Помощь в написании студенческих работ
Антистрессовый сервис

Динамика вариабельности сердечного ритма у больных ишемической болезнью сердца с различными функциональными классами тяжести стенокардии

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Основной побудительный стимул к исследованиям суточной ВСР можно сформулировать следующим образом. Поскольку есть результаты о плохом прогнозе исхода заболевания при низкой ВРС, естественно предположить, что всякое снижение ВСР может служить признаком ухудшения состояния пациента. Но получилось следующее. Исследования ВСР в подавляющем своем большинстве базируются на строго очерченном (а теперь… Читать ещё >

Динамика вариабельности сердечного ритма у больных ишемической болезнью сердца с различными функциональными классами тяжести стенокардии (реферат, курсовая, диплом, контрольная)

Содержание

  • ГЛАВА 1.
    • 1. 1. СОВРЕМЕННЫЕ ПРЕДСТАВЛЕНИЯ О ВАРИАБЕЛЬНОСТИ РИТМА СЕРДЦА
    • 1. 2. Построение ритмограмм
    • 1. 3. Понятие о стационарных и нестационарных процессах в ритме сердца
    • 1. 4. Классификация методов математического анализа ВРС
    • 1. 5. Описание основных методов анализа ВРС 18 Цель и задачи исследования
  • ГЛАВА 2. ОБЩАЯ ХАРАКТЕРИСТИКА КОНТИНГЕНТА БОЛЬНЫХ, МЕТОДЫ И РЕЗУЛЬТАТЫ КЛИНИЧЕСКИХ ИССЛЕДОВАНИЙ
    • 2. 1. Характеристика больных
    • 2. 2. Методы исследования

    2.3 Математическая модель, используемая для исследования вариабельности ритма сердца на длительных промежутках времени 50 2.3.1. Назначение и структура модели 50 2.3.2 Требования, предъявляемые к модели

    2.3.3. Построение математической модели

    Выводы второй главы

    ГЛАВА РЕЗУЛЬТАТЫ СОБСТВЕННЫХ ИССЛЕДОВАНИЙ

    ГЛАВА 4. АНАЛИЗ ВЗАИМОСВЯЗИ И ЗНАЧИМОСТИ ПОКАЗАТЕЛЕЙ ВАРИАБЕЛЬНОСТИ СЕРДЕЧНОГО РИТМА

Актуальность темы

Материалы большинства популяционных исследований свидетельствуют о том, что в начале XXI столетия сердечнососудистые заболевания по-прежнему остаются основной причиной инвалидизации и смертности населения, в частности в работоспособном возрасте.

Всякое обследование пациента может служить двум целям: уточнению информации о его состоянии на момент исследования (диагностическая цель) и предсказанию того, как будет меняться состояние пациента в будущем (прогностическая цель). Любой анализ и любое исследование служат либо одной из этих целей, либо обеим.

Изучение диагностической и прогностической значимости проводится по-разному. Диагностическая значимость исследования определяется тем, насколько верно его результаты характеризуют состояние исследуемой системы в организме каждого конкретного пациента. Прогностическая значимость определяется тем, для какого процента пациентов с данным результатом исследования будет выполняться то или иное предсказание. Поэтому для выяснения диагностической ценности получаемых данных необходимо с высокой степенью точности оценивать результаты исследования каждого конкретного пациента, а при исследовании прогностической значимости необходимо получать точные статистические характеристики, изучая большие популяции. Далеко не всегда одни и те же параметры одинаково хорошо служат этим двум целям [1,68,69,73,74].

За последние десятилетия получено много доказательств связи между состоянием вегетативной регуляции ритмической деятельности сердца и смертностью от сердечно-сосудистых заболеваний. Объективно исследовать и оценить вегетативный статус на количественном уровне, дифференцировать дисфункцию симпатического парасимпатического отделов, позволяет метод математического анализа вариабельности сердечного ритма. К положительным его свойствам можно отнести неивазивность и простоту. Вариабельность ритма сердца является интегральным показателем функционального состояния сердечно-сосудистой системы. Большое значение имеет анализ показателей ВСР при динамическом наблюдении за функциональным состоянием ССС при ИБС, а также для оценки эффективности проводимого лечения [17,40].

Следует сказать, что не существует единой методики исследования суточной вариабельности ритма сердца. Спектральный анализ может эффективно использоваться при оценке только коротких фрагментов ритмограммы, а используемые в настоящее время «неспектральные» параметры суточной вариабельности служат в основном для определения прогноза заболевания. Поэтому остается актуальной задача создания методики оценки суточной вариабельности ритма, которая могла бы быть эффективно использована как в прогностических, так и в диагностических целях [19,71].

При диагностических исследованиях хотелось бы найти такие параметры суточной ВСР, при которых уменьшение значения исследуемого параметра, с одной стороны, характеризовало бы снижение ВРС, а с другой стороны — хорошо коррелировало с ухудшением состояния пациента.

Основной побудительный стимул к исследованиям суточной ВСР можно сформулировать следующим образом. Поскольку есть результаты о плохом прогнозе исхода заболевания при низкой ВРС, естественно предположить, что всякое снижение ВСР может служить признаком ухудшения состояния пациента. Но получилось следующее. Исследования ВСР в подавляющем своем большинстве базируются на строго очерченном (а теперь даже и стандартизованном) круге количественных параметров [20,70]. На этом пути были получены весьма существенные прогностические результаты, значимость которых общепризнанна, но не было получено ни одного общепризнанно значимого для клиники диагностического результата. Сложилась парадоксальная ситуация: использование параметров SDNN, pNN50 и аналогичных им параметров, с одной стороны, выявило их большую прогностическую значимость при остром инфаркте миокарда, сердечной недостаточности и диабете, а с другой стороны — завело эти исследования в тупик, так как оказалось, что никакие диагностические задачи с помощью этих параметров решить нельзя. В настоящее время разработана новая методика анализа вариабельности сердца в РК НПК МЗ РФ им. А. Л. Мясникова. В нашей работе мы применили ее для оценки прогноза течения ишемической болезни сердца с целью оптимизации ведения больных, предупреждения обострения ИБС, контролировать эффективность лечения больных.

