このガイドは、心拍変動（HRV）を指標にした研究や試験を計画する人のためのものです。実験室でのストレス課題、試験、日常生活での数日間の連続記録を想定しています。末尾には、データ収集の前、最中、後に順に確認できるチェックリストがあります。HRVの論文の読み方はレッスンHRVの研究と機器の検証の読み方で扱っています。このページでは、研究の進め方を説明します。
HRVで指標にできること、できないこと
HRVは、心拍と心拍の間の時間の変動です。ストレス研究の大半が使う指標は短時間の記録から求めたもので、おもに迷走神経の働きを反映します。迷走神経は、心拍を遅くする副交感神経の「ブレーキ」です。
- RMSSD RMSSD 隣接するNN間隔の差の二乗平均平方根。1拍ごとの心拍間隔が次の拍とどれだけ違うかをミリ秒で表すHRV指標で、主に迷走神経の活動を反映します。 RMSSDについてさらに詳しく （隣接するNN間隔の差の二乗平均平方根）：拍と拍の間隔が、次の間隔とどれだけ違うかをミリ秒で表したものです。
- lnRMSSD lnRMSSD RMSSDの自然対数で、単位はありません。対数をとるとRMSSDの値の散らばりが整い、日ごとの変化を比べたり分析したりしやすくなります。 lnRMSSDについてさらに詳しく ：RMSSDの自然対数です。偏った分布を、正規分布により近づけます。
- 高周波パワー HFパワー 心拍間隔の分散のうち、通常の呼吸の範囲である0.15〜0.40 Hzの帯域に入る部分で、単位はms²。呼吸が毎分9〜24回のとき、主に迷走神経活動を反映します。 HFパワーについてさらに詳しく （HF）：呼吸の周波数帯の変動です。欧州心臓病学会と北米ペーシング・電気生理学会のタスクフォース（Task Force）の定義では、0.15〜0.4 Hzです（Task Force, 1996）。
- 呼吸性洞性不整脈（RSA） 呼吸性洞性不整脈（RSA） 息を吸うと心拍数が上がり、吐くと下がる正常な変化。迷走神経が生み出し、安静時の心拍変動（HRV）の大きな部分を占めます。 呼吸性洞性不整脈（RSA）についてさらに詳しく ：息を吸うたびに心拍が速くなり、息を吐くたびに遅くなる変化です。HFパワーとRMSSDが、これをおおむねとらえています。
Labordeら（2017）は、これらを心臓迷走神経トーンの指標とみなし、主要な指標として、RMSSD、ピーク・バレー法によるRSA指標、HFパワーのいずれか一つを解析するよう勧めています。ShafferとGinsberg（2017）が、それぞれの背景を説明しています。
HRVが指標にしないのは、ストレスそのものです。2018年に発表された37件の研究のレビューでは、大半の研究でストレスに応じてHRVが変化しており、最も多かった所見は副交感神経の活動の低下でした（Kimら, 2018）。ほかの負荷でも同じ低下が起こります。スマートフォンアプリで得た約900万件の朝の測定値では、飲酒、きついトレーニング、病気のあとにHRVが下がっていました。このことから著者らはHRVを、ストレスに対して感度は高いが特異的ではない指標と呼んでいます（AltiniとPlews, 2021）。
ストレスとは関係なくHRVを動かすものが四つあり、研究デザインはそれぞれに対処しなければなりません。
- 呼吸：呼吸の速さと深さはRSAとHFパワーを変えます。そのため、RSAやHFパワーを迷走神経トーンの指標として使うとき、呼吸が交絡因子になることがあります（GrossmanとTaylor, 2007）。
- 姿勢と動き：立ち上がること、話すこと、歩くことは、HRVを変えます。GrossmanとTaylorは、RSAは一時的な身体活動に「非常に大きな影響を受ける」とし、迷走神経トーンの推定値に偏りが生じることがあると述べています。
- 心拍数：一般的なHRV指標はどれも、拍と拍の間隔が長いほど大きくなります。そのため、心拍がより速いと、HRVはより小さくなる傾向があります。De Geusら（2019）は、HRVは単純に、また一様に心拍数の代わりとなるものではないと論じ、両者を併せて報告するための指針でレビューを締めくくっています。
- LF/HF比 LF/HF比 LFパワーをHFパワーで割った値で、単位はありません。交感神経と副交感神経のバランスを示す目安として提案されましたが、研究ではそれを確実に測れないことが示されています。 LF/HF比についてさらに詳しく ： LF LFパワー 心拍間隔の分散のうち0.04〜0.15 Hzの帯域に入る部分で、単位はms²。7〜25秒ごとに繰り返すリズムです。かつては交感神経の活動と読まれましたが、現在は異論があります。 LFパワーについてさらに詳しく （低周波）とHFの比は、交感神経と副交感神経という二つの系統の間の「バランス」を測るものではありません（Billman, 2013）。ストレスの指標としては使わないでください。
