慢性肾病患者心率变异性的昼夜节律特征：可穿戴设备大规模研究揭示糖尿病与蛋白尿的关键影响

《npj Digital Medicine》：Diurnal variation of wearable device-based heart rate variability in the Chronic Renal Insufficiency Cohort study

　　本研究针对慢性肾脏病（CKD）患者心血管风险预测中缺乏院外连续监测指标的问题，通过可穿戴BioPatch设备采集458名参与者平均50.3小时的心电图数据，发现糖尿病与尿蛋白肌酐比（uPCR≥0.2）分别导致SDNN（正常窦性R-R间期标准差）降低7.4 ms和5.73 ms（p<0.05）。该研究建立了目前最大规模的CKD人群可穿戴心电图HRV数据库，为开发时间特异性数字生物标志物奠定基础。

　　

在慢性肾脏病（CKD）患者的管理中，心血管疾病是导致死亡的主要原因，但传统临床监测难以捕捉日常活动中的心血管功能动态变化。尤其缺乏对心率变异性（HRV）这一重要生理指标在真实生活环境中的系统评估。HRV反映自主神经系统对心脏的调节能力，其异常与心血管事件风险密切相关。然而，在CKD这一特殊人群中，HRV的昼夜节律特征及其与疾病特定因素的关系尚不明确。

为了解决这一问题，由Carsten Skarke领衔的研究团队在《npj Digital Medicine》上发表了他们的最新研究成果。研究人员利用可穿戴BioPatch设备，在慢性肾功能不全队列研究（CRIC）的七个中心收集了458名参与者平均50.3±9.3小时的心电图数据，重点分析了SDNN（Standard Deviation of Normal-to-Normal intervals）这一关键HRV指标的昼夜变化规律。

研究采用多中心横断面设计，参与者为CRIC研究第四阶段入选的CKD患者，排除居住于养老院、非活动状态、安装心脏起搏器或除颤器等情况。研究人员使用Zephyr BioPatch设备进行连续心电图监测，设备电极置于胸部V1和V2位置（右第四肋间和左第四肋间）。数据分析采用两种方法：cosinor节律分析量化MESOR（节律中线估计统计量）、振幅（节律变化幅度）和峰值相位（节律峰值时间）；线性混合效应模型直接分析每小时SDNN数据，使用限制性立方样条拟合昼夜模式。

疾病负担表现为低心率变异性

研究发现糖尿病与较低的SDNN显著相关。低SDNN组（≤33.7 ms）中65.8%为糖尿病患者，而高SDNN组（≥49.0 ms）仅36.6%。多变量线性回归显示，糖尿病患者比非糖尿病患者的SDNN低7.4 ms（p=0.001）。同样，高蛋白尿（uPCR≥0.2）患者的SDNN比低蛋白尿患者低5.73 ms（p=0.011）。值得注意的是，肾功能（eGFR）与SDNN的关系受到蛋白尿水平的显著调节（交互作用p=0.023），肾功能不全伴高蛋白尿患者的SDNN（41.9 ms）明显低于肾功能不全但蛋白尿水平较低的患者（53.6 ms）。

疾病特异性周期性HRV模式

节律分析揭示了性别和疾病特异性模式。男性比女性表现出更高的SDNN振幅（p<0.0001），多变量回归显示女性SDNN振幅比男性低2.23 ms（p=0.005）。糖尿病患者显示SDNN振幅降低1.45 ms的趋势（p=0.074）。在峰值相位方面，BMI每增加1单位，SDNN峰值相位提前0.11小时（6.6分钟，p=0.007）；β受体阻滞剂使用者峰值相位延迟1.36小时（p=0.018）。样条分析证实，有心血管疾病史患者的SDNN曲线形态明显平坦（p=0.01），而β受体阻滞剂使用者的曲线形态也与非使用者显著不同（p=0.0005）。

研究结论强调，这是迄今为止在CKD人群中利用可穿戴设备获得的最大规模SDNN数据集，证实了性别和疾病特异性对HRV的调节作用，特别是糖尿病和蛋白尿对HRV的负面影响。时间特异性HRV差异与性别、疾病和治疗药物使用相关，其中β受体阻滞剂使用与HRV升高一致，符合其增加副交感神经活性的已知机制。

该研究的重要意义在于为在CKD人群中探索HRV指标对未来心血管事件和临床结局的预测价值奠定了基础。通过可穿戴数字健康技术监测CKD患者时间依赖性心血管健康的范式，对于开发临床可操作的数字生物标志物、改善CKD患者心血管疾病管理至关重要。尽管目前随访时间有限，尚无法进行HRV参数与临床结局的关联研究，但这一平台为未来研究提供了重要工具。