常 超 ，刘桂芝

不稳定型心绞痛 (unstable angina pectoris，UAP) 是介于稳定型心绞痛和急性心肌梗死之间的一组临床综合征。UAP 患者存在自主神经功能紊乱，是发生心源性猝死的高危人群。心率减速力(deceleration capacity of rate，DC)是通过 24 h 心率整体趋向性分析和减速能力的测定,定量评估受检者迷走神经张力的高低,进而筛选和预警猝死高危患者的一种无创心电技术[1]。连续心率减速力(heart rate deceleration runs，DRs)是指Holter记录中连续出现RR间期逐渐延长的现象，是迷走神经对窦性心律在短时间内负性频率的调节结果[2]。DRs检测是2012年由Georg Schmidt在DC测定的基础上推出的一种无创心电检测技术，同样用于心肌梗死后猝死高危患者的预警与危险分层。UAP常为急性心肌梗死的前驱表现，本研究检测了58例UAP患者及性别和年龄与之相匹配的58例非急性冠脉综合征患者的DC值和DRs值，探讨UAP患者DC值与DRs值的变化及其相关性。

1　资料与方法

1.1病例入选和排除标准病例入选标准：(1)符合UAP诊断标准；(2)年龄>30岁；(3)窦性心律；(4)按纽约心脏病协会(NYHA )心功能评级为Ⅰ～ Ⅲ级。病例排除标准：(1)非窦性心律，如心房纤颤、心房扑动、植入起搏器者；(2)病态窦房结综合征及房室传导阻滞者；(3)并发其他影响自主神经功能的疾病，如甲状腺功能亢进症、糖尿病等。

1.2临床资料随机选择2012年3月—8月在郑州人民医院心内科住院治疗的UAP患者58例,男29 例、女29例,年龄(59±20)岁，纳入UAP组。UAP的诊断标准参照2007年中华医学会心血管病学分会颁布的《不稳定型心绞痛和非ST段抬高心肌梗死诊断与治疗指南》[3]，入组患者符合以上入选标准。并选择同期在本院住院的性别、年龄相匹配的非急性冠脉综合征患者58例为对照组，其中男22例、女36例，年龄(57±17)岁。两组受试者的年龄、性别间差异无统计学意义(t=0.961，χ2=1.715，P>0.05)。

表1　UAP组与对照组DC、DR2、DR4、DR8 值比较

注：*为t值，余检验统计量值为 Wilcoxon 秩和检验的Z值；DR2=连续3个心动周期中后2个心动周期相继发生心率减速现象，DR4=连续5个心动周期中后4个心动周期相继发生心率减速现象，DR8=连续9个心动周期中后8个心动周期相继发生心率减速现象

1.3研究方法

1.3.1动态心电图采用DMS公司生产的Version12.5动态心电图分析系统对受检者进行24 h动态心电图检查。将Holter心电图记录资料回放，通过人机对话去除干扰、伪差，标记出室上性期前收缩和室性期前收缩，由系统自动计算出DC值和DRs值。记录者和数据分析者均不了解受试者的分组情况。

1.3.2DC和DRs的猝死风险分层方法(1)根据DC值进行猝死风险分层判定[4]：DC值≥4.5 ms为低危；DC值2.6～4.4 ms为中危；DC值≤2.5 ms为高危。(2)根据DRs值进行猝死风险分层判定[5]：正常：连续3个心动周期中后2个心动周期相继发生心率减速现象(DR2)>5.4%，连续5个心动周期中后4个心动周期相继发生心率减速现象(DR4)>0.05%，连续9个心动周期中后8个心动周期相继发生心率减速现象(DR8)>0.005%；异常：DR2≤5.4%，DR4≤0.05%，DR8≤0.005%。低危：DR2、DR4、DR8正常；中危：DR4正常，DR2或DR8异常；高危：DR4异常。

2　结果

2.1两组DC、DR2、DR4、DR8值比较UAP组DC、DR4、DR8值均较对照组降低，差异有统计学意义(P<0.05，见表1)。

2.2UAP组DC值与DR2、DR4、DR8值之间的关系UAP组DC值与DR2、DR4、DR8值均呈正相关(r=0.036、0.651、0.521，P<0.05)。

2.3DC值与DRs值猝死风险分层之间的关系分别依据 DC值和DRs值得出猝死风险分层(见表2)，两种风险分层方式中高危病例数均为0，将中危和高危例数合并后转换成配对资料。通过配对χ2检验连续校正公式检验，差异无统计学意义(χ2=0.346,P=0.556)。

表2依据DC值和DRs值进行的猝死风险分层(例)