三つの研究デザイン
三つのデザインに共通するのは、Labordeら（2017）が「HRVの三つのR」と呼ぶものです。安静（resting、 ベースライン ベースライン 自分自身の、いつものHRVの水準と範囲。同じ方法で測った数週間の測定値から作ります。測定値を他の人と比べるより、自分のベースラインと比べるほうが、多くのことがわかります。 ベースラインについてさらに詳しく ）、反応性（reactivity、ベースラインからイベントまでの変化）、回復（recovery、イベントからその後までの変化）の三つです。
実験室でのストレス課題：ベースライン、課題、回復
最も統制のとれたデザインは、参加者を実験室に呼び、安静時のベースラインを記録し、ストレス課題を課し、回復を記録するものです。最もよく知られたストレス課題は、トリーア社会的ストレステスト（Trier Social Stress Test、TSST）です。約10分間の準備のあと、聴衆の前で10分間、自由なスピーチと暗算を行います。六件の研究で、心拍数が上がり、唾液中コルチゾールがベースラインの二〜四倍に上昇しました（Kirschbaumら, 1993）。もっと簡単な課題も使われます。時間制限つきの暗算だけの課題や、精神的ストレス要因を加えたコンピューター作業などです。そうした研究の一つでは、女性12人が同じコンピューター作業を二回行い、一回はストレス要因を加えました。ストレスのかかるセッションでは、対照のセッションよりHFパワーが低く、その後の8分間の安静の間に一部回復しましたが、血圧はその間に安静時の水準まで戻りませんでした（Hjortskovら, 2004）。
- 安静化 5分以上
- ベースライン 5分
- 準備 10分
- スピーチと暗算 10分
- 回復 10分以上
- 安静
- 反応性
- 回復
長さに応じた幅で五つのフェーズを並べた時間軸です。落ち着く時間が少なくとも5分間、ベースラインが5分間、準備が10分間、スピーチと暗算が10分間、回復が少なくとも10分間です。二段目はこれらをまとめます。安静は落ち着く時間とベースライン、反応性は準備とスピーチと暗算、回復は最後のフェーズです。
各フェーズの長さは、次を目安にします。
- 落ち着く時間：Labordeら（2017）は、ベースラインを始める前に、測定姿勢を少なくとも5分間保つよう求めています。膝を直角にして座る姿勢が、通常の標準です。
- ベースライン：五分間が短時間記録の標準です（Task Force, 1996）。Jenningsら（1992）は、若い男性48人の心拍数と血圧を測り、20分間安静にしても安定したベースラインは保証されないと述べています。また、10分間の安静時ベースラインは許容できる程度に安定していると判断しました。Jenningsらの「バニラ」ベースライン（負担の少ない簡単な色検出課題）は、ただ安静にするのと同等か、それ以上の結果でした。
- 課題のウィンドウ：1分間のlnRMSSDには、良好な信頼性があります（Labordeら, 2017）。HFパワーには少なくとも約1分、LFパワーには約2分が必要です（Task Force, 1996）。長さの同じウィンドウどうしを比べてください。長さの違う記録から得た値は、互いに置き換えられません（ShafferとGinsberg, 2017）。
- 回復：長さを定めた指針はないので、戻りが見えるだけの長さにして、その長さをあらかじめ明記してください。血圧は、HRVより戻るのに時間がかかることがあります。Hjortskovらの研究では、HRVは8分間の安静後に一部回復しましたが、血圧は安静時の値に戻っていませんでした。
話すと呼吸が変わるため、スピーチ中のHRVには、スピーチそのものの影響が一部含まれます。呼吸を記録し、スピーチのウィンドウは慎重に読んでください。同じタイミングと姿勢でストレス課題だけがない対照セッションを、順序をカウンターバランスして行うと、ストレス課題の効果と、実験室で40分間座っていることの効果を切り分けられます。
現実のストレス要因：試験
試験は、学生がどのみち直面するストレス要因で、研究者による操作は加わりません。誰がいつ試験を受けるかは無作為に割り付けられないため、各学生を自分自身の対照にします。同じ人を、同じ時刻に同じ姿勢で、試験のある日とない日に測ってください。
- 数週間前 決まった時刻と姿勢での安静時ベースライン
- 前日 夕方の測定と、その夜の睡眠
- 試験当日 前、可能なら最中、そして後
- 数日後 回復の測定
- 数週間後 試験から離れた時期の2回目のベースライン
一本の線上に五つの点が並びます。数週間前は、決まった時刻と姿勢での安静時ベースライン。前日は、夕方の測定とそれに続く夜の睡眠。試験当日は強調表示され、試験前、可能なら試験中、試験後の測定。数日後は、回復の測定。数週間後は、試験から離れた時期の二回目のベースラインです。
