Сотрудничество кафедры госпитальной терапии Российского университета дружбы народов и Объединения 53 городской больницы (стр. 2 )

Рис. 13.1. Графическое и табличное представление результатов обработки усредненного сигнала ЭКГ трех ортогональных отведений: А - полученный усредненный и усиленный сигнал комплекса QRS, Б - фильтрованный сигнал, С - графическое и табличное представление параметров спектра и поздних потенциалов желудочков: длительность фильтрованного комплекса QRS (Total QRS), длительность терминальной части на уровне 40 uV (Under 40 uV), значения амплитуды последних 40 м/сек (Last 40 ms)

Рис. 13.2. Пример итогового документа анализа поздних потенциалов желудочков в отдельных отведениях (X, Y, X), а также в модуле

Однако, как уже отмечалось, в научной литературе активно обсуждаются как существующие идеологические проблемы самого метода, так и проблемы различий получаемых результатов, обусловленных отличием программного обеспечения и технических решений коммерческих систем. С целью анализа разработанного нами и широко используемого в России программного обеспечения проведено сравнение с программой фирмы Arrhythmia Resurch Tecnology (ART-1200, USA), которая нашла наибольшее распространение в США и Европе. Для этого сформирована база данных ЭКГ ВР, включающая 541 больного с различной патологией, в том числе с угрожаю-щими жизни аритмиями. Все файлы, записанные на нашей системе (QRSCard), трансформированы в формат ART-1200 и проведено сравнение полученных параметров, используемых для анализа ППЖ. Количество больных с признаками ППЖ в данной выборке составило 116 человек. При этом значения чувствительности и специфичности выявления больных с признаками ППЖ для нашей системы относительно ART-1200 составили: ART-1200 в автоматическом режиме анализа (без коррекции маркером выделяемых границ вручную) - QRSCard при автомати-ческом анализе 81 и 92% соответственно, ART-1200 с ручной коррекцией границ - QRSCard c ручной коррекцией - 70 и 93% соответственно. Анализ сравнения показателей ППЖ при использовании системы ART-1200 и QRSCard выявил высокое совпадение средних значений ППЖ (96%). Средние значения расчета в программе QRSCard при автоматическом режиме составили : Tot QRSF - 106+/-19 мс, Under40 - 38+/-17 мс, LAS40 - 24+/-16 мкВ, в программе ART-1200: 107+/-14 мс, 42+/-26 мс и 24+/-20 мкВ соответственно.

Исследование большого массива данных, а также известный факт влияния минимального изменения длительности фильтрованного сигнала QRS комплекса на амплитудные параметры терминальной части и «легкое» смещение результатов из области «нормы» в область «патологии» привели нас к выводу о целесообразности разделения получаемых результатов не только по принципу «да/нет», но и введения промежуточной градации «возможно наличие ППЖ». Данный вероятностный принцип давно и успешно используется в стандартной электрокар-диографии. Полученные нами результаты позволяют выделить следующие диапазоны и градации значений признаков ППЖ.

Т а б л и ц а 2

Значения показателей ЭКГ ВР, разграничивающие области их абсолютных значений, определяющих наличие признаков ППЖ (есть, возможно наличие, нет)

Показатель	П р и з н а к и ППЖ
	есть	возможно наличие	нет
Tot QRSF, мс	> 126		< 112
Under 40, мс	> 43	37 - 42	< 36
Last 40, мкВ	< 13	14 - 21	> 22

Как нам представляется, данный вероятностный принцип построения заключения позволяет более корректно охарак-теризовать имеющиеся изменения параметров ППЖ с учетом особенностей метода ЭКГ ВР, избежать ошибок при наличии пограничных значений.