Table2SCD risk stratification according to DC and DRs respectively

DRs值猝死风险分层DC值猝死风险分层低危 中危 高危低危74110中危15160高危000

3　讨论

UAP继发于冠状动脉阻塞的不断加重。因局部心肌灌注降低而发生变性、重构以及严重纤维化，导致心脏自主神经功能受损、迷走神经活性下降，对心脏的调节作用发生异常，由此加重缺血心肌电生理的不稳定性，使恶性室性心律失常及猝死的发生率明显增加。

DC值是定量评估患者迷走神经张力的有价值的指标。在DC值检测与应用中发现，当心率减速现象连续发生时，即连续存在2～10个心动周期逐跳减慢现象者，均与良好的预后相关，这使DRs的概念应运而生。由于DRs的概念刚刚提出，DRs值的检测技术在国内应用不久，临床资料积累较少，其对迷走神经张力的评估、在冠心病高危患者猝死预警与危险分层中的作用尚待证实。

本研究对一组临床资料相配的UAP患者和对照者进行了DRs值和DC值的检测，结果发现：UAP组DC、DR4、DR8值较对照组明显减小。DC值是定量评价迷走神经活性的极具临床价值的指标。国外学者Lewek等[6]观测了70例急性ST段抬高性心肌梗死患者的DC值、窦性心律震荡和心率变异指标，结果显示DC值与反应自主神经功能的指标心率、窦性心律震荡和心率变异相关；同时发现，正常人和低危者中DC值高，而有猝死危险的心肌梗死者DC值低。国内胡亚红等[7]应用国内自行研制的DC处理软件，对65例窦性心律的急性心肌梗死患者和58例非急性心肌梗死患者进行DC值的检测，发现急性心肌梗死组DC低于对照组，急性心肌梗死组DC值与SDNN呈正相关，与平均心率呈负相关，提示急性心肌梗死患者有较高的猝死风险。DRs值随DC值同向下降提示：DRs是一个与自主神经功能，尤其是与迷走神经活性密切相关的指标。同时，DC值和DRs值反映的是十分相似的心率生理性调节过程，DC值显示的是心率单周期减速的平均强度，而DRs值显示的是多个心动周期发生连续减速的现象，是窦性心律在短暂时间内受迷走神经调整的具体表现。DC值和DRs值下降，反映UAP患者迷走神经张力下降，迷走神经活性受损，其保护性作用减弱，易引起恶性心律失常。

本研究进一步分析了UAP患者DRs值与DC值的关系，结果显示：DR2、DR4和DR8值与DC值均呈正相关。提示DR2、DR4和DR8值越大，多个心动周期发生的连续减速次数越多，心率单周期减速的平均强度相应也越大，DC值越大，迷走神经张力越高，对心脏的保护作用越强。反之，迷走神经张力减弱，对心脏的保护作用降低。

DC值检测技术已经过临床循证医学的验证，有较强的检出与预测猝死高危者的能力[8]。Guzik等[5]研究认为，心率连续减速的储备能力和良好的预后相关，心率减速的低出现率预示着猝死的高风险，DRs值的猝死风险分层与实际死亡率高度一致。本研究显示，依据DC值和DRs值分别得出的猝死风险分层间无显著差异，表明两者对猝死风险的预测具有一致性，可能由于DR2、DR4和DR8与DC值呈正相关，也可能与两种猝死风险分层判定方法有关。DC值和DRs值可与动态心电图同时检测，方法简单易行，风险分层可靠，两者在临床应用中可相互补充，提高猝死风险预测能力，具有广阔的应用前景。

1郭继鸿.心率减速力检测[J].临床心电学杂志,2009,18(1):59-68.

2郭继鸿.猝死预警新技术：连续心率减速力测定[J].临床心电学杂志,2012,21(3):227-233.

3中华医学会心血管病学分会，中华心血管病杂志编辑委员会.不稳定型心绞痛和非ST段抬高心肌梗死诊断与治疗指南[J].中华心血管病杂志，2007，35(4):295-304.

4Bauer A,Kantelhardt JW,Barthel P,et al.Deceleration capacity of heart rate as a predictor of mortality after myocardial infarction:cohort study[J].Lancet,2006,367(9523):1674-1681.

5Guzik P,Piskorski J,Barthel P,et al.Heart rate deceleration runs for postinfarction risk prediction[J].Journal of Electrocardiology,2012,45(1):70-76.

6Lewek J,Wranicz JK,Guzik P,et al.Clinical and electrocardiographic covariates of deceleration capacity in patients with ST-segment elevation myocardial infarction[J].Cardiol J,2009,16(6):528-534.

7胡亚红，崔俊玉,工斌，等.AMI患者心率减速力检测的研究[J].临床心电学杂志,2010,19 (4):250-251.

8Kantelhardt JW,Bauer A,Schumann AY,et al.Phase-rectified signal averaging for the detection of quasi-periodicities and the prediction of cardiovascular risk[J].Chaos,2007,17(1):015112.