それぞれの点が答える問いは異なります。数週間前のベースラインが基準です。前日の夕方と夜からは、予期の状態と、その人がどう眠ったかがわかります。睡眠はそれ自体でもHRVを動かします。試験の直前、最中、直後の測定から、反応性と回復がわかります。数週間後の、試験から離れた時期に二回目のベースラインをとると、試験の影響を、学期や季節にわたるゆるやかな変化と切り分けられます。ベースラインが一つだけでは、前後の比較しかできないからです。
三件の研究から、デザインの幅がわかります。Luciniら（2002）は、大学生を試験の直前と、3か月後の休暇中に調べました。試験当日は、3か月後と比べて、拍と拍の間隔が短く、血圧が高く、正規化した低周波の指標が高く、圧受容器反射のゲインが低く、唾液中コルチゾールは5.6 ng/mL（3か月後は2.4 ng/mL）でした。Dimitrievら（2016）は、学生96人を、二つの別の日に、5分間ずつ横になった状態で記録しました。一回は安静時、もう一回は口頭試験の直前です。試験前は、心拍数の平均が1分あたり83拍（安静時は72拍）、 SD1 SD1とSD2 ポアンカレプロットの点の広がりを表す二つの指標で、単位はミリ秒です。SD1は幅でRMSSDと同じく短期の変動を、SD2は長さで全体の変動を反映します。 SD1とSD2についてさらに詳しく （RMSSDに相当するポアンカレプロットの指標）は26 ms（安静時は36 ms）でした。SD1の低下は心拍数で調整しても残りましたが、SDNNとHFパワーの低下は残りませんでした。Hammoudら（2018）は、学生90人を、期末試験の前の1時間、試験中の2時間、試験後の1時間の計4時間にわたって測定しました。より落ち着いた日の記録はありません。SDNNは試験後の1時間に最も高く、RMSSDは試験中より試験後のほうが高くなっていました。心拍数が最も高かったのは試験前の1時間（試験前のいつもの行動をして過ごした時間）で、最も低かったのは試験中でした。
イベントマーカーと日誌を使った、数日間の連続記録
最も現実に近いデザインは、人が普段どおりに生活する一日以上のあいだ、すべての拍を記録するものです。イベントの記録には二つの方法があります。一つはイベントマーカーで、何かが起きた瞬間にボタンを押すか、アプリに入力します。もう一つは**生態学的瞬間評価（EMA）**で、気分、心配、活動、カフェインについての短い質問票に、一日に数回、スマートフォンで答えます。
心電図ストラップによる拍動
体の動き
イベントマーカー
日誌の通知
睡眠
1日目2日目3日目
三日間にわたる五つのレーンで、夜は網掛けです。拍のレーンは連続した線で、夜間に高くなります。動きのレーンには、日中にさまざまな高さの棒があり、夜間にはありません。イベントマーカーのレーンには、毎日いくつかの縦線があります。日誌のレーンには、毎日五つの点があり、朝から夕方まで約三時間おきです。睡眠のレーンには、毎夜一つのブロックがあります。
二件の研究から、このデザインで何がわかるかが見えてきます。Brosschotら（2007）は、健康な52人に一日間、一時間ごとの日誌をつけてもらい、その間、携帯型心電図で心臓を記録しました。ストレス要因と心配は、起きている間のより高い心拍数、より低いHRVと関連し、その影響は翌夜の睡眠にまで続き、心配の持続時間がストレス要因の影響を媒介していました。Verkuilら（2016）は、32人でさらに一歩進めました。動きに伴って各人のRMSSDがどれだけ下がるかを短いキャリブレーションで求め、続く24時間から、動きでは説明できないほどRMSSDが下がった、少なくとも7.5分間の区間を探しました。そうした区間は、心配、ポジティブな気分がより少ないこと、緊張がより強いことと関連していましたが、報告されたストレスの多い出来事の数とは関連していませんでした。
日常生活のデータでは、動きがおもな問題です。身体活動はRSAを大きく変えるため（GrossmanとTaylor, 2007）、動きを記録するデザインなら、ストレス反応と散歩を区別できます。記録しないデザインは、結果的に、人々がどれだけ活発に動いたかを測ってしまうことがあります。
測定の連鎖
研究のHRVの数値は、どれも同じ連鎖を通ります。どの段階の誤りも、統計に持ち越されます。
- センサー 心電図の胸部ストラップまたはホルター、PPGの腕時計またはリング
- RR間隔 拍と拍の間の時間（ms）
- アーチファクト補正 誤った拍を見つけ、直し、数える
- ウィンドウ 5分未満、5分、または24時間
- 指標 RMSSD、lnRMSSD、HFパワー
- 統計 個人内の変化、混合モデル