1.4. Спектральный анализ и спектрально-временное картирование (спектрокардиография)

При спектральном анализе (fequency-domain) оцениваются изменения амплитудно-частотных характерис-тик определенного участка кардиосигнала. Наиболее часто для спектрального анализа используют метод БПФ, с помощью которого сигнал можно разложить на составляю-щие его колебания различной частоты и амплитуды. Основное требование при использовании БПФ - сигнал должен быть периодическим и непрерывным. Для удовлетворения этого условия применяют функцию «окна»: выделяют интервал ЭКГ сигнала (конечная часть комплекса QRS и начало сегмента ST), в котором при временном анализе определяют признаки ППЖ. Одновременно допускается, что это выбранное «окно» ЭКГ-сигнала постоянно повторяется без прерывания другими зубцами (Р, T), комплекс QRS и изоэлектрическим интервалом Т-Р (24, 25, 26).

Выбор длины времени «окна» является компромиссом между точностью локализации искомого низко амплитудного сигнала в пределах комплекса QRS (что означает выбор короткого периода) и сохранением спектрального разрешения (способности различать спект-ральные составляющие двух сигналов и более), так как с уменьшением ширины «окна» ухудшается спектральное разрешение, т. е. одно требует большей длины анализируе-мого сегмента, а втрое - коротких сегментов. Спектральная плотность мощности в этом интервале вычисляется по интегральным полосам частот, проводится анализ их значений и соотношений (доля высоких и низких частот). Эффект среднего значения интервала ЭКГ (влияние прямых электрических компонентов) на спектр минимален в частотах выше 10 Гц при анализе интервала длиной около 150 мс.

На точность измерения энергии в выбранном диапазоне частот влияет явление спектральной «утечки». Энергия исследуемой частотной полосы «утекает» частично в смежные частоты, тем самым уменьшая точность ее измерения. «Утечка» происходит из-за того, что вопреки требованию БФА к сигналу быть непрерывным, анализу подвергается лишь «временное окно» (т. е. часть комплекса QRS). По степени улучшения динамического диапазона функции «окна» располагаются в следующем порядке: Блэкмана-Харриса, Хэмминга, Хэннинга, прямоугольное «окно». Спектральное разрешение зависит от функции «окна» в обратно указанном выше порядке.

Спорным остается вопрос о необходимости исключения влияния постоянных электрических составляющих (ПЭС) в сигнале ЭКГ. Среднее значение ПЭС сегмента ST нарушает спектр при обработке функцией «окна», так как в большинстве случаев сегмент ST имеет амплитуду отнюдь не нулевого значения. Из-за линейности БПФ эта амплитуда будет определять не нулевое значение для частотных составляющих около 0 Гц, что оказывает влияние на результаты спектрального анализа. Иногда такая амплитуда настолько велика, что перекрывает другие компоненты ЭКГ сигнала. Одни исследователи этот фактор не учитывали, другие для устранения этой погрешности БПФ при анализе ППЖ исключали среднюю амплитуду обработанного «окном» сигнала ЭКГ. Однако при этом терялись характерные для сегмента ST изменения (смещение от изоэлектрической линии). Это вынудило некоторых исследователей полностью не устранять вклад ПЭС, а свести их влияние к минимуму, т. е. исключить частоты ниже 10 Гц. Влияние среднего значения интервала ЭКГ на спектр является минимальным при частотах более 10 Гц в случае анализа интервала продолжительностью около 150 мс. Таким образом, метод БПФ, дающий возможность оценивать энергию спектра частотных составляющих ЭКГ сигнала, имеет ряд недостатков: 1 - наличие cпектральной «утечки» при анализе коротких интервалов и как следствие этого необходимость использования математических функций «окон», которые сами ослабляют сигнал в интересущей частной области; 2 - чувствительность БПФ к изменению длины анализируемого сегмента; 3 - обратная связь между частотным и временным разрешением, из-за которой возникает трудность точной локализации ППЖ; 4 - функция БПФ предполагает устойчивость частотных составляющих исследуемого сигнала, что в дейст-вительности не совсем так. В тоже время этот подход позволяет решить проблемы, возникающие при использова-нии метода временного анализа (метод Симсона): на его результаты не влияют нарушения проведения по ножкам пучка Гиса, локализация инфаркта миокарда. Кроме того, метод не требует применения фильтров.

