DFA α1

Другие названия: DFA alpha 1, DFA a1, alpha1, α1, DFA α2, alpha2, детрендированный флуктуационный анализ, DFA, краткосрочный скейлинговый показатель, фрактальный скейлинговый показатель

Краткосрочный скейлинговый показатель детрендированного флуктуационного анализа. Около 1 — удары связаны «памятью» на всех масштабах, около 0,5 — ведут себя как шум. α2 — тот же наклон на более длинных участках.

Единица измерения: безразмерная величина (показатель)

F(n)∝nα,α1=dlog⁡F(n)dlog⁡n for 4≤n≤16F(n) \propto n^{\alpha},\qquad \alpha_1 = \frac{\mathrm{d}\log F(n)}{\mathrm{d}\log n}\ \text{for}\ 4 \le n \le 16

DFA α1 — наклон прямой в двойных логарифмических координатах. Он показывает, как размах колебаний ряда ударов сердца растёт с длиной окна, через которое на него смотрят; окна берут длиной от 4 до 16 ударов. У показателя нет единицы измерения.

Зачем нужен этот показатель

Peng, Havlin, Stanley и Goldberger предложили детрендированный флуктуационный анализ (DFA) в 1995 году, чтобы ответить на вопрос, на который не отвечает стандартное отклонение: «помнят» ли удары друг друга? В чистом шуме каждый удар независим, и накопленная сумма ряда блуждает, как пьяный прохожий; в ряду с дальними корреляциями это блуждание с ростом масштаба усиливается быстрее. Разницу передаёт показатель α\alpha: 0,5 для белого шума, 1,0 для шума 1/f, 1,5 для случайного блуждания. В рядах ударов здоровых людей обнаружились дальние корреляции, которые при тяжёлой сердечной недостаточности нарушались. В той же работе нашли излом: наклон на коротких окнах (α1) отличается от наклона на длинных (α2), а излом приходится примерно на 16 ударов. В позиционном документе Sassi и коллег 2015 года DFA отнесён к фрактальным методам, которые улучшили понимание сигнала, но их клиническое применение авторы пока считают довольно ограниченным.

Формула

y(k)=∑i=1k(RRi−RRmean),F(n)=1N∑k=1N(y(k)−yn(k))2,F(n)∝nαy(k) = \sum_{i=1}^{k}\left(\mathrm{RR}_i - \mathrm{RR}_{\mathrm{mean}}\right),\qquad F(n) = \sqrt{\frac{1}{N}\sum_{k=1}^{N}\left(y(k) - y_n(k)\right)^2},\qquad F(n) \propto n^{\alpha}

Сначала ряд интегрируют: y(k)y(k) — накопленная сумма отклонений интервалов от среднего. Затем yy делят на отрезки по nn ударов, в каждом отрезке подбирают прямую yny_n и берут среднеквадратичное значение остатка — это F(n)F(n). Так делают для каждого размера отрезка и строят зависимость log⁡F(n)\log F(n) от log⁡n\log n. Наклон на отрезках от 4 до 16 ударов — это α1, от 16 до 64 ударов — α2 (в Kubios по умолчанию берут от 4 до 12 и от 13 до 64; Sassi и коллеги отмечают, что во многих клинических исследованиях α1 считают примерно по 4–11 ударам).

Пример расчёта

Помнит ли ритм своё прошлое?

Пять минут учебной записи

α1 (4–16 ударов)
0,49
α2 (16–64 ударов)
0,65

Запись в покое синтетическая: чистая дыхательная волна каждые четыре удара и случайный шум между ударами, поэтому на 4–16 ударах она почти похожа на шум (α1 0,49), а более медленные волны придают окнам от 16 до 64 ударов некоторую память (α2 0,65). Настоящие записи в покое обычно дают α1 около 1 или выше.

Элементы управления работают при включённом JavaScript.