一定に保つか記録する 呼吸、姿勢、時刻、カフェイン、アルコール、最近の運動、月経周期の時期、服薬
番号を振った六つの段階が横に並びます。センサー（心電図の胸部ストラップかホルター、またはPPGの時計かリング）、RR間隔（拍と拍の間の時間、単位はミリ秒）、アーチファクト補正（不良な拍を見つけ、直し、数える）、ウィンドウ（5分未満、5分、24時間）、指標（RMSSD、lnRMSSD、HFパワー）、統計（個人内の変化と混合効果モデル）です。その下の帯に、一定に保つか記録しておく項目として、呼吸、姿勢、時刻、カフェイン、飲酒、直近の運動、月経周期の時期、薬を挙げています。
センサー
心電図 心電図 皮膚に付けた電極で記録する、心臓の電気的な活動の記録。心電図に基づくRR間隔は、HRVを測るうえでの参照基準です。 心電図についてさらに詳しく （ECG）は、心臓の電気信号の鋭いRピークから一拍ごとの時刻を求め、HRVの基準となる測定方法です。Task Force（1996）は、最適な範囲を1秒あたり250〜500サンプルとしています。胸部ストラップは単誘導の心電計で、実験室でのセッションや数日間の記録に向いています。臨床用のホルター心電計は、誘導を増やし、拍ごとの確認もできます。時計やリングは、代わりに皮膚の中の脈波の時刻を求める光電式容積脈波（ PPG PPG 皮膚に光を当て、心拍ごとの血液の拍動を検出する光学的な方法。ほとんどの時計、リング、スマートフォンのカメラアプリが、これで心拍変動（HRV）を推定します。 PPGについてさらに詳しく ）を使います。両者を比べた研究のレビューでは、安静時は脈拍による値が十分に正確でしたが、身体活動や一部の精神的ストレス要因があると一致の度合いが下がり、しばしば許容できない程度になりました（SchäferとVagedes, 2013）。ストレス課題には向きません。誤差の一つ一つは、腕時計か胸部ストラップか：PPGがHRVに与える影響で段階ごとに説明しています。
RR間隔とアーチファクト補正
センサーからは、連続する拍と拍の間の時間であるRR間隔の系列が得られます。拍の検出漏れ、余分な拍、 異所性拍動 異所性拍動 心臓の通常のペースメーカー以外の場所から始まり、たいてい早く来る拍動。よくあるものですが、取り除くか補正しない限り心拍変動（HRV）を乱します。 異所性拍動についてさらに詳しく （ふだん心臓のペースメーカーとして働く部位以外で始まる早い拍）は指標をゆがめ、短い記録は長い記録より、その影響を受けやすくなります。編集の方法には、不良な拍の削除、補間、フィルター処理があり、どれを選ぶかでHRVの値が変わります。どれだけ変わるかは、状況、方法、指標、対象者、記録時間によって異なります（Peltola, 2012）。結果を見る前に、方法と、補正した拍の割合に対する除外のしきい値を決め、すべての記録について補正した割合を報告してください。誤差がどう見えるかは、アーチファクトと余分な拍：HRVがずれる理由で示しています。
ウィンドウ
- 超短時間（5分未満）：安静時の成人3,387人では、10秒間の心電図一回でも妥当なRMSSDが得られ、2分間の記録は、4〜5分間の記録とほぼ完全に一致しました。RMSSDは、どの長さでもSDNNよりよく持ちこたえました（Munozら, 2015）。これは安静時の結果です。課題のウィンドウは、やはり課題の中に収まる必要があります。
- 短時間：5分間が標準です（Task Force, 1996）。
- 長時間：名目上24時間で、昼夜のリズムをとらえ、使われる指標も異なります（Task Force, 1996）。
比較ごとに、ウィンドウの長さを一つに保ってください。
指標
短いウィンドウでは、RMSSDのような時間領域の指標のほうが、より安全な選択です。RMSSDは、安静時に10秒から妥当な値が得られました（Munozら, 2015）。一方、HFパワーには約一分が必要です（Task Force, 1996）。RMSSDは、HFパワーほど呼吸に左右されません（Labordeら, 2017）。HFパワーは、呼吸数がその帯域に収まっていることを前提にしています。1分あたり約9回（0.15 Hz）より遅くなると、呼吸による波がLF帯に入り込み、ゆっくりした呼吸でLFパワーが膨らむのはこのためです。レッスン周波数解析の霧を晴らすで詳しく扱っています。時間領域の指標は、RMSSD、SDNN、lnRMSSDの解説で説明しています。
統制する項目
Labordeら（2017）は、セッションの前に一定に保つか記録しておくべき事項を、次のように挙げています。
- 睡眠：セッションの前は普段どおりに眠り、普段の就寝時刻と起床時刻を記録します。
- 運動：前日には強度の高いトレーニングをしません。運動のあと、迷走神経ブレーキは段階的に戻り、最初の90分間と、その後最長48時間かけて回復します（Stanleyら, 2013）。