Спектрально-временное картирование (СВК), или спектральное картирование множественных сегментов, одним из первых применил Haberl (27). Принцип метода заключается в вычислении спектра движущегося во времен-ной оси «окна» в конечной части QRS и сегменте ST. По результатам расчетов строится трехмерный график частоты, времени и амплитуды. Вычисляется спектральная энергия при проведении БПФ 25 сегментов длиной 80 мс, смещенных на 3 мс друг от друга. В ранних работах по данной методике первый сегмент начинался на 52-й мс после окончания QRS, а последний - в 20 мс до него. Определялась степень корреляции между значениями час-тотного спектра 2-25 и первого сегмента. Коэффициенты корреляции указывали на степень схожести спектральных карт: нулевой коэффициент - две карты не похожи, единица - при идентичности карт. Вычислялся фактор нормальности (ФН) - соотношение между средним значением коэффициентов корреляции пяти последних сегментов и остальных, выраженное в процентах. Критерием наличия ППЖ являлось низкое значение ФН (менее 30%) в любом из X, Y, Z и в векторно суммированном отведениях.

Важным достоинством метода является возможность выделения сигналов ППЖ от шумовых по их типичной спектральной картине. Следовательно, при использовании этого метода имеется вероятность выявления ППЖ даже в единичных сердечных сокращениях. Клинические исследо-вания по выявлению больных с желудочковыми тахиаритмиями с использованием СВК показали хорошие результаты (27), в том числе у больных с нарушениями внутрижелудочкового проведения. Однако, по данным разных авторов, показатели чувствительности и специфич-ности колеблются в широких пределах (от 25-75% и 60-89%) у больных с постинфарктным кардиосклерозом без нарушений внутрижелудочкового проведения (27, 28). У больных с нарушением внутрижелудочкового проведения метод СВК был более чувствительным (93%), но менее специфичным (16%).

В последующем при СВК была использована авторегрессионная модель - метод адаптивного определения частот. В основе метода лежит оценка спектральной мощности путем выявления автокорреляционных коэффици-ентов временного сигнала. Спорным вопросом при использовании авторегрессионных моделей является определение оптимального количества коэффициентов, необходимого для адекватной оценки спектра. Если количество коэффициентов будет слишком мало, некоторые компоненты сигнала могут остаться вне анализа. Если оно будет слишком большим - появляются артефактные пики. Оптимальное количество коэффициентов выбирается субъективно, произвольно. Так же как и при СВК с использованием БПФ, вычисляется фактор нормальности, но уже путем деления не средних коэффициентов корреляции сегментов внутри комплекса QRS и сегмента ST, а абсолютной спектральной энергии указанных сегментов. Предполагается, что метод не требует использо-вания математической функции «окна», имеет минимум спектральной «утечки», частотное разрешение высокое даже при таком коротком сегменте, как 25 мс. Метод позволяет точно определить локализацию ППЖ во временном интервале ЭКГ. К недостаткам метода следует отнести возможность влияния различных стационарных шумов.

Другой метод выявления признаков ППЖ - это спектрально-турбулентный анализ (СТА), который базирует-ся на данных БПФ электрокардиографического сигнала между точками, расположенными за 25 мс до конца QRS и 125 мс после. Оценивают частично перекрывающиеся сегменты длительностью 24 мс, которые обрабатываются с шагом 2 мс. Далее анализируют 4 параметра: корреляцию между сегментами, стандартное отклонение, отношение корреляции небольших сегментов и спектральную энтро-пию. Оценивают балы от 0 до 4, патологией при СТА считается оценка от 3 до 4. Пример работы СТА, который используется в программном обеспечении фирмы Del Mar Avionics, приведен на рис. 14, а (норма) и 14, б (патология).

