門診患者時(shí)點(diǎn)收縮壓與脈搏波傳導(dǎo)時(shí)間的相關(guān)性研究

王利，李蓓，雷永紅，蔡寶龍，郭俊艷，何史林

中國(guó)人民解放軍總醫(yī)院海南分院 a.護(hù)理部；b.急診科；c.病案管理科；d.信息科，海南 三亞 572013

門診患者時(shí)點(diǎn)收縮壓與脈搏波傳導(dǎo)時(shí)間的相關(guān)性研究

王利a，李蓓b，雷永紅c，蔡寶龍d，郭俊艷a，何史林d

中國(guó)人民解放軍總醫(yī)院海南分院 a.護(hù)理部；b.急診科；c.病案管理科；d.信息科，海南 三亞 572013

目的探討門診患者時(shí)點(diǎn)收縮壓與脈搏波傳導(dǎo)時(shí)間（Pulse Wave Transit Time，PWTT）的相關(guān)性。方法對(duì)門診3280例患者通過智能腕表采集脈搏波數(shù)據(jù)，將可能影響時(shí)點(diǎn)收縮壓的自變量引入多重線性回歸模型，將時(shí)點(diǎn)收縮壓（即脈搏波數(shù)據(jù)采集的同時(shí)，為患者測(cè)量的坐位、靜息狀態(tài)下、同側(cè)上臂收縮壓）作為因變量進(jìn)行多重線性擬合，采集252例門診患者進(jìn)行預(yù)測(cè)分析。結(jié)果① 多重線性回歸方程擬合較好且有顯著性（R=0.663，F(xiàn)=425.875，P＜0.05）；② PWTT可能與時(shí)點(diǎn)收縮壓具有顯著相關(guān)性；③ 252例門診數(shù)據(jù)中預(yù)測(cè)值與實(shí)測(cè)值誤差＜5 mmHg的82例，占比32.54%；誤差＜10 mmHg的151例，占比59.92%。結(jié)論P(yáng)WTT與時(shí)點(diǎn)收縮壓具有良好的相關(guān)性，將其用于血壓的早期預(yù)測(cè)具有可能性，但要做到精準(zhǔn)的預(yù)測(cè)尚待深入研究。

脈搏波傳導(dǎo)時(shí)間；智能腕表；多重線性回歸；收縮壓；多參數(shù)監(jiān)護(hù)儀

專論——基于PWTT的血壓預(yù)測(cè)相關(guān)算法的系列研究

編者按：脈搏波傳導(dǎo)時(shí)間（Pulse Wave Transit Time，PWTT）是動(dòng)脈血壓波沿血管壁傳輸時(shí)間，這個(gè)時(shí)間是由從心臟開始收縮到大動(dòng)脈瓣打開再到出現(xiàn)在大動(dòng)脈血液脈動(dòng)，經(jīng)過血管傳導(dǎo)到末梢部位時(shí)間組成，PWTT參數(shù)可以從手腕部的心電和脈搏波來進(jìn)行獲取，目前有大量臨床試驗(yàn)可知脈搏波傳導(dǎo)時(shí)間與血壓之間變化關(guān)系是生理學(xué)上已經(jīng)明確現(xiàn)象，利用該現(xiàn)象，結(jié)合個(gè)人身高、體重和年齡等基礎(chǔ)特征，形成特殊算法可以用來監(jiān)測(cè)動(dòng)脈血壓的變化，本專欄收集腕部PWTT檢測(cè)算法、多重回歸模型構(gòu)建、中老年參考值范圍等的研究結(jié)果，探討其臨床應(yīng)用價(jià)值。