- 飲食：セッションの前の2時間は、食事、コーヒー、紅茶、そのほかカフェイン入りの飲み物をとらず、24時間は飲酒をしません。
- 時刻：すべてのセッションとすべての参加者で、同じ時刻にします。
- 姿勢：全体を通して同じ姿勢を保ち、ベースラインの前に少なくとも5分間その姿勢をとります。
- 呼吸：呼吸のペースを決めさせるのではなく、記録します。Labordeらは、参加者が自分のペースで呼吸している場合に、呼吸でHRVを決まった手順として補正しないよう助言しています。ペースを決めた呼吸は、HFパワーを予測しにくい形で動かすことがあり、課題の妨げにもなりうると指摘し、呼吸が1分あたり9〜24回、つまりHF帯に収まっていることを確かめるよう、研究者に求めています。
- 薬：心臓に作用する薬は、すべて記録します。
- 月経周期：37件の研究、1,004人を統合したメタアナリシスでは、迷走神経活動が卵胞期より黄体期で低く（d = −0.39）、このメタアナリシスは月経周期の時期を記録するか統制することを勧めています（Schmalenbergerら, 2019）。
以降のすべての数値は、これらの規則で得たベースライン測定と比べることになるため、ベースラインにも課題と同じ水準を求めてください。
イベントマーカーつきの連続HRV
5分間のウィンドウが並ぶ一日分のデータは、その日に起きたことがすべて混ざっているため、そのままでは読みにくいものです。イベントに時刻をそろえた平均（event-locked averaging）は、同じ種類のマーカーすべてについて、マーカーの少し前から少し後までのウィンドウを、マーカーの位置でそろえて平均します。イベントがHRVに与える影響は、イベントを重ねるほど積み上がり、ランダムな時刻に起きたことは平均で打ち消されます。脳波（EEG）の加算平均した誘発反応と同じ考え方を、心拍数に応用したものです。
1つの記録と3つのマーカー
マーカーにそろえて平均
前 マーカー 後
平均
二つのグラフです。一つ目は六時間にわたる波打つ線で、縦のマーカー線が三本あります。各マーカーのあと、線は下がってゆっくり回復し、網掛けの帯が各マーカーの30分前から90分後までを覆います。二つ目のグラフでは、左から四分の一の位置に縦のマーカー線があり、その手前が網掛けで、三本の細い線と一本の太い線があります。どの線もマーカーの前は横ばいで、マーカーの直後に下がり、残りの区間で元に戻っていきます。ラベルは「前」「マーカー」「後」です。
試験週間の学生の、架空の三日間で試してみてください。「1日全体」の表示では、心拍数とRMSSDに、すべての試験、散歩、コーヒーの印を付けて示しています。マーカーを選んで、ウィンドウをそのマーカーにそろえてください。
ウィンドウをマーカーにそろえる
記録ではなく、学習用のモデルです
- 試験中のウィンドウ
- 28 ms
- それ以外のすべてのウィンドウ
- 38 ms
- 散歩を除いたそれ以外のウィンドウ
- 42 ms
- 心拍数とRMSSD、r
- −0.89
3日間で、試験中のウィンドウの平均は28 ms、それ以外のすべてのウィンドウは38 msで、27%低い水準です。散歩とその後の45分を除くと、それ以外のウィンドウの平均は42 msとなり、試験中のウィンドウは34%低い水準になります。 散歩は体が動くことでRMSSDを下げるため、試験の影響の一部を隠していました。1日全体での心拍数とRMSSDの相関r = −0.89は、散歩と試験を1つの数字に混ぜたものです。
- 30分前まで
- 39 ms
- 直後の1時間
- 28 ms
- 変化
- −29%
「試験開始」にそろえて3回のイベントを平均すると、RMSSDはマーカー前30分が39 ms、直後の1時間が28 msで、29%低い水準でした。 低下は学生が待っている間、マーカーより前から始まり、試験が続く間ずっと続きます。
JavaScriptをオンにするとボタンが使えます。
3日間を横に並べた2つの折れ線グラフです。上はミリ秒単位のRMSSD、下は1分あたりの拍数で表した心拍数で、5分ごとに1点あります。網かけの帯が90分の試験3回と45分の散歩6回を、点がコーヒー6杯を示します。ボタンの列でイベント同期の表示に切り替えると、選んだマーカーの30分前から90分後までのウィンドウをそろえ、各イベントを細い線で、その平均を太い線で描き、マーカー前30分の水準を破線で示します。表示中のビューの数値を、指標と1つの文で示します。
このインタラクティブなグラフからわかる三つの点は、実際のデータにもあてはまります。
- 1日全体での比較には、ほかのすべてが混ざります：試験のウィンドウをそれ以外のすべてのウィンドウと比べると、体を動かしてRMSSDを下げる散歩が比較に入り込みます。モデルでは、散歩を除くと差が広がります。
