心拍のダイナミクスによる気分症状の評価：心理患者に関するHRV研究

背景：心拍数の変動（HRV）は、うつ病と冠動脈心疾患（CHD）の両方で減少しています。2つの障害の一般的な病態生理学的メカニズムを示唆しています。CHD内では、術後うつ病の心臓手術患者（CSP）は、心臓の有害事象のリスクが高くなります。したがって、CSPは特にうつ病の早期診断の恩恵を受けるでしょう。ここでは、HRV-Multi-feature分析がうつ病の有無にかかわらずCSPを識別し、症状の重症度の効果的な推定を提供するかどうかをテストしました。 方法：初めての心臓手術が募集された後、心臓リハビリテーションを認めた31人の患者。抑うつ症状は、疫学研究センターのうつ病スケール（CES-D）で評価されました。時間のHRV機能、周波数、および非線形ドメインは、安静時に5分間のECG記録から抽出され、「最小絶対収縮と選択」（ラッソ）演算子回帰モデルの予測因子として使用され、患者のCES-Dスコアを推定し、抑うつ状態を予測しました。 結果：モデルは、すべての被験者のCES-Dスコアを大幅に予測しました（CES-Dスコアの合計で説明された分散は89.93％でした）。また、86.75％の精度で抑うつおよび非抑制のCSPを識別しました。最も有益な10のメトリックのうち7つは、非線形領域に属していました。 制限：構造化された臨床インタビューでも評価された患者の数が多く、現在の調査結果を一般化するのに役立ちます。 議論：私たちの知る限り、これはCSPのうつ病を評価するためのマルチフィーチャーアプローチを使用した最初の研究です。HRV非線形メトリックの高い有益な力は、うつ病とCHDの両方での病態生理学的役割の可能性を示唆しています。単一被験者レベルでのアルゴリズムの高精度は、臨床診療におけるスクリーニングツールとしての翻訳を使用します。

BACKGROUND: Heart Rate Variability (HRV) is reduced both in depression and in coronary heart disease (CHD) suggesting common pathophysiological mechanisms for the two disorders. Within CHD, cardiac surgery patients (CSP) with postoperative depression are at greater risk of adverse cardiac events. Therefore, CSP would especially benefit from depression early diagnosis. Here we tested whether HRV-multi-feature analysis discriminates CSP with or without depression and provides an effective estimation of symptoms severity. METHODS: Thirty-one patients admitted to cardiac rehabilitation after first-time cardiac surgery were recruited. Depressive symptoms were assessed with the Center for Epidemiologic Studies Depression Scale (CES-D). HRV features in time, frequency, and nonlinear domains were extracted from 5-min-ECG recordings at rest and used as predictors of "least absolute shrinkage and selection" (LASSO) operator regression model to estimate patients' CES-D score and to predict depressive state. RESULTS: The model significantly predicted the CES-D score in all subjects (the total explained variance of CES-D score was 89.93%). Also it discriminated depressed and non-depressed CSP with 86.75% accuracy. Seven of the ten most informative metrics belonged to non-linear-domain. LIMITATIONS: A higher number of patients evaluated also with a structured clinical interview would help to generalize the present findings. DISCUSSION: To our knowledge this is the first study using a multi-feature approach to evaluate depression in CSP. The high informative power of HRV-nonlinear metrics suggests their possible pathophysiological role both in depression and in CHD. The high-accuracy of the algorithm at single-subject level opens to its translational use as screening tool in clinical practice.