欄目主編：何史林

何史林，畢業(yè)于軍事醫(yī)學(xué)科學(xué)院，博士學(xué)位，主管技師?，F(xiàn)任中國(guó)人民解放軍總醫(yī)院海南分院信息科行政副主任。主要從事醫(yī)療信息化、遠(yuǎn)程醫(yī)療和可穿戴設(shè)備研發(fā)與研究工作。作為項(xiàng)目負(fù)責(zé)人主持國(guó)家遠(yuǎn)程醫(yī)療惠民科技項(xiàng)目、海南省高新技術(shù)重點(diǎn)項(xiàng)目?jī)身?xiàng)，中國(guó)人民解放軍總醫(yī)院科研扶持項(xiàng)目一項(xiàng)；作為主要參與人參與國(guó)家基礎(chǔ)平臺(tái)專項(xiàng)、國(guó)家自然科學(xué)基金、科工委民用航天預(yù)研項(xiàng)目、工信部國(guó)家重大專項(xiàng)等多項(xiàng)科研課題，發(fā)表學(xué)術(shù)論文20余篇，其中第一作者發(fā)表論文7篇，EI論文1篇。

引言

脈搏波傳導(dǎo)時(shí)間（Pulse Wave Transit Time，PWTT）是射血期在主動(dòng)脈根部產(chǎn)生的搏動(dòng)波沿血管壁傳導(dǎo)到外周某處的時(shí)間，是反映動(dòng)脈彈性及可擴(kuò)張性的常用指標(biāo)[1]。PWTT值越短，表明血管壁僵硬度越大、順應(yīng)性越小[2-3]。而血壓的升高，尤其是收縮壓的升高，可顯著增加血管壁承受的壓力，易致管壁彈性成分疲勞和斷裂，內(nèi)膜更易損傷而致僵硬度增加，血管僵硬度的增加又反過來促進(jìn)了收縮壓的上升，從而形成惡性循環(huán)[4]。因此，通過研究PWTT與收縮壓的相關(guān)性對(duì)于人群收縮壓的早期預(yù)測(cè)具有重要意義。

1 對(duì)象與方法

1.1 研究對(duì)象

采用便利抽樣法，選取2016年6月～2017年1月在我院門診就診的9200例患者進(jìn)行數(shù)據(jù)采集，共清洗出3280例進(jìn)行統(tǒng)計(jì)分析。

清洗標(biāo)準(zhǔn)：① 涉及的自變量數(shù)據(jù)采集不全者刪除；② 采集的兩組脈搏波傳導(dǎo)時(shí)間相差≥20 ms者刪除；③ 兩次收縮壓測(cè)量相差＞8 mmHg者刪除，其余求平均值；④ 兩次心率相差＞10 bpm者刪除，其余求平均值；⑤ 左臂長(zhǎng)（到指尖）-左臂長(zhǎng)（到腕部）＜13 cm或＞30 cm者刪除；⑥ 在研究期間重復(fù)進(jìn)行數(shù)據(jù)采集者僅保留首次數(shù)據(jù)。其中男性1643例，女性1637例；年齡（51.99±13.22）歲。

1.2 研究方法

1.2.1 數(shù)據(jù)采集工具

（1）基本信息表。為自編調(diào)查表，包括患者的ID號(hào)，姓名、性別、年齡、是否曾有血壓升高、臂圍、左臂長(zhǎng)（到指尖）、左臂長(zhǎng)（到腕部）、身高、體重、血壓值等信息。其中是否曾有血壓升高定義為患者是否曾經(jīng)出現(xiàn)過SBP≥140 mmHg或舒張壓≥90 mmHg，有則記為“1”，無則記為“0”；臂圍定義為基于解剖學(xué)站姿經(jīng)左上臂中點(diǎn)繞臂一周的長(zhǎng)度；左臂長(zhǎng)定義為基于解剖學(xué)站姿經(jīng)左側(cè)鎖骨肩峰端到左手中指指尖的長(zhǎng)度或左手腕橫紋的長(zhǎng)度。

（2）PWTT測(cè)量工具。本研究采用基于MK 2511芯片設(shè)計(jì)的智能腕表進(jìn)行脈搏波數(shù)據(jù)采集，利用手表背面的傳感器和集成于手表兩側(cè)的金屬電極采集人體的脈搏和心電信號(hào)，通過Matlab 2010編寫的圖形用戶界面將其顯示出來以便觀察波形，然后計(jì)算脈搏波傳導(dǎo)時(shí)間用于建立回歸模型。

