北方男性心率变异性指标取决于动脉粥样硬化系数

封面

如何引用文章

全文:

详细

论证。血脂异常和脂质代谢紊乱患者的心血管系统自主神经控制可能会发生改变。

目的。根据动脉粥样硬化系数的数值,比较分析样本中北方男性心血管间歇图的短期记录,同时评估血脂图的主要特征。

材料和方法。在研究中,118名28~58岁的男性(平均年龄为42.5±0.5岁)参与了研究。使用了光度学、荧光免疫化学检测方法,还采用了标准的心率变异性和身体发育评估方法。

结果。所获得的数据显示,53%的受检男性存在动脉粥样硬化的脂质代谢紊乱,而47%的受检男性具有最佳的脂类谱分析指标。已确认,在22项分析的身体发展指标、生物化学概况,以及心律变异性中,有17项指标显示出显著差异。根据这些结果可以得出结论,在具有最佳脂质代谢指标的男性样本中,自律神经调节的副交感神经环节的相对活动有所增加。动脉粥样硬化系数高的人群的特点是自律神经失衡,表现为交感神经活动相对较高,而副交感神经活动对循环系统自律神经控制的影响却在下降,同时,还伴有体重过重和体内总脂肪比例增加。

结论。研究结果表明,血脂异常人群的交感神经活动相对占优势,这表明交感神经活动作为心血管疾病并发症风险的预测因子,具有相当不利的预后意义。总体而言,本研究的结果旨在扩大心率变异性评估方法的使用范围,该方法同时反映了与血脂状况和体格测量状况等相关的自律神经和生理方面,为了获得循环系统良好的远景指示标,强调这些指标的整体潜力。

作者简介

Inessa V. Averyanova

Scientific Research Center “Arktika” Far Eastern Branch of the Russian Academy of Sciences

编辑信件的主要联系方式.
Email: Inessa1382@mail.ru
ORCID iD: 0000-0002-4511-6782
SPIN 代码: 9402-0363