Рис. 14: а - фрагмент итогового документа с представлением спектрально-турбулентного анализа в трех отдельных отведениях (X, Y, Z), а также в модуле (спектрокардиограмма) у здорового пациента. Используется окно Blackman-Harris; б - то же у больного с перенесенным инфарктом миокарда

В нашей программе, написанной , применен метод СВК, основанный на использовании множественных узкополосных фильтров. Программа позволяет проводить спектральный анализ различных участков кардиоцикла (зубцы P и T, комплекс QRS) с выделением временных, амплитудных и частотных характеристик любого выбранного в нем интервала. Одновременно анализируются показатели общей спектральной плотности, интегральной спектральной плотности любого исследуемого участка. Применение этой программы позволяет детально анализировать амплитудные, частотные и временные характеристики спектра исследуемого фрагмента ЭКГ сигнала. На основании полученных результатов строится двухмерный и трехмерный график частоты, времени и амплитуды частотных составляющих ЭКГ сигнала, который в общем виде представлен на рис. 15, а и 15, б.

Рис. 15. Двухмерное представление спектрально-временной карты с паттернами распределения выделенных максимумов по частоте и по времени. Вверху: N - номер выделенного экстремума; А - амплитуда, мкВ; Т - время от начала зубца Q, мс; F - частота выделенного пика, Гц; в правом верхнем углу - пример измерения в любой точке с помощью горизонтальных и вертикальных маркеров; 2, 3 - выделенные частотные максимумы в области зубца S; Б - трехмерное представление спектрально-временной карты, построенной в диапазоне 40-250 Гц; 2, 3 - вцыделенные частотные максимумы в области зубца S

С помощью данного метода определяли следующие амплитудно-частотные характеристики спектра зубцов Р или Т, комплекса QRS: 1 - общую спектральную плотность - ОСП; 2 - содержание в ней высокочастотных - свыше 20 Гц (ВЧ) и низкочастотных - менее 20 Гц (НЧ) составляющих ЭКГ сигнала (или 40 Гц - как точка разделения); 3 - отношение НЧ/ВЧ. Выделяли 3 частотных диапазона: до 20 Гц, 20-70 Гц; свыше 70 Гц; в них оценивали амплитудные (А1, A2, A3), временные (Т1, T2, T3) и частотные параметры максимального пика (экстремума) (рис. 16).

Рис. 16. Графическое и табличное представление одного из вариантов работы программы спектрально-временного картирования; а, б - трех- и двумерное представление амплитуд частот анализируемого фрагмента, параметры времени (от начала выделенного участка, мс), частоты (Гц) и амплитуды (мкВ) на месте пересечения вертикального и горизонтального маркера; с - амплитудные параметры спектра (общей спектральной плотности, высоких и низких частот); d - паспортные данные

На рис. 16 в правой верхней части представлены показатели ОСП, ВЧ и НЧ составляющих (с разграничением по 40 Гц); в левой части - двух - и трехмерное представление полученных амплитудных характеристик частного спектра QRS комплекса с разверткой по времени.

С помощью дополнительных функций в построенных спектрально-временных картах выполнялось автомати-ческое выделение локальных максимумов и графическое отображение распределения (паттернов) имеющихся максимумов (экстремумов) по частоте (F-режим) и по времени (Т-режим). Имелась также возможность последующей суммации сформированных карт распределе-ния частотных экстремумов и их паттернов с целью выявления наибольшей встречаемости на протяжении QRS комплекса или Р зубца, а также распределение по диапазонам частот.

Возможности использования частотно-временного анализа с использованием модификации преобразования Wigner (имеющего определенные преимущества при анализе нестационарных процессов) при анализе комплекса QRS представлены в работе Novak P. и соавт. (29). Авторы приводят данные обследования 11 здоровых лиц и 30 больных после перенесенного инфаркта миокарда. На рис.17 и 18 представлены типичные спектрально-временные карты у больного после перенесенного инфаркта миокарда с признаками ППЖ (рис. 17) и без признаков ППЖ (рис. 18) по данным традиционного временного анализа (метод Симсона). Авторы подчеркивают, что высокочастотные составляющие в комплексе QRS прослеживаются не только в конце (последние 40 мс), а на протяжении всего QRS комплекса и в целом вся частотно-волновая структура имеет очевидные и существенные отличия.