（3）血壓測(cè)量工具。采用邁瑞iPM8型號(hào)的多參數(shù)監(jiān)護(hù)儀進(jìn)行血壓測(cè)量對(duì)照，該款監(jiān)護(hù)儀的血壓測(cè)量模塊采用震蕩法的原理進(jìn)行血壓測(cè)量，可廣泛適用于成人、兒童和新生兒，且具有成人、兒童和新生兒分段過壓保護(hù)功能。該款監(jiān)護(hù)儀同時(shí)經(jīng)過了GB9706.1標(biāo)準(zhǔn)、美國(guó)FDA、歐盟CE、中國(guó)CMDC認(rèn)證，測(cè)量精度達(dá)到±1 bpm或±1%，血壓測(cè)量準(zhǔn)確可靠。

1.2.2 數(shù)據(jù)采集流程

對(duì)自愿參與的患者進(jìn)行數(shù)據(jù)采集，詢問并填寫基本信息表，然后按照監(jiān)護(hù)儀—腕表—監(jiān)護(hù)儀—腕表的順序進(jìn)行對(duì)患者進(jìn)行數(shù)據(jù)采集，按照數(shù)據(jù)清洗標(biāo)準(zhǔn)處理后進(jìn)行統(tǒng)計(jì)分析。

1.3 質(zhì)量控制

腕表數(shù)據(jù)采集前，對(duì)研究對(duì)象說明數(shù)據(jù)采集過程中的注意事項(xiàng)和配合要點(diǎn)。數(shù)據(jù)采集過程中，對(duì)脈搏和心電信號(hào)的波形進(jìn)行觀察，一旦出現(xiàn)波形小、節(jié)律亂、單波或直線的情況，囑患者休息2 min后重新測(cè)量。數(shù)據(jù)采集結(jié)束，研究者初步進(jìn)行形式檢查，發(fā)現(xiàn)明顯錯(cuò)誤的及時(shí)糾正。

1.4 統(tǒng)計(jì)學(xué)分析

將數(shù)據(jù)錄入Epidata 3.1軟件中進(jìn)行統(tǒng)一管理，使用SPSS 17.0進(jìn)行統(tǒng)計(jì)分析。定量資料用x-±s表示，定性資料用頻數(shù)或率描述。將時(shí)點(diǎn)收縮壓作為因變量，PWTT、性別（xb）、年齡（nl）、是否曾有血壓升高（hyper）、臂圍（bw）、左臂長(zhǎng)（到指尖）（bc）、左臂長(zhǎng)（到腕部）（bc1）、身高（shg）、體重（tzh）等作為自變量進(jìn)行多重線性回歸方程擬合。

2 結(jié)果

2.1 研究對(duì)象基本特征

3280例門診患者中，男性1643例，女性1637例，平均年齡（51.99±13.22）歲，臂圍（26.50±2.56）cm。其中有血壓升高史1347例，無血壓升高史1933例；左臂長(zhǎng)（到指尖）（68.60±4.73）cm；左臂長(zhǎng)（到腕部）（50.84±4.12）cm；身高（164.68±7.61）cm；體重（66.16±11.63）kg；收縮壓（123.30±17.02）mmHg；舒張壓（78.24±10.96）mmHg（表1）。

2.2 多重線性回歸模型的建立

3280例門診數(shù)據(jù)中，將可能影響收縮壓的變量PWTT、性別、年齡、是否曾有血壓升高史、臂圍、左臂長(zhǎng)（到指尖）、左臂長(zhǎng)（到手腕）、身高、體重等作為自變量，時(shí)點(diǎn)收縮壓（即脈搏波數(shù)據(jù)采集的同時(shí)，為患者測(cè)量的坐位、靜息狀態(tài)下、同側(cè)上臂收縮壓）作為因變量進(jìn)行多重線性回歸方程擬合。結(jié)果顯示，PWTT、hyper、xb、nl、bw、shg等自變量可能是時(shí)點(diǎn)收縮壓的顯著影響因素（P＜0.05）。具體結(jié)果見表2，回歸方程見公式(1)。

SBP=130.862+18.573×hyper+0.202×nl+0.677×bw-0.058×PWTT-2.974×xb-0.173×shg (1)