Детрендированный флуктуационный анализ пяти минут учебной записи. Каждая точка — типичное колебание накопленной суммы внутри окон заданной длины в ударах; на двойной логарифмической шкале точки ложатся на прямые, наклон которых — α1 (от 4 до 16 ударов) и α2 (от 16 до 64 ударов). Белый шум даёт 0,5, шум 1/f даёт 1. Учебная запись синтетическая и даёт около 0,5; настоящие записи в покое обычно дают около 1 или выше. Переключайте ряд или подмешивайте к нему шум и следите за наклонами.

График на двойной логарифмической шкале: колебание в зависимости от длины окна от 4 до 64 ударов; для каждой длины окна — точка, и проведены две прямые: одна по окнам от 4 до 16 ударов для α1, другая по окнам от 16 до 64 ударов для α2. Ниже выведены α1 и α2 и предложение, объясняющее их. Четыре кнопки выбирают запись в покое, белый шум, шум 1/f или запись с экстрасистолами; ползунок подмешивает белый шум в выбранный ряд.

Пять минут учебной записи дают α1 = 0,49 и α2 = 0,65. α1 здесь низкий намеренно: запись синтетическая — чистая дыхательная волна с периодом примерно в четыре удара и случайный шум между ударами. Поэтому на коротких окнах она выглядит почти случайной, а более медленная волна артериального давления и дрейф придают длинным окнам некоторую «память». В реальных записях в покое α1 обычно около 1 или выше. Переключите на белый шум — оба наклона окажутся около 0,5 (α1 0,48, α2 0,50); переключите на шум 1/f — оба окажутся около 1 (α1 1,04, α2 1,03). Если подмешать шум в любой ряд, α1 сместится к 0,5.

Что на него влияет

Сильные регулярные дыхательные колебания в покое могут снизить α1, как показывает учебная запись. С ростом интенсивности нагрузки он смещается примерно от 1 при лёгком усилии к 0,5 при тяжёлом: Rogers и коллеги в 2021 году в исследовании 15 бегунов обнаружили, что точка, где α1 пересекал 0,75, совпадала с первым вентиляторным порогом. На этом основан метод порога по DFA α1, который предлагают некоторые приложения. Возраст и болезни сердца тоже меняют значения. Shaffer и Ginsberg отмечают, что DFA разрабатывали для записей длиной в несколько часов, и приводят 120 секунд как предложенную минимальную длину сверхкороткой записи для α1.

Когда он вводит в заблуждение

Преждевременные сокращения и артефакты Артефакт Ошибка в записи сердечного ритма: пропущенный, лишний или неточно отмеченный удар, часто из-за движения или плохого контакта датчика. Артефакты могут сильно исказить показатели ВСР. Подробнее: Артефакт добавляют скачки без «памяти» и сдвигают α1 к шуму, поэтому ряд сначала нужно очистить. Диапазоны отрезков в разных программах различаются, так что α1 в Kubios и в работе Peng не совпадают в точности. На коротких записях α2 считают по слишком малому числу отрезков, чтобы ему доверять. И значение около 1 — не «лучше»: оно описывает характер ряда, а в разных условиях с худшими исходами были связаны и более высокие, и более низкие значения.

Где вы его увидите

Kubios HRV выводит DFA α1 и α2 среди нелинейных показателей. Некоторые тренировочные приложения показывают α1 прямо во время нагрузки, чтобы найти аэробный порог. В стандарте Task Force этого показателя нет; данные исследований разбирает документ Sassi и коллег. Материал что такое нелинейные показатели ВСР и нужны ли они помогает понять, важно ли всё это для тех, кто пользуется носимым устройством.

Источники

  1. Quantification of scaling exponents and crossover phenomena in nonstationary heartbeat time series Chaos, 1995
  2. Advances in heart rate variability signal analysis: joint position statement by the e-Cardiology ESC Working Group and the European Heart Rhythm Association co-endorsed by the Asia Pacific Heart Rhythm Society Europace, 2015
  3. An overview of heart rate variability metrics and norms Frontiers in Public Health, 2017
  4. A new detection method defining the aerobic threshold for endurance exercise and training prescription based on fractal correlation properties of heart rate variability Frontiers in Physiology, 2021
  5. HRV analysis methods Kubios

Все термины глоссария