Рис. 17. Частотно-временной анализ с использованием модификации преобразования Wigner у больного с острым инфарктом миокарда и без признаков ППЖ (В и С), А - временной анализ по Симсону (по P. Novak)

Рис. 18. Частотно-временной анализ с использованием модификации преобразования Wigner у больного с острым инфарктом миокарда и признаками ППЖ по методу Симсона (С) (по P. Novak)

В последние годы большое число работ посвящено использованию нового метода обработки ЭКГ сигнала и представления амплитудно-частотных составляющих QRS комплекса с оценкой поздних потенциалов желудочков, так называемого «wavelet transform» (пакета фильтров для частотно-волнового преобразования). Наиболее часто использующимся видом «wavelet» преобразования является «Morlet’s wavelet», которая представляет собой новую концепцию «wavelеt» корреляционных функций. Данное направление работ представляется чрезвычайно интересным с учетом уже имеющихся данных о негомогенной деполяризации. Об этом свидетельствует наличие нарушений не только конечной части QRS комплекса, проявляющееся наличием ППЖ, но и более сложных нарушений хода волны возбуждения в начале и середине QRS комплекса. Этот метод имеет преимущества для выделения нестационарных характеристик изучаемого сигнала, что вероятно необходимо для исследования частотно-волновых составляющих кардиоцикла и отдельных его участков, в том числе без усреднения сигнала (30).

Как правило, анализу подвергается область от 40 до 100 Гц во временном интервале 25 мс до начала и 25 мс после окончания QRS комплекса. В ряде случаев используется мультипараметрический алгоритм, основанный на когерент-ном выявлении ряда локальных максимумов wavelet преобразования. Тестируются 7 основных последователь-ностей «wavelet» - Morlet’s wavelet и 6 первых производных. Первая производная чаще дает неинформативный результат, но все последующие могут быть классифицированы. На рис. 19 и 20 представлены результаты анализа с использованием «wavelet» преобразования у здорового испытуемого и боль-ного после перенесенного инфаркта миокарда По данным Reinhardt и соавт., которые проанализировали результаты 769 случаев у больных, перенесших инфаркт миокарда, комбинация «wavelet» корреляционной функции и парамет-ров ППЖ при временном анализе повысила общую предска-зывающую ценность с 52 до 72% при ИМ нижней лока-лизации и с 64 до 76% при ИМ передней локализации (31).

Рис. 19. Представление результатов анализа с использованием пакета специальных фильтров для частотно-волнового преобразования (wavelet transform): а - у здорового человека; б - у больного с желудочковой тахикардией (по O. Meste, 1994)

Рис. 20. Представление результатов анализа с использованием пакета специальных фильтров для частотно-волнового преобразования (wavelet transform) в двух - и трехмерном представлении: а - у здорового человека; б - у больного с желудочковой тахикардией (по O. Meste, 1994)

1.5. Воспроизводимость различных методов анализа ППЖ

Одной из характеристик любого диагностического метода, определяющей его ценность, является воспроизво-димость полученных при его использовании результатов. Какова же воспроизводимость методов анализа ППЖ и какие факторы влияют на нее? Интерес к изучению данной характеристики ЭКГ ВР диктуется также необходимостью использования этого метода для исследования эффекта антиаритмических медикаментозных и хирургических вмешательств на ППЖ, т. е. необходимо точно знать: изменения ППЖ происходят под воздействием этих вмешательств или в силу собственной вариабельности параметров ЭКГ ВР. Предполагается, что воспроизводи-мость метода ЭКГ ВР, в первую очередь, зависит от технической стороны метода, включающей позиции электродов, уровень регистрируемого шума, нестабильность триггера, устойчивое и корректное определение начала и конца комплекса QRS (32).