表1 3280例門診患者基本特征

表2 多重線性回歸方程結(jié)果列表

模型復(fù)相關(guān)系數(shù)R=0.663，模型擬合較好，可用于預(yù)測(cè)分析；方差分析：F=425.875，P=0.000，模型有顯著性；共線性診斷：容忍度Tolerance＞0.1,方差膨脹因子VIF＜10,不存在共線性；殘差統(tǒng)計(jì)量：標(biāo)準(zhǔn)化殘差Std. Residual全距為-3.502～4.111，學(xué)生化殘差Stud.Residual全距為-3.504～4.115，提示該模型可能存在強(qiáng)影響點(diǎn)，可能強(qiáng)影響點(diǎn)19例，經(jīng)過核對(duì)原始數(shù)據(jù)，未發(fā)現(xiàn)錯(cuò)誤數(shù)據(jù)，故接受，見圖1～2。

圖1 殘差直方圖

圖2 殘差P-P圖

預(yù)測(cè)值與實(shí)測(cè)值差值的平均值和標(biāo)準(zhǔn)差為（-0.06±12.756）mmHg，尚未能達(dá)到血壓計(jì)準(zhǔn)確性檢測(cè)標(biāo)準(zhǔn)（5±8）mmHg。

2.3 回歸模型在252例患者中的預(yù)測(cè)結(jié)果

同流程采集252例數(shù)據(jù)，其中男性102例，女性150例；有血壓升高史59例，無血壓升高史者193例；年齡（50.56±15.40）歲；臂圍（26.67±1.97）cm；左臂長(zhǎng)（到指尖）（68.60±3.94）cm；左臂長(zhǎng)（到腕部）（51.14±3.56）cm；身高（163.89±8.02）cm；體重（62.09±10.43）kg。將相關(guān)自變量引入模型，結(jié)果顯示，預(yù)測(cè)值與實(shí)測(cè)值誤差在5 mmHg以內(nèi)的82例，占比32.54%（誤差在5 mmHg以內(nèi)的例數(shù)占所有例數(shù)的百分比）；誤差在10 mmHg以內(nèi)的151例，占比59.92%（誤差在10 mmHg以內(nèi)的例數(shù)占所有例數(shù)的百分比）。預(yù)測(cè)值與實(shí)測(cè)值差值為（5.13±14.05）mmHg，準(zhǔn)確度總體上仍然達(dá)不到國(guó)家標(biāo)準(zhǔn)（5±8）mmHg，但仍然具有一定的研究和應(yīng)用價(jià)值。

3 討論

目前高血壓的診治主要基于反復(fù)多次測(cè)量靜息狀態(tài)下的血壓數(shù)據(jù)，而忽視了早期血管結(jié)構(gòu)改變對(duì)于血壓的影響。由于在形成穩(wěn)定的高血壓前期，機(jī)體長(zhǎng)期無明顯癥狀，以至于出現(xiàn)臨床高血壓時(shí)，已不可避免地對(duì)機(jī)體造成了一定的傷害[5-7]。脈搏波傳導(dǎo)時(shí)間是經(jīng)典的大動(dòng)脈彈性測(cè)量指標(biāo)，被認(rèn)為是心血管疾病危險(xiǎn)及預(yù)后的獨(dú)立預(yù)測(cè)因子[8-9]。研究發(fā)現(xiàn)，PWTT與動(dòng)脈血壓具有相關(guān)性，基于PWTT的無創(chuàng)血壓測(cè)量方法成為心血管疾病研究領(lǐng)域的熱點(diǎn)，且動(dòng)脈收縮壓與舒張壓相比，與PWTT具有更好的相關(guān)性，可用公式SBP=a×PWTT+b（a、b為固定常數(shù)）、DBP≈SBP×eTd/RC（C為血管順應(yīng)性、Td為心跳舒張期、R為血液流動(dòng)的粘滯阻力）觀測(cè)[10-11]。臨床研究發(fā)現(xiàn)，單純收縮期高血壓患者最明顯的改變?yōu)榇髣?dòng)脈彈性減退，動(dòng)脈硬化發(fā)生。因此，通過PWTT實(shí)現(xiàn)早期高血壓的預(yù)測(cè)具有可能性，故深入研究動(dòng)脈收縮壓與PWTT的相關(guān)性意義重大。