Цель и задачи исследования

Целью нашего исследования является повышение эффективности диагностики и оценка динамики течения ишемической болезни сердца на основе разработки модели вегетативного статуса с использованием нового показателя вариабельности сердечного ритма (СВВР).

Для достижения поставленной цели необходимо решить следующие задачи:

Провести анализ исходных показателей вариабельности сердечного ритма у пациентов с ишемической болезнью сердца с учетом функционального класса;

Изучить взаимосвязь между новым параметром вариабельности ритма сердца (СВВР) и различными функциональными классами тяжести стенокардии;

Разработать метод оценки СВВР для коррекции тактики ведения больных с ишемической болезнью сердца;

Провести корреляционный анализ показателей вариабельности сердечного ритма у пациентов с различной степенью тяжести соматической патологии;

Построить регрессионную модель для оценки степени тяжести ишемической болезни сердца по показателям вариабельности сердечного ритма, с выделением наиболее информативного из них.

Методы исследования. В работе использованы методы системного анализа исследования операций, теории управления в медицинских системах, экспертного оценивания, оптимизации, теории вероятностей и математической статистики.

Научная новизна. В работе получены следующие результаты, характеризующиеся научной новизной: методика оценки степени тяжести стенокардии с использованием показателей вариабельности сердечного ритмаметод оценки функционального состояния сердечно-сосудистой системы, основанный на внедрении в клиническую практику нового параметра вариабельности ритма сердца — СВВР — дли больных ишемической болезнью сердцарегрессионная модель вариабельности сердечного ритма, позволяющая повысить эффективность лечения и улучшить прогноз у пациентов с ишемической болезнью сердца (отдалить период наступления осложнений).

Практическая значимость и результаты внедрения.

Разработана комплексная система, позволяющая повысить эффективность лечения больных ишемической болезнью сердца, улучшить прогноз заболевания (отдалить период наступления осложнений), сократить число госпитализаций.

Материалы диссертации внедрены в учебный процесс кафедры госпитальной терапии Воронежской государственной медицинской академии им. Н. Н. Бурденко и на межвузовской кафедре «Системный анализ и управление в медицинских системах» Воронежского государственного технического университета.

Результаты внедрения подтверждены соответствующими актами.

Апробация работы. Основные положения диссертации были обсуждены на областной конференции «Современные методы диагностики, лечения и реабилитации лиц, пострадавших в результате аварии на Чернобыльской АЭС» (г. Воронеж, 2003), Межрегиональной научнопрактической конференции, посвященной 85-летию ВГМА им. H.H. Бурденко (г. Воронеж, 2003), научной конференции студентов и молодых ученых «Инновационные направления в медицине» (г. Воронеж, 2005), научно-методических семинарах кафедры САУМС ВГТУ (г. Воронеж, 2005).

Публикации. По материалам диссертации опубликовано 6 научных работ.

Структура и объем диссертации

Диссертация состоит из введения, четырех глав, заключения, списка литературы из 140 наименований. Основная часть изложена на 106 страницах, включает в себя 29 таблиц, 7 рисунков.

Все выводы в регрессионном анализе строятся на основании имеющихся исходных статистических данных. Итак, будем полагать, что мы располагаем результатами регистрации значений анализируемых объясняющих (х (1), х (2), ., х (п)) и результирующей (у) переменных на р статистически обследованных объектах (в нашем случае пациенты). Так что, если j — номер обследованного объекта, то имеющиеся исходные статистические данные состоят из р строк вида: х/п)-у^]- = (1,р), (4.1).

Рис. 4.1 Схема алгоритма построения прогностических моделей.

• • 1 х = 1. Л2, Г= ~У2 а р •• хр КУР) где х/1″ 1 и у, — - значения соответственно 1-й (1 = (1, п)) объясняющей переменной и результирующего показателя, зарегистрированные на ]-м обследованном объекте.

Данные в регрессионном анализе обычно представляются в виде двух матриц вида:

4.2) где X — матрица размера р*(п+1), составленная из значений объясняющих переменных и У — матрица размера р*1, составленная из значений результирующей переменной.

Определение числовых значений параметров уравнения множественной регрессии обычно производится методом наименьших квадратов, для чего строится и решается система нормальных уравнений.

Коэффициенты при независимых переменных х{ в уравнении множественной линейной регрессии показывают, на сколько в среднем изменяется результативный признак при увеличении соответствующего фактора на единицу и при фиксированном (постоянном) значении других факторов, входящих в уравнение регрессии.

Величина совокупного коэффициента корреляции по значениям парных коэффициентов может быть определена следующим образом:

Я2=1.

1 г01. г0п г 1 г ю х '01 г г 1 п о п •" 1.

1 К.

Г 1 '21 1/1.

2 п.

Г, г,. 1 л1 л2.

4.3) л.

Величина Я, называемая коэффициентом детерминации и показывает, в какой мере вариация результативного признака обусловлена влиянием признаков-факторов, включенных в рассматриваемое уравнение корреляционной зависимости.

Величина совокупного коэффициента корреляции изменяется в пределах от 0 до 1 и численно не может быть меньше, чем любой из образующих его парных коэффициентов корреляции. Чем ближе совокупный коэффициент корреляции к единице, тем меньше роль неучтенных в модели факторов и тем больше оснований считать, что параметры регрессионной модели отражают степень эффективности включенных в нее факторов.

Иногда рассеяние точек корреляционного поля настолько велико, что нет смысла пользоваться линейным уравнением регрессии, так как погрешность в оценке анализируемого показателя будет чрезвычайно велика. В таком случае необходимо воспользоваться квадратичными моделями множественной регрессии.

Для всей совокупности наблюдаемых значений рассчитывается средняя квадратическая ошибка уравнения регрессии Бе, которая представляет собой среднее квадратическое отклонение фактических значений у, относительно значений, рассчитанных по уравнению регрессии у/ (4.4): где Эе — средняя квадратическая ошибка уравнения регрессии;

У| - фактические значения результативного признака, полученные по данным наблюденияу/ - значения результативного признака, рассчитанные по уравнению корреляционной связи и полученные подстановкой значений факторного признака х, в уравнение регрессиип — число параметров в уравнении регрессии.

А также определяется стандартная ошибка (4.5):

4.4).

4.5) р — п.

Чем меньше рассеяние эмпирических точек вокруг прямой, тем меньше средняя квадратическая ошибка уравнения. Таким образом, величина ^ служит показателем значимости и полезности модели, выражающей соотношение между признаками.

Для проверки значимости полученных коэффициентов регрессии необходимо воспользоваться формулами (4.6) и (4.7):

Jn-2 ,.

0=а0-, (4.6) а —-• (4−7).

Расчетное значение 1>критерия сравнивается по абсолютной величине с табличным значением при (р-п) степенях свободы и заданном уровне значимости (чаще всего принимают а=0,01 или а=0,05). Если фактическое значениекритерия больше табличного, то данный параметр считается значимым. Иначе он считается незначимым и исключается из рассмотрения.

Оценка значимости коэффициентов регрессии с помощьюкритерия часто используется для завершения отбора факторов в процессе шагового анализа. Наиболее известны две процедуры, которые реализованы в прикладных пакетах: последовательное увеличение и последовательное уменьшение группы независимых переменных. Например, последовательное уменьшение заключается в том, что после решения модели и оценки значимости всех коэффициентов регрессии из модели исключается тот фактор, коэффициент при котором незначим и имеет наименьший коэффициент доверия t. После этого модель решается и снова производится оценка значимости всех коэффициентов регрессии. Если среди них опять окажутся незначимые, то снова исключается фактор с наименьшим коэффициентом г. Процесс исключения факторов продолжается до тех пор, пока не получено уравнение регрессии, все коэффициенты в котором значимы. Пошаговая регрессия применяется для минимизации количества независимых переменных, входящих в исследуемую модель.

Проверка адекватности модели — одна из важнейших процедур регрессионного анализа, поскольку исследователь должен удостовериться в том, что практическое использование полученной модели приведет к положительным результатам.

На основе уравнения регрессии и отклонений реального и рассчитанного значения отклика можно вычислить средний квадрат этих отклонений, т. е. средний квадрат отклонений фактических значений результативного признака от теоретических его значений, полученных путем подстановки в уравнение регрессии соответствующих значений признака-фактора (4.8):

TJ{yj-yvj)2.

-• (4.8) Р.

Это — мера колеблемости фактических значений у около соответствующих теоретических значений, т. е. около линии регрессии (остаточная дисперсия).

Показатели регрессии и корреляции — параметры уравнения регрессии, индексы или коэффициенты детерминации и корреляции, — исчисленные для ограничений по объему совокупности, могут быть искажены действием случайных факторов. Поэтому нужно проверить, насколько показатели характерны для того комплекса условий, в которых находится исследуемая совокупность, не являются ли они результатом стечения случайных обстоятельств. Проверка значимости (существенности) показателей регрессии и корреляции производится с помощью дисперсионного Р-критерия Фишера (4.9): а2 (р — п).

7, «Л (4−9) где п — число параметров в уравнении регрессии. Л.

Расчетное значение Б сравнивается с критическим (табличным) для принятого уровня значимости аик1=п — 1, к2 = р — п степенях свободы. Если фактическое значение критерия Фишера больше табличного, то построенная регрессионная модель считается адекватной.

Далее в ходе проведения нашего исследования, мы провели определение индекса тяжести стенокардии.

Для построения аналитических зависимостей необходимо было выполнить следующие действия.

1. Определить набор показателей Хх (г =, которые позволяют идентифицировать состояние пациента перед началом лечения.

2. Проверить гипотезу о нормальном распределении значений показателей Хг.

3. В зависимости от результатов проверки гипотезы о нормальном распределении выбрать метод анализа, позволяющий исключить те показатели Х-, которые не влияют на изменение контролируемого показателя у.

4. Для отбора достоверных измерений произвести фильтрацию информации.

5. Провести выбор вида регрессионной модели (линейная, неполная квадратичная, квадратичная).

6. Вычислить оценки коэффициентов уравнения регрессии, применяя метод наименьших квадратов.

7. Выполнить проверку их значимости, и исключить из модели незначимые коэффициенты.

8. Проверить адекватность модели. В случае адекватности моделиокончание алгоритма. Если модель неадекватна, но возможно ее усложнение — переход к п. 6, в противном случае необходима корректировка исходной выборки (увеличение ее объема, сокращение числа неточных измерений).

В результате выполнения вышеуказанных действий были получены следующие результаты.

В качестве исходного набора независимых параметров использовались показатели, приведенные в таблице 3.11. Зависимой переменной является значение индекса тяжести заболевания.

Для оценки влияния параметров вариабельности ритма сердца на выраженность патологического процесса анализировалась степень достоверности различий абсолютных величин показателей в выделенных классах тяжести стенокардии. Определение значимости параметров вариабельности ритма сердца необходимо для обоснования выбора оптимального набора показателей.

В процессе анализа медико-биологической информации одной из проблем, с которыми приходится сталкиваться исследователю, является выбор соответствующей методологии проверки статистических гипотез. Каждый метод основан на собственной математической модели, и применение его тем успешнее, чем ближе эта модель к действительности.

В этой связи первой задачей на пути анализа медицинских статистических данных является выбор статистического критерия. Существующие статистические методы по анализу данных можно разделить на две группы:

— параметрические критерии, которые основаны на оценке параметров распределения;

— непараметрические критерии, не ограниченные видом распределения.

Наиболее часто используются в прикладных медицинских исследованиях и реализованы в большинстве статистических пакетов методы, основанные на оценке параметров нормального распределения. Среди них наиболее часто используется критерий Стьюдента. Он используется более чем в половине медицинских исследований, причем очень часто неверно. Ошибочное применение критерия Стьюдента и других параметрических критериев увеличивает вероятность «выявить» несуществующие различия.

Таким образом, выбор той или иной статистической процедуры для анализа медико-биологических данных должен иметь достаточно строгое обоснование.

Если необходимо определить достоверность различий более чем в двух группах, то сначала необходимо проверить нулевую гипотезу о равенстве всех средних. Данную задачу позволяют решить методы дисперсионного анализа и его непараметрический аналог критерий Крускала — Уоллиса. Как указывают исследователи, если выполняются условия применимости параметрических критериев, то целесообразно применять именно параметрические методы. Это связано с тем, что они обеспечивают большую чувствительность по сравнению со своими непараметрическими аналогами. Поэтому вторым этапом в нашем случае являлась проверка условий применимости параметрических критериев.

Математическая модель, на которой основано проведение дисперсионного анализа, предполагает следующее:

— каждая выборка независима от остальных выборок;

— каждая выборка случайным образом извлечена из исследуемой совокупности;

— совокупность нормально распределена;

— дисперсии всех выборок равны.

Первые два ограничения относятся к вопросам планирования эксперимента, поэтому наибольший интерес на этапе анализа статистической информации представляют предположения о нормальности распределения и равенстве дисперсий.

Наибольшее влияние на вероятность ошибки 1-го рода (а) оказывает неоднородность дисперсий. Здесь можно выделить три случая:

— объемы выборок равны, влиянием неоднородности дисперсий можно пренебречь;

— объемы выборок и дисперсии неравны, а из совокупностей с большими дисперсиями выбирается меньшее число объектов, вероятность ошибки 1-го рода больше установленной исследователем;

— объемы выборок и дисперсии неравны, а из совокупностей с большими дисперсиями берется большее число объектов, вероятность ошибки 1-го рода меньше установленной исследователем.

В нашем случае для проверки однородности дисперсий использовался критерий Ливена. Его основными достоинствами является простота в применении и нечувствительность к нарушению гипотезы нормальности. Критерий Ливена — просто однофакторный дисперсионный анализ абсолютных значений 21} разностей между каждым наблюдением Х,.и средним группы X}.

Следующим этапом является проверка на нормальность распределения. Эффективно проверить гипотезу о нормальности распределения можно только для достаточно большого объема данных. Для проверки возможно использование нескольких методик:

— оценка коэффициентов асимметрии и эксцесса;

— использование критерия хи-квадрат или Колмогорова-Смирнова;

— использование визуальных методов.

Здесь необходимо отметить, что влияние отклонения от нормальности распределения на вероятность ошибки 1-го рода при дисперсионном анализе незначительно.

В то же время предположение нормальности нельзя игнорировать. Основная же трудность состоит в том, что объем выборки очень часто недостаточен для подтверждения или опровержения гипотезы нормальности.

В данном случае для проверки использовался критерий хи-квадрат и визуальные методы. Значимых отклонений от гипотезы нормальности распределения обнаружено не было.

В связи с подтверждением гипотезы о нормальном распределении для сравнения показателей в выделенных группах был применен дисперсионный анализ. Расчет проводился в программе ЭТАТКИСА 6.0. Результаты приведены в табл. 4.1.

ЗАКЛЮЧЕНИЕ

.

1. Проведен системный анализ показателей вариабельности ритма сердца у пациентов с ишемической болезнью с учетом функционального класса;

2. Проанализирована взаимосвязь между показателем СВВР и различными функциональными классами тяжести стенокардии;

3. Разработан метод оценки показателя СВВР для коррекции тактики ведения больных с ишемической болезнью сердца, позволяющий индивидуализировать подход к каждому больному;

4. Проведен корреляционный анализ показателей вариабельности сердечного ритма у пациентов с различной степенью тяжести соматической патологии;

5. Построена регрессионная модель для оценки степени тяжести ишемической болезни сердца по показателям вариабельности сердечного ритма, с выделением наиболее информативного из них, позволяющая осуществлять мониторинг состояния пациентов на всех этапах лечебного процесса;

6. Предложено использование показателя СВВР в клинической практике с целью повышения эффективности лечебно-диагностических мероприятий.

Показать весь текст

Список литературы

  1. Анализ вариабельности ритма сердца у спортсменов: методические рекомендации / А. П. Гаврилушкин. Н. Новгород, 1998.
  2. Анализ вариабельности сердечного ритма в оценке состояние больных инфарктом миокарда: метод, реком./ В. И. Борисов В.И. и др. Н. Новгород, 1997.
  3. Анализ вариабельности сердечного ритма при использовании различных электрокардиографических систем: методические рекомендации / P.M. Баевский и др.
  4. . Д. М. Функциональные пробы в кардиологии / Д. М. Аронов, В. Н. Лупанов, Т. Г. Михеева //Кардиология. 1995. -№ 12. -С. 83−93.
  5. Р. М. Статистический. Корреляционный и спектральный анализ пульса в физиологии и клинике / P.M. Баевский, Ю. Н. Волков, Н. Г. Нидеккер // Математические методы анализа сердечного ритма-М.:Наука, 1968. -С. 51−61.
  6. Р. М. Вариабельность сердечного ритма: теоретические аспекты и возможности клинического применения/Р. М. Баевский, .Г. Г. Иванов // Ультразвуковая функциональная диагностика. 2001. -№ 3. -С. 108−127.
  7. Р. М. Кибернетический анализ процессов управления сердечным ритмом /P.M. Баевский // Актуальные проблемы физиологии и патологии кровообращения М, 1976. -С. 161 -175.
  8. Р. М. Математический анализ изменений сердечного ритма при стрессе / Р. М. Баевский, О. И. Кириллов, С. З. Клецкин. -М.: Наука, 1984.-221 с.
  9. Р. М. Оценка адаптационных возможностей организма и риск развития заболеваний /P.M. Баевский, А. П. Берсенева. М.: Медицина, 1997. — 235 с.
  10. Р. М. Прогнозирование состояний на грани нормы и патологии/ P.M. Баевский. М.: Медицина, 1979. — 295 с.
  11. Р. М. Ритм сердца у спортсменов/ P.M. Баевский, P.E. Мотылянская. — М., 1986.
  12. Р. М. Синусовая аритмия с точки зрения кибернетики / P.M. Баевский //Математические методы анализа Сердечного ритма. М.: Наука, 1968.
  13. Р. М. Спектральный анализ функции сердечного автоматизма/ P.M. Баевский, Н. Г. Нидеккер // Статистическая электрофизиология-Вильнюс, 1968.-С. 751.
  14. Ю. Н. Неинвазивные методы диагностики ишемической болезни сердца /Ю.Н. Беленков // Кардиология. 1996. -№ 1. -С. 411.
  15. А.И. Суточная динамика сердечного ритма как информативный показатель функционального состояния /А.И. Белич //Биритмические и самоорганизационные процессы в сердечно-сосудистой системе. -Н. Новгород, 1992. С.95−107.
  16. Ф. И. Вариабельность сердечного ритма при многодневном наблюдении за течением нестабильной стенокардии /Ф.И. Белялов, С. Г. Куклин //. Кардиология. 2002. 1. -С. 48−51.
  17. Ф. И. Многодневная динамика вегетативной активности при нестабильной стенокардии / Ф. И. Белялов // Кардиология. 2001. -№ 4. -С. 57.
  18. Е. А. Практическая кардиоритмография / Е. А. Березный, А.М.Рубин- СПб.: НПОНео, 1997.
  19. Е. А. Динамика сердечного ритма и его вариабельность при велоэргометрии больных ИБС/ Е. А. Березный, Б. М. Липовецкий // Кардиология. 1997. -№ 7. -С. 29−32.
  20. В. М. Сравнительная характеристика вегетативных показателей: сердечно-сосудистой системы у больных инфарктом миокарда в динамике ь/ В. М. Березов, Т. И. Чабан, P.A. Самсоненко // Врач. Дело. -1994. -№ 7−8. -С. 106−109.
  21. Е.А. Особенности вегетативного статуса у больных с нарушениями углеводного обмена: автореф. дис. канд.мед.наук/ Е. А. Бирюкова. Воронеж, 1999. — 28 с.
  22. А. А. Информационные возможности анализа трёхмерной скаттерограммы для оценки функциональной активности синусового узла / A.A. Блудов, В. А. Воронцов // Кардиология. 1999. -№ 6. -С. 54−59.
  23. E.H. Алгоритмизация процесса гипотензивной терапии на основе моделей многоальтернативного выбора: автореф. дис. канд.мед.наук/E.H. Бурковская. Воронеж, 2000. — 16 с.
  24. Вариабельность ритма сердца до и после операции коронарного шунтирования у больных ИБС / И. В. Киселева и др. //Кардиология 2002.-№ 7:.-С. 16−20.
  25. Вариабельность ритма сердца у больных ИБС с поражением коронарных артерий/ A.B. Соболев и др. // Вестник аритмологии. -2002.-Т. 27.-С. 72.
  26. Вариабельность сердечного ритма: теоретические аспекты и практическое применение // Тезисы международного симпозиума — Ижевск, 1996.-225 с.
  27. Вариация ритмограммы как новый метод оценки вариабельности сердечного ритма / A.B. Соболев и др. // Кардиология. 1996. -№ 4. -С. 47−52.
  28. A.M. Вегетативные расстройства. Клиника, диагностика, лечение / A.M. Вейн. М., 2000. -752 с.
  29. Влияние ß--адренергических блокаторов на ВСР зависит от ЧСС до лечения / Ю. А. Зуйков и др. // Кардиология. 1998. -№ 6. -С. 30−36.
  30. Возможность оценки вегетативной регуляция сердечной деятельности у больных ИБС с использованием неинвазивных методов исследования / Д. И. Жемайтите и др. // Кардиология. 1988. -Т. 28, № 4. -С. 3541.
  31. В. А. Медицинская информатика/ В. А. Гельман. СПб.: Питер, 2001.-480 с.
  32. ГОСТ 17 562–72. Приборы измерительные для функциональной диагностики. Термины и определения. Переиздание (апрель 1965 г.) с изменениями № 1,2. утвержденными в марте 1963 г., ноябрь 1984 г.: постановение № 4025 от 28.11.84 (ИУС 7−83−2-85).
  33. А. Суточное мониторирование ЭКГ/ А. Дабровски, Б. Дабровски, Р. Пиотрович. М.: Медпрактика, 2000. — 208 с.
  34. Де Луна А. Б. Руководство по электрокардиографии/ А. Б. Де Луна. -М.: Медицина, 1993.