Dr. Sci. (Biology), Professor FEB RAS

俄罗斯联邦, Magadan

参考

  1. Shaffer F, Ginsberg JP. An overview of heart rate variability metrics and norms. Front Public Health. 2017;5:258. doi: 10.3389/fpubh.2017.00258
  2. Ziemssen T, Siepmann T. The investigation of the cardiovascular and sudomotor autonomic nervous systema review. Front Neurol. 2019;10:53. doi: 10.3389/fneur.2019.00053
  3. Reyes del Paso GA, Langewitz W, Mulder LJM, et al. The utility of low frequency heart rate variability as an index of sympathetic cardiac tone: a review with emphasis on a reanalysis of previous studies. Psychophysiology. 2013;50(5):477–487. doi: 10.1111/psyp.12027
  4. Hassya IA, Sahroni A, Rahayu AW, Laksono ED. The analysis of heart rate variability properties and body mass index in representing health quality information. Procedia Computer Science. 2022;197(12):135–142. doi: 10.1016/j.procs.2021.12.127
  5. Theorell T, Liljeholm-Johansson Y, Björk H, Ericson M. Saliva testosterone and heart rate variability in the professional symphony orchestra after «Public faintings» of an orchestra member. Psychoneuroendocrinology. 2007;32(6):660–668. doi: 10.1016/j.psyneuen.2007.04.006
  6. Bäck M, Yurdagul A Jr, Tabas I, et al. Inflammation and its resolution in atherosclerosis: Mediators and therapeutic opportunities. Nat Rev Cardiol. 2019;16(7):389–406. doi: 10.1038/s41569-019-0169-2
  7. Carandina A, Lazzeri G, Villa D, et al. Targeting the autonomic nervous system for risk stratification, outcome prediction and neuromodulation in ischemic stroke. Int J Mol Sci.2021;22(5):2357. doi: 10.3390/ijms22052357
  8. Halawani AFM, Alahmari ZS, Asiri DA, et al. Diagnosis and management of dyslipidemia. Arch Pharma Pract. 2019;10(4):67.
  9. Zhu X, Fan Y, Sheng J, et al. Association between blood heavy metal concentrations and dyslipidemia in the elderly. Biol Trace Elem Res. 2021;199(4):1280–1290. doi: 10.1007/s12011-020-02270-0
  10. Xi Y, Niu L, Cao N, et al. Prevalence of dyslipidemia and associated risk factors among adults aged ≥35 years in northern China: a cross-sectional study. BMC Public Health. 2020;20(1):1068. doi: 10.1186/s12889-020-09172-9
  11. Carroll M, Kit B, Lacher D, et al. Trends in lipids and lipoproteins in US adults, 1988–2010. JAMA. 2012;308(15):1545–1554. doi: 10.1001/jama.2012.13260
  12. Singh JP, Larson MG, O’Donnell CJ, et al. Association of hyperglycemia with reduced heartrate variability (The Framingham Heart Study). Am J Cardiol. 2000;86(3):309–312. doi: 10.1016/s0002-9149 (00)00920-6
  13. Britton A, Shipley M, Malik M, et al. Changes in heart rate and heart rate variability overtime in middle-aged men and women in the general population (from the Whitehall II Cohort Study). Am J Cardiol. 2007;100(3):524–527. doi: 10.1016/j.amjcard.2007.03.056
  14. Stein R, Ferrari F, Scolari F. Genetics, dyslipidemia, and cardiovascular disease: new insights. Curr Cardiol Rep. 2019; 21(8):68. doi: 10.1007/s11886-019-1161-5
  15. Brook RD, Julius S. Autonomic imbalance, hypertension, and car-diovascular risk. Am J Hypertens. 2000;(6 Pt 2):112S–122S. doi: 10.1016/s0895-7061(00)00228-4
  16. Klimov AN, Nikulcheva NG. Lipid and lipoprotein metabolism and its violation: a guide for doctors. St. Petersburg: Peter Com; 1999. 504 p. (In Russ.)
  17. Kuharchuk VV, Ezhov MV, Sergienko IV, et al. Diagnostics and correction of lipid metabolism disorders in order to prevent and treat atherosclerosis. Russian recommendations VII revision. Journal of Atherosclerosis and Dyslipidemias. 2020;(1):7–40. doi: 10.34687/2219-8202.JAD.2020.01.0002 EDN: ZFAWEI
  18. National Cholesterol Education Program (NCEP) expert panel on detection, evaluation, and treatment of high blood cholesterol in adults (Adult Treatment Panel III). Third Report of the National Cholesterol Education Program (NCEP) expert panel on detection, evaluation, and treatment of high blood cholesterol in adults (Adult Treatment Panel III) final report. Circulation. 2002;106(25):3143–3421. doi: 10.1161/circ.106.25.3143
  19. Baevsky RM, Ivanov GG, Chireikin LV, et al. Analysis of heart rate variability when using various electrocardiographic systems (methodological recommendations). Journal of Arrhythmology. 2001;(24):65–83. (In Russ.)
  20. Borovikov VP. Statistica. The art of analyzing data on a computer: for professionals. St. Petersburg: Piter; 2003. 688 р. (In Russ.)
  21. Shaffer F, McCraty R, Zerr CL. A healthy heart is not a metronome: an integrative review of the heart’s anatomy and heart rate variability. Front Psychol. 2014;5:1040. doi: 10.3389/fpsyg.2014.01040
  22. Bonnemeier H, Richardt G, Potratz J, et al. Circadian profile of cardiac autonomic nervous modulation in healthy subjects: differing effects of aging and gender on heart rate variability. J Cardiovasc Electrophysiol. 2003;14(8):791–799. doi: 10.1046/j.1540-8167.2003.03078.x
  23. Zhang J. Effect of age and sex on heart rate variability in healthy subjects. J Manipulative Physiol Ther. 2007;30(5):374–379. doi: 10.1016/ j.jmpt.2007.04.001
  24. Grossman P, Taylor EW. Toward understanding respiratory sinus arrhythmia: relations to cardiac vagal tone, evolution and biobehavioral functions. Biol Psychol. 2007;74(2):263–285. doi: 10.1016/j.biopsycho.2005.11.014
  25. Straznicky NE, Lambert EA, Lambert GW, Esler MD. Autonomic nervous system: metabolic function. In: Reference module in neuroscience and biobehavioral psychology. Elsevier; 2017. Р. 122–135. doi: 10.1016/b978-0-12-809324-5.01819-8
  26. Eikelis N, Lambert EA, Phillips S, et al. Muscle sympathetic nerve activity is associated with elements of the plasma lipidomic profile in young Asian adults. J Clin Endocrinol Metab. 2017;102(6):2059–2068. doi: 10.1210/jc.2016-3738
  27. Straznicky NE, Nestel PJ, Esler D. Autonomic nervous system: metabolic function. In: Encyclopedia of Neuroscience. Elsevier; 2009. Р. 951–959. doi: 10.1016/b978-008045046-9.00638-0
  28. Oganov RG, Mammadov MN, Koltunov IE. Metabolic syndrome: the path from scientific concept to clinical diagnosis. Vrach. 2007;(3):3–7. (In Russ.) EDN: KXXVQV
  29. Björntorp P, Rosmond R. The metabolic syndrome — a neuroendocrine disorder? Br J Nutr. 2000;83(Suppl 1):S49–S57. doi: 10.1017/s0007114500000957
  30. Grassi G, Vailati S, Bertinieri G, et al. Heart rate as marker of sympathetic activity. J Hypertens. 1998;16(11):1635–1639. doi: 10.1097/00004872-199816110-00010
  31. Grassi G, Biffi A, Seravalle G, et al. Sympathetic neural overdrive in the obese and overweight. Hypertension. 2019;74(2):349–358. doi: 10.1161/hypertensionaha.119.12885
  32. Young JB, Macdonald IA. Sympathoadrenal activity in human obesity: heterogeneity of findings since 1980. Int J Obes Relat Metab Disord. 1992;16(12):959–967.
  33. Narkiewicz K, Somers VK. Sympathetic nerve activity in obstructive sleep apnoea. Acta Physiol Scand. 2003;177(3):385–390. doi: 10.1046/j. 1365-201X.2003.01091.x
  34. Indumathy J, Pal GK, Pal P, et al. Association of sympathovagal imbalance with obesity indices, and abnormal metabolic biomarkers and cardiovascular parameters. Obes Res Clin Pract. 2015;9(1):55–66. doi: 10.1016/j.orcp.2014.01.007

补充文件

附件文件
动作
1. JATS XML

版权所有 © Eco-Vector, 2025

Creative Commons License
此作品已接受知识共享署名-非商业性使用-禁止演绎 4.0国际许可协议的许可。
 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».