使用AccuQT和先进的心率变异性方法对遗传性心脏疾病中的QT间期和RR间期进行分析

《Journal of Electrocardiology》：QT and RR interval analysis in genetic cardiac diseases using the AccuQT and advanced heart rate variability methods

　　QT间隔的准确校正对心律失常风险评估和药物安全性评价至关重要。本研究通过AccuQT方法（基于转 entropy的QT校正）和标度依赖的DFA心率变异性分析，对比传统Bazett公式，验证其在遗传性心脏病患者组（包括HCM和LQTS）中的可靠性。结果显示AccuQT校正的QTc均值（475ms）显著高于健康对照组（410ms），且分布更集中，Bazett公式存在明显过校正（健康组459ms，患者组492ms）。标度依赖DFA分析发现患者组在短标度（8RR间期）的α值（1.0）显著低于健康组（1.2），并成功区分了HCM患者与无症状基因携带者。研究表明AccuQT方法能更精准地校正动态QT变化，而标度依赖DFA为早期检测遗传性心脏疾病提供了新工具。

　　在心血管疾病的诊断与评估中，QT间期是一个关键指标。QT间期指的是心电图（ECG）中QRS波群起始到T波结束的时间段，用于评估心律失常的风险、药物安全性以及支持临床诊断。然而，QT间期与心率之间存在显著的关联性，因此需要对其进行准确的校正，以确保临床解读的可靠性。传统的QT校正公式，如Bazett公式，虽然被广泛应用，但常常因校正不准确而受到批评，这些公式在不同生理条件下可能会低估或高估QT间期。近年来，一种名为AccuQT的新方法被提出，它利用信息传递熵（Transfer Entropy, TE）来校正QT间期，已经在健康人群中显示出更一致的结果，并在诊断长QT综合征（LQTS）方面表现出更高的准确性。

本研究旨在利用24小时动态心电图（Holter）记录，评估AccuQT方法在患有不同遗传性心脏病患者中的表现，包括肥厚型心肌病（HCM）和LQTS，同时与健康对照组进行比较。此外，我们还采用了最近开发的基于尺度的去趋势波动分析（DFA）方法，用于分析心率变异性（HRV）。HRV反映了自主神经系统的调节功能，对心律失常的风险和心脏脆弱性具有重要影响。HRV的分析可以作为评估心脏健康状况的重要工具，尤其在检测早期心脏病变化方面具有潜力。

研究团队收集了来自坦佩雷大学医院心内科门诊的24小时Holter心电图数据，所有记录均按照常规临床流程进行，并且所有设备均由坦佩雷心医院提供。此外，研究还使用了Telemetric and Holter ECG Warehouse（THEW）数据库中的健康对照组数据。为了确保数据的准确性，研究团队对RR间期和QT间期进行了预处理，包括去除异常值和噪声，以提高分析的可靠性。预处理步骤包括计算21个间隔的局部中位数，并移除超出该中位数0.75至1.50倍的异常值；同时，移除与前一个RR或QT间期差异超过400毫秒或200毫秒的异常值；最后，移除超出200至2000毫秒范围的RR间期和100至1000毫秒范围的QT间期。

在QT校正方法的比较中，研究团队使用了Bazett公式和AccuQT方法。Bazett公式是传统的校正方法之一，其计算方式为QTc-Bazett = QT / √RR，其中QT和RR间期均以毫秒或秒为单位。然而，Bazett公式在不同生理条件下可能会产生较大的偏差，尤其是在健康人群中，其校正后的QTc值普遍偏高。相比之下，AccuQT方法基于信息传递熵的概念，通过分析RR间期与QT间期之间的信息流动，找到信息传递最小的点，从而减少心率对QT间期的影响，提供更符合生理特性的校正。研究结果显示，AccuQT方法在校正后的QTc值上，患者的平均值为476毫秒，明显高于健康对照组的410毫秒。而使用Bazett公式时，健康对照组的平均QTc值为460毫秒，患者组的平均QTc值为490毫秒，均高于AccuQT方法的结果。这表明，AccuQT方法在患者群体中能够更准确地校正QT间期，减少因心率波动导致的误判。

