KR20200144312A - 심박변이도로 투석 중 저혈압을 예측하는 방법 - Google Patents
심박변이도로 투석 중 저혈압을 예측하는 방법 Download PDFInfo
- Publication number
- KR20200144312A KR20200144312A KR1020190072181A KR20190072181A KR20200144312A KR 20200144312 A KR20200144312 A KR 20200144312A KR 1020190072181 A KR1020190072181 A KR 1020190072181A KR 20190072181 A KR20190072181 A KR 20190072181A KR 20200144312 A KR20200144312 A KR 20200144312A
- Authority
- KR
- South Korea
- Prior art keywords
- heart rate
- rate variability
- value
- dialysis
- variability parameter
- Prior art date
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
-
- A61B5/04012—
-
- A61B5/0408—
-
- A61B5/0456—
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/352—Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
Abstract
본 발명은 투석 중인 환자의 심박변이도를 분석하여 해당 환자의 투석 중 저혈압 발생 위험을 예측하는 방법을 제공한다. 또한, 투석 중인 환자의 투석 중 저혈압 발생 위험 예측 장치를 제공한다.
Description
본 발명은 투석 중인 환자들에 있어서 환자들의 심박변이도 파라미터 값을 분석하여 투석 중 저혈압 발생 가능성을 예측하는 방법 및 예측 장치에 관한 것이다.
투석 중 저혈압(intradialytic hypotension, IDH)은 투석 중인 환자에 있어서 매우 위험한 합병증 중 하나이며, 입원 기간의 증가, 사망률 증가, 대뇌허혈(cerebral ischemia), 혈액 접근로 혈전증(vascular access thrombosis), 심혈관 질환 발생과 연관이 있다. 투석 중 저혈압의 정의를 다양하게 사용해 왔기 때문에 투석 중 저혈압의 발생률 또한 다르게 보고되고 있었지만, 최근 K/DOQI 분류법으로 정의한 투석 중 저혈압의 발생률은 9.6%이다. 투석 중 저혈압의 위험원인으로는 고령, 여성, 긴 투석 기간, 당뇨, 동맥경화, 좌심실비대, 투석 전 식사, 높은 체질량지수, 낮은 알부민 수치 등이 보고되고 있다.
투석 중 저혈압의 메커니즘은 복잡하지만, 투석 중 발생한 저혈량증이 주요 원인으로 꼽힌다. 저혈량증이 발생하면 심박출과 정맥환류를 유지하는 심장 반응, 말초 저항성을 증가시키는 세동맥 혈관 수축, 조직 사이 및 세포 내 혈장 회복과 같은 몇몇 보상 반응들이 활발하게 일어난다. 자율신경계의 기능장애도 투석 중 저혈압 발생의 주요 원인이다. 이와 관련하여 Kersh 등의 연구에 의하면 정상 자율신경계 기능을 가진 환자에 있어서는 전신 저항성과 심박수 증가가 관찰되었으나, 자율신경계 이상이 있는 환자에 있어서는 심박수가 변하지 않더라도 전신 저항성은 투석 중 저혈압 동안 계속 떨어졌다. Converse 등의 연구에서는 투석 중 저혈압은 자율신경계 이상으로 일어나는데 이는 투석 중 발생한 저혈량증에 부적절한 교감신경 반응을 유발시킨다고 한다.
심박변이도(Heart rate variability, HRV) 측정은 자율신경계 장애를 판단할 수 있는 비침습적이고 신뢰할 수 있는 수단이다. 정상인의 경우, 심박수는 호흡에 따라 변화한다. 심박변이도가 높다는 것은 기능적으로 적절한 자율신경 기능을 갖고 있다는 것을 의미한다. 투석 중에 심박변이도를 관찰한 한 연구에 따르면 투석 기간 동안 교감신경 반응이 활성화된다. 그러나, 투석 중 저혈압 경향이 있는 환자에 있어서 이러한 교감신경 활성화는 투석 후기 단계에서 손상되어 투석 중 저혈압이 발생하게 된다(Pelosi et al, Clin Sci (Lond). 1999 Jan;96(1):23-31). 또 다른 연구에서는 투석 중 심박변이도 측정으로 교감신경 활성이 증가됨을 확인하였으나, 증후성 저혈압이 발생하면 증가된 교감신경이 갑자기 떨어지는 현상을 확인하였다(Barnas et al, J Am Soc Nephrol. 1999 Dec;10(12):2577-84). 최근에는 심박변이도가 투석 중 저혈압의 유용한 지표가 될 수 있다는 연구결과가 있었다(Chang et al, Clin Exp Nephrol. 2016 Aug;20(4):650-659).
투석 중 저혈압 발생 가능성을 예측할 수 있는 방법은 투석 중 실시간 모니터링을 하는 방법이지만, 이는 많은 간호 인력이 필요하고 복잡한 장치도 필요하므로 이론적인 방법일 뿐이다. 투석 중인 환자에 있어 투석 중 저혈압은 매우 흔하면서 위험한 합병증인만큼 투석 중 저혈압 발생 전에 미리 예측할 수 있는 방법이 절실히 요구된다.
Pelosi et al, Clin Sci (Lond). 1999 Jan;96(1):23-31
Barnas et al, J Am Soc Nephrol. 1999 Dec;10(12):2577-84
Chang et al, Clin Exp Nephrol. 2016 Aug;20(4):650-659
상기와 같은 문제를 해결하고자 본 발명의 목적은 투석 중인 환자에 있어서 투석 중 저혈압의 발생 가능성을 미리 예측할 수 있는 방법을 제공하는 것으로서, 본 발명에 따른 방법은 투석 환자들의 심박변이도의 파라미터 값 분석하여 해당 환자의 투석 중 저혈압 발생 위험을 미리 예측할 수 있다.
또한, 본 발명은 투석 중인 환자의 투석 중 저혈압 발생 위험 예측 장치를 제공한다.
본 발명의 일 실시예에 따른 투석 중 저혈압 발생 위험 예측 장치를 이용한 투석 중 저혈압 발생 위험 예측 방법은 투석 중인 환자의 심전도 신호를 측정하는 단계; 상기 심전도 신호를 분석하여 상기 투석 중인 환자의 심박변이도 파라미터 값을 획득하는 단계; 상기 심박변이도 파라미터 값에 대해 심전도 신호 측정에 소요된 시간을 일정 간격으로 구분하여 초기, 중기 및 후기 3 단계로 나누어 단계별 심박변이도 파라미터 값을 생성하는 단계; 상기 단계별 심박변이도 파라미터 값으로부터 초기와 중기 단계 심박변이도 파라미터 값의 차인 심박변이도 파라미터 델타(Δ) 값을 생성하는 단계; 및 상기 심박변이도 파라미터 델타(Δ) 값을 미리 설정한 투석 중 저혈압 발생 가능성에 적용하여 투석 중 저혈압 발생 위험을 예측하는 단계를 포함한다.
상기 심박변이도 파라미터는 평균 심박수(Heart Rate, HR) RR 간격(RR interval, RRI), NN 간격 표준편차(SDNN), 인접한 NN 간격의 차이에 대한 제곱의 합을 평균한 값에 대한 제곱근(RMSSD), 0.003~0.04 Hz 사이의 저저주파 영역의 신호의 강도(VLF), 0.04~0.15 Hz 사이의 저주파 영역의 신호의 강도(LF), 0.15~0.40 Hz 사이의 고주파 영역의 신호의 강도(HF), 토탈파워(TP) 및 LF와 HF의 비율(LF/HF ratio) 중에서 적어도 하나를 포함할 수 있다.
상기 미리 설정한 투석 중 저혈압 발생 가능성은 상기 RRI, SDNN, RMSSD, VLF, LF, HF 및 TP 델타(Δ) 값 중 적어도 하나가 증가할수록 상기 환자는 투석 중 저혈압 발생 가능성이 낮다고 판단할 수 있다.
상기 미리 설정한 투석 중 저혈압 발생 가능성은 상기 HR 또는 LF/HF ratio의 델타(Δ) 값이 증가할수록 상기 환자는 투석 중 저혈압 발생 가능성이 높다고 판단할 수 있다.
상기 파라미터 값을 획득하는 단계는 상기 심전도 신호에서 R피크를 검출하여 RR간격 데이터를 생성하는 단계, 상기 RR간격 데이터에서 이소성 박동을 제거하는 단계, 및 상기 이소성 박동이 제거된 RR간격 데이터를 이용하여 상기 파라미터에 대한 값을 획득하는 단계를 포함할 수 있다.
상기 단계별 심박변이도 파라미터 값을 생성하는 단계는 심전도 신호 측정에 소요된 시간을 5분 간격으로 구분하여, 시작 10분간의 심박변이도 파라미터 평균값을 초기 단계의 심박변이도 파라미터 값으로 하고, 중간 10분간의 심박변이도 파라미터 평균값을 중기 단계의 심박변이도 파라미터 값으로 하고, 종료 10분간의 심박변이도 파라미터 평균값을 후기 단계의 심박변이도 파라미터 값으로 할 수 있다.
본 발명의 일 실시예에 따른 투석 중인 환자의 투석 중 저혈압 발생 위험 예측 장치는 투석 중인 환자의 심전도 신호를 측정하는 측정부; 상기 심전도 신호를 분석하여 상기 투석 중인 환자의 심박변이도에 대한 파라미터 값을 획득하는 획득부; 상기 심박변이도 파라미터 값에 대해 심전도 신호 측정에 소요된 시간을 일정 간격으로 구분하여 초기, 중기 및 후기 3 단계로 나누어 단계별 심박변이도 파라미터 값을 생성하고, 초기와 중기 단계별 심박변이도 파라미터 값의 차인 심박변이도 파라미터 델타(Δ) 값을 생성하는 생성부; 및 상기 심박변이도 파라미터 델타(Δ) 값을 미리 설정한 투석 중 저혈압 발생 가능성에 적용하여 투석 중 저혈압 발생 위험을 예측하는 예측부를 포함한다.
상기 심박변이도 파라미터는 평균 심박수(Heart Rate, HR) RR 간격(RR interval, RRI), NN 간격 표준편차(SDNN), 인접한 NN 간격의 차이에 대한 제곱의 합을 평균한 값에 대한 제곱근(RMSSD), 0.003~0.04 Hz 사이의 저저주파 영역의 신호의 강도(VLF), 0.04~0.15 Hz 사이의 저주파 영역의 신호의 강도(LF), 0.15~0.40 Hz 사이의 고주파 영역의 신호의 강도(HF), 토탈파워(TP) 및 LF와 HF의 비율(LF/HF ratio) 중에서 적어도 하나를 포함할 수 있다.
본 발명에 따른 투석 중 저혈압 발생 위험 예측 방법 및 예측 장치는 투석 중인 환자의 심박변이도 파라미터 값을 분석하여 해당 환자의 투석 중 저혈압 발생 위험을 미리 예측할 수 있다.
본 발명의 예측 방법 및 장치는 투석 중에 심전도 측정을 하여 심박변이도 파라미터 값을 분석하는 것으로서 환자가 별도의 시간 및 장소를 할애하지 않아도 되고, 향후 투석 중 저혈압의 발생 위험을 예측할 수 있어 환자를 미리 관리할 수 있다.
도 1은 본 발명의 일실시예에 따른 투석 중 저혈압 발생 위험 예측 장치의 구성도이다.
도 2는 본 발명의 일실시예에 따른 투석 중 저혈압 발생 위험 예측 방법을 나타낸 순서도이다.
도 2는 본 발명의 일실시예에 따른 투석 중 저혈압 발생 위험 예측 방법을 나타낸 순서도이다.
이하 본 발명을 실시하기 위한 구체적인 내용을 도면을 참조하여 자세히 설명한다.
도 1은 본 발명의 일실시예에 따른 투석 중 저혈압 발생 위험 예측 장치를 도시한 도면이다.
도 1을 참조하면, 본 발명의 실시예에 따른 투석 중 저혈압 발생 위험 예측 장치(100)는 측정부(110), 획득부(120), 생성부(130) 및 예측부(140)을 포함한다.
측정부(110)는 투석 중인 환자의 심전도 신호(ECG signal)를 측정한다. 일례로서, 심박변이도 분석용인 휴대용 심전도 모니터링 장치일 수 있으며, T-rex(태웅 메디컬, 대한민국)를 사용하였다.
그리고, 획득부(120)는 측정부(110)의 심전도 신호를 전달받아 심박변이도 파라미터 값을 획득한다. 심박변이도(HRV, heart rate variability) 파라미터는 HR, RRI, SDNN, RMSSD, VLF, LF, HF, TP 및 LF/HF ratio 중 적어도 하나를 포함한다. 심전도 신호는 파형을 나타내고 일반적으로 반복된 형태를 나타낸다. 그 중 R 피크는 가장 큰 피크인데, 심박변이도는 R 피크와 다음 R 피크 간격 사이의 시간 변동성을 기준으로 여러 가지 해석 기법을 사용하여 의미를 추론하는 기법으로 일반적으로 심장 질환 평가를 위해 다양하게 사용되고 있다.
HR은 평균 심박수(Heart Rate)이고, 기록시간 동안의 평균 심 박동수를 의미한다. RRI는 RR간격(RR interval), SDNN은 NN 간격 표준편차, RMSSD는 인접한 NN 간격의 차이에 대한 제곱의 합을 평균한 값에 대한 제곱근, VLF는 0.003~0.04 Hz 사이의 저저주파 영역의 신호의 강도, LF는 0.04~0.15 Hz 사이의 저주파 영역의 신호의 강도, HF는 0.15~0.40 Hz 사이의 고주파 영역의 신호의 강도, TP는 토탈파워, LF/HF ratio는 LF와 HF의 비율이다.
그리고, 생성부(130)는 획득부(120)에서 얻은 심박변이도 파라미터 값에 대해 심전도 신호 측정에 소요된 시간을 일정 간격으로 구분하여 초기, 중기 및 후기 3 단계로 나누어 단계별 심박변이도 파라미터 값을 생성하고, 초기와 중기 단계별 심박변이도 파라미터 값의 차인 심박변이도 파라미터 델타(Δ) 값을 생성한다. 생성부(130)는 단계별 심박변이도 파라미터 값을 생성하는 구성부와 심박변이도 파라미터 델타(Δ) 값을 생성하는 구성부가 하나의 생성부에 같이 포함되어 있거나, 별도로 나누어져 두 개의 생성부가 될 수 있다.
그리고, 예측부(140)는 생성부(130)에서 얻은 심박변이도 파라미터 델타(Δ) 값을 미리 설정한 투석 중 저혈압 발생 가능성에 적용하여 투석 중인 환자의 투석 중 저혈압 발생 위험을 예측한다. 예측부(140)는 개별 환자로부터 구한 각각의 심박변이도 파라미터의 델타(Δ)값을 미리 설정한 투석 중 저혈압 발생 가능성[표 2]에 적용하여 해당 개별 환자의 투석 중 저혈압 위험도를 계산해 낼 수 있는 알고리즘을 포함한다.
이하에서는, 도 2를 통해 본 발명의 실시예에 따른 투석 중 저혈압 발생 위험 예측 장치(100)를 이용한 투석 중 저혈압 발생 위험 예측 방법을 설명한다. 도 2는 본 발명의 실시예에 따른 투석 중 저혈압 발생 위험 예측 방법을 나타낸 순서도이다.
단계(210)에서, 측정부(110)는 투석 중인 환자의 심전도 신호를 측정할 수 있다. 단계(220)에서, 획득부(120)는 측정부(110)의 심전도 신호를 전달받아 심박변이도 파라미터 값을 획득할 수 있다. 단계(230)에서, 생성부(130)는 획득부(120)에서 얻은 심박변이도 파라미터 값에 대해 심전도 신호 측정에 소요된 시간을 일정 간격으로 구분하여 초기, 중기 및 후기 3 단계로 나누어 단계별 심박변이도 파라미터 값을 생성할 수 있다. 단계(240)에서, 생성부(130)는 초기와 중기 단계별 심박변이도 파라미터 값의 차인 심박변이도 파라미터 델타(Δ) 값을 생성할 수 있다. 단계(250)에서, 예측부(140)는 생성부(130)에서 얻은 심박변이도 파라미터 델타(Δ) 값을 미리 설정한 투석 중 저혈압 발생 가능성에 적용하여 투석 중인 환자의 투석 중 저혈압 발생 위험을 예측할 수 있다.
구체적으로 단계(210)에서 투석 중인 환자의 심전도 신호를 측정할 수 있다. 정확한 심박변이도 파라미터 값을 얻기 위하여 환자는 심전도 측정 시 최대한 반듯이 누워 있는 것이 좋고, 투석 시작하면서 심전도 신호를 측정한다. 일반적으로 투석은 4시간 이상 진행하므로 심전도 신호도 4시간 이상 측정하여 수집하는 것이 바람직하다.
단계(220)에서 심전도 신호를 전달받아 심박변이도 파라미터 값을 획득할 수 있다. 심박변이도 파라미터 값은 [표 1]에서와 같이 HR, RRI, SDNN, RMSSD, VLF, LF, HF, TP 및 LF/HF ratio 중 적어도 하나를 포함한다.
단계(220)은 심전도 신호에서 R피크를 검출하여 RR간격 데이터를 생성하는 단계, 상기 RR간격 데이터에서 이소성 박동(ectopic beat)을 제거하는 단계, 및 상기 이소성 박동이 제거된 RR간격 데이터를 이용하여 상기 파라미터에 대한 값을 획득하는 단계를 포함할 수 있다. 이전 RR간격 대비 20% 이상 차이가 나면 이소성 박동으로 취급한다.
단계(230)에서 심박변이도 파라미터 값에 대해 심전도 신호 측정에 소요된 시간을 일정 간격으로 구분하여 초기, 중기 및 후기 3 단계로 나누어 단계별 심박변이도 파라미터 값을 생성할 수 있다.
일례로서, 상기 단계별 심박변이도 파라미터 값은 심전도 신호 측정에 소요된 시간을 5분 간격으로 구분하여, 시작 10분간의 심박변이도 파라미터 평균값을 초기 단계의 심박변이도 파라미터 값으로 하고, 중간 10분간의 심박변이도 파라미터 평균값을 중기 단계의 심박변이도 파라미터 값으로 하고, 종료 10분간의 심박변이도 파라미터 평균값을 후기 단계의 심박변이도 파라미터 값으로 할 수 있다.
구체적으로 심전도 신호를 4시간(240분) 동안 측정하였다면, 심박변이도 파라미터 값들을 5분 간격으로 나누어 총 48 세그먼트(segment)로 구분한다. 초기, 중기 및 후기의 단계별 심박변이도 파라미터 값은 연속되는 두 세그먼트의 (각 단계별로 10분) 심박변이도 파라미터 값의 평균값이 될 수 있다. 연속되는 두 세그먼트의 심박변이도 값의 평균값을 사용하는 이유는 심박변이도의 높은 변동성 때문이다. 초기 단계 심박변이도 파라미터 값은 세그먼트 1과 세그먼트 2의 심박변이도 파라미터 값의 평균값이 되고, 중기 단계 심박변이도 파라미터 값은 세그먼트 24과 세그먼트 25의 심박변이도 파라미터 값의 평균값이 되고, 후기 단계 심박변이도 파라미터 값은 세그먼트 47과 세그먼트 48의 심박변이도 파라미터 값의 평균값이 될 수 있다.
단계(240)에서 초기와 중기 단계별 심박변이도 파라미터 값의 차인 심박변이도 파라미터 델타(Δ) 값을 생성할 수 있다.
상기 심박변이도 파라미터 델타(Δ) 값은 초기 단계의 심박변이도 파라미터 값에서 중기 단계의 심박변이도 파라미터 값을 뺀 차의 값이다. 투석 중 저혈압이 발생하는 환자의 심박변이도 파라미터의 주요 변화는 초기 단계와 중기 단계 사이에서 관찰되었다. 따라서, 초기와 중기 단계의 심박변이도 파라미터 값의 차인 심박변이도 파라미터 델타(Δ) 값은 본 발명에 있어 중요한 예측 요소이다.
단계(250)에서 심박변이도 파라미터 델타(Δ) 값을 미리 설정한 투석 중 저혈압 발생 가능성에 적용하여 투석 중인 환자의 투석 중 저혈압 발생 위험을 예측할 수 있다.
상기 미리 설정한 투석 중 저혈압 발생 가능성은 [표 2]와 같다.
[표 2]의 투석 중 저혈압 발생 가능성은 투석 중인 환자들을 대상으로 심박변이도를 장기간 모니터링 후, 투석 중 저혈압을 나타내는 환자들의 심박변이도 파라미터 값의 특징을 분석하여 도출한 것이다.
구체적으로 71명의 투석 환자를 모집하여 1달에 동안 관찰하였다(순천향대학교 천안 병원 인공 신장 센터). 모집 환자들은 18세 이상이었고, 최소 3개월 이상 일주일에 3회씩 투석을 받고 있는 환자들이었으며, 급성 질환으로 이전 한달동안 입원을 하지 않은 환자를 대상으로 했다.
71명의 환자 중 최소 1회의 투석 중 저혈압(IDH)이 발생한 환자는 28명이었고(IDH 그룹), 48명은 투석 중 저혈압이 발생하지 않았다(non-IDH 그룹). 투석 중 저혈압은 K/DOQI 가이드라인에 따라 정의하였다. IDH 그룹은 한달 동안 평균 2회(1~3.8회) 투석 중 저혈압이 발생하였다. 환자 각 명당 1달에 12회 투석을 받아서 총 71명 환자를 대상으로 852회 투석을 진행했고, 투석 시작 시점마다 심전도 신호를 3시간 측정하였다(단계 210). 심전도 신호로부터 심박변이도 파라미터 값을 단계(220) 방법으로 획득하였고, 단계별 심박변이도 파라미터 값을 단계(230) 방법으로, 심박변이도 파라미터 델타(Δ) 값을 단계(230) 방법으로 생성하였다. 투석 환자들 중 투석 중 저혈압이 발생하는 환자(IDH 그룹)의 심박변이도 파라미터의 주요 변화는 초기 단계와 중기 단계 사이에서 관찰되었다. IDH 그룹에서 심박변이도 파라미터 델타(Δ) 값에 따른 투석 중 저혈압 발생 위험비(hazard ratio)는 다음과 같이 구하였다. 1달 동안 발생한 투석 중 저혈압 횟수를 종속 변수로 하여, 각 심박변이도 파라미터 델타 값의 위험도를 구하였다. 음이항 회귀 모델 (negative binomial regression model)을 이용한 단변량 분석을 통하여 구하였고, 그 결과는 [표 2]와 같다. 이를 투석 중 저혈압 발생 위험성을 예측할 수 있는 기준으로 설정하였다.
[표 2]는 투석 중인 환자에 있어 각 심박변이도 파라미터의 델타(Δ)값의 증가량에 따른 투석 중 저혈압 발생 가능성을 나타낸다. 예를 들어, 어느 환자에 있어서 RRI의 델타(Δ)값이 0.1 msec 증가하면 이때 투석 중 저혈압 발생 위험비는 0.44이므로 발생 위험성이 56%가 감소하는 것이다. 위험비가 한 단위 증가 시, 지수만큼의 위험비 증감이 발생한다. 예를 들어 RRI의 델타(Δ)값이 0.2 msec 증가하게 되면. 0.44의 제곱인 0.19로 위험이 감소한다. 즉, 발생할 확률이 81% 감소한다.
또 다른 예로, TP의 델타(Δ)값이 100 msec2 증가하면 이때 투석 중 저혈압 발생 위험비는 0.86이므로 발생 위험성이 14%가 감소한다. 만약, TP 델타값이 200 msec2 증가할 경우, 위험비는 0.86의 제곱인 0.74가 되므로, 약 26%가 감소하게 된다.
본 발명의 심박변이도를 이용한 투석 중 저혈압 발생 가능성의 예측력(c-statistics)은 환자의 임상 정보(당뇨, 나이, 고혈압 약 복용 여부 등)를 사용한 예측력 0.726 대비 0.804로 유의미하게 증가하였다.
이와 같이 단계(240)을 통해 심박변이도 파라미터 델타(Δ) 값을 생성한 후, 단계(250)은 미리 설정한 투석 중 저혈압 발생 가능성에 델타(Δ) 값을 적용하여 해당 환자의 투석 중 저혈압 발생 위험도를 계산할 수 있다. 이러한 결과로 해당 환자의 투석 중 저혈압 발생 위험을 예측할 수 있는 것이다.
따라서, 상기 RRI, SDNN, RMSSD, VLF, LF, HF 및 TP 델타(Δ) 값 중 적어도 하나가 증가할수록 해당 환자는 투석 중 저혈압 발생 가능성이 낮다고 예측할 수 있다.
또한, 상기 HR 또는 LF/HF ratio의 델타(Δ) 값이 증가할수록 해당 환자는 투석 중 저혈압 발생 가능성이 높다고 예측할 수 있다.
한편, 본 발명에 따른 방법은 컴퓨터에서 실행될 수 있는 프로그램으로 작성되어 마그네틱 저장매체, 광학적 판독매체, 디지털 저장매체 등 다양한 기록 매체로도 구현될 수 있다. 본 명세서에 설명된 각종 기술들의 구현들은 디지털 전자 회로조직으로, 또는 컴퓨터 하드웨어, 펌웨어, 소프트웨어로, 또는 그들의 조합들로 구현될 수 있다. 컴퓨터 프로그램은 하나의 사이트에서 하나의 컴퓨터 또는 다수의 컴퓨터들 상에서 처리되도록 또는 다수의 사이트들에 걸쳐 분배되고 통신 네트워크에 의해 상호 연결되도록 전개될 수 있다.
본 발명의 예측 방법 및 장치는 투석 중에 심전도 측정을 하여 심박변이도 파라미터 값을 분석하여 예측할 수 있으므로 환자가 별도의 시간 및 장소를 할애하지 않아도 가능하다. 또한, 1개월 동안 투석 중 저혈압이 발생한 환자들의 심박변이도 파라미터 값을 분석하여 마련한 기준을 적용한 것이므로 향후 1개월내에 투석 중 저혈압의 발생 위험성을 예측할 수 있어 해당 환자를 미리 관리하거나 대처할 수 있는 장점이 있다.
한편, 본 명세서와 도면에 개시된 본 발명의 실시 예들은 이해를 돕기 위해 특정 예를 제시한 것에 지나지 않으며, 본 발명의 범위를 한정하고자 하는 것은 아니다. 여기에 개시된 실시 예들 이외에도 본 발명의 기술적 사상에 바탕을 둔 다른 변형 예들이 실시 가능하다는 것은, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 자명한 것이다.
100 : 투석 중 저혈압 발생 위험 예측 장치
110 : 측정부
120 : 획득부
130 : 생성부
140 : 예측부
110 : 측정부
120 : 획득부
130 : 생성부
140 : 예측부
Claims (11)
- 투석 중 저혈압 발생 위험 예측 장치를 이용한 투석 중 저혈압 발생 위험 예측 방법에 있어서,
투석 중인 환자의 심전도 신호를 측정하는 단계,
상기 심전도 신호를 분석하여 상기 투석 중인 환자의 심박변이도 파라미터 값을 획득하는 단계,
상기 심박변이도 파라미터 값에 대해 심전도 신호 측정에 소요된 시간을 일정 간격으로 구분하여 초기, 중기 및 후기 3 단계로 나누어 단계별 심박변이도 파라미터 값을 생성하는 단계,
상기 단계별 심박변이도 파라미터 값으로부터 초기와 중기 단계 심박변이도 파라미터 값의 차인 심박변이도 파라미터 델타(Δ) 값을 생성하는 단계, 및
상기 심박변이도 파라미터 델타(Δ) 값을 미리 설정한 투석 중 저혈압 발생 가능성에 적용하여 투석 중 저혈압 발생 위험을 예측하는 단계를 포함하며,
상기 심박변이도 파라미터는 평균 심박수(Heart Rate, HR) RR 간격(RR interval, RRI), NN 간격 표준편차(SDNN), 인접한 NN 간격의 차이에 대한 제곱의 합을 평균한 값에 대한 제곱근(RMSSD), 0.003~0.04 Hz 사이의 저저주파 영역의 신호의 강도(VLF), 0.04~0.15 Hz 사이의 저주파 영역의 신호의 강도(LF), 0.15~0.40 Hz 사이의 고주파 영역의 신호의 강도(HF), 토탈파워(TP) 및 LF와 HF의 비율(LF/HF ratio) 중에서 적어도 하나를 포함하는 투석 중 저혈압 발생 위험 예측 방법. - 제1항에 있어서,
상기 미리 설정한 투석 중 저혈압 발생 가능성은 상기 RRI, SDNN, RMSSD, VLF, LF, HF 및 TP 델타(Δ) 값 중 적어도 하나가 증가할수록 상기 환자는 투석 중 저혈압 발생 가능성이 낮다고 예측하는 투석 중 저혈압 발생 위험 예측 방법. - 제 1항에 있어서,
상기 미리 설정한 투석 중 저혈압 발생 가능성은 상기 HR 또는 LF/HF ratio의 델타(Δ) 값이 증가할수록 상기 환자는 투석 중 저혈압 발생 가능성이 높다고 예측하는 투석 중 저혈압 발생 위험 예측 방법. - 제 1항에 있어서,
상기 파라미터 값을 획득하는 단계는, 상기 심전도 신호에서 R피크를 검출하여 RR간격 데이터를 생성하는 단계, 상기 RR간격 데이터에서 이소성 박동을 제거하는 단계, 및 상기 이소성 박동이 제거된 RR간격 데이터를 이용하여 상기 파라미터에 대한 값을 획득하는 단계를 포함하는 투석 중 저혈압 발생 위험 예측 방법. - 제1항에 있어서,
상기 단계별 심박변이도 파라미터 값을 생성하는 단계는, 심전도 신호 측정에 소요된 시간을 5분 간격으로 구분하여, 시작 10분간의 심박변이도 파라미터 평균값을 초기 단계의 심박변이도 파라미터 값으로 하고, 중간 10분간의 심박변이도 파라미터 평균값을 중기 단계의 심박변이도 파라미터 값으로 하고, 종료 10분간의 심박변이도 파라미터 평균값을 후기 단계의 심박변이도 파라미터 값으로 하는 투석 중 저혈압 발생 위험 예측 방법. - 투석 중인 환자의 심전도 신호를 측정하는 측정부,
상기 심전도 신호를 분석하여 상기 투석 중인 환자의 심박변이도에 대한 파라미터 값을 획득하는 획득부,
상기 심박변이도 파라미터 값에 대해 심전도 신호 측정에 소요된 시간을 일정 간격으로 구분하여 초기, 중기 및 후기 3 단계로 나누어 단계별 심박변이도 파라미터 값을 생성하고, 초기와 중기 단계별 심박변이도 파라미터 값의 차인 심박변이도 파라미터 델타(Δ) 값을 생성하는 생성부; 및
상기 심박변이도 파라미터 델타(Δ) 값을 미리 설정한 투석 중 저혈압 발생 가능성에 적용하여 상기 투석 중인 환자가 투석중 저혈압 발생 위험을 예측하는 예측부를 포함하며,
상기 심박변이도 파라미터는 평균 심박수(Heart Rate, HR) RR 간격(RR interval, RRI), NN 간격 표준편차(SDNN), 인접한 NN 간격의 차이에 대한 제곱의 합을 평균한 값에 대한 제곱근(RMSSD), 0.003~0.04 Hz 사이의 저저주파 영역의 신호의 강도(VLF), 0.04~0.15 Hz 사이의 저주파 영역의 신호의 강도(LF), 0.15~0.40 Hz 사이의 고주파 영역의 신호의 강도(HF), 토탈파워(TP) 및 LF와 HF의 비율(LF/HF ratio) 중에서 적어도 하나를 포함하는 투석 중인 환자의 투석 중 저혈압 발생 위험 예측 장치. - 제 6항에 있어서,
