограмме — последовательности NN-интервалов) для каждого временного этапа. Применялся критерий Стьюдента для сравнения метрик для разных уровней сонливости по интегральному баллу (условно «низкий уровень» считался при sl <0,45; «высокий» — при sl >0,55), а также критерий Пирсона для оценки связи между sl и метриками ритма сердца на каждом временном этапе.

Оказалось, что метрики, отвечающие за вариативность последовательности NN-интервалов (NNi_50 (p=0,027), NNi_20 (p=0,007), pNNi_20 (p=0,024)) имеют меньшие значения для временных этапов, при «низкой» сонливости (N=54), чем при «высокой» (N=58). Также выяснилось, что индекс вегетативного баланса (отношение мощности спектра вариабельности ритма сердца в области низких частот к мощности в области высоких частот) выше при «высокой» сонливости, чем при «низкой» (p=0,015). Корреляционный анализ показал, что связи между интегральным баллом по сонливости и метриками ритма сердца имеются только для временного этапа 20:30. Обнаружены связи sl с размахом NN-интервалов (R=–0,388; p=0,028), выраженностью активности симпатического контура регуляции (R=–0,383; p=0,031), нелинейным парасимпатическим индексом (R=–0,359; p=0,043).

Таким образом, можно заключить, что относительно высокая сонливость связана с более низкими показателями по вариативности ритма сердца, а также с меньшей активностью вегетативной нервной системы в целом.

Полный текст

Задача объективной детекции сонливости по физиологическим показателям является актуальной для обеспечения безопасности транспортных перевозок и функционирования промышленных предприятий. Ввиду повсеместного использования гаджетов для регистрации ритма сердца важно определить валидные метрики, которые согласованы с текущим уровнем сонливости. Исследования показывают, что статистические и спектральные метрики ритма сердца согласованы с уровнем бдительности/сонливости [1, 2].

Цель работы. Выявление метрик ритма сердца, которые связаны с относительно низким и высоким уровнем вечерней сонливости в естественных условиях.

В качестве материала для данной статьи было выбрано 32 записи из датасета SSDD (Subjective Sleepiness Dynamics Dataset), собираемого в лаборатории Киберпсихологии ННГУ с 2022 г. Дизайн эксперимента состоял в следующем. Участник у себя дома надевал датчик регистрации ритма сердца (Polar H10) в 19:40 и подключал его к приложению на смартфоне. Далее участник заполнял в электронной системе данные о себе. Начиная с 20:00 и далее каждые 30 минут он отмечал данные о субъективной сонливости по Каролинской (KSS) и Стэнфордской (SSS) шкалам сонливости вплоть до того момента, когда он ложился спать. Отобранные 32 записи удовлетворяли следующим условиям: все участники легли спать с 22:30 до 23:00, вовремя заполнили KSS и SSS на каждом временном этапе (20:00, 20:30, 21:00, 21:30 и 22:00).

Для каждого временного этапа высчитывался интегральный балл сонливости по формуле:

sl=(KSS/10+SSS/7)/2.

Для анализа были отобраны 4-минутные записи ритмограмм, соответствующие временным этапам заполнения KSS и SSS. Обработка данных проводилась в Jupyter Notebook. С помощью пакета «hrv-analysis» высчитывались статистические, спектральные и нелинейные метрики ритма сердца (по ритмограмме — последовательности NN-интервалов) для каждого временного этапа. Применялся критерий Стьюдента для сравнения метрик для разных уровней сонливости по интегральному баллу (условно «низкий уровень» считался при sl <0,45; «высокий» — при sl >0,55), а также критерий Пирсона для оценки связи между sl и метриками ритма сердца на каждом временном этапе.

Оказалось, что метрики, отвечающие за вариативность последовательности NN-интервалов (NNi_50 (p=0,027), NNi_20 (p=0,007), pNNi_20 (p=0,024)) имеют меньшие значения для временных этапов, при «низкой» сонливости (N=54), чем при «высокой» (N=58). Также выяснилось, что индекс вегетативного баланса (отношение мощности спектра вариабельности ритма сердца в области низких частот к мощности в области высоких частот) выше при «высокой» сонливости, чем при «низкой» (p=0,015). Корреляционный анализ показал, что связи между интегральным баллом по сонливости и метриками ритма сердца имеются только для временного этапа 20:30. Обнаружены связи sl с размахом NN-интервалов (R=–0,388; p=0,028), выраженностью активности симпатического контура регуляции (R=–0,383; p=0,031), нелинейным парасимпатическим индексом (R=–0,359; p=0,043).

Таким образом, можно заключить, что относительно высокая сонливость связана с более низкими показателями по вариативности ритма сердца, а также с меньшей активностью вегетативной нервной системы в целом.

ДОПОЛНИТЕЛЬНАЯ ИНФОРМАЦИЯ

Источник финансирования. Исследование выполнено за счёт средств гранта Российского научного фонда № 22-28-20509, https://rscf.ru/project/22-28-20509/

×

Об авторах

В. А. Демарева

Нижегородский государственный университет им. Н.И. Лобачевского

Автор, ответственный за переписку.
Email: valeriia.demareva@fsn.unn.ru
Россия, Нижний Новгород

Список литературы

  1. Awais M., Badruddin N., Drieberg M. A hybrid approach to detect driver drowsiness utilizing physiological signals to improve system performance and wearability // Sensors. 2017. Vol. 17, N 9. P. 1991. doi: 10.3390/s17091991
  2. Chua E.C.P., Tan W.Q., Yeo S.C., et al. Heart rate variability can be used to estimate sleepiness-related decrements in psychomotor vigilance during total sleep deprivation // Sleep. 2012. Vol. 35, N 3. P. 325–334. doi: 10.5665/sleep.1688

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Эко-Вектор, 2023

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

СМИ зарегистрировано Федеральной службой по надзору в сфере связи, информационных технологий и массовых коммуникаций (Роскомнадзор).
Регистрационный номер и дата принятия решения о регистрации СМИ: 

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах