从颈动脉和桡动脉压力波形获得的增强指数之间的关系.docx

从颈动脉和桡动脉压力波形获得的增强指数之间的关系Jun Sugawara等目的：升高的颈动脉和桡动脉增强指数（AI）直接和心血管疾病危险、死亡和发病有关联。本项研究的目的是检查，在提供信息方面，直接从桡动脉压力波获得的AI（桡动脉AI）是否可以和颈动脉AI测量值媲美。方法：研究对象是204个（88男， 116女）年龄为19到76岁（5115岁，平均值SD）的健康对象。我们用扁平张力测量法测量了他们的颈动脉AI (第二峰值颈动脉收缩压 第一峰值颈动脉收缩压)/颈动脉脉压100和桡动脉AI (第二峰值颈动脉收缩压 舒张压)/ (第一峰值颈动脉收缩压 舒张压)100。结果：桡动脉AI和颈动脉AI强相关（r=0.86, P0.0001，差异的标准偏差为10.0%），虽然桡动脉AI恒比颈动脉AI高出约66%。在16个外表健康的年轻成人中（11男，5女，年龄233岁）握柄锻炼后立即进行运动后肌肉缺血试验（PEMI），以比较交感神经活性增加期间的颈动脉AI和桡动脉AI的变化。PEMI使颈动脉AI和桡动脉AI发生类似的变化（分别为26%和109%）。相应地，PEMI所引起的桡动脉AI的变化和颈动脉AI的相应变化强相关（r=0.86, P240mmHg）。在开始闭塞后1分钟，同时测量颈动脉AI、左肱动脉血压和心率，接着再测量桡动脉AI。桡动脉AI测量以后立即终止闭塞。统计分析 单变量和偏相关分析被用于评估我们所关心的各变量之间的关系。正向步进多元回归分析用于评估桡动脉AI的独立预报器。颈动脉AI测量值和颈动脉AI的预报值（用回归方程从桡动脉AI推出）之间的相符程度用Bland-Altman图进行评估。心率、肱动脉血压、桡动脉第一和第二峰值收缩压和tp都用三次试验的对象内标准偏差（SD）进行评估。重复测量的偏差分析用于确定PEMI对受关注的变量的影响。数值的格式为平均值SD。P0.05被认为具有统计上的显著性。结果颈动脉和桡动脉增强指数之间的关系表1. 研究对象的生理特征男女年龄身高 (cm)体重(kg)身体脂肪 (%)心率 (次/分)收缩压 (mmHg)舒张压 (mmHg)平均动脉压力 (mmHg)主动脉PWV (cm/s)颈动脉AI (%)桡动脉AI(%)差(%)4717168.85.966.49.820.64.957.88123147611931210.52.27.120.273.618.666.80.94916156.96.8*53.87.3*28.75.1*618*117167110*8013*9.51.0*18.616.9*84.517.1*65.910.3*P0.05; *P0.01; *P0.001 vs. 男性 如表1所示，女性的身高、体重、收缩压、舒张压、平均动脉血压和主动脉PWV都低于男性（所有的P0.001）；但是生体脂肪、颈动脉AI、桡动脉AI和心率高于男性（所有的P0.0001）。桡动脉AI与颈动脉AI强相关（r=0.86, P0.0001，图1），虽然桡动脉AI恒比颈动脉AI高出约66%。这两个度量之间的差异没有受到性别的显著影响。在被调查人群中，如果颈动脉AI是根据回归线（它将颈动脉AI和桡动脉AI联系起来）估算的，则这两个度量之差的SD为10%。 在被调查人群中，颈动脉和桡动脉的AI都和年龄（分别为r=0.76和r=0.71）、体重（分别为r=0.25和r =0.30）、身体脂肪（分别为r=0.55和r =0.50）、收缩压（分别为r=0.46和r =0.34）、舒张压（分别为r=0.46和r =0.35）、平均动脉压（分别为r=0.52和r =0.39）和主动脉PWV（分别为r=0.56和r =0.47）正相关；和身高负相关（分别为r=-0.48和r =-0.50）（所有P0.0001）。虽然颈动脉AI和桡动脉AI都没有表现出和心率的显著性关，但如果用统计方法消除了年龄的影响，这些参数就表现出和心率的虽然显著但却微弱的偏相关关系（分别为r=-0.17和r=-0.15; p0.05）。在一项正向步进回归分析中，年龄、性别、身高、平均动脉压和心率被作为颈动脉AI的独立预报器输入模型（多元R2=0.72, P0.0001, 表2），同时年龄、心率和舒张压被作为桡动脉AI的独立预报器输入模型（多元R2=0.63, P0.0001, 表2）。如果颈动脉AI被作为独立变量包含在正向回归分析内，颈动脉AI、年龄、和身高就是桡动脉AI的独立相关方（多元R2=0.75, P0.0001, 表2）。图1. 颈动脉AI和桡动脉AI之间的关系。 (a)散布图；(b)Bland-Altma图 竖轴：由桡动脉AI通过回归线 (它将颈动脉AI和桡动脉AI联系起来) 所预测的颈动脉AI和直接测量的颈动脉AI之差； 横轴：这两个参数的平均值。上下虚线为平均差2SD。测量姿态对桡动脉增强指数的影响 如表3所示，仰卧时和坐姿时测量的收缩压及平均动脉压没有显著差异。但是仰卧时的舒张压及心率比坐姿时的低（两者都是P0.05）。仰卧和坐姿的桡动脉AI测量值没有差异。仰卧和坐姿的AI测量值表显出强线性关联（r=0.93, P0.0001），平均差为-1.310.2%。桡动脉增强指数的可重复性 心率、肱动脉收缩压和舒张压、桡动脉第一和第二峰值收缩压、桡动脉AI和tp的三次测量的对象内SD分别为3.82.7次/分、4.53.0mmHg、4.22.6mmHg、4.42.5 mmHg、36.52.2mmHg、4.52.1% 和4.02.2 ms。运动后肌肉收缩对桡动脉增强指数的影响 在PEMI期间，收缩压、舒张压和平均动脉压都较高（所有P0.0001），但心率没有变化（表4）。PEMI使颈动脉AI和桡动脉AI分别增加了26%和19%。在被调查的样本中，桡动脉AI表现出和颈动脉AI的强相关关系（在PEMI前和在PEMI期间；r=0.86, P0.0001），虽然桡动脉AI恒比颈动脉AI高出约65%。在调查的数据中，两种度量之差的SD为8.5%（在PEMI前和在PEMI期间）。PEMI所致的桡动脉AI的变化与相应的颈动脉AI的变化强相关（r=0.86, P0.0001, 图2），差异为7.36.8%。表2. 步进回归分析：桡动脉和颈动脉增强指数（AI）系数T值P值R2因变参数：颈动脉AI 年龄 性别（女） 平均动脉血压（mmHg） 心率（次/分） 校正后R2=0.72, P0.0001因变参数：桡动脉AI (不以颈动脉AI为独立参数) 年龄 心率（次/分） 舒张压（mmHg） 校正后R2=0.63, P0.0001因变参数：桡动脉AI (以颈动脉AI为独立参数) 年龄 心率（次/分） 舒张压（mmHg） 校正后R2=0.75, P0.00010.540.200.29-0.250.54-0.240.140.68-0.120.218.712.295.90-6.077.32-4.932.4110.87-2.753.700.00010.050.00010.00010.00010.00010.050.00010.010.0010.580.650.660.720.510.610.630.720.740.75表2. 仰卧和坐姿时的血液动力学和增强指数（AI）仰卧坐姿心率（次/分）收缩压（mmHg）舒张压（mmHg）平均动脉压力（mmHg）颈动脉AI（%）桡动脉AI（%）599118166710841115.418.581.916.16314*117156811*8412（未测）.82.214.5*P0.05; *P0.0001 vs. 仰卧姿势表3. PEMI前和PEMI期间的血液动力学和增强指数（AI）PEMI前PEMI期间心率（次/分）收缩压（mmHg）舒张压（mmHg）平均动脉压力（mmHg）颈动脉AI（%）桡动脉AI（%）60710910647796-14.99.853.611.662712518*7614*9415*11.113.6*72.314.4*P0.9），在使用血管活性物质（即硝酸甘油和去甲肾上腺素）后，这些度量产生类似的变化。Kophara等人17和Segers等人20也报告了两种AI之间的强相关关系：一是直接测量的桡动脉AI，另一是用传输函数获得的主动脉AI（分别为r=0.82和r=0.94）。在理论上，桡动脉波形包含所有的，用以合成传输函数所推导出的波形的数据21，因此他们的观察结果并不令人惊奇，不能支持下列假说：从直接测量的桡动脉脉搏就可以获得有关中央压力波反射的类似信息（袁文 ”can be obtained directly measured from the radial pulse” 疑为。”can be obtained from the directly measured radial pulse” 之误） 为了排除预料中的，传输函数的偏差和变异的影响，我们不用传输函数计算颈动脉AI和桡动脉AI。直接测量的颈动脉AI和用导管其顶端装了微型测压头无创地测量的上行主动脉AI强相关，虽然颈动脉AI恒低于上行主动脉AI11。重要的是，颈动脉AI直接关联到心血管病危险、死亡和发病，虽然这一点只高度选择性地适用于小人群（如晚期肾衰竭病人）2、4。在本项研究中，我们在年龄分布范围宽广的大男女人群中观察到，不用传输函数而从颈动脉和桡动脉脉搏波获得的AI之间有紧密相关关系（r=0.86），虽然两种度量之差的SD大一点（10.0%）。如果将颈动脉AI作为独立变量纳入正向步进回归分析中，它就是桡动脉AI的主要预报器，这解释了桡动脉总变异中的73%。归纳起来，即不用传输函数也可以从桡动脉AI估算颈动脉AI。 一项用因变量桡动脉AI和独立变量年龄、性别、身高、身体组成（body composition）、血压、心率和主动脉PWV（即不包含颈动脉AI）进行的步进回归分析中，年龄、心率和舒张压被作为桡动脉AI的独立预报器输入了模型。相似地，对颈动脉AI有意义独立变量是年龄、性别、平均动脉压和心率。我们的观察结果和以前的，确定颈动脉AI22和桡动脉AI17的独立变量的研究的结果几乎是一致的。桡动脉AI的贡献因素和颈动脉AI的几乎是一样的（即年龄、血压和心率）。这可能是桡动脉AI和颈动脉AI如此高度相关的一个原因。 为了证实和扩展这些观察结果，我们用运动诱发metaboreflex的交感神经刺激法，以确定桡动脉AI的变化是否与颈动脉AI的变化一致。一般地说，交感神经系统的活化诱发动脉收缩和平均动脉血压升高，从而提高PWV和增大来自周边的波反射，导致AI上升1。要注意，在交感神经受刺激的情况下，桡动脉AI的变化和颈动脉AI的变化强相关，二者之差为7.36.8%，较小，和对象内的SD差不多。除此之外，对调查所得数据（PEMI前和PEMI期间）进行的相关分析揭示，桡动脉AI及颈动脉AI和我们的横断面研究结果相似。这些结果着重表明，桡动脉AI和颈动脉AI之间有紧密的，可以预测的关联。 主动脉PWV虽然和颈动脉AI之间有不大但显著的相关关系，但它没有作为颈动脉AI的预测参数进入模型。这些结果可能意味着：与其它因素相比较，中央动脉僵硬度对主动脉和颈动脉的AI只有相对较小的影响。Lacy等人23提出，糖尿病人的主动脉PWV升高，但这种升高与主动脉AI的升高没有关联。Kelly等人24表明，在健康男性中，血管活性药物可以改变主动脉AI，而这种改变与主动脉PWV没有关系。Mitchell等人22显示了：中年人颈动脉AI上升，在60岁以后达到高平台水平，或下降，尽管主动脉PWV继续上升。另一方面，新近的一项研究25表明，在一个包含Marfan综合症病人的小组中（年龄为13-60岁），AI的主要决定因素是PWV和动脉系统的有效长度。研究对象疾病和年龄的不同可能是这些研究结果不相符的一个原因。虽然颈动脉AI4和主动脉PWV16、26、27与心血管死亡和发病有直接的关联，但这些指数可能代表了有关动脉循环系统的各个部分状况的信息。 使用桡动脉AI测量值的一个好处是方法简单。使用这种相对简单的测量方法，需要有一只放置在腕部的动脉张力测量传感器。Segers等人20报告了276个研究对象的关于桡动脉AI和颈动脉AI之间相关关系的数据。他们根据Millar笔形张力测量器手工测量的粗略信号计算AI，没有用传输函数或专利算法，并且只获得中等相关关系，r=0.72，相关程度没有我们获得的结果密切（r=0.86）。我们使用了半自动测量仪器，它包含扁平张力测量传感器。它可以以最佳接触压力压在颈动脉和桡动脉上，以正确地记录压力波形。它使技术技能性错误减至最少。我们观察到的颈动脉AI和桡动脉AI极为一致，这全有赖于它。另一方面，完全依赖自动仪器的输出可能是这种方法的一个缺点，因为我们可能漏过了加深对这一复杂事物的认识的机会。但是Correz-Cooper等人14报告说，用商业算法自动计算的颈动脉AI和用手工方法获得的颈动脉AI很好地相符，至少部分地如此。在本项研究中我们使用同样仪器进行颈动脉AI的测量。除此之外，本项研究表明，桡动脉AI（压力组分）和tp(时间组分)有极好的可重复性，可以与心率和肱动脉血压的相应组分相媲美，而且不受测量姿态（仰卧或坐姿）的影响。这种测量桡动脉的自动仪器有可能被用作筛查和诊断仪器，用于评估亚临床病理状态，并可能适用于大规模临床试验。我们还要进行进一步的研究，以检查直接测量的颈动脉AI和桡动脉AI之间的关系，和心血管病的死亡率和发病率。 总之，在年龄范围广泛的成人人群中，桡动脉AI和颈动脉AI显著相关联。交感神经活性刺激引起的桡动脉AI的急性变化与颈动脉的变化相似。这些结果提示：桡动脉AI给出了与颈动脉AI测量值等效的信息，具有成为心血管病的替代标志器的可能。缩略语AIPWVPEMI增强指数脉搏波速度运动后肌肉缺血试验（来源：Journal of Hypertension 2007, 25: 375-381）