徐礼胜, 柴蕊, 姚阳, 张欠欠
东北大学 中荷生物医学与信息工程学院, 辽宁 沈阳 110169
收稿日期：2016-04-05
基金项目：国家自然科学基金资助项目(61374015, 61202258);中央高校基本科研业务费探索导向重点资助项目(N161904002, N130404016)。
作者简介：徐礼胜(1975-)，男，安徽安庆人，东北大学教授，博士生导师。

摘要：探讨中心动脉与肱动脉舒张压(DBP)、收缩压(SBP)、脉压(PP)、心内膜下心肌活力率(SEVR)、波形参数(k)、每搏输出量(SV)、心排量(CO)、外周阻力(R_S)等参数的相关性.通过对40例临床需要进行冠状动脉造影患者的有创中心动脉参数与肱动脉参数进行相关分析, 将直接测得的中心动脉参数分别与通过回归方程、建立模型估算的中心动脉参数进行配对t检验和Bland-Altman图示.结果表明:除k值外的所有中心动脉与肱动脉参数均相关; 两种估算方法DBP，SEVR一致性相当, 其回归方程用Y′=a+bx表示; DBP，SBP，PP，SEVR，SV，CO也可通过回归方程估算, 但准确性比传递函数差.
关键词：中心动脉参数肱动脉参数回归方程传递函数相关性
Correlation and Regression Analysis on the Parameters of Central Aortic and Brachial Pulse Waves
XU Li-sheng, CHAI Rui, YAO Yang, ZHANG Qian-qian
School of Sino-Dutch Biomedical & Information Engineering, Northeastern University, Shenyang 110169, China
Corresponding author: XU Li-sheng, E-mail: xls@bmie.neu.edu.cn
Abstract: This study mainly analyzed the correlation of the parameters such as diastolic blood pressure (DBP), systolic blood pressure (SBP), pulse pressure (PP), subendocardial viability ratio (SEVR), waveform parameter (k), stroke volume (SV), cardiac output (CO) and peripheral resistance (R_S) of aortic pulse wave and brachial pulse wave invasively measured. Correlation analysis was performed on invasive central aortic parameters and brachial artery parameters of 40 patients who needed coronary arteriography. With the paired t-test and Bland-Altman method, these parameters extracted from the central pulse wave invasively measured were compared with the parameters of central aortic pulse wave caculated by a regression equation and a model. Results and conclusion: in addition to the k value, the above parameters of the central pulse wave and the brachial pulse wave invasively measured had positive correlation; DBP and SEVR had the same consistency in the two estimation methods, and the regression equations of the two parameters were expressed by Y′=a+bx. The DBP, SBP, PP, SEVR, SV, CO also can be calculated by the regression equation, but its accuracy is worse than that of the transfer function model.
Key Words: parameters of central aortic pulse waveparameters of brachial pulse waveregression equationtransfer functioncorrelation
脉搏波不仅可以反映人体生理病理信息, 也可以反映心功能参数的变化, 临床检测和治疗可以依赖于从脉搏波中提取的信息^[1-2].有研究表明, 用中心动脉参数预测心血管事件比肱动脉参数更加准确^[3], 但是直接测量主动脉参数需将带有微型流体压力计的导管或导丝介入到升主动脉处, 在临床上颇受限制.对于外周而言, 肱动脉反映心血管事件又比桡动脉准确^[4], 因此常用肱动脉参数来间接反映心血管事件.除常见的舒张压(DBP)和收缩压(SBP)外, 脉压(PP)、波形参数(k)、每搏输出量(SV)、心内膜下心肌活力率(SEVR)、心排量(CO)和外周阻力(R_S)也都是反映心血管功能的重要指标.PP相对其他血压指标可能是中心动脉僵硬度和血管老化更直接的标志^[5].k值可连续且独立地作为预测心血管疾病的重要指标, 比平均动脉压更强地反映心血管状况^[6]; SV可以给病人发出一个早期的警告信号; SEVR是冠状动脉血流储备的独立预测因素, 是衡量冠状动脉供需平衡的指标^[7], 还可以用来评价药物效果和心血管危险^[8-9]; CO是临床上反映循环系统和心脏功能的基本指标, 是获取全套血液动力学指标不可或缺的参数，特别是对危重患者具有很重要的价值^[10-11]; R_S通常是指血液在小动脉与毛细血管中流动所遇到的阻力, 影响外周阻力的因素很多^[12], 它的变化也是心血管功能的重要指标之一^[13].
本研究选取了部分能有效反映心血管事件的参数进行分析, 旨在探讨肱动脉参数能否通过建立回归方程的方式有效地反映中心动脉压相应的参数以达到预测心血管疾病的目的.比较建立回归方程与传递函数估算中心动脉参数两种方法, 探讨是否可以通过简便的回归方程来估算中心动脉参数.对心血管参数关系的研究不仅对临床诊疗起辅助作用, 还有助于开发新的医疗设备^[14].
1 研究资料与方法1.1 研究资料选取到中国医科大学附属第一医院就诊并进行冠状动脉造影术的患者进行研究.共40例患者纳入实验，男21例, 女19例; 年龄[(54.76±13.8) 岁]; 体重[(67.53±8.5) kg].有创中心动脉与有创肱动脉数据的采集, 均在心内科介入导管手术室内进行.主动脉与肱动脉进行双导丝同步采集, 即利用压力导丝同步采集主动脉与肱动脉两个部位的脉搏压力波形图, 排除无效波形, 每人一组数据.
1.2 主要仪器与研究方法实验仪器:数据采集所用设备为St. Jude Medical公司的RadiAnalyzer Xpress, 其采样频率为100 Hz.
数据采集步骤:本研究以动脉压力测量的金标准-动脉导管直接测压法^[15]测量升主动脉及肱动脉的压力波形.受试者取仰卧位, 用Seldinger法穿刺右桡动脉, 置入两导管至肘关节上方约2~3 cm处, 观察两路波形进行压力校准.校准后其中1根导管置入升主动脉根部, 另一根导管保持原位不变.当压力曲线平稳后描记血管内压力曲线, 分别记为有创中心动脉曲线与有创肱动脉曲线.根据压力波形图计算出两处的相关参数.选取连续5个优质脉搏波形并计算两处的参数, 取5个值的平均值作为个体最后参数值.各参数计算公式如表 1所示.
表 1(Table 1)