- 1日全体での相関は、大半が動きによるものです：すべてのウィンドウで見ると、歩くことが両方を動かすため、心拍数とRMSSDは強く相関します。この数値は散歩と試験を混ぜ合わせたもので、どちらについても、ほとんど何もわかりません。
- イベントによって形が違います：散歩では、深く短い低下が出ます。試験では、より小さな低下がマーカーの前から始まり、試験が続く間続きます。コーヒー（モデルでは効果がないものとされています）は平坦なままですが、コーヒー一回ごとのイベントでは、それでも数ミリ秒ずつふらつきます。このふらつきがあるため、イベントが一回だけでは足りないのです。
実際の研究では、次のようにします。
- 時計の同期：心電図、加速度計、スマートフォンの時計を記録の前にそろえ、終了時にも確認してください。
- マーカーのリアルタイムの記録：ボタンかアプリで記録し、あとで日誌と突き合わせてください。あとから記憶をもとに追加したマーカーの精度は、記憶の精度までです。
- そろえる区間とベースライン：解析の前に決めてください。たとえば、マーカーの30分前から90分後までとし、その前の30分間をベースラインとします。
- 動きの印づけ：加速度計か心拍数を使って、身体活動のあるウィンドウに印をつけ、Verkuilら（2016）のように、別に解析するか、調整してください。
- 個々のイベントの確認：平均は、逆向きに動いた一つのイベントや、区間の中に入った一回の散歩を隠してしまうことがあります。個々のイベントも見えるようにしておいてください。
- 平均の順序：各人の中で先に平均し、そのあとで人の間で平均してください。混合効果モデルに両方を任せる方法もあります。
解析
個人内の効果と個人間の効果
繰り返し測定したデータには、二種類の情報があります。人どうしが平均してどう違うか（個人間）と、各人が測定のたびにどう変わるか（個人内）です。この二つが、反対の方向を向くことがあります。
RMSSD（ms）
1時間あたりの体を動かした分数
- Aさん
- Bさん
- Cさん
- 人と人の間：右上がり
- 各人の中：右下がり
RMSSD（ミリ秒）を縦軸、1時間のうち動いていた分数を横軸にした散布図です。点六つずつの三つのまとまりが、一人に一つあります。Aさんは活動が少なくRMSSDが低く、Bさんは中間、Cさんは活動が多くRMSSDが高い位置です。三つのまとまりの中心を通る破線は、左から右へ上がります。各まとまりの中では、その人の色の実線が左から右へ下がります。
この例は架空のものです。実際のデータでは、体力のように人によって違う特性が一方向に、一人の中の一時的な活動がもう一方の向きに作用することがあります。CurranとBauer（2011）は、縦断データでこの二つの効果をどう分けられるかを示し、多くの研究がそれをしていないと指摘しています。GrossmanとTaylor（2007）は、同じ論点をHRVに当てはめて述べています。一人の中ではRSAと迷走神経による制御がしばしば密接に関連しますが、人の間ではその関連は控えめなものにとどまる可能性があります。
通常の対処法は個人平均中心化です。反復して測定する説明変数を、その人自身の平均（個人間の効果を担います）と、各測定のその平均からの差（個人内の効果を担います）に分けます。両方をモデルに入れてください。
反復測定と混合効果モデル
混合効果モデル（マルチレベルモデルとも呼ばれます）は、集団の平均のまわりで、各人に固有の切片を、必要なら固有の傾きも与える回帰です。すべてのウィンドウを使い、人によってウィンドウの数が違う場合や、欠けているウィンドウがある場合にも対応でき、個人内と個人間の効果を一緒に推定します（CurranとBauer, 2011）。反復測定の分散分析（ANOVA）は特殊な場合で、欠けのない、釣り合ったデータが必要です。イベントに時刻をそろえたデータでは、ウィンドウがイベントの中に、イベントが人の中に入れ子になっています。
RMSSDの対数変換
RMSSDは右に偏った分布をしており、Labordeら（2017）は、解析の前に自然対数変換をするよう勧めています。lnRMSSDの差は、割合の変化に近くなります。差が0.10なら、おおよそ10%の変化です。
ベースラインで正規化した変化
反応性と回復は、ベースラインからの絶対的な変化か、割合の変化として報告できます（Labordeら, 2017）。対数の尺度では、ベースラインとの差がすでに割合の変化です。介入群と対照群のように群を比べる場合、VickersとAltman（2001）は、一般的な方法として共分散分析を勧めています。単純な変化量ではなく、追跡時の値を結果とし、ベースライン測定を共変量にする方法です。
心拍数と呼吸