  35. Динамика вариабельности ритма сердца у больных ишемической болезнью сердца после операции коронарного шунтирования/ A.B. Соболев и др. .//Кардиология. 2003.-№ 7.-С. 21−25.
  36. О. И. Современные методы математического анализа ритма сердща / О. И. Жаринов // Кардиология. 1992. -Т. 32, № 3. -С. 5052.
  37. Жемайтите Д И. Вегетативная регуляция синусового ритма у здоровых и больных/ Д. И. Жемайтите // Анализ сердечного ритма-Вильнюс, 1980.
  38. Д. И., Система автоматизированного анализа ритмограмм. / Д. И. Жемайтите //Анализ сердечного ритма. -Вильнюс: Мокслас, 1982.-С. 5−22.
  39. Зависимость характеристик сердечного ритма и кровотока от возраста у здоровых и больных заболеваниями сердечно-сосудистой системы/Д.И. Жемайтите и др.. // Физиология человека. 1998. -Т. 24, № 6.- С. 56−66.
  40. Э. В. Спортивная кардиологи / Э. В. Земцовский. СПб.: Гиппократ, 1995.
  41. Е.И. Повышение эффективности терапии больных невротическими расстройствами на основе коррекции вегетативного гомеостаза: автореф. дис. канд.мед.наук/ Е. И. Ивлева. Воронеж, 2001.-23 с.
  42. И.И. Клиническая электрокардиография / И. И. Исаков, М.С.. Кушаковский, И. Б. Журавлева. JI.: Медицина, 1994.
  43. М. И. Руководство по клинической электрокардиографии / М. И. Кечкер. М., 2000.- 387 с.
  44. Ю. Ю. Компьютерный анализ сердечного ритма: методики, интерпретация, клиническое применение / Ю. Ю. Кирячков, Я. М. Хмелевский, Е. В. Воронцова // Анестезиология и реаниматология. -2000.-№ 2.-С. 56−62.
  45. Ф. И. Хронобиология и хрономедицина / Ф. И. Комаров. — М., 1989. -400 с.
  46. Д. Э. Разработка алгоритмического и программного обеспечения многопрофильного анализа состояния сердечнососудистой системы по вариабельности ритма сердца: автореф. дис. канд.мед.наук/ Д. Э. Короткевич. Воронеж, 1999. — 16 с.
  47. М. С. Аритмии сердца: руководство для врачей/ М. С. Кушаковский. -СПб.: Фолиант, 1998.
  48. Л. Н. Методика анализа суточной вариабельности сердечного ритма / Л. Н. Лютикова, М. М. Салтыкова, Г. В. Рябыкина // Кардиология. 1995. -№ 1. -С. 45−50.
  49. Л.М. Особенности вариабельности циркадного ритма сердца в условиях свободной активности / Л. М. Макаров // Физиология человека. 1998. -Т. 24, № 2.-С. 56−62.
  50. Л.М. Холтеровское мониторирование ЭКГ/ Л.М. Макаров-М. Медпрактика, 2000. 216 с.
  51. Методические проблемы, возникающие при проведении спектрального анализа ритма сердца / С. А. Котельников и др. // Компьютерная электрокардиография на рубеже столетий: тезисы симпоз.-М., 1999. -С. 159−162.
  52. Н.Э. Разработка моделей и алгоритмов анализа действия антигипертензивных препаратов при лечении артериальной гипертензии: автореф. дис. канд.мед.наук/ Н. Э. Минакова. -Воронеж, 1997 16 с.
  53. Т. В. Клинический анализ волновой структуры синусового ритма сердца : введение в ритмокардиографию и атлас ритмокардиограмм / Т. В. Миронова, В. А. Миронов. -Челябинск, 1998. -162 с.
  54. В. М. Вариабельность ритма сердца. Опыт практического применения/ В. М. Михайлов. -Иваново, 2000. 200 с.
  55. В. В., Струтынский А. В. Электрокардиография/ В. В. Мурашко, М.: МЭДпресс, 2000. — 312 с.
  56. Нарушение вегетативной регуляции при ишемии миокарда/ Е. И. Чазов и др.// Тер. архив.-1999.-№ З.-С. 14−19.5 8. Некоторые метрологические аспекты спектрального анализа сердечного ритма / А. Ф. Бабак и др.// Медицинская техника. 1989. -№ 2.-С. 11−15.
  57. И. Г., Фёдоров В. М. Проблема математического анализа сердечного ритма. Физиология человека, 1993- 19(3):80−87.
  58. А. Д. Физиология вегетативной нервной системы/ А. Д. Ноздрачев. М.: Медицина, 1983. — 296 с.
  59. В. Н. Руководство по электрокардиографии/ В. Н. Орлов. М.: МИА, 199 762. Писарева H.H. Особенности вегетативного статуса при гестозах инекоторых терапевтических заболеваниях: автореф.дис.канд.мед.наук/ Н. Н. Писарева. Воронеж, 2004 — 24 с.
  60. В. В., Вариабельность ритма сердца у больных, перенесших инфаркт миокарда: клиническое значение, проблемы и перспективы / В. В. Попов, Н. И. Копица, A.JI. Опарин // Клиническая медицина. -1998.-№ 2:.-С. 15−19.
  61. Прогностическое значение длительности и вариабельности интервалов Q-T и R-R в общей популяции Новосибирска / Ю. П. Никитин и др. //Кардиология. 2002. -№ 2. -С. 76−83.
  62. А. Клиническое значение исследования вариабельности сердечного ритма/ А.Родионов. 1997.
  63. М. М. Возможности коррекции вегетативного статуса больных язвенной болезнью при магнотолазерном воздействии, автореф. дис. канд.мед.наук/ М. М. Романова. Воронеж, 1999. — 24 с.
  64. Руководство по кардиологии. Т.2/ под ред. Е. И. Чазова. -М.:Медицина, 1982. —
  65. Рябыкина Г В. Анализ вариабельности ритма сердца / Г. В. Рябыкина, А. В. Соболев // Кардиология. 1996. -№ 10. -С. 87−97.
  66. Рябыкина Г В. Вариабельность ритма сердца/ Г. В. Рябыкина, А. В. Соболев.- М.:Стар'Ко, 1998. 196 с.
  67. Г. В. Вариабельность ритма сердца / Г. В. Рябыкина, А. В. Соболев. М.: Оверлей, 2000- - 200 с.
  68. Г. В., Соболев А. В. Мониторирование ЭКГ с анализом вариабельности ритма сердца.- М.: Медпрактика, 2005. 222 с.
  69. А. С. Вариабельность ритма сердца- желудочковые аритмии и * риск внезапной смерти/А.С. Сметнев // Кардиология. 1999.-№ 2. -С. 70−74:
  70. A.B. Новый подход к оценке индивидуальной суточной вариабельности ритма сердца у пациент/ А. В. Соболев //. Кардиология. 2003. —№ 8.-С. 16−21.
  71. A.B. Проблемы количественной оценки вариабельности ритма сердца при холтеровском мониторировании/ А. В. Соболев // Вестник аритмологии. 2002. -Т. 26. -С. 21−25.
  72. О.В. Повышение эффективности комплексной терапии хронического обструктивного бронхита и артериальной гипертензии на основе разработки модели вегетативного статуса. Автореф. дис. канд.мед.наук/ О. В. Судаков. Воронеж, 2004. — 19 с.
  73. Е.А. Оптимизация тактики ведения больных с приобретенными пороками сердца на основе оценки вегетативногостатуса и качества жизни: автореф. дис. канд.мед.наук/ Е. А. Фурсова. Воронеж, 2004. — 23 с.
  74. В.М. Колебание частоты сердцебиений: спектральный анализ/ В. М. Хаютин, Е. В. Лукошкова // Вестник аритмологии. -2002.-Т. 26.-С. 21−25.
  75. Р.А. Повышение эффективности лекарственной терапии пароксизмальных наджелудочковых тахикардий с помощью коррекции вегетативного гомеостаза: автореф. дис. канд.мед.наук/Р.А. Хохлов. -Воронеж, 1998.-28 с.
  76. Ю. В. Суточное мониторирование ЭКГ при нарушениях ритма и проводимости / Ю. В. Шубик.-СПб, 2001.
  77. Akselrod S. Hemodynamic regulation: investigation by spectral analysis / S. Akselrod // Amer. J. Physiol.- 1985.- Vol. 249. -P. 867−875.
  78. Akselrod S. Power spectrum analysis of heart rate fluctuation: a quantitative probe of beat-to-beat cardiovascular control/ S. Akselrod // Science. -1981.- Vol.213. -P.220−222.
  79. Alexopoulos D. The 24 hour heart rate behavior in long-term survivors of cardiac transplantation / D. Alexopoulos // Am.J.Cardiol.-1988. Vol.61.-P.880−884.
  80. Algra A. Heart rate variability from 24-h electrocardiography and the 2-year risk for sudden deat/ A. Algra // Circulation. 1993. -Vol. 88. -P. 180 185.
  81. Ambulatory Monitoring/ Carlo. Marchesi. Martinus Nijhoff // Cardiovascular System and Allied Applications for the commission of the European Communities Pisa, 1983.
  82. Assessment of heart rate variability in hypertrophic cardiomyopathy. Association with clinical and prognostic features/ Counihan P.J. et al. // Circulation. 1993. -Vol. 88. — P.1682−1690.
  83. Baes de Luna A. Ambulatory sudden death: mechanisms of production of fatal arrhythmia on the basis of data from 157 cases/ A. Baes de Luna // Am. Heart J.-1989.-Vol. 117.-P. 151−159.
  84. Beere P.A. Retarding effect of lowered heart rate on coronary atherosclerosis/P.A.Beere //Science 1984- 226:180−2.
  85. Bigger J.T. Frequency domain measures of heart period variability and mortality after myocardial infarction/J.T. Bigger // Circulation. 1992-Vol. 85.-P. 164−171.
  86. Bigger J.T.Risk stratification after myocardial infarction./ J.T. Bigger // Am. J.Cardiol.-l 978. —Vol.42.-P.202−210.
  87. Bigger J.T.RR variability in healthy, middle-aged persons compared with chronic coronary heart disease or recent acute myocardial i nfarction/ J .T. Bigger //Circulation. 1995.-Vol. .91,N 7.-P. 1936−1943.
  88. Casolo G. Decreased spontaneous heart rate variability on congestive heart failure./ G. Casolo // Am.J.Cardiol.-1989.-Vol.64.-P.l 162−1167.
  89. Clarke J.M. The rhythm of the normal human heart/ J.M. Clarke // Lancet-1976.-Vol.2.-P. 508−512.
  90. Component of heart rate variability measured during healing of acute myocardial infarction /J.T. Bigger et al. // Am.J.Cardiol.-1988.-Vol.61.-P.208−215.
  91. Cornelissen G. From Various Kinds of Heart Rate Variability to Chronocardiology/ G. Cornelissen // AmJ.Cardiol.-1990.-Vol.66, № 10. -P. 863−868.
  92. Correlation between time-domain measures of heart rate variability and scatterplots in patients with healed myocardial infarcts and the influence of metaprolol / E.C. Keeley et. al. .// Am.J.Cardiol.-1997-Vol.79.-P.412−422.
  93. Decreased heart rate variability and its association with increased after acute myocardial infarction // R.E. Kleiger // Am.J.Cardiol.-1987.-Vol.59.-P.256−262.
  94. Dynamic on-line vectorcardiography improves and simplifies inhospital ischemia monitoring of pacients with unstable angina/ M. Dellborg et al. // JACC.- 1995.-Vol.26.-P. 1501−1507.
  95. Ewing D.J. New method for assessing parasympathetic activity using 24-hour electrocardiograms/ D.J. Ewing // Br. Heart J. 1984 — Vol.52. -P.396−402.
  96. Fallen E.L. Spectral analysis of heart rate variability following human heart transplantation: evidence for functional reinnervation / E.L. Fallen //J.Auton.Nerv.Sist. -1988.- Vol.23.- P199−206.
  97. Galatius-Jensen-S. Nocturnal hypoxemia after myocardial infarction and arrythmias/ S. J. Galatius // Br. Heart J 1995. — Vol.73. — P. 488.
  98. Galinier M. Depressed low frequency power of heart rate variability as an independent predictorof sudden death in chronic heart failure/ M. Galinier // Europ. Heart J.- 2000. Vol.21. — P.475−482.
  99. 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.-1996.-Vol.l7.-P. 345−381.
  100. Hirsch M. Heart rate variability in the fetus/ M. Hirsch //Heart rate variability NY., 1995.-P.517−531.
  101. Huykury H.V. Heart rate variability and progression of coronary artery disease/ H.V. Huykury// Arterioscler. Thromb. Vase. Biol.