Визуальный анализ, использованный в ранних исследованиях, казалось, сделал метод субъективным. Он зависел от выбранных критериев определения начала и конца QRS, от опыта исследователя. Однако изучение воспроизводимости параметров ППЖ в коротком и длинном промежутке времени, а также сравнение результатов, полученных различными исследователями, показало их высокую корреляцию. Dennis и др. (33) у 8 больных без пароксизмов ЖТ в анамнезе получили устойчивое отсутствие ППЖ, а у 11 из 12 больных с ЖТ - воспроизводи-мое наличие ППЖ. Однако у 3 больных с положительным тестом на ППЖ отмечались выраженные изменения времени желудочковой активации (до 20 мс). Анализ результатов автоматизированных алгоритмов также показывает высокую воспроизводимость параметров временного анализа ЭКГ ВР. Borbola и др. (34) у 60 больных ИБС с артериальной гипертензией получили коэффициенты корреляции для TotQRSF и LAS40 r1 = 0.99 и r2 = 0.97 соответственно в недельном промежутке времени между обследованиями. Степень корреляции снижалась до r = 0.96 и r = 0.93 при увеличении уровня шума от < 0.8 мкВ до мкВ.

Vatterott P. и соавт. (35) установили корреляцию вариабельности TotQRSF с вариацией уровня шума при последовательных регистрациях. Для получения воспроиз-водимых результатов уровень шума в повторных ЭКГ ВР должен быть одинаковым. Сходные данные с рекоменда-цией обязательного учета уровня шума при сравнении получаемых результатов приводит в своем сообщении Christiansen E и соавт. (36). По данным авторов, при обследовании 188 больных с 15-минутным интервалом с усреднением до уровня шума 0.2 мкВ при первой и 0.4 мкВ при второй записи установлено увеличение длительности фильтрованного сигнала на 12+/-14 мс, значений LAS40 на 10+/-10 мс и снижение RMS40 на 19+/-22 мкВ. Значения RMS40 варьируют значительно в течение нескольких дней до 13 мкВ (r = 0.83). Отмечено ухудшение во времени корреляции RMS40 (через 2 часа r = 0.92; через 24 часа r =
= 0.68 и через 1 неделю r = 0.64). Временные параметры ЭКГ ВР лучше воспроизводимы при низкочастотном фильтре 40 Гц по сравнению с 25 Гц (37).

Спектральные методы идентификации ППЖ отличаются более низкой воспроизводимостью. Во всех исследованиях значения воспроизводимости как диагностических заключений, так и числовых значений спектрально-временного картирования были хуже, чем временного анализа (38). А метод спектрального анализа и спектрально-турбулентного анализа занимали промежуточное положение по изменчивости числовых значений (39).

Чем объяснить плохую воспроизводимость показателей спектральных методов и особенно спектрально-временного картирования? Можно предположить нескольких причин. Первая - это трудность корректного определения конца комплекса QRS, что часто представляет собой трудную задачу при автоматическом компьютерном анализе ЭКГ. Замечено, что небольшие сдвиги в локализации начального сегмента вызывали изменения фактора нормальности от нормального к патологическому или наоборот. Вторая - отсутствие учета вклада прямых электрических составляю-щих ЭКГ при анализе определенных ее интервалов. Третья - возможное влияние уровня шума на показатели спектрального анализа и СВК, хотя изначально предполагалась меньшая зависимость этих методов от уровня шума. Данный вопрос требует отдельного изучения. Другим фактором, влияние которого невозможно проследить при усреднении последовательных кардио-циклов, является, возможно, неустойчивый характер сигнала ППЖ. Так, El-Sherif и др., используя низкошумовые электрокардиограммы, наблюдали варьирование низкоам-плитудных потенциалов в конце комплекса QRS по типу блокады Венкебаха (40).

