Aim. To analyze heart rate variability of patients with paroxysmal atrial fibrillation and identify electrophysiological phenotypes of the disease by using methods of exploratory analysis of twenty-four-hour electrocardiographic (Holter) recordings.
Methods. 64 electrocardiogram recordings of patients with paroxysmal atrial fibrillation were selected from the open Long-Term Atrial Fibrillation Database (repository — PhysioNet). 52 indices of heart rhythm variability were calculated for each recording, including new heart rate fragmentation and asymmetry indices proposed in the last 5 years. Data analysis was carried out with machine learning methods: dimensionality reduction with principal component analysis, hierarchical clustering and outlier detection. Feature correlation was checked by the Pearson criterion, the selected patient’s subgroups were confirmed by using Mann–Whitney and Student's tests.
Results. For the vast majority of patients with paroxysmal atrial fibrillation, heart rate variability can be described by five parameters. Each of these parameters captures a distinct approach in heart rate variability classification: dispersion characteristics of interbeat intervals, frequency characteristics of interbeat intervals, measurements of heart rate fragmentation, indices based on heart rate asymmetry, mean and median of interbeat intervals. Two large phenotypes of the disease were derived based on these parameters: the first phenotype is a vagotonic profile with a significant increase of linear parasympathetic indices and paroxysmal atrial fibrillation lasting longer than 4.5 hours; the second phenotype — with increased sympathetic indices, low parasympathetic indices and paroxysms lasting up to 4.5 hours.
Conclusion. Our findings indicate the potential of nonlinear analysis in the study of heart rate variability and demonstrate the feasibility of further integration of nonlinear indices for arrhythmia phenotyping.
Цель. Методами разведочного анализа данных суточного мониторирования электрокардиограммы проанализировать показатели вариабельности сердечного ритма у пациентов с пароксизмальной формой фибрилляции предсердий и выделить электрофизиологические фенотипы заболевания.
Методы. Из открытой базы c записями суточного мониторирования электрокардиограммы по Холтеру «The Long-Term Atrial Fibrillation Database» (репозиторий — PhysioNet) выделены 64 электрокардиографических сигнала, записанных у пациентов с пароксизмальной формой фибрилляции предсердий, и на их основе рассчитаны 52 показателя вариабельности сердечного ритма, включая новые индексы фрагментации и асимметрии сердечного ритма, предложенные за последние 5 лет. Анализ данных проведён с применением методов машинного обучения: снижение размерности методом главных компонент, иерархическая кластеризация, выделение выбросов в данных. Скоррелированность признаков верифицирована критерием Пирсона, выделенные подгруппы пациентов были подтверждены с помощью критериев Манна–Уитни и Стьюдента.
Результаты. Для подавляющего большинства пациентов с пароксизмальной формой фибрилляции предсердий вариабельность сердечного ритма может быть описана пятью параметрами, охватывающими пять отдельных подходов к её спецификации: описание дисперсии хронограммы, подсчёт частотных характеристик хронограммы, индексы фрагментации ритма, индексы асимметрии ритма, средние и медианные значения хронограммы. На основе данных параметров выделены два больших фенотипа заболевания: первый — ваготонический профиль с достоверным увеличением линейных парасимпатических индексов, длительностью пароксизма фибрилляции предсердий более 4,5 ч; второй профиль — с увеличенными значениями симпатических индексов, низкими значениями парасимпатических индексов и длиной пароксизмов до 4,5 ч.
Вывод. Результаты свидетельствуют о потенциале нелинейного анализа в исследовании вариабельности ритма и демонстрируют целесообразность дальнейшей инкорпорации нелинейных индексов для решения задачи фенотипирования нарушений сердечного ритма.