健康人不同睡眠时相心率变异性的差异

胡　敏，江成璠，王素霞，汪　飞，邢智慧

·短篇论著·

健康人不同睡眠时相心率变异性的差异

胡敏，江成璠，王素霞，汪飞，邢智慧

目的 比较健康人不同睡眠时相心率变异性（HRV）的差异。方法 试验数据取自Sleep Heart Rate and Stroke Volume Data Bank，包含45例健康人睡眠期窦性心率RR间期序列（RRI）和睡眠时相数据。RRI序列从采样率为500 Hz的心电数据中提取，睡眠时相数据分为醒觉期（WAKE）、快速动眼期（REM）及非快速动眼期（NREM）3个睡眠时相。将每一位受试者睡眠期RRI序列分成以5 min为单位的时间片，计算各单位时间片的HRV指标，其中频域法指标包括极低频能量（VLF）、低频能量（LF）、高频能量（HF）、总能量（TP）及低频与高频能量比（LF/HF）；时域法指标包括5 min平均心率（HR）、正常-正常RR间期标准差（SDNN）、相邻RR间期差值均方根（RMSSD）、相邻RR间期差值大于50 ms的百分数（pNN50）及RR间期变化率（RRIV）。将睡眠时相数据序列分成同步的单位时间片，并标记各单位时间片内包含的睡眠时相数。结果 研究对象共包含3 952个单位时间片，共纳入符合条件的单位时间片1 477个，其中，WAKE期240个（16.2%），REM期233个（15.8%），NREM期1 004个（68.0%）。不同睡眠时相频域法HRV指标比较，差异均有统计学意义（P＜0.05）；其中NREM期VLF、LF、TP、LF/HF与WAKE期比较，差异均有统计学意义（P＜0.05）；NREM期VLF、LF、HF、TP、LF/HF与REM期比较，差异均有统计学意义（P＜0.05）；REM期HF与WAKE期比较，差异有统计学意义（P＜0.05）。不同睡眠时相时域法HRV指标比较，差异均有统计学意义（P＜0.05）；其中NREM期HR、SDNN、RRIV与WAKE期比较，差异均有统计学意义（P＜0.05）；NREM期HR、SDNN、RRIV、RMSSD、pNN50与REM期比较，差异均有统计学意义（P＜0.05）；REM期RMSSD、pNN50与WAKE期比较，差异均有统计学意义（P＜0.05）。Spearman秩相关分析结果显示，RMSSD、pNN50与HF呈正相关（rs=0.95、0.94，P＜0.001）；RRIV与 LF呈正相关（rs=0.79，P＜0.001）；SDNN与TP呈正相关（rs=0.98，P＜0.001）；RMSSD与pNN50呈正相关（rs=0.98，P＜0.001）。结论 NREM期副交感神经兴奋性高，REM期交感神经兴奋性占主导，时域法和频域法指标均能反映不同睡眠时相HRV的差异。

心率变异性；睡眠时相；快速眼动期；健康人

胡敏，江成璠，王素霞，等.健康人不同睡眠时相心率变异性的差异［J］.中国全科医学，2015，18（2）:205 -207，210.［www.chinagp.net］

Hu M，Jiang CF，Wang SX，et al.Differences of heart rate variability between different sleeping stages in healthy subjects［J］.Chinese General Practice，2015，18（2）：205-207，210.

睡眠质量对生理和心理健康有十分重要的意义。睡眠过程受自主神经系统调节，心率变异性 （heart rate variability，HRV）在反映自主神经对心脏活动的调节及评价自主神经功能方面，比其他生理参数有更好的特异度和灵敏度。睡眠监测发现，人体整夜睡眠有多个周期，每个周期又存在多个睡眠时相，不同睡眠时相人体生理信号不同。因此，了解健康人体不同睡眠时相心率变异性的差异是评价睡眠过程中自主神经调节功能的基础。国内外对夜间睡眠期HRV的研究较多，但比较不同睡眠时相HRV的差异需结合多导睡眠分析仪的睡眠监测分析，相关研究相对较少。本研究利用睡眠研究网络数据库，探讨不同睡眠时相时域法及频域法HRV的差异。