Воспроизводимость методов ЭКГ ВР при повторных исследованиях в коротком (5-10 минут) и длительном промежутке (7-10 дней) была проведена в наших исследованиях совместно с и А. С. Cмет-невым. Для исследования воспроизводимости методов анализа ППЖ проводили повторные регистрации ЭКГ ВР у 53 человек (среди них 26 человек с желудочковыми аритмиями). На этот предмет были исследованы два метода анализа ППЖ: временной анализ (ВА) и спектрально временное картирование (СВК) с вычислением фактора нормальности (ФН).

У 12 из 52 человек выявлены признаки ППЖ методом временного анализа. При повторной регистрации через 5-10 минут еще у одного больного появились признаки ППЖ, а у 2 пациентов выявленные при первом обследовании ППЖ - не обнаружены. Другими словами, в 94% случаев при повторном исследовании получены конкордантные резуль-таты. Кроме воспроизводимости диагностических заключе-ний, анализировалась динамика изменений абсолютных значений показателей, результаты которых представлены в табл. 3.

Т а б л и ц а 3

Ближайшая воспроизводимость параметров временного анализа

Значимых изменений параметров ВА не отмечено. Коэффициенты корреляции Пирсона были высоко достоверны для всех параметров. Для анализа уровня шума на воспроизводимость методов проводили анализ раздельно для уровня шума < 0.5 мкВ и > 0.5 мкВ. При этом отмечалась тенденция к ухудшению воспроизводимости при уровне шума 0.5-1.0 мкВ. На исходной ЭКГ ВР при СВК (фактор нор-мальности) у 8 больных имелись признаки ППЖ. Через 10 минут у 3 из них значения ФН повысились (нормализовались) и у 2 появились признаки ППЖ. Анализ количественных значений ФН по отведениям показал значительную их вариацию. Коэффициенты корреляции ФН в отведениях X, Z и модуль в двух последовательных исследованиях были примерно одинаковыми (r = 0.74; 0.78; 0,70 соответственно). Наиболее низкая воспроизводимость ФН отмечена в отведении Y. Результаты анализа отдаленной воспроизводимости (табл. 4 ) также не выявили значимых различий между средними значениями повторных исследований и наличие высоких коэффициентов корреляции (r=0.88-0.95, P < 0.0001).

Т а б л и ц а 4

Анализ отдаленной воспроизводимости показателей ЭКГ ВР

Показатель	Первая регистрация	Повторная регистрация (через неделю)	Р	Коэффициент корреляции Пирсона
Tot QRS, мс	95+/-18	89+/-15	0.88	0.0002
LAS40, мс	43+/-25	42+/-22	0.95	0.0003
RMS40, мкВ	24+/-29	21+/-23	0.95	0.0001
ФН
Отв. Х, %	80+/-29	84+/-20	0.57	0.03
Отв. Y, %	77+/-20	72+/-16	0.63	0.01
Отв. Z, %	80+/-20	86+/-14	0.42	0.01
Модуль, %	86+/-25	89+/-11	0.72	0.004

Cледует упомянуть, что алгоритм определения окончания комплекса QRS предполагает 2-кратное превышение амплитуды «полезного» ЭКГ сигнала над уровнем шума в сегменте S-T. В связи с этим очевидно, что небольшое изменение уровня шума при повторной регистрации могло привести к сдвигу конца QRS в ту или иную сторону и соответственно к вариациям параметров ЭКГ ВР. Однако не всегда колебания уровня шума объясня-ли плохую воспроизводимость. Как показало исследование воспроизводимости данных временного анализа и ФН у больных с желудочковыми аритмиями и ППЖ (+) и без признаков ППЖ (-), средний коэффициент корреляции параметров ВА при повторной регистрации в группе с наличием ППЖ имел значение r = 0.90, в группе без ППЖ - 0.98 (P < 0.01) (табл. 5).