《Stress》：Effect of heat exposure on pulse wave dynamics using pulse rate variability
编辑推荐：
随着全球气候变暖，热应激已成为重要的环境压力源，可导致心血管系统自主神经活动失衡，增加相关疾病风险。本研究旨在评估基于光电容积脉搏波(PPG)的脉搏率变异性(PRV)和脉搏波速度(PWV)参数作为无创生物标志物，在临床前模型中预测和监测热应激的潜力。研究人员通过对比热应激组与对照组大鼠的PPG信号，发现热应激导致核心体温升高、PRV降低，表明交感活动增强与副交感活动撤出。基于PRV特征构建的朴素贝叶斯(Naive Bayes)分类器在预测热应激事件中表现出94.58%的准确率。该研究证实了PPG衍生参数作为一种便捷、无创的工具，在实时评估热应激对心血管健康影响方面的应用价值与前景。
想象一下，在炎炎烈日下工作或生活，你的身体除了感到炎热，心血管系统也在经历一场无声的“风暴”。这就是热应激——一个因全球变暖而日益严重的环境健康威胁。世界卫生组织预测，到2030年，每年与热相关的死亡人数将大幅增加。热应激会破坏人体的稳态平衡，引发一系列心血管变化，如心率加快、血管扩张等，这些都是为了散热而做出的生理反应。然而，持续的、过度的热暴露可能导致自主神经系统（Autonomic Nervous System, ANS）功能紊乱，增加心血管疾病风险。传统评估热应激和心血管状态的方法，如心率变异性（HRV）分析，虽然有效，但通常依赖于复杂的心电图（Electrocardiogram, ECG）设备，不够便捷。近年来，光电容积脉搏波（Photoplethysmogram, PPG）技术因其无创、便携（常见于智能手环、手表）而备受关注。PPG信号可提取出脉搏率变异性（Pulse Rate Variability, PRV）和脉搏波速度（Pulse Wave Velocity, PWV）等参数，它们与HRV高度相关，并能反映动脉僵硬度。那么，能否利用这些来自PPG的便捷信号，来精确评估和预测热应激对心血管自主神经活动的影响呢？这正是发表在《Stress》期刊上的这项研究所要探索的核心问题。
为了回答这个问题，研究人员设计了一项临床前动物实验。他们采用的关键技术方法包括：1. 热应激模型构建：使用雄性Wistar大鼠，将其分为对照组和热应激组。热应激组每天暴露于38°C ± 1°C环境中30分钟，连续5天，以诱导生理性热应激。2. 多模态生理信号同步采集：在最后一次热暴露后，同步记录大鼠的体表心电图（ECG）和来自尾部的光电容积脉搏波（PPG）信号，确保了时间对齐，为后续分析提供基础。3. 脉搏波速度与僵硬度指数计算：利用同步的ECG和PPG信号，计算脉搏波到达时间（Pulse Arrival Time, PAT）和脉搏波速度（PWV），以及僵硬度指数（Stiffness Index, SI），作为评估动脉功能的指标。4. 脉搏率变异性多维分析：从PPG信号中提取脉搏-脉搏间隔（PPi）序列，进行时域、频域和非线性分析，获取包括平均脉搏率（mPR）、PP间期标准差（SDPP）、相邻PP间期差值的均方根（rMSSD）、低频成分（LF）、高频成分（HF）、样本熵（SampEn）、近似熵（ApEn）和去趋势波动分析（DFA）指数等数十个PRV参数。5. 机器学习分类模型构建：使用相关性分析筛选出与热应激状态强相关的PRV特征，并以此训练一个朴素贝叶斯（Naive Bayes）分类器，用于区分热应激状态与对照状态，并评估其分类性能。
研究结果
- •
热暴露导致核心体温升高，动脉僵硬度指标变化：研究发现，连续5天暴露于高热环境后，热应激组大鼠的核心体温显著升高了0.5°C。在血流动力学参数方面，僵硬度指数（SI）有所下降，而脉搏波速度（PWV）仅观察到轻微增加，表明热应激引起了动脉功能的改变，但动脉僵硬度本身变化不大。
- •
热应激显著降低脉搏率变异性，提示自主神经失衡：时域分析显示，热应激组的平均PP间期（mPP）、PP间期标准差（SDPP）、rMSSD以及PP50/pPP50等参数均显著降低，而平均脉搏率（mPR）升高。这些变化一致表明，在热应激下，总体心率变异性下降，副交感神经活动撤出，交感神经活动相对增强。
- •
频域与非線性分析揭示心血管动力学复杂性降低：频域分析发现，热应激组的低频成分（LF）降低而高频成分（HF）升高，支持了副交感撤留在热致心率升高中的主导作用。非线性分析结果更具洞察力：样本熵（SampEn）、近似熵（ApEn）和DFA短期标度指数α1在热应激组均降低，而递归图参数如平均对角线长度（Lmean）、最大对角线长度（Lmax）、递归率（REC）和确定性（DET）则升高。这一系列变化共同指向一个结论：热应激使心血管节律的动态变得更有规律、更可预测，即系统的复杂性降低。
- •
基于PRV特征的机器学习模型高效预测热应激：研究人员利用相关性分析筛选出与热应激状态高度相关的PRV特征（相关系数阈值r=0.9）。
使用这些特征训练的朴素贝叶斯分类器在区分热应激与对照状态时表现优异，训练准确率达到94.58%，在独立的盲法测试数据集上也取得了95.83%的平均准确率，展现了强大的预测能力。
研究结论与意义
本研究通过系统的临床前实验证实，短期热暴露可导致核心体温升高，并引发显著的心血管自主神经功能改变。其核心结论是：热应激会降低基于PPG的脉搏率变异性（PRV），具体表现为脉搏间隔缩短、变异性指标（如SDPP、rMSSD）下降，以及脉搏动力学的复杂性和不可预测性降低（熵值减小，递归性增加）。这些变化共同揭示了热应激状态下交感神经活动增强和副交感神经活动撤出的自主神经失衡模式。同时，动脉僵硬度指数（SI）的降低反映了热诱导的血管舒张。
这项研究的重要意义在于，它首次综合运用PRV的多维度参数（包括非线性指标）并结合机器学习方法，系统地评估了热应激的心血管效应。研究成果不仅深化了我们对热应激生理机制的理解，更重要的是，它验证了利用便捷、无创的PPG信号（可集成于可穿戴设备）来高精度预测和监测热应激的可行性。这为开发实时、在线的热健康风险预警系统提供了重要的理论依据和技术路径，对于保护高温作业人员、老年人及心血管疾病易感人群的健康具有积极的转化应用前景。当然，作者也指出了研究的局限性，如样本量较小、只使用了雄性动物、在麻醉状态下采集数据等，未来的研究需要在更大规模、包含两性、清醒状态的动物模型乃至人体实验中进一步验证，并探索更先进的算法，以推动该技术走向实际应用。