表 1 相关参数计算公式Table 1 Calculation formulas of the related parameters 参数 计算公式 补充说明 PP PP=SBP－DBP — k SV — SEVR SEVR=DPTI/TTI×100% DPTI, TTI:舒张期, 收缩期线下面积[18] CO — RS —

表 1 相关参数计算公式 Table 1 Calculation formulas of the related parameters

1.3 统计学处理参数值均在MATLAB R2014a中提取和计算, 所有数据采用SPSS 19.0软件进行统计分析, Bland-Altman图示采用MedCalc 16.2.1软件画图.正态计量资料以“x±s”表示.简单相关分析用Pearson相关法, 方法一致性检验采用配对t检验和Bland-Altman分析.对肱动脉参数(记为pA)与中心动脉参数(记为cA)进行直线回归分析并得到直线回归方程; 利用该方程和肱动脉参数估算出一组新的中心动脉参数数据(eA), 将cA与eA进行配对t检验; 利用Bland-Altman图进行cA与eA的一致性分析.记gA为通过传递函数建立的模型而得到的中心动脉参数(文中金标准、估算、传递函数计算分别为cA，eA，gA).P＜0.05表示差异有统计学意义.
2 结果分析2.1 中心动脉与肱动脉参数相关性分析与回归方程的建立根据中心动脉压力波形与肱动脉压力波形分别按照参数计算公式计算出参数值.利用Pearson相关分析法分析各参数的相关性.结果显示中心动脉与肱动脉k值不相关(P＞0.05, r＜0.3), P为显著水平，r为Pearson相关系数, R_S中度相关(P=0.000＜0.01, r＞0.5), 其他参数均具有高度正相关性(P＜0.01, r＞0.8).
根据相关性建立中心动脉参数y与肱动脉相应参数x的回归方程:① DBP: y=0.932x+3.846; ② SBP: y=0.980x-6.070; ③ PP: y=1.062x-11.974; ④ SEVR: y=0.946x+21.173; ⑤ SV: y=0.825x-5.663; ⑥ CO: y=0.800x-280.735; ⑦ R_S: y=1.515x-0.82.
2.2 金标准、传递函数计算与估算的参数计算结果利用直线回归方程和肱动脉参数(pA)估算出一组新的中心动脉参数(eA).利用传递函数波形估算出一组新的中心动脉参数(gA), 其结果见表 2.
表 2(Table 2)