1　资料与方法

1.1数据来源 试验数据取自Sleep Heart Rate and Stroke Volume Data Bank［1］，包含45例健康人睡眠期窦性心率RR间期序列（RRI）和睡眠时相数据，其中男28例，女17例；年龄16～61岁，平均35岁；数据长度为6～8 h。

1.2方法 RRI序列从采样率为500 Hz的心电数据中提取，使用按要求修改后的HRV分析开源软件［2］，将每一位受试者睡眠期RRI序列分成以5 min为单位的时间片，计算各单位时间片的HRV指标。其中，频域法使用快速傅立叶变换法分析，指标包括极低频能量（very low frequency，VLF，0～0.04 Hz）、低频能量（low frequency，LF，0.04～0.15 Hz）、高频能量（high frequency，HF，0.15～0.40 Hz）、总能量 （total power，TP，0～0.40 Hz）及低频与高频能量比（LF/ HF）［3］；时域法指标包括5 min平均心率（heart rate，HR）、正常-正常RR间期标准差 （standard deviation of normal-tonormal intervals，SDNN）、相邻 RR间期差值均方根 （root mean square successive difference，RMSSD）、相邻RR间期差值大于50 ms的百分数 （percentage of normal-to-normal intervals that differ by 50 ms，pNN50）及RR间期变化率（RR interval variability，RRIV）［4］。

睡眠时相数据依据R&K法则进行分类［5］，分为醒觉期 （WAKE）、快速动眼期 （rapid eye movement，REM）及非快速动眼期（non-rapid eye movement，NREM）3个睡眠时相。将睡眠时相数据序列分成同步的单位时间片，并标记各单位时间片内包含的睡眠时相数。筛选仅含有1个睡眠时相、睡眠周期＜9的单位时间片，且记录状态稳定，无伪差、期前收缩、异位心动过速及传导阻滞的数据进行统计分析。

1.3统计学方法 采用SPSS 13.0软件进行统计学分析，非正态分布的计量资料以M （P25，P75）表示，多组间比较采用Kruskal-Wallis秩和检验，组间两两比较采用Games-Howell近似法检验；相关性分析采用Spearman秩相关分析。以P＜0.05为差异有统计学意义。

2　结果

2.1纳入睡眠时相数 所有研究对象共包含3 952个单位时间片，62.6%单位时间片包含2个及以上睡眠时相，共纳入符合条件的单位时间片1 477个，其中，WAKE期240个（16.2%），REM期233 个 （15.8%），NREM期1004个（68.0%）。

2.2不同睡眠时相HRV指标比较 不同睡眠时相频域法HRV指标比较，差异均有统计学意义（P＜0.05）；其中NREM 期VLF、LF、TP、LF/HF与WAKE期比较，差异均有统计学意义（P＜0.05）；NREM期 VLF、LF、HF、TP、LF/HF与REM期比较，差异均有统计学意义（P＜0.05）；REM期HF与WAKE期比较，差异有统计学意义（P＜0.05，见表1）。不同睡眠时相LF/HF箱式图见图1。不同睡眠时相时域法HRV指标比较，差异均有统计学意义 （P＜0.05）；其中NREM期HR、SDNN、RRIV与WAKE期比较，差异有统计学意义 （P＜0.05）；NREM期HR、SDNN、RRIV、RMSSD、pNN50与REM期比较，差异有统计学意义（P＜0.05）；REM期RMSSD、pNN50与WAKE期比较，差异均有统计学意义 （P ＜0.05，见表2）。

图1　不同睡眠时相LF/HF箱式图Figure 1　The boxplot of LF/HF in different sleeping stages

2.3相关性分析 Spearman秩相关分析结果显示，RMSSD、pNN50与HF呈正相关（rs=0.95、0.94，P＜0.001）；RRIV与LF呈正相关（rs=0.79，P＜0.001）；SDNN与TP呈正相关 （rs=0.98，P＜0.001）；RMSSD与 pNN50呈正相关 （rs=0.98，P＜0.001）。

表1　不同睡眠时相频域法 HRV指标比较　〔M （P25，P75）〕Table 1 Comparison of frequency domain method HRV parameters in different sleeping stages

表2　不同睡眠时相时域法 HRV指标比较　〔M （P25，P75）〕Table 2 Comparison of time domain method HRV parameters in different sleeping stages