本文將PWTT等作為自變量，將動(dòng)脈收縮壓作為因變量，基于PWTT與動(dòng)脈收縮壓呈線性相關(guān)的原理進(jìn)行多重線性回歸模型的建立，并通過252例臨床數(shù)據(jù)對(duì)其準(zhǔn)確性進(jìn)行驗(yàn)證。研究發(fā)現(xiàn)，在3280例門診患者中，動(dòng)脈收縮壓與PWTT具有顯著的相關(guān)性，與前人研究結(jié)果基本一致[12-14]。可能原因是PWTT對(duì)于收縮壓的影響主要是通過作用于血管壁而間接影響收縮壓，而在動(dòng)脈硬化形成過程中，CRP、補(bǔ)體復(fù)合物、泡沫細(xì)胞等沉積在血管壁內(nèi)，CRP可與脂蛋白結(jié)合，激活補(bǔ)體系統(tǒng)，產(chǎn)生大量炎癥介質(zhì)，釋放氧自由基，造成血管內(nèi)膜損傷，血管痙攣以及不穩(wěn)定斑塊脫落，最終導(dǎo)致動(dòng)脈粥樣硬化形成，可能表現(xiàn)為顯著的收縮壓改變[15-16]。此外，統(tǒng)計(jì)發(fā)現(xiàn)，通過該模型擬合的預(yù)測(cè)值與實(shí)測(cè)值差值的均值和標(biāo)準(zhǔn)差為（-0.06±12.76）mmHg，雖然準(zhǔn)確性尚不能達(dá)到醫(yī)療器械檢測(cè)標(biāo)準(zhǔn)，但在252例患者血壓預(yù)測(cè)中，相差10 mmHg以內(nèi)者占59.92%。而本研究在統(tǒng)計(jì)分析過程中，尚未對(duì)人群進(jìn)行分類，人群組成較為復(fù)雜，甚至包括部分強(qiáng)影響點(diǎn)。提示在后期的研究中應(yīng)將人群進(jìn)行分類預(yù)測(cè)可能取得更好效果。

[1] 張葉青,董耀榮,王憶勤,等.高血壓病弦脈和非高血壓病弦脈脈圖參數(shù)的比較[J].世界科學(xué)技術(shù)(中醫(yī)藥現(xiàn)代化),2012,(1): 1302-1305.

[2] Vlachopoulos C,Aznaouridis K,Terentes-Printzios D,et al.Prediction of cardiovascular events and all-cause mortality with brachial-ankle elasticity index: a systematic review and meta-analysis[J].Hypertension,2012,60(2):556-562.

[3] Hsu PC,Lin TH,Lee CS,et al.Mismatch between arterial stiffness increase and left ventricular diastolic dysfunction[J]. Heart Vessels,2010,25(6):485-492.

[4] 陳珮,王斌,周曉燕,等.原發(fā)性高血壓患者AIP與PWV及動(dòng)脈硬化相關(guān)危險(xiǎn)因素關(guān)系的研究[J].慢性病學(xué)雜志,2016,(7): 728-730.

[5] 汪曉芬,王曉明,劉春萍,等.高血壓患者亞極量運(yùn)動(dòng)時(shí)血壓與踝臂動(dòng)脈脈搏波傳導(dǎo)速度的相關(guān)性[J].中華高血壓雜志,2016,(10):978-981.

[6] Sung J,Choi SH,Choi YH,et al.The relationship between arterial stiffness and increase in blood pressure during exercise in normotensive persons[J].J Hypertens,2012,30(3):587-591.

[7] Tsiachris D,Tsioufis C,Dimitriadis K,et al.Relationship of ambulatory arterial stiffness index with blood pressure response to exercise in the early stages of hypertension[J].Blood Press Monit,2010,15(3):132-138.

[8] Asmar R,Rudnichi A,Blacher J,et al.Pulse pressure and aortic pulse wave are markers of cardiovascular risk in hypertensive populations[J].Am J Hypertens,2001,14(2):91-97.