表 2 参数计算结果(x±s)Table 2 Parameter values computed(x±s) 参数 金标准(cA) 传递函数(gA) 估算(eA) DBP/mmHg 75.32±8.52 75.35±8.29 75.28±8.28 SBP/mmHg 137.15±18.22 137.14±18.00 137.15±17.60 PP/mmHg 61.82±16.96 61.84±16.73 61.83±16.33 SEVR/% 124.37±19.74 124.37±18.49 124.35±18.49 k值 0.44±0.033 0.42±0.023 — SV/mL 81.09±33.65 82.45±31.37 81.04±28.91 CO/(mL·min-1) 5 758.99±2 228 5 756.84±2 181 5 762.65±1 839 RS/(mmHg·s·mL-1) 1.30±0.58 1.30±0.53 0.56±0.37

表 2 参数计算结果(x±s) Table 2 Parameter values computed(x±s)

2.3 配对t检验将估算出的新的中心动脉参数(eA)与金标准(cA)进行配对t检验; 经计算传递函数参数与金标准参数均高度相关(P＜0.01), 将传递函数计算的参数(gA)与金标准(cA)进行配对t检验, 其结果见表 3.结果显示, 估算与金标准参数比较, DBP，SBP，PP，SEVR，SV，CO两者间均无显著统计学差异(P＞0.05), 故以上参数可利用肱动脉压力波形的参数经回归方程估算得到中心动脉参数; 传递函数参数与金标准参数比较, 两者所有参数均无显著统计学差异(P＞0.05);传递函数计算的SBP，PP，SV，CO比回归方程准确.
表 3(Table 3)

表 3 配对t检验分析Table 3 Paired t test analysis 参数 cA & eA cA & gA 相关系数 t P值 相关系数 t P值 DBP 0.973 0.124 0.902 0.973 -0.096 0.924 SBP 0.966 -0.006 0.995 0.988 0.009 0.993 PP 0.963 -0.006 0.995 0.987 -0.042 0.966 SEVR 0.937 0.022 0.983 0.937 0.003 0.997 k — — — 0.831 0.004 0.997 SV 0.872 -0.557 0.580 0.966 -0.007 0.995 CO 0.825 -0.018 0.985 0.979 0.030 0.976 RS 0.627 10.269 0.000 0.908 0.17 0.987

表 3 配对t检验分析 Table 3 Paired t test analysis

2.4 Bland-Altman图示将以上无显著统计学差异的参数cA与eA、cA与gA进行Bland-Altman作图分析并对比, 各个参数的散点均在(x±1.96SD)范围内^[20], 其95%一致性界限值见表 4.其中DBP，SEVR的Bland-Altman图如图 1, 图 2所示.另外, 将ck与gk，cR_S与gR_S的Bland-Altman图中95%以上散点分别分布在(-0.022, 0.050) 与(-0.48, 0.48)，即(x±1.96SD)范围内.
表 4(Table 4)

表 4 Bland-Altman图中95 %一致性界限Table 4 Value of 95% limit of agreement 参数 cA & gA cA & eA DBP (-3.8, 3.9) (-3.9, 3.8) SBP (-9.3, 9.3) (-5.6, 5.6) PP (-8.9, 8.9) (-5.4, 5.4) SEVR (-13.5, 13.6) (-13.6, 13.6) SV (-29.8, 32.6) (-16.5, 16.5) CO (-2 473.0, 2 465.7) (-885.1, 889.4)

表 4 Bland-Altman图中95 %一致性界限 Table 4 Value of 95% limit of agreement

图 1(Fig. 1)

图 1 舒张压Bland-Altman分析对比图Fig.1 Bland-Altman analysis and comparison diagram of diastolic blood pressure (a)—cDBP & eDBP；(b)—cDBP & gDBP.

