基于心音心电动态监测技术的运动性疲劳评估模型的建立

摘要

背景 疲劳是威胁健康的重要因素之一，准确评价疲劳程度并进行干预具有重要意义。目的 构建健康青年男性运动性疲劳的评估模型。方法 2023年4月解放军总医院第一医学中心麻醉科招募健康青年男性受试者192例为建模训练集，另招募不同单位的青年男性受试者33例为验证集。所有受试者利用“疲劳自觉症状调查表”进行评价，通过血压体位反射试验采集无创血压，利用可穿戴心音心电设备采集心音心电数据，并按照(平躺后扶起恢复2 min后-平躺前)/平躺前进行数据处理。单因素和多因素逻辑回归分析该人群中运动性疲劳发生的相关因素，建立对应的列线图评估模型。采用受试者工作特征(receiver operating characteristic,ROC)曲线分析模型效能。绘制校准曲线，评估模型的校准度，绘制决策曲线(decision curve analysis,DCA)评估模型的临床适用性。结果 训练集中多因素逻辑回归分析显示，△射血前期(OR=1.067,95%CI:1.011～1.139)、△第二心音能量(OR=1.019,95%CI:1.003～1.039)、△心率(OR=1.115,95%CI:1.033～1.215)、△第一心音能量(OR=0.972,95%CI:0.943～0.997)、△校正左心室射血时间(OR=0.772,95%CI:0.613～0.932)均与中-重度疲劳独立关联。将以上因素纳入并建立列线图评估模型，该模型训练集的曲线下面积(area under the curve,AUC)为0.908(95%CI:0.825～0.991)。此模型在33例受试者组成的验证集中预测中-重度疲劳的AUC为0.940(95%CI:0.854～1.000)。校准曲线显示验证结果与模型结果有较高的一致性；决策曲线显示模型在低至中等风险阈值范围内表现较好。结论 本研究利用心音心电相关数据建立的逻辑回归模型在运动后疲劳程度评估方面表现良好，具有一定应用价值。

关键词

心音 / 心电 / 疲劳 / 运动性疲劳 / 评估模型 / 列线图