どのHRVの結果にも、心拍数を並べて報告してください。De Geusら（2019）は、レビューの締めくくりに暫定的な報告の指針を示し、拍と拍の間隔の平均と変動が、互いにどれだけ密接に結びついているかを認めています。HRVを心拍数で調整する場合は、調整した結果と調整しない結果の両方を報告してください。各ウィンドウの呼吸数を記録し、それがHF帯に収まっていたかを明記してください。
多重比較
HRVソフトウェアは何十もの指標を出し、研究にはいくつものウィンドウとフェーズがあります。すべてを検定すれば、偶然に何かが引っかかります。たとえば、ベースラインから課題までのlnRMSSDのように、主要評価項目を事前に一つ決めてください。副次的な評価項目では、偽発見率（有意と判定された結果のうち、偽陽性が占める期待される割合）を制御し（BenjaminiとHochberg, 1995）、データを見たあとに選んだ解析は、探索的なものと明記してください。
標本サイズと効果量
標本サイズは、パイロットデータか、公表されている似たデザインから得た効果量を使った検出力分析で決めてください。Lakens（2013）は、効果量が参加者内デザインと参加者間デザインでどう違うかを説明しています。参加者内デザインでは、効果量に反復測定どうしの相関が含まれることがあり、Lakensは、これが人の中での変化についての問いに合うと論じています。ある大きさの効果が、日ごとのぶれからどのくらいの頻度で抜きん出るかを体感するには、レッスンの節自分のHRVを動かすものを見つけるにある実験を試してください。
事前登録
事前登録とは、結果を観察する前に、研究の問いと解析計画を書き残しておくことです。検証した予測と、あとから見つかったパターンを区別できるようになります（Nosekら, 2018）。HRV研究では、主要な指標、ウィンドウ、アーチファクトの規則と除外のしきい値、共変量、モデルを登録してください。臨床試験は、ClinicalTrials.govなどの登録簿に登録されます。HRVの評価項目がそこでどう書かれているかは、下の例で確認できます。
公表された研究でわかったこと
試験のストレス
試験と、より落ち着いた時期を比べた二件の研究は、試験の前に心拍が速かった点で一致しています。Luciniら（2002）は、試験前には3か月後より、拍と拍の間隔が短く、血圧が高く、正規化した低周波の指標が高く、コルチゾールが高いことを示しました。Dimitrievら（2016）は、試験の直前には安静時より、SD1が約29%低く、HFパワーが約45%低く、心拍数が1分あたり約11拍高いことを示しました。Hammoudら（2018）には比較できる落ち着いた日がありませんでしたが、SDNNは試験後の1時間に最も高くなっていました。このデータからは、状況によって全体像が不明瞭になることもわかります。心拍数は試験中が最も低く、正規化したHFの指標は、そのときに最も高くなっていました。各研究の対象は一つの大学の学生で、指標、姿勢、ウィンドウは研究ごとに違い、共通のプロトコルをもつ研究はなかったため、効果の大きさは定まっていません。
実験室でのストレス課題
TSSTは、心拍数とコルチゾールを安定して上げます（Kirschbaumら, 1993）。Hjortskovら（2004）の研究では、精神的ストレス要因を加えたコンピューター作業の間は、同じ作業をストレス要因なしで行ったときよりHFパワーが低くなりました。12本の論文、健康なボランティア758人を対象にしたメタアナリシスでは、急性の精神的ストレスの間は、安静時よりHFパワーが低く、LF/HF比が高いことが示されました（Castaldoら, 2015）。著者らはこれを、交感神経の活性化と副交感神経の活動の低下と解釈しています。HFの結果は迷走神経活動の低下と合いますが、LF/HFの部分は、交感神経活動を測るものではない比に基づいています（Billman, 2013）。
ストレスとHRVのレビューとメタアナリシス
Kimら（2018）は、2007年から2017年に発表された、HRVを心理的ストレスの客観的な指標として使った37件の文献を調べ、大半でストレスに応じてHRVが変化しており、最も多かったのは副交感神経の活動の低下であることを示しました。タイトルとは異なり、このレビューは研究を一件ずつまとめており、効果量を統合していないため、全体の数値は示していません。Castaldoら（2015）と合わせると、これらの根拠は、集団における体のストレス反応の指標としてHRVを使うことを支持します。一人の人の数値をストレスの水準として読むことは、支持しません。
報告ガイドライン
- Task Force（1996）は、その後の研究の大半が使う定義、周波数帯、記録時間を定めました。
