[論文レビュー] Multiscale Partial Information Decomposition of Dynamic Processes with Short and Long-range correlations: Theory and Application to Cardiovascular Control

Hélder Pinto, Riccardo Pernice+4 more|arXiv (Cornell University)|Apr 29, 2022

Heart Rate Variability and Autonomic Control参考文献 78被引用数 15

ひとこと要約

本稿では、収縮期動脈圧（S）および呼吸（R）から心拍周期（H）への指向的情報フローを、短期的ダイナミクスと長距離相関の両方を考慮して定量化する、新しい多スケール部分情報分解（M-PID）フレームワークを提案する。VARFI（ベクトル自己回帰分数統合）モデルを用いる。結果として、体位ストレスは短スケールで冗長な情報伝達を増加させるが、精神的ストレスは長スケールで協同的（シンメトリック）な情報伝達を強化することが明らかになった。これは、ストレス反応の背後にある生理的メカニズムが異なることを示している。

ABSTRACT

Heart rate variability results from the combined activity of several physiological systems, including the cardiac, vascular, and respiratory systems which have their own internal regulation, but also interact with each other to preserve the homeostatic function. These control mechanisms operate across multiple temporal scales, resulting in the simultaneous presence of short-term dynamics and long-range correlations. The Network Physiology framework provides statistical tools based on information theory able to quantify structural aspects of multivariate and multiscale interconnected mechanisms driving the dynamics of complex physiological networks. In this work, the multiscale representation of Transfer Entropy from Systolic Arterial Pressure (S) and Respiration (R) to Heart Period (H) and of its decomposition into unique, redundant and synergistic contributions is obtained using a Vector AutoRegressive Fractionally Integrated (VARFI) framework for Gaussian processes. This novel approach allows to quantify the directed information flow accounting for the simultaneous presence of short-term dynamics and long-range correlations among the analyzed processes. The approach is first illustrated in simulated VARFI processes and then applied to H, S and R time series measured in healthy subjects monitored at rest and during mental and postural stress. Our results highlight the dependence of the information transfer on the balance between short-term and long-range correlations in coupled dynamical systems, which cannot be observed using standard methods that do not consider long-range correlations. The proposed methodology shows that postural stress induces larger redundant effects at short time scales and mental stress induces larger cardiovascular information transfer at longer time scales.

研究の動機と目的

• 生理的ネットワーク内における多スケール情報伝達の短期的ダイナミクスと長距離相関を同時に捉える手法を開発すること。
• 心拍数、血圧、呼吸といった結合された生理的プロセスの多スケール分析に、部分情報分解（PID）を拡張すること。
• 体位的ストレスと精神的ストレスという異なる種類のストレスが、心血管制御における情報伝達の性質に与える影響を調査すること。
• 状態空間モデルに基づくパラメトリックで解析的な枠組みを提供し、短時間系列に対しても信頼性の高い情報測定を可能にすること。

提案手法

• 短期的ダイナミクスと長距離相関の両方を有する多変量生理的プロセスを表現するために、ベクトル自己回帰分数統合（VARFI）モデルを用いる。
• 状態空間モデル理論を適用し、多スケールのトランスファーエントロピー（TE）およびその固有的、冗長的、協同的成分への分解に対する解析的表現を導出する。
• 部分情報分解（PID）を用いて、SおよびRからHへの結合情報伝達を、複数の時間スケールで固有的、冗長的、協同的寄与に分解する。
• VARFIモデルにおける分数統合を用いて長距離依存性を捉え、標準的なVARモデルを拡張する。
• 状態空間フィルタリングを用いた時間スケール集約により、TEおよびITE（相互作用トランスファーエントロピー）の多スケール表現を導出する。
• 実験的H、S、R時間系列（健康な被験者、安静時、精神的ストレス時、体位的ストレス時のデータ）に適用する前に、VARFIプロセスをシミュレーションして手法の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 短期的ダイナミクスと長距離相関のバランスが、心血管制御システムにおける情報伝達に与える影響は何か？
• RQ2 複数の時間スケールにわたり、動脈圧および呼吸からの情報伝達において、冗長性と協同性の寄与はそれぞれどのように異なるか？
• RQ3 精神的ストレスと体位的ストレスという異なるストレス要因は、心血管ネットワーク内での情報伝達の性質とスケールにどのように影響を与えるか？
• RQ4 VARFIおよび状態空間モデルに基づくパラメトリックで解析的なフレームワークは、短時間生理的時間系列に対しても多スケール情報分解を信頼性高く推定できるか？

主な発見

• 体位的ストレスは、短スケール（0.5–2秒）でSおよびRからHへの冗長な情報伝達が顕著に増加しており、制御機構がより同期的で、多様性に欠けることを示している。
• 精神的ストレスは、長スケール（4–8秒）でより大きな協同的（シンメトリック）な情報伝達をもたらしており、適応的調節のための入力統合が促進されていると考えられる。
• 提案されたVARFIを用いたM-PIDフレームワークは、標準的手法が検出できない短期的ダイナミクスと長距離相関の相互作用を的確に捉えている。
• この手法は、ストレスの異なる生理的サインを明らかにした：体位的ストレスは冗長性を、精神的ストレスは協同性を情報処理において優位にしている。
• 状態空間モデルによる解析的導出により、短時間系列に対しても多スケール情報測定の正確かつ効率的な計算が可能になった。
• フレームワークは、長距離相関が情報伝達構造を顕著に変化させることを示しており、これを無視するとその構造が歪められてしまうことが明らかになった。