상기 판단부의 미리 설정한 투석 중 저혈압 발생 가능성은 상기 RRI, SDNN, RMSSD, VLF, LF, HF 및 TP 델타(Δ) 값 중 적어도 하나가 증가할수록 상기 환자는 투석 중 저혈압 발생 가능성이 낮다고 예측하는 투석 중인 환자의 투석 중 저혈압 발생 위험 예측 장치. - 제 6항에 있어서,
상기 판단부의 미리 설정한 투석 중 저혈압 발생 가능성은 상기 HR 또는 LF/HF ratio의 델타(Δ) 값이 증가할수록 상기 환자는 투석 중 저혈압 발생 가능성이 높다고 예측하는 투석 중인 환자의 투석 중 저혈압 발생 위험 예측 장치. - 제 6항에 있어서,
상기 획득부는, 상기 심전도 신호에서 R피크를 검출하여 RR간격 데이터를 생성하는 단계, 상기 RR간격 데이터에서 이소성 박동을 제거하는 단계, 및 상기 이소성 박동이 제거된 RR간격 데이터를 이용하여 상기 파라미터에 대한 값을 획득하는 단계를 포함하는 투석 중인 환자의 투석 중 저혈압 발생 위험 예측 장치. - 제 6항에 있어서,
상기 생성부에서 단계별 심박변이도 파라미터 값은 심전도 신호 측정에 소요된 시간을 5분 간격으로 구분하여, 시작 10분간의 심박변이도 파라미터 평균값을 초기 단계의 심박변이도 파라미터 값으로 하고, 중간 10분간의 심박변이도 파라미터 평균값을 중기 단계의 심박변이도 파라미터 값으로 하고, 종료 10분간의 심박변이도 파라미터 평균값을 후기 단계의 심박변이도 파라미터 값으로 하는 투석 중인 환자의 투석 중 저혈압 발생 위험 예측 장치. - 제 6항에 있어서,
상기 생성부는 단계별 심박변이도 파라미터 값을 생성하는 구성부와 심박변이도 파라미터 델타(Δ) 값을 생성하는 구성부가 하나의 생성부에 같이 포함되어 있거나, 별도로 나누어져 두개의 생성부가 되는 투석 중인 환자의 투석 중 저혈압 발생 위험 예측 장치.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190072181A KR102269321B1 (ko) | 2019-06-18 | 2019-06-18 | 심박변이도로 투석 중 저혈압을 예측하는 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190072181A KR102269321B1 (ko) | 2019-06-18 | 2019-06-18 | 심박변이도로 투석 중 저혈압을 예측하는 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20200144312A true KR20200144312A (ko) | 2020-12-29 |
KR102269321B1 KR102269321B1 (ko) | 2021-06-25 |
Family
ID=74090102
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020190072181A KR102269321B1 (ko) | 2019-06-18 | 2019-06-18 | 심박변이도로 투석 중 저혈압을 예측하는 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102269321B1 (ko) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20220149093A (ko) * | 2021-04-30 | 2022-11-08 | 서울대학교산학협력단 | 인공 지능을 이용한 혈액 투석 중 저혈압 예측 장치 및 그 방법 |
CN115359632A (zh) * | 2022-07-28 | 2022-11-18 | 苏州盈迪信康科技股份有限公司 | 一种透析中低血压实时预警装置及其监控预警方法 |
WO2024034984A1 (ko) * | 2022-08-12 | 2024-02-15 | 가톨릭대학교 산학협력단 | 투석 중 저혈압 발생 예측 방법 및 그 시스템 |
KR20240028047A (ko) | 2022-08-24 | 2024-03-05 | 한국전자통신연구원 | 환자 투석 중 저혈압 예측 시스템 및 방법 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20070051932A (ko) * | 2004-09-13 | 2007-05-18 | 감브로 룬디아 아베 | 급격한 혈압 변화의 검출 |
KR20090015085A (ko) * | 2006-06-07 | 2009-02-11 | 감브로 룬디아 아베 | 급격한 혈압 저하 징후의 예측 |
JP2012530577A (ja) * | 2009-06-26 | 2012-12-06 | ガンブロ・ルンディア・エービー | 装置、コンピュータプログラム製品、およびデータ抽出のための方法 |
-
2019
- 2019-06-18 KR KR1020190072181A patent/KR102269321B1/ko active IP Right Grant
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20070051932A (ko) * | 2004-09-13 | 2007-05-18 | 감브로 룬디아 아베 | 급격한 혈압 변화의 검출 |
KR20090015085A (ko) * | 2006-06-07 | 2009-02-11 | 감브로 룬디아 아베 | 급격한 혈압 저하 징후의 예측 |
JP2012530577A (ja) * | 2009-06-26 | 2012-12-06 | ガンブロ・ルンディア・エービー | 装置、コンピュータプログラム製品、およびデータ抽出のための方法 |
Non-Patent Citations (4)
Title |
---|
Barnas et al, J Am Soc Nephrol. 1999 Dec;10(12):2577-84 |
Chang et al, Clin Exp Nephrol. 2016 Aug;20(4):650-659 |