- Labordeら（2017）は、心理生理学のHRV実験を計画、解析、報告するための推奨事項をまとめています。このページのかなりの部分は、それに沿っています。
- GRAPH（Quintanaら, 2016）は、四つの領域からなる報告チェックリストです。参加者は誰か、拍をどう集めたか、データをどう整えたか、HRVをどう計算したか、です。
- Quigleyら（2024）は、心理生理学の心拍数とHRVの研究の公表ガイドラインをまとめ、生理学的な土台と測定の基礎から始めています。
レッスンHRVの研究と機器の検証の読み方では、論文をGRAPHに照らして確認する方法を示しています。
HRVを評価項目にした登録試験
登録されているのは、研究が何を測る予定かであって、何がわかったかではありません。ClinicalTrials.govの四件の登録から、ストレスや試験の研究がHRVの評価項目をどのように設定しているかがわかります。
- NCT06138457、ECOSTRESS研究（University Hospital, Clermont-Ferrand）：医学生を対象にした観察研究で、客観的臨床能力試験（OSCE）の日、従来の筆記試験の日、対照の日の24時間のHRVを比べます。HRVが主要評価項目で、100人を予定しており、参加者を募集中です。
- NCT05380076（Claude Bernard University）：医学生490人を、OSCEの前に、6分間のマインドフルネス、内的資源の動員、心臓バイオフィードバック、または対照の動画のいずれかに割り付けました。主要評価項目は、その6分間に耳の脈波センサーで測ったHRVで、脈波にもとづく指標です。完了しています。
- NCT02708979、StrEat（University of Copenhagen）：学生を、試験の一週間前と、試験から四〜五週間離れた時期に測定し、一分間の呼吸テストで得たHRVが副次評価項目です。状況は不明です。
- NCT05570721（University of North Carolina at Chapel Hill）：中年期の女性41人がTSSTを行い、課題の前の安静時と、課題の0、10、20分後のRMSSDが副次評価項目です。完了しています。
チェックリスト
データ収集の前
- 仮説を迷走神経に即して書き、主要な指標を一つ（通常はlnRMSSD）と、そのウィンドウ、比較を明記してください。
- アーチファクトの規則、除外のしきい値、共変量、モデルを決めて、事前登録してください。
- 課題や日常生活の記録には、心電図のセンサーを選んでください。PPGを使わざるをえない場合は、自分の環境で心電図と照らして確認してください。
- セッションの時刻と姿勢を決め、対照セッションか、二回目のベースラインを計画してください。
- 参加者に、睡眠、運動、食事、カフェイン、飲酒についての指示を伝え、薬と月経周期の時期を記録する計画を立ててください。
- 個人内の効果量をもとに、標本サイズを計算してください。
データ収集の最中
- 各人に少なくとも5分間落ち着いてもらい、そのあと同じ姿勢で5分間のベースライン測定を記録してください。
- 呼吸を記録し、参加者には自分のペースで呼吸してもらってください。
- 時計を同期させ、マーカーをリアルタイムで記録してください。コーヒー、散歩、電話など、プロトコルを乱すことがあれば書き留めてください。
- 信号を見守り、欠けた区間やノイズの多い区間があれば、その場で書き留めてください。
データ収集の後
- すべての記録を点検し、事前登録した規則でアーチファクトを補正し、補正した割合を報告し、除外のしきい値を適用してください。
- 長さの同じウィンドウで指標を計算し、RMSSDは対数変換してください。
- 個人内と個人間の項を入れた混合効果モデルを当てはめ、HRVと並べて心拍数と呼吸を報告してください。
- 副次評価項目では偽発見率を制御し、探索的な解析はそう明記してください。
- GRAPHとLabordeら（2017）に沿って報告し、同意が許す範囲で、拍のデータとコードを共有してください。
hrv.expertのツールを使う
- HRVアナライザーは、多数の記録を一度に読み込み、すべての指標を一つのCSVにまとめて書き出します。アーチファクトは、サイトの規則かKubiosのしきい値レベルで補正し、記録ごとに補正した拍の割合を報告し、論文用に参考文献つきの方法の段落を書き出します。記録はブラウザ内で解析され、何もアップロードされません。方法のページには、各アルゴリズムと、その元になった論文、結果の検証方法をまとめています。
- RRコンバーターは、Garmin FIT、Appleの「ヘルスケア」App、Polar、Movesenseから書き出したデータを、プレーンなRR間隔ファイル、CSV、Kubiosテキストに変換し、記録ごとに品質レポートを付けます。