3　讨论

一个人一天中约1/3的时间用于睡眠，研究睡眠过程对了解人体生理机制有重要意义，可以发现某些疾病的隐患或致病因素［6］。1998年，杨军等［6］发现睡眠过程不是单一的状态，可分为两个时相，即慢波睡眠和异相睡眠（又称为REM），慢波睡眠又可分为入睡期、浅睡期、中度睡眠期和深度睡眠期。将整个睡眠过程划分为不同的时相就是睡眠结构，目前监测的金标准［7］是利用多导睡眠分析仪同步采集睡眠期间脑电、眼电和肌电等生理信号，采用睡眠分期标准得出。睡眠过程伴随自主神经系统的改变，而HRV已成为评价自主神经活动的主要手段［4-5，7-8］。目前，临床评价HRV指标主要有时域法指标和频域法指标等［4，8］。对于正常人睡眠期HRV变化规律的了解是使用HRV方法研究睡眠相关疾病的基础，如检测睡眠呼吸窘迫综合征、预警睡眠过程中发生的心脑血管疾病等［4，8］，也可用于发展基于HRV的睡眠监测技术［6-9］。

有研究认为，HRV时域指标SDNN、RMSSD、pNN50及 RRIV越大表示HRV越强；频域指标生理意义相对较明确，VLF主要反映体液调节机制；LF与压力感受器有关，受交感神经和副交感神经双重调节；HF与呼吸频率一致，受副交感神经调节；LF/HF反映交感神经和副交感神经的调节平衡［4，7-8］。本研究结果显示，NREM期与WAKE期比较，反映交感神经神经兴奋性的LF减少，与副交感神经兴奋性相关的HF升高，反映交感与副交感神经兴奋性平衡的LF/HF表现为副交感神经兴奋性占主导［6-9］。而REM期表现特殊，LF、HR与WAKE期比较无差异，HF低于WAKE期，LF/HF高于WAKE期，表明，在REM期交感神经兴奋性占主导，副交感神经兴奋性甚至弱于WAKE期［9］。因此，在评价生理和病理状态下睡眠期HRV指标时，需注意REM期交感神经兴奋而副交感神经受抑制的特点。本研究结果亦显示，某些时域与频域HRV指标在不同睡眠时相有相同的变化规律且呈强相关，提示在实践应用中，时域和频域指标可以在一定程度上相互替代，而RMSSD与pNN50可以任 选其一［4］。

本研究得出的四分位区间值不宜作为各指标的参考范围，因不同的计算方法得出的频域法指标值存在差异性［4，8］。另外，虽然部分指标在3个睡眠时相间比较均有显著差异，但是从箱式图可以看出，LF/HF组内个体间变异非常大，不可以使用单一的HRV指标确定睡眠分期。本研究存在的不足之处：为了获得单一的睡眠时相，排除了62.6%的数据；未对NREM期内不同的睡眠分期进行比较，也未比较不同睡眠周期间的差异性；未考虑到不同年龄、性别和种族人群间存在的HRV差异性［4，8］等。

综上所述，NREM期副交感神经兴奋性占主导，REM期交感神经兴奋性占主导。时域法和频域法指标均能反映不同睡眠时相HRV的差异性。

［1］Sleep Heart Rate and Stroke Volume Data Bank（2005） ［DB/OL］.http：//www. pri.kmu.lt/datbank/index.php.

［2］ RamshurJT.Design，evaluation，and application of heart rate variability software （HRVAS）［D］.Master′s thesis：the University of Memphis，2010.

［3］Camm AJ，Malik M，Bigger JT，et al. Heartratevariability.Standardsof measurement，physiological interpretation，and clinical use［J］.Circulation，1996，93（5）：1043-1065.

［4］WangF，YeMG，HuM，et al. Significance of nerve conduction velocity with sympathetic skin response and R-R intervalvariationinthediagnosisof diabeticperipheralneuropathy［J］. JournalofEpileptologyand Electroneurophysiology（CHINA），2012，21（2）：78-82.（in Chinese）汪飞，叶梦鸽，胡敏，等.神经传导检测结合交感皮肤反应及R-R间期变化率对糖尿病周围神经病的诊断价值［J］.癫癎与神经电生理学杂志，2012，21（2）：78-82.

［5］Rechtschaffen A，Kales A.A manual of standardizedterminology，techniquesand scoring system for sleep stages of human subjects［M］.WashingtonDC： US Government Printing Office，1968.

［6］Yang J，Yu MS，Su L，et al.Heart rate variabilityinsleeping［J］.Beijing Biomedical Engineering，1998，17（1）：61-64.（in Chinese）杨军，俞梦孙，苏琳，等.睡眠中的心率变异性［J］.北京生物医学工程，1998，17（1）：61-64.

［7］Xiao M，Yan H.Review on Researches of ECGcharacteristicsduringsleep［J］. Space Medicine&MedicalEngineering，2013，26（1）：74-78.（in Chinese）肖蒙，严洪.睡眠期间心电变化规律研究进展［J］.航天医学与医学工程，2013，26（1）：74-78.

［8］XhyheriB，ManfriniO，MazzoliniM，et al.Heart rate variability today［J］. Prog Cardiovasc Dis，2012，55（3）：321 -331.

［9］ JiangLY，WuXM.Researchonthe relationship between sleep phases and heart rate variability［J］.Journal of Biomedical Engineering，2011，28（1）：148-152. （in Chinese）江丽仪，吴效明.睡眠时相与心率变异性的关系研究［J］.生物医学工程学杂志，2011，28（1）：148-152.

（本文编辑：贾萌萌）

Differences of Heart Rate Variability between Different Sleeping Stages in Healthy Subjects

HU Min，JIANG Cheng-fan，WANG Su-xia，et al.Functional Examination Department，the People′s Hospital of Huangshan，Huangshan 245000，China

Objective To investigate the differences of heart rate variability（HRV）between different sleeping stages in healthy subjects.Methods The test data were taken from Sleep Heart Rate and Stroke Volume Data Bank including the sleep sinus rhythm RR interval（RRI）sequence and sleep phase data of 45 healthy subjects.RRI sequence was extracted from the ECG data whose sampling rate was 500 Hz.Sleep phase data were divided into 3 time phases：WAKE，rapid eye movement （REM），non-rapid eye movement（NREM）.The sleep RRI sequence was separated into time slices（5 min as a unit）. HRV indictors of each unit were calculated.The indicators of frequency domain method（FDM）included very low frequency （VLF），low frequency（LF），high frequency（HF），total energy（TP）and LF and HF ratio（LF/HF）.The time domain method（TDM）indicators included 5 min mean HR，standard deviation of all normal-to-normal intervals（SDNN），root mean square of successive differences（RMSSD），percentage of differences exceeding 50 ms between adjacent normal number of intervals（pNN50）and R-R interval variation（RRIV）.The sleep time phase number contained in time slices were recorded.Results A total of 3 952 units of time slices，1 477 eligible were enrolled including 240（16.2%）in WAKE，233（15.8%）in REM，1 004（68.0%）in NREM.There was significant difference in HRV indicators between varying sleep time phase FDMs（P＜0.05），there into NREM was different from WAKE in VLF，LF，TP，LF/HF（P＜0.05）；NREM different from REM in VLF，LF，HF，TP，LF/HF（P＜0.05），REM different from WAKE in HF（P＜0.05）.There was difference in HRV indicators between varying sleep time phase TDMs（P＜0.05），there into NREM was different from WAKE in HR，SDNN，RRIV（P＜0.05），NREM from REM in HR，SDNN，RRIV，RMSSD，pNN50（P＜0.05），REM from WAKE in RMSSD，pNN50（P＜0.05）.By Spearman rank correlation analysis，RMSSD，pNN50 were positively correlated with HF（rs=0.95，0.94，P＜0.001），RRIV positively with LF（rs=0.79，P＜0.001），SDNN positively with TP（rs=0.98，P＜0.001），RMSSD positively with pNN50（rs=0.98，P＜0.001）.Conclusion The excitability of parasympathetic nerve is high in NREM，and that of sympathetic nerve in REM prevails.Both TDM and FDM can reflect the HRV difference between different sleep time phases.

Heart rate variability；Sleeping stages；Rapid eye movement stage；Healthy

R 338.63

B

10.3969/j.issn.1007-9572.2015.02.020

245000安徽省黄山市人民医院功能科（胡敏，江成璠，王素霞），神经内科（汪飞，邢智慧）

胡敏，245000安徽省黄山市人民医院功能科；E-mail：humin_jx@163.com

2014-01-06；

2014-07-01）