Pelosi et al, Clin Sci (Lond). 1999 Jan;96(1):23-31 |
Ya-Ting Huang 외 10명, Heart rate variability during hemodialysis is an indicator for long-term vascular access survival in uremic patients, PLOS ONE, March 1, 2017 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20220149093A (ko) * | 2021-04-30 | 2022-11-08 | 서울대학교산학협력단 | 인공 지능을 이용한 혈액 투석 중 저혈압 예측 장치 및 그 방법 |
CN115359632A (zh) * | 2022-07-28 | 2022-11-18 | 苏州盈迪信康科技股份有限公司 | 一种透析中低血压实时预警装置及其监控预警方法 |
WO2024034984A1 (ko) * | 2022-08-12 | 2024-02-15 | 가톨릭대학교 산학협력단 | 투석 중 저혈압 발생 예측 방법 및 그 시스템 |
KR20240028047A (ko) | 2022-08-24 | 2024-03-05 | 한국전자통신연구원 | 환자 투석 중 저혈압 예측 시스템 및 방법 |
Also Published As
Publication number | Publication date |
---|---|
KR102269321B1 (ko) | 2021-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102269321B1 (ko) | 심박변이도로 투석 중 저혈압을 예측하는 방법 | |
CN109843163B (zh) | 用于标记睡眠状态的方法和系统 | |
US20210275046A1 (en) | Peak Detection System and Method for Calculation of Signal-Derived Metrics | |
Hernando et al. | Inclusion of respiratory frequency information in heart rate variability analysis for stress assessment | |
Pichot et al. | HRVanalysis: a free software for analyzing cardiac autonomic activity | |
US8838215B2 (en) | Systems and methods of medical monitoring according to patient state | |
JP5019457B2 (ja) | 急激な血圧変化の検知 | |
US8781566B2 (en) | System and methods for sliding-scale cardiac event detection | |
Kouakam et al. | Inadequate sympathovagal balance in response to orthostatism in patients with unexplained syncope and a positive head up tilt test | |
Miličević | Low to high frequency ratio of heart rate variability spectra fails to describe sympatho-vagal balance in cardiac patients | |
WO1997012546A1 (en) | Method and apparatus for assessing cardiovascular risk | |
JP2004500950A (ja) | 心臓虚血をrr間隔のデータセットで評価する方法及びシステム | |
CN104382582A (zh) | 一种对动态心电数据进行分类的装置 | |
US20200375480A1 (en) | Non-Invasive Cardiovascular Risk Assessment Using Heart Rate Variability Fragmentation | |
CN110464337B (zh) | 一种基于极值能量分解法的心率变异性信号分析方法 | |
EP3643227A1 (en) | Minimum heart rate value approximation | |
Fleisher et al. | Heart rate variability as a predictor of autonomic dysfunction in patients awaiting liver transplantation | |
Hejjel et al. | Heart rate variability analysis | |
Kuhnhold et al. | Quantifying cardio-respiratory phase synchronization—a comparison of five methods using ECGs of post-infarction patients | |
Londhe et al. | Heart rate variability: A methodological survey | |
JP2010184041A (ja) | 心拍ゆらぎの分析方法 | |
EP3111351B1 (en) | Device and method for monitoring respiratory effort using energy index | |
CN100577224C (zh) | 强血压变化检测 | |
Kheder et al. | Feature extraction by wavelet transforms to analyze the heart rate variability during two meditation techniques | |
Lombardi | Physiological Understanding of HRV components |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |