从颈动脉和桡动脉压力波形获得的增强指数之间的关系
Jun Sugawara等
目的：升高的颈动脉和桡动脉增强指数（AI）直接和心血管疾病危险、死亡和发病有关联。本项研究的目的是检查，在提供信息方面，直接从桡动脉压力波获得的AI（桡动脉AI）是否可以和颈动脉AI测量值媲美。
方法：研究对象是204个（88男， 116女）年龄为19到76岁（51±15岁，平均值±SD）的健康对象。我们用扁平张力测量法测量了他们的颈动脉AI [(第二峰值颈动脉收缩压 － 第一峰值颈动脉收缩压)/颈动脉脉压×100]和桡动脉AI [(第二峰值颈动脉收缩压 － 舒张压)/ (第一峰值颈动脉收缩压 — 舒张压)×100]。
结果：桡动脉AI和颈动脉AI强相关（r=0.86, P<0.0001，差异的标准偏差为10.0%），虽然桡动脉AI恒比颈动脉AI高出约66%。在16个外表健康的年轻成人中（11男，5女，年龄23±3岁）握柄锻炼后立即进行运动后肌肉缺血试验（PEMI），以比较交感神经活性增加期间的颈动脉AI和桡动脉AI的变化。PEMI使颈动脉AI和桡动脉AI发生类似的变化（分别为26%和109%）。相应地，PEMI所引起的桡动脉AI的变化和颈动脉AI的相应变化强相关（r=0.86, P<0.0001, 差异的标准偏差为7.3%）。
结论：这些结果提示：在提供信息方面，直接从桡动脉压力波形获得的AI与颈动脉AI等效，具有作为替代的心血管病标志器的潜力。
前言
中央动脉（即主动脉和颈动脉）产生的增强指数（AI）一般被定义为收缩期中央血压的增强的指数——这种增强是由于反射压力波从周边（主要为下肢）返回而产生的[1]。升高的主动脉和颈动脉AI和心血管病危险[2、3]、死亡和发病相关联[4、5]。由于用扁平张力测量法测量主动脉和颈动脉脉搏波需要很高的技术经验，也会使病人感到不舒服，所以最广泛地被应用的确定中央动脉AI的方法是用传输函数，从桡动脉波形推算主动脉压力波形。但是，一些研究人员指出，这种传输函数（桡动脉到主动脉）存在着巨大的个体间变异[6-9]，因此使用传输函数，下列两个AI之间没有显著的相关关系：一个是用传输函数从桡动脉压力波形推导的合成上行主动脉AI，另一个是从无创测量的主动脉压力波得到的AI[8]。一项新近的研究[10]检查了，在评估中央压力波的反射时，是否有必要将传输函数应用于桡动脉压力波形。本项研究中，服用血管活性物质（即硝酸甘油和去甲肾上腺素）使下列两种AI发生类似的变化：一个是直接从桡动脉压力波形获得的AI；另一个是应用传输函数，从桡动脉压力波形推导出合成上行主动脉压力波形，再从此压力波形获得的AI。但是，这些观察结果不能支持作者的这一假说：桡动脉AI可能提供同样好的中央压力波反射的度量。因为对于从中央动脉压力波获得的AI而言，它没有可以用于这些比较的度量。
下列两个AI强相关：一个是从颈动脉压力波形计算得到的AI，另一是用顶端装有微型测压计的导管，无创地测量到的上行主动脉AI，虽然颈动脉AI恒低于上行主动脉AI[11]。相应地，本项研究的目标是确定：直接从桡动脉压力波形获得的AI和颈动脉AI是否等效。为了全面地处理这个问题，我们使用了两种不同的，但是互补的方法：第一，我们在一个年龄范围宽广的大人群中确定了桡动脉AI和颈动脉AI之间的关系。第二，我们确定了，在用运动后肌肉缺血试验（PEMI）[12]进行的交感神经活性刺激期间，桡动脉AI的变化是否与颈动脉AI的变化相似。
方法
研究对象
总共有204个外表健康的成年人（88男，116女，年龄19-76岁，身高162±9cm，体重60±11公斤；平均值±SD），按随机顺序进行了仰卧颈动脉AI测量，和仰卧或坐姿桡动脉AI测量。一个有34个研究对象的子群（20男14女，年龄22-62岁，身高165±7cm，体重61±11公斤）在一周内的三个不同的日子里进行了桡动脉AI测量，以检查日与日之间的测量值的可重复性。在另外一个有16个外表健康的年轻成年人的子群内（11男5女，年龄22-30岁，身高167±7cm，体重57.9±8.7公斤）测量了PEMI，以比较在交感神经活性增强时颈动脉和桡动脉AI的变化。根据病史问卷调查，所有研究对象都没有显性的心血管病，当时没有服用血管活性物质。所有研究对象都出具了对参加研究的知情同意书。这项研究经当地机构审查委员会审查并获得批准。
测量
在试验前，研究对象禁服咖啡因，并禁食3小时或以上。在测量了体重和脂肪（用生物阻抗法测量），并在一个安静的恒温房间内仰卧静息15分钟以后，用血管试验仪器（VP-2000, 系统版本CK008FAC-M9；日本科林公司）测量静息心电图、心音图、右肱动脉血压、颈动脉和股动脉压力波形[13]。心电图的R波和心音图的第二心声被用作仪器的定时标志器。肱动脉血压用震荡压力传感器法测量。颈动脉波形用动脉扁平张力测量头在左颈总动脉上测量，测量头含有一个由15个微型压阻转换器组成的阵列，它被用颈圈固定，颈圈可以以最佳的稳定的压力，将测量头压在颈动脉上。股动脉波形用其它的扁平压力测量头测量，测量头用人工放置在左股总动脉上。
颈动脉增强指数和主动脉脉搏波速度
颈动脉AI计算方法如下：[(第二峰值颈动脉收缩压 － 第一峰值颈动脉收缩压)/颈动脉脉压×100][14、15]。颈动脉AI不是在坐姿时测量的，因为坐姿时，颈圈不能稳定地握持颈动脉扁平张力测量头。主动脉脉搏波速度（PWV）是用距离（颈动脉到股动脉）除以经过时间的方法计算的。测量两个记录点之间的距离，作为脉搏波经过的距离。如果从颈动脉量起，就须减去从胸骨上切迹到颈动脉之间的距离[16]。这些距离用随机零长度测量法，使用无弹性的软尺在体表上测量三次。经过时间为近端波形波脚和远端波形波脚之间的时间延迟。波脚是陡峭的收缩期上升段的起点。测量仪器（VP-2000,系统版本CK008FAC，日本科林公司）用基于带通滤波（5-30Hz）和四阶导数的算法，自动检测颈动脉压力波形的波脚和第一及第二峰值收缩压[13]。带通滤波的目的是消除假象。用这种仪器测量到的主动脉PWV和AI的有效性和可靠性已经是确定无疑的[14]。
同时记录的30秒长的颈动脉和股动脉压力波形被加以分析，获得平均颈动脉AI和主动脉AI。血压被测量三次，报告中取平均值。
桡动脉增强指数
用一种基于扁平张力测量法的自动桡动脉测量仪器（HEM-9010AI，日本欧姆龙公司）测量仰卧和坐姿桡动脉AI。动脉扁平张力测量头中备有一个40个微型压阻转换器阵列。将测量头放置在左侧桡动脉上，它自动调节好对桡动脉的压力，以获得最佳的桡动脉压力波形。桡动脉压力波形被记录30秒钟。桡动脉AI的计算方法是：[(第二峰值颈动脉收缩压 － 舒张压)/ (第一峰值颈动脉收缩压 — 舒张压)×100]（17）。测量仪器用四阶导数自动检测每个桡动脉波形的第一和第二峰值收缩压以及舒张压，并进行平均。一如以前所述[17]。用四阶导数波检测第一和第二峰值桡动脉收缩压这种方法的有效性和可靠性已经是确定的[18]。脉搏波传播到周边反射点，再折返所经过的时间（即从收缩期上升段波脚到反射波的返回所产生的拐点之间的时间，Δtp）[19]被测量，以评估桡动脉AI时间组分的可重复性。
运动后肌肉缺血试验
在仰卧姿态下进行了颈动脉AI和桡动脉AI（左腕）的基线测量以后，研究对象进行了两分钟的等速握柄锻炼（右前臂），强度为最大自主收缩的40%[12]。运动停止前5秒钟，裹在右上臂上的闭塞箍带充气至收缩压以上（>240mmHg）。在开始闭塞后1分钟，同时测量颈动脉AI、左肱动脉血压和心率，接着再测量桡动脉AI。桡动脉AI测量以后立即终止闭塞。
统计分析
单变量和偏相关分析被用于评估我们所关心的各变量之间的关系。正向步进多元回归分析用于评估桡动脉AI的独立预报器。颈动脉AI测量值和颈动脉AI的预报值（用回归方程从桡动脉AI推出）之间的相符程度用Bland-Altman图进行评估。心率、肱动脉血压、桡动脉第一和第二峰值收缩压和Δtp都用三次试验的对象内标准偏差（SD）进行评估。重复测量的偏差分析用于确定PEMI对受关注的变量的影响。数值的格式为平均值±SD。P<0.05被认为具有统计上的显著性。
结果
颈动脉和桡动脉增强指数之间的关系
如表1所示，女性的身高、体重、收缩压、舒张压、平均动脉血压和主动脉PWV都低于男性（所有的P<0.001）；但是生体脂肪、颈动脉AI、桡动脉AI和心率高于男性（所有的P<0.0001）。桡动脉AI与颈动脉AI强相关（r=0.86, P<0.0001，图1），虽然桡动脉AI恒比颈动脉AI高出约66%。这两个度量之间的差异没有受到性别的显著影响。在被调查人群中，如果颈动脉AI是根据回归线（它将颈动脉AI和桡动脉AI联系起来）估算的，则这两个度量之差的SD为10%。
在被调查人群中，颈动脉和桡动脉的AI都和年龄（分别为r=0.76和r=0.71）、体重（分别为r=0.25和r =0.30）、身体脂肪（分别为r=0.55和r =0.50）、收缩压（分别为r=0.46和r =0.34）、舒张压（分别为r=0.46和r =0.35）、平均动脉压（分别为r=0.52和r =0.39）和主动脉PWV（分别为r=0.56和r =0.47）正相关；和身高负相关（分别为r=-0.48和r =-0.50）（所有P<0.0001）。虽然颈动脉AI和桡动脉AI都没有表现出和心率的显著性关，但如果用统计方法消除了年龄的影响，这些参数就表现出和心率的虽然显著但却微弱的偏相关关系（分别为r=-0.17和r=-0.15; p<0.05）。在一项正向步进回归分析中，年龄、性别、身高、平均动脉压和心率被作为颈动脉AI的独立预报器输入模型（多元R2=0.72, P<0.0001, 表2），同时年龄、心率和舒张压被作为桡动脉AI的独立预报器输入模型（多元R2=0.63, P<0.0001, 表2）。如果颈动脉AI被作为独立变量包含在正向回归分析内，颈动脉AI、年龄、和身高就是桡动脉AI的独立相关方（多元R2=0.75, P<0.0001, 表2）。
测量姿态对桡动脉增强指数的影响
如表3所示，仰卧时和坐姿时测量的收缩压及平均动脉压没有显著差异。但是仰卧时的舒
张压及心率比坐姿时的低（两者都是P<0.05）。仰卧和坐姿的桡动脉AI测量值没有差异。仰卧和坐姿的AI测量值表显出强线性关联（r=0.93, P<0.0001），平均差为-1.3±10.2%。
桡动脉增强指数的可重复性
心率、肱动脉收缩压和舒张压、桡动脉第一和第二峰值收缩压、桡动脉AI和Δtp的三次测量的对象内SD分别为3.8±2.7次/分、4.5±3.0mmHg、4.2±2.6mmHg、4.4±2.5 mmHg、36.5±2.2mmHg、4.5±2.1% 和4.0±2.2 ms。
运动后肌肉收缩对桡动脉增强指数的影响
在PEMI期间，收缩压、舒张压和平均动脉压都较高（所有P<0.0001），但心率没有变化（表4）。PEMI使颈动脉AI和桡动脉AI分别增加了26%和19%。在被调查的样本中，桡动脉AI表现出和颈动脉AI的强相关关系（在PEMI前和在PEMI期间；r=0.86, P<0.0001），虽然桡动脉AI恒比颈动脉AI高出约65%。在调查的数据中，两种度量之差的SD为8.5%（在PEMI前和在PEMI期间）。PEMI所致的桡动脉AI的变化与相应的颈动脉AI的变化强相关（r=0.86, P<0.0001, 图2），差异为7.3±6.8%。
讨论
在本项研究中我们确定了，直接从桡动脉压力波形获得的AI是否和中央动脉AI等效。
本项研究的最主要的发现如下。在一个年龄范围广泛的大人群中，直接从桡动脉压力波形获得的AI和直接从颈动脉压力波形获得的AI显著地强相关。相似地，交感神经活性刺激所引起的桡动脉AI的急性变化与绕颈动脉AI的变化相似。这些结果提示，在桡动脉上直接测量的AI提供的信息可与颈动脉AI测量所提供的信息媲美。
用传输函数，从桡动脉波形计算合成主动脉波形，由此所获得的主动脉AI被广泛地应用于评估增强的波反射[3、5]。但是这种应用传输函数以获得中央主动脉AI的方法一直受到批评，因为它的的偏差和变异相当大，限制了它在精确预测中央主动脉AI中的效用[6-9]。关于这个问题，Millasseau等人[10]怀疑用传输函数以获得AI的方法，并检查了直接测量的桡动脉AI和中央动脉AI之间的关系。不过他们所检查的不是直接测量的中央主动脉AI，而是从合成主动脉血压波形——它是通过传输函数，从桡动脉波形推导出来的——获得的AI。那一项研究 [10] 显示，主动脉AI和直接从桡动脉脉搏获得的桡动脉AI紧密相关（r>0.9），在使用血管活性物质（即硝酸甘油和去甲肾上腺素）后，这些度量产生类似的变化。Kophara等人[17]和Segers等人[20]也报告了两种AI之间的强相关关系：一是直接测量的桡动脉AI，另一是用传输函数获得的主动脉AI（分别为r=0.82和r=0.94）。在理论上，桡动脉波形包含所有的，用以合成传输函数所推导出的波形的数据[21]，因此他们的观察结果并不令人惊奇，不能支持下列假说：从直接测量的桡动脉脉搏就可以获得有关中央压力波反射的类似信息（袁文 ”can be obtained directly measured from the radial pulse” 疑为。”can be obtained from the directly measured radial pulse” 之误）
为了排除预料中的，传输函数的偏差和变异的影响，我们不用传输函数计算颈动脉AI和桡动脉AI。直接测量的颈动脉AI和用导管——其顶端装了微型测压头——无创地测量的上行主动脉AI强相关，虽然颈动脉AI恒低于上行主动脉AI[11]。重要的是，颈动脉AI直接关联到心血管病危险、死亡和发病，虽然这一点只高度选择性地适用于小人群（如晚期肾衰竭病人）[2、4]。在本项研究中，我们在年龄分布范围宽广的大男女人群中观察到，不用传输函数而从颈动脉和桡动脉脉搏波获得的AI之间有紧密相关关系（r=0.86），虽然两种度量之差的SD大一点（～10.0%）。如果将颈动脉AI作为独立变量纳入正向步进回归分析中，它就是桡动脉AI的主要预报器，这解释了桡动脉总变异中的73%。归纳起来，即不用传输函数也可以从桡动脉AI估算颈动脉AI。
一项用因变量桡动脉AI和独立变量年龄、性别、身高、身体组成（body composition）、血压、心率和主动脉PWV（即不包含颈动脉AI）进行的步进回归分析中，年龄、心率和舒张压被作为桡动脉AI的独立预报器输入了模型。相似地，对颈动脉AI有意义独立变量是年龄、性别、平均动脉压和心率。我们的观察结果和以前的，确定颈动脉AI[22]和桡动脉AI[17]的独立变量的研究的结果几乎是一致的。桡动脉AI的贡献因素和颈动脉AI的几乎是一样的（即年龄、血压和心率）。这可能是桡动脉AI和颈动脉AI如此高度相关的一个原因。
为了证实和扩展这些观察结果，我们用运动诱发metaboreflex的交感神经刺激法，以确定桡动脉AI的变化是否与颈动脉AI的变化一致。一般地说，交感神经系统的活化诱发动脉收缩和平均动脉血压升高，从而提高PWV和增大来自周边的波反射，导致AI上升[1]。要注意，在交感神经受刺激的情况下，桡动脉AI的变化和颈动脉AI的变化强相关，二者之差为7.3±6.8%，较小，和对象内的SD差不多。除此之外，对调查所得数据（PEMI前和PEMI期间）进行的相关分析揭示，桡动脉AI及颈动脉AI和我们的横断面研究结果相似。这些结果着重表明，桡动脉AI和颈动脉AI之间有紧密的，可以预测的关联。
主动脉PWV虽然和颈动脉AI之间有不大但显著的相关关系，但它没有作为颈动脉AI的预测参数进入模型。这些结果可能意味着：与其它因素相比较，中央动脉僵硬度对主动脉和颈动脉的AI只有相对较小的影响。Lacy等人[23]提出，糖尿病人的主动脉PWV升高，但这种升高与主动脉AI的升高没有关联。Kelly等人[24]表明，在健康男性中，血管活性药物可以改变主动脉AI，而这种改变与主动脉PWV没有关系。Mitchell等人[22]显示了：中年人颈动脉AI上升，在60岁以后达到高平台水平，或下降，尽管主动脉PWV继续上升。另一方面，新近的一项研究[25]表明，在一个包含Marfan综合症病人的小组中（年龄为13-60岁），AI的主要决定因素是PWV和动脉系统的有效长度。研究对象疾病和年龄的不同可能是这些研究结果不相符的一个原因。虽然颈动脉AI[4]和主动脉PWV[16、26、27]与心血管死亡和发病有直接的关联，但这些指数可能代表了有关动脉循环系统的各个部分状况的信息。
使用桡动脉AI测量值的一个好处是方法简单。使用这种相对简单的测量方法，需要有一只放置在腕部的动脉张力测量传感器。Segers等人[20]报告了276个研究对象的关于桡动脉AI和颈动脉AI之间相关关系的数据。他们根据Millar笔形张力测量器手工测量的粗略信号计算AI，没有用传输函数或专利算法，并且只获得中等相关关系，r=0.72，相关程度没有我们获得的结果密切（r=0.86）。我们使用了半自动测量仪器，它包含扁平张力测量传感器。它可以以最佳接触压力压在颈动脉和桡动脉上，以正确地记录压力波形。它使技术技能性错误减至最少。我们观察到的颈动脉AI和桡动脉AI极为一致，这全有赖于它。另一方面，完全依赖自动仪器的输出可能是这种方法的一个缺点，因为我们可能漏过了加深对这一复杂事物的认识的机会。但是Correz-Cooper等人[14]报告说，用商业算法自动计算的颈动脉AI和用手工方法获得的颈动脉AI很好地相符，至少部分地如此。在本项研究中我们使用同样仪器进行颈动脉AI的测量。除此之外，本项研究表明，桡动脉AI（压力组分）和Δtp(时间组分)有极好的可重复性，可以与心率和肱动脉血压的相应组分相媲美，而且不受测量姿态（仰卧或坐姿）的影响。这种测量桡动脉的自动仪器有可能被用作筛查和诊断仪器，用于评估亚临床病理状态，并可能适用于大规模临床试验。我们还要进行进一步的研究，以检查直接测量的颈动脉AI和桡动脉AI之间的关系，和心血管病的死亡率和发病率。
总之，在年龄范围广泛的成人人群中，桡动脉AI和颈动脉AI显著相关联。交感神经活性刺激引起的桡动脉AI的急性变化与颈动脉的变化相似。这些结果提示：桡动脉AI给出了与颈动脉AI测量值等效的信息，具有成为心血管病的替代标志器的可能。
（来源：Journal of Hypertension 2007, 25: 375-381）