图 2(Fig. 2)

图 2 心内膜下心肌活力率Bland-Altman分析对比图Fig.2 Bland-Altman analysis and comparison diagram of subendocardial viability ratio (a)—cSEVR & eSEVR；(b)—cSEVR & gSEVR.

结果显示利用回归方程、传递函数计算出的中心动脉参数和直接测量出的中心动脉参数均一致性良好; 传递函数计算的SBP, PP, CO, SV等参数一致性比回归方程计算的参数一致性好; 两种计算方法估算的DBP, SEVR一致性相当; 金标准与传递函数计算的k值与R_S一致性好.
3 结论与讨论1) 直接测量的中心动脉和肱动脉DBP，SBP，PP，SEVR，SV，CO相关性较高, R_S中度相关, k不相关.
2) 通过回归方程估算的中心动脉参数与直接有创测量的中心动脉参数, 二者DBP，SBP，PP，SEVR，SV，CO差异不具有统计学意义(P＞0.05), 且一致性良好.故本文支持以上参数可以利用肱动脉压力波形经回归方程估算得到中心动脉参数.然而, 二者的R_S差异具有统计学意义(P＜0.01), 故不可通过此方法估计.
3) 传递函数计算的SBP，PP，CO，SV等参数比回归方程计算的参数一致性好, 但在样本量大的情况下是否会提高回归方程的准确性有待研究.
4) 两种方法估算的DBP，SEVR一致性相当, 即DBP，SEVR的回归方程估算方法可以达到与传递函数建立模型方法相同的效果, 其回归方程分别为y=0.932x+3.846，y=0.946x+21.173.
5) k值的大小仅仅决定于脉搏波的形状, 与收缩压、舒张压无关.不同的生理和病理状态下, 脉搏波波形将有很大的变化, 波形脉动分量的平均值(P_m-P_d)在脉动分量的最大值(P_s-P_d)中所占的百分数也相应发生变化.所以中心动脉与肱动脉k值因人而异需通过波形直接计算, 不可直接通过回归方程得出.另外, 不同波形也可能会有相同k值, 会被误认为两脉搏波生理状况是一样的, 有研究已经提出新的计算方法.
参考文献

