[論文レビュー] Zipf's law in human heartbeat dynamics

Jaan Kalda, Maksim Säkki+2 more|ArXiv.org|Oct 26, 2001

Complex Systems and Time Series Analysis被引用数 14

ひとこと要約

本研究では、心拍動態における低ばらつき期間の特徴付けにツイフの法則の新規応用を提案し、これらの期間の分布がマルチスケーリング型のべき乗則に従うことを明らかにした。この手法は、健康な被験者とさまざまな心疾患を有する被験者を効果的に区別でき、r₁₀₀およびrₘₐₓなどのパラメータが複数の患者群において高い診断的性能（p < 0.01）を示した。

ABSTRACT

It is shown that the distribution of low variability periods in the activity of human heart rate typically follows a multi-scaling Zipf's law. The presence or failure of a power law, as well as the values of the scaling exponents, are personal characteristics depending on the daily habits of the subjects. Meanwhile, the distribution function of the low-variability periods as a whole discriminates efficiently between various heart pathologies. This new technique is also applicable to other non-linear time-series and reflects these aspects of the underlying intermittent dynamics, which are not covered by other methods of linear- and nonlinear analysis.

研究の動機と目的

• 人間の心拍動態における低ばらつき期間がスケール不変なべき乗則分布に従うかどうかを調査すること。
• ツイフの法則のパラメータが、健康な被験者とさまざまな心疾患を有する被験者を区別する診断的潜在能力を評価すること。
• 従来の線形的手法やマルチフラクタル手法を超える、複雑で間欠的なダイナミクスを捉えることのできる、短時間の心拍変動を分析するための強固な非線形手法を開発すること。
• 健康と病態の臨床的区別に高い統計的有意性を示す、低ばらつき期間のランク-長さ分布から導出された主要なパラメータを同定すること。

提案手法

• 218名の被験者から得られた24時間のホルター心電図記録を用い、180 Hzのサンプリングレートで正常間隔（NN間隔）を抽出した。
• 低ばらつき期間は、心拍数の変動が最小限に抑えられたセグメントとして特定され、その持続時間τは出現頻度に基づいてランク付けされた。
• ランク-長さ分布r(τ)を分析し、べき乗則スケーリングr ∝ τ^−γが成立するかを検証した。ここでγはスケーリング指数を表す。
• 学生のt検定を用いて、r₁₀₀、rₘₐₓ、τₑₙ𝒹、τ₄₀などのパラメータが異なる被験者群において有意に差を示すかを評価した。
• 健康被験者とさまざまな病態を有する被験者のランク-長さ曲線を比較し、理想的なべき乗則行動からの逸脱を焦点として、手法の妥当性を検証した。
• 臨床応用の簡素化と耐性の向上を目的として、rₜ（固定τにおけるランク）およびτᵣ（固定ランクにおける持続時間）といった代替パラメータを導入した。

実験結果

リサーチクエスチョン

• RQ1 人間の心拍動態における低ばらつき期間の分布は、ツイフの法則に一致するべき乗則スケーリングに従うか？
• RQ2 さまざまな日常的行動習慣を持つ被験者において、スケーリング指数やべき乗則の存在はどのように変化するか？
• RQ3 低ばらつき期間の全分布が、健康被験者とさまざまな心疾患を有する被験者を区別する診断的ツールとして機能できるか？
• RQ4 ランク-長さ曲線から導出されたパラメータ（例：r₁₀₀、rₘₐₓ、τₑₙ𝒹）の中で、最も高い診断的有意性を示すのはどれか？
• RQ5 観察されたスケーリング行動は、心拍信号における非ステーションアリティの影響を受けることなく、臨床的に適用可能であるか？

主な発見

• 健康被験者における低ばらつき期間の分布は、通常、マルチスケーリング型のツイフの法則に従い、スケーリング指数γは個人の日常的行動習慣に応じて変動する。
• r₁₀₀（τ = 100 msにおけるランク）は高い診断的性能を示し、健康被験者と5つの病態群をp < 0.01で区別できた。
• rₘₐₓ（低ばらつき期間の総数）も強力な診断的パワーを示し、大多数の比較でp値が1%未満であった。
• τₑₙ𝒹（スケーリング範囲の終端における持続時間）は、健康群と病態群の区別に優れた能力を示し、大多数の比較でp < 1.6%であった。
• τ₄₀（ランク40における持続時間）はτ₁₀およびτ₂₀を上回り、VES群との比較でp値が0.34%であった。これは病態変化に対する高い感受性を示している。
• r₁₀₀はr₅₀およびr₂₀₀よりも効率的であり、健康対VES群比較においてp値が0.02%、0.01%、0.09%であった。