  102. Huykury H.V. Measurement of heart rate variability: a clinical tool or a research Toy? / H.V. Huykury // J. Am. Coll. Cardiol. -1999. -Vol. 34. -P. 1878−83.
  103. Kienzle M.G. Clinical hemodynamic and sympathetic neural correlates of heart rate variability in congestive heart failure/ M.G. Kienzle // Am.J.Cardiol.-1992.-Vol.69.-P.482−485.
  104. Kleiger R.E. Stability over time of variables measuring heart rate variability in normal subjects / R.E. Kleiger // Amer.J.Cardiol.- 1991.-Vol.68.- P.626−630.
  105. M., Musha T. 1/f fluctuation of heart beat period. // IEEE Trans. Biomed. Eng. 1982.-Vol. 29.- P.456−457.
  106. Kodama Y. Evalution of myocardial ischemia using Holter monitoring/ Y. Kodama // Fukuoka-Igaku-Zasshi, 1995. Vol.86, N 7. — P. 304−316.
  107. Malik M. Heart rate variability in relation to prognosis after myocardial infarction: selection of optimal processing techniques/ M. Malik // Eur. Heart J.- 1989. -Vol. 10. -P. P. 1060−1074.
  108. Malik M. Heart rate variability: from facts to fancies/ M. Malik // J. Am. Coll. Cardiol. -1993. -Vol. 22. -P. 566−568.
  109. Malliani A. Association of heart rate variability components with physiological regulatory mechanisms/ A. Malliani // Heart rate variability. -NY., 1995.-P. 173−188.
  110. Malliani A. Power spectral analysis of heart rate variability: a tool to explore neural regulatory mechanisms/ A. Malliani // Br. Heart J 1994. -№ 71.-P. 1−2.
  111. Morfill G.F. Der potzliche herztod: Neue lerkenntnisse die Anwendung komplexer Diagnosever-fahren/ G.F. Mortill // Bioscope. -1994.-Vol.2.-№ 11.-P. 19.
  112. Morillo C.A. Mechanism of «inappropriat» sinus tachycardia: role of sympathovagal balance/ C.A. Morillo // Circulation. 1994. Vol.90. — P. 872−877.
  113. Moss A. and Stern S. Noninvasive electrocardiology. Clinical aspects of Holter monitoring. // W.B.Sanders Conpany LTD, 1996.
  114. Mulcahy D. Clinical implications of circadian rhythms detected by ambulatory monitoring techniques/' D. Mulcahy // Noninvasive Electrocardiology.- 1996. P. 493−508.
  115. Myocardial ischemia during daily life in patients with stable angina. Its relation to symptoms and heart rate changes/ J.E. Deanfeild et al. // Lancet. 1983. -Vol.2 -P.753.
  116. Nolan J. Decreased cardiac parasympathetic activity in chronic heart failure and its relation to left ventricular function/ J. Nolan // Br. Heart J. -1992.-Vol. 67, N 6.- P. 482−485.
  117. Noninvasive Electrocardiology. Clinical aspects of holter monitoring. / A.J.Moss and S.Stern. W.B.Sanders, 1996.-529p.
  118. O’Brien I.A. The prevalence of autonomic neuropathy in insulin-dependent diabetes mellitus: a controlled study based on heart rate variability/ I.A. O Brien // Q.J.Med.- 1986.- Vol.61, N 4. P. 957−967.
  119. Observer variability and optimal criteria of transient ischemia during ST monitoring with continuos 12-lead ECG/ T. Jernberg et al. // Annals of Noninvasive Electrocardiology. 2002.-Vol. 7, N3.-P. 181−190.
  120. Osterhues H.H. Impruved detection of transient myocardial ischemia by a new lead combination: value of bipolar lead Nehb D. for Holter monitoring./ H.H. Osterhues // Am. Heart J.- 1994.- Vol.127.- P.559−566.
  121. Patel F. Diabetic death bed: post-mortem determination of hypoglycaemia/ F. Patel // Med Sci Law.- 1994. Vol.34, N 1. -P.84−87.
  122. Pelliccia F. Electrocardiographic findings in patients with hypertrophic cardiomiopathy/ F. Pelliccia // J. Electrocardiol. 1990. -Vol.32, N3.-P. 213−222.
  123. Peterson M.C. A. Sensitivity of rhythm disturbance detection by community hospital telemetry/ M.C. Peterson // Annals of Noninvasive Electrocardiology. 2002.-Vol. 7, N3.-P. 219−221.
  124. Pomeranz B. Assessment of autonomic function in humans by heart rate spectral analysis/ B. Pomeranz // AmJ.Physiol. 1985.- Vol.248, N1. — P. H151-H153.>'' '
  125. Sands K.E.F. Power spectrum analysis of heart rate variability in1. V ¦human cardiac transplants recipients/ K. E.F. Sands // Circulation. 1989. -Vol.79, N1.-P. 76−82.
  126. Saul J.P. Assessment of autonomic regulation in chronic congestive heart failure by heart rate spectral analysis/ J.P. Saul // Am.J.Cardiol.-1988.-Vol.61.-P. 1292−1299.
  127. Singh N. Diabetes, heart rate, and mortality/ N. Singh // J. Cardiovasc Pharmocol Ther. -2002. -Vol. 7, N 2. -P. 117−129.
  128. Smolensky M.H. Chronopharmacology and chronotherapy of cardiovascular medications: relevance to prevention and treatment of coronary heart disease/ M.H. Smolensky // Am. Heart J. 1999. Vol.137, N4. — P. S14-S24.
  129. Stern S. Early detection of silent ischemic heart disease by 24-hour ECG monitoring active subjects/ S. Stern // Br. Heart J. 1974. — Vol36. -P.481−486.
  130. Stys A. Current clinical applications of heart rate variability/ A. Stys // Clin. Cardiol. 1998. -Vol. 21. -P. 719−724.
  131. Van Ravenswaaij C.M. Heart rate variability/ C.M. van Ravenswaaij //Ann. Intern. Med.- 1993. -Vol.118. -P.436−447.
  132. Wolf M.M. Sinus arrhythmia in acute myocardial infarction/ M.M. Wolf // Med.J.Aust. 1978. — Vol.2. — P. 52−53.
  133. Woo M.A. Complex heart rate variability and serum norepinephine levels in patients with advanced heart failure/ M.A. Woo // J.Am.Coll.Cardiol. 1994. — Vol.23.- P. 565−569.
Заполнить форму текущей работой