[1]	Liu Y, Yin Y, Zhang D, et al. Simulation analysis of the pulse signal on the electricity network of cardiovascular system[J].Journal of Biomedical Engineering, 2015, 32(6): 1207–1211.
[2]	Pereira T, Correia C, Cardoso J. Novel methods for pulse wave velocity measurement[J].Journal of Medical & Biological Engineering, 2015, 35(5): 555–565.
[3]	Roeman M J, Deverenx R B, Kizer J R, et al. Central pressure more strongly relates to vascular disease and outcome than does brachial pressure the strong heart study[J].Hypertension, 2007, 50(1): 197–203.DOI:10.1161/HYPERTENSIONAHA.107.089078
[4]	Li W Y, Wang X H, Lu L C, et al. Discrepancy of blood pressure between the brachial artery and radial artery[J].World Journal of Emergency Medicine, 2013, 4(4): 294–297.DOI:10.5847/wjem.j.issn.1920-8642.2013.04.010
[5]	Franklin S S, Khan S A, Wong N D, et al. Is pulse pressure useful in predicting risk for coronary heart disease? the Framingham heart study[J].Circulation, 1999, 100(4): 354–360.DOI:10.1161/01.CIR.100.4.354
[6]	Weber T, O′Rourke M F, Lassnig E, et al. Pulse waveform characteristics predict cardiovascular events and mortality in patients undergoing coronary angiography[J].Hypertens, 2010, 8(4): 797–805.
[7]	Tsiachris D, Tsioufis C, Syrseloudis D, et a1. Subendocardial viability ratio as an index of impaired coronary flow reserve in hypertensives without significant coronary artery stenosis[J].Journal of Human Hypertension, 2012, 26(1): 64–70.DOI:10.1038/jhh.2010.127
[8]	Pieringer H, Stuby U, Pohanka E, et a1. Augmentation index in patients with rheumatoid arthritis and ankylosing spendylitis treated with infliximab[J].Clinical Rheumatology, 2010, 29(7): 723–727.DOI:10.1007/s10067-010-1388-4
[9]	Salvi P.Pulse waves:how vascular hemodynamics affects blood pressure[M].Berlin:Springer, 2012.
[10]	Nicolas M, Julien D, Pauline B, et al. Usefulness of a noninvasive cardiac output measurement using pulse wave transit time in coronary care unit[J].International Journal of Cardiology, 2013, 168(4): 4411–4412.DOI:10.1016/j.ijcard.2013.05.032
[11]	Fazeli J N. Estimation of cardiac output and peripheral resistance using square-wave-approximated aortic flow signal[J].Frontiers in Physiology, 2012, 3: 298.
[12]	迟相林. 动脉血压的形成[J].中华高血压杂志, 2015, 23(8): 786–789. ( Chi Xiang-lin. Formation arterial blood pressure[J].Chinese Journal of Hypertension, 2015, 23(8): 786–789.)
[13]	Hurt R L. Peripheral resistance[J].Anesthesiology, 1963, 24(2): 262.
[14]	刘莹, 殷艳飞, 章德发, 等. 心血管系统电网络模型的脉动信号仿真分析[J].生物医学工程学杂志, 2015, 32(6): 1207–1211. ( Liu Ying, Yin Yan-fei, Zhang De-fa, et al. Simulation analysis of the pulse signal on the electricity network of cardiovascular system[J].Journal of Biomedical Engineering, 2015, 32(6): 1207–1211.DOI:10.7507/1001-5515.20150214)
[15]	刘兵, 季福绥, 林颖, 等. 中心动脉压与肱动脉压关系的探讨[J].中国心血管杂志, 2010, 15(4): 277–280. ( Liu Bing, Ji Fu-sui, Lin Ying, et al. Correlation between central aortic pressure and brachial artery pressure[J].Chinese Journal of Cardiovascular Medicine, 2010, 15(4): 277–280.)
[16]	罗志昌, 程桂馨, 吴峥嵘, 等. 人体脉搏波形参数与生理参数间关系的理论和实验研究[J].北京工业大学学报, 1988, 14(2): 22–29. ( Luo Zhi-chang, Cheng Gui-xin, Wu Zheng-rong, et al. Theoretical analysis and clinic experiment for the relationship between pulse contour parameter of human body and physiological parameters[J].Journal of Beijing Polytechnic University, 1988, 14(2): 22–29.)
[17]	罗志昌, 程桂馨, 王丽娟, 等. 由脉搏波计算人体心输出量的方法及在临床中的应用[J].北京工业大学学报, 1988, 14(2): 13–21. ( Luo Zhi-chang, Cheng Gui-xin, Wang Li-juan, et al. Pulse contour method for the determination of cardiac output and its application in clinic practice[J].Journal of Beijing Polytechnic University, 1988, 14(2): 13–21.)
[18]	Xia J J, Liao S.Pulse wave analysis for cardiovascular disease studies using subendocardial viability ratio[C]// 2014 IEEE 27th Canadian Conference on Electrical and Computer Engineering.Toronto, 2014: 1-4.
[19]	罗志昌, 张松, 杨益民. 脉搏波的工程分析与临床应用[M]. 北京: 科学出版社, 2006: 60-61. ( Luo Zhi-chang, Zhang Song, Yang Yi-min. Engineering analysis and clinical application of pulse wave[M]. Beijing: Science Press, 2006: 60-61.)
[20]	Giavarina D. Understanding Bland Altman analysis[J].Biochemia Medica, 2015, 25(2): 141–151.DOI:10.11613/issn.1846-7482