[9] 郭維,劉光達(dá),焦陽(yáng),等.基于脈搏波信號(hào)和血管彈性腔模型的動(dòng)脈血壓連續(xù)測(cè)量方法[J].醫(yī)用生物力學(xué),2012,27(1):84-89.

[10] Chen W,Kobayashi T,Ichikawa S,et al.Continuous estimation of systolic blood pressure using the pulse arrival time and intermittent calibration[J].Med Biol Eng Comput,2000,38(5): 569-574.

[11] 孟祥平,劉兵,鄧寶蕓,等.利用脈搏波傳導(dǎo)時(shí)間計(jì)算動(dòng)脈血壓的研究[J].中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào),2011,30(4):509-513.

[12] Andrade SS,Serro-Azul JB,Nussbacher A,et al.Daytime systolic blood pressure load and previous stroke predict cardiovascular events in treated octogenarians with hypertension[J].J Am Geriatr Soc,2010,58(11):2232-2234.

[13] 馮雪,劉俊明.脈搏波傳導(dǎo)速度與高血壓相關(guān)性的研究進(jìn)展[J].臨床和實(shí)驗(yàn)醫(yī)學(xué)雜志,2013,12(16):1340-1341.

[14] 李曦,胡榮,盧燕玲.體檢人群脈搏波傳導(dǎo)速度與動(dòng)態(tài)血壓監(jiān)測(cè)指標(biāo)的相關(guān)性研究[J].心肺血管病雜志,2013,32(4):452-455.

[15] 吳志勇,漆紅梅,盛國(guó)太,等.降壓藥物對(duì)脈搏波傳導(dǎo)速度影響的差異及其高敏C反映蛋白和假性血管性血友病因子的相關(guān)性[J].中國(guó)動(dòng)脈硬化雜志,2011,19(8):639-696.

[16] 安鳳霞,沈彥明,鞠煒仙,等.老年高血壓患者血壓變異性與踝臂動(dòng)脈脈搏波傳導(dǎo)速度的相關(guān)性研究[J].實(shí)用老年醫(yī)學(xué),2015,29(9):734-736.

本文編輯 袁雋玲

Study on the Correlation Between Systolic Blood Pressure and Pulse Wave Transit Time in Outpatient Patients

WANG Lia, LI Beib, LEI Yong-hongc, CAI Bao-longd, GUO Jun-yana, HE Shi-lind

a.Department of Nursing; b.Department of Emergency; c.Department of Medical Records Management; d.Department of Information, Chinese PLA General Hospital Hainan Branch, Sanya Hainan 572013, China

ObjectiveTo explore the correlation between pulse wave transit time (PWTT) and systolic blood pressure (SBP) in outpatients.MethodsThe pulse wave data of 3280 outpatients were collected. Multiple linear regression was established by the independent variable, which might influence the systolic blood pressure (SBP). 252 cases of outpatients were collected for predictive analysis.Results① The multiple linear regression was fit well and the correlation was significant (R=0.663, F=425.875, P＜0.05);② There was significant correlation between PWTT and SBP (P＜0.05); ③ There were 82 patients in 252 of whose predicted value and the measured value error＜5 mmHg, which accounted for 32.54%; the predicted value and the measured value error＜10 mmHg was detected in 151 patients, which accounted for 59.92%.ConclusionThere was a good correlation between PWTT and SBP. It is possible to predict the early prediction of blood pressure via the correlation between PWTT and SBP, but accurate prediction is still need to be studied.

pulse wave transit time; smart watch; multiple linear regression; systolic blood pressure

R211

A

10.3969/j.issn.1674-1633.2017.08.001

1674-1633(2017)08-0001-04

2016-12-29

2017-02-22

海南省重大科技攻關(guān)項(xiàng)目（2013ZX03005012）；海南省高新技術(shù)課題（ZDFY2017008；ZDKJ2016008）。

何史林，解放軍總醫(yī)院海南分院信息科副主任，主要從事醫(yī)療信息化、遠(yuǎn)程醫(yī)療和可穿戴設(shè)備研發(fā)與研究工作。

通訊作者郵箱：heshilin301@163.com