此外，研究还采用了基于尺度的DFA方法分析HRV。DFA是一种非线性分析方法，用于研究信号的自相关特性，特别是RR间期序列的波动模式。通过分析不同尺度下的DFA指数α(s)，研究团队发现患者组在短尺度下的α值明显低于健康对照组。例如，在8个RR间期的尺度下，健康对照组的平均α值为1.2，而患者组的平均α值为1.0。这一差异表明，基于尺度的DFA方法可以有效区分患有心脏疾病的人群与健康人群。进一步的分析还显示，HCM患者与无症状的HCM基因携带者之间存在显著的差异。HCM患者在短尺度下的α值明显高于无症状携带者，而无症状携带者的α值则更接近健康对照组。这表明，DFA方法不仅能够识别不同类型的遗传性心脏病，还可能在无症状携带者的早期检测中发挥重要作用。

在对不同子组的分析中，研究团队发现LQT1和LQT2患者的QTc值明显高于其他LQTS类型和HCM患者。LQT1和LQT2分别由钾通道的失功能突变引起，且在心率依赖性方面表现出不同的特征。LQT1患者的平均QTc值为501毫秒，而LQT2患者的平均QTc值为543毫秒，显著高于其他LQTS类型（平均QTc值为495毫秒）和HCM患者（平均QTc值为465毫秒）。这一结果可能与LQT2患者的心率对QT间期的影响更大有关。此外，无症状的HCM基因携带者的QTc值接近健康对照组的水平，但与HCM患者的QTc值相比，仍存在一定的差异。这提示我们，尽管无症状携带者没有临床表现，但其QT间期的校正值仍可能反映出潜在的病理变化。

研究还发现，AccuQT方法能够更精确地捕捉QT间期随时间的变化趋势，从而提高诊断的准确性。这不仅有助于区分健康个体与患有遗传性心脏病的患者，还可能在评估疾病严重程度和进展方面提供有价值的信息。基于尺度的DFA分析则进一步揭示了患者群体与健康对照组在心率波动模式上的差异。这种差异可能与心脏自主神经调节功能的变化有关，表明DFA方法可以作为一种有效的工具，用于检测心脏功能的异常。

本研究的一个重要发现是，无症状的HCM基因携带者在QT间期校正值上与健康对照组相似，但其在短尺度下的DFA指数α(s)与HCM患者存在差异。这一结果表明，虽然无症状携带者在临床表现上没有明显的心脏疾病迹象，但其心脏功能可能已受到一定程度的影响。基于尺度的DFA分析可能能够提前识别这些潜在的风险个体，从而在疾病发展初期采取干预措施，降低心律失常和猝死的风险。

尽管本研究取得了一定的成果，但也存在一些局限性。首先，研究样本量相对较小，这可能影响结果的统计显著性。特别是在LQT1和LQT2子组的比较中，由于样本量有限，结果可能存在偏差。其次，部分患者正在使用β受体阻滞剂治疗，这种药物可能会影响HRV的分析结果。然而，由于β受体阻滞剂的使用对患者群体来说是必要的，因此在研究中无法完全排除其影响。此外，部分Holter记录的采样率为100赫兹，这可能对分析的准确性产生一定影响，但这些记录并未在主要子组中占多数，因此对整体结果的影响可能是微乎其微的。

总的来说，本研究通过比较AccuQT方法和传统Bazett公式在不同遗传性心脏病患者群体中的表现，验证了AccuQT方法在QT间期校正方面的优越性。AccuQT方法能够更准确地反映QT间期的生理特性，减少因心率波动导致的校正偏差。同时，基于尺度的DFA分析揭示了患者群体与健康对照组在心率波动模式上的显著差异，表明这种方法在早期检测心脏疾病方面具有潜在的应用价值。未来的研究可以进一步扩大样本量，优化分析方法，以更全面地评估遗传性心脏病患者的QT间期和HRV特性，从而为临床诊断和治疗提供更可靠的数据支持。