[논문 리뷰] Zipf's law in human heartbeat dynamics

Jaan Kalda, Maksim Säkki외 2명|ArXiv.org|2001. 10. 26.

Complex Systems and Time Series Analysis인용 수 14

한 줄 요약

이 연구는 인간 심박수 동역학에서 저변동성 기간을 특성화하기 위해 지프의 법칙을 새로운 응용으로 도입하며, 이러한 기간의 분포가 다중 척도적 거듭제곱 법칙을 따른다는 것을 밝혀냈다. 이 방법은 다양한 심장 질환을 가진 환자와 건강한 개인을 성공적으로 분류하며, r₁₀₀ 및 rₘₐₓ와 같은 매개변수들이 여러 환자 집단에서 높은 진단 성능(p < 0.01)을 보였다.

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.

연구 동기 및 목표

• 인간 심박수의 저변동성 기간이 척도 불변 거듭제곱 법칙 분포를 따르는지 조사하기.
• 지프의 법칙 매개변수의 진단 잠재력을 평가하여 건강한 개인과 다양한 심장 질환 환자를 구별할 수 있는지 평가하기.
• 기존 선형 또는 다중분포 분석 방법을 초월하여 복잡하고 간헐적인 동역학을 포착하는 단기 심박수 변동성 분석을 위한 강력한 비선형 방법 개발하기.
• 저변동성 기간의 순위-길이 분포에서 유도된 핵심 매개변수 중 임상적 분류에서 높은 통계적 유의성을 보이는 것 식별하기.

제안 방법

• 저자들은 218명의 환자로부터 24시간 동안의 홀터 심전도 기록을 분석하였으며, 180 Hz의 샘플링 속도로 정상-정상(NN) 간격을 추출하였다.
• 저변동성 기간은 심박수 변동이 최소인 세그먼트로 정의되었으며, 그 지속시간 τ는 발생 빈도에 따라 순위가 매겨졌다.
• 순위-길이 분포 r(τ)를 분석하여 거듭제곱 법칙 스케일링 r ∝ τ^−γ의 존재 여부를 테스트하였으며, 여기서 γ는 스케일링 지수를 나타낸다.
• 연구는 r₁₀₀, rₘₐₓ, τₑₙ𝒹, τ₄₀ 등의 매개변수의 진단 유의성을 평가하기 위해 스터디의 t-검정과 같은 통계 기법을 사용하였다.
• 건강한 피험자와 다양한 병변을 가진 환자의 순위-길이 곡선을 비교하여 방법의 타당성을 검증하였으며, 이상적인 거듭제곱 법칙 행동에서의 이탈 여부를 중점적으로 분석하였다.
• 임상 적용을 단순화하고 강건성을 향상시키기 위해 rₜ(고정된 τ에서의 순위)와 τᵣ(고정된 순위에서의 지속시간)와 같은 보조 매개변수를 도입하였다.

실험 결과

연구 질문

• RQ1 인간 심박수의 저변동성 기간 분포는 지프의 법칙에 부합하는 거듭제곱 법칙 스케일링을 따르는가?
• RQ2 다양한 일상 습관을 가진 개인 간에 스케일링 지수와 거듭제곱 법칙 존재 여부는 어떻게 달라지는가?
• RQ3 저변동성 기간의 전체 분포는 건강한 개인과 다양한 심장 질환 환자를 구별하는 진단 도구로 활용될 수 있는가?
• RQ4 순위-길이 곡선에서 유도된 매개변수들(예: r₁₀₀, rₘₐₓ, τₑₙ𝒹) 중 어느 것이 가장 높은 진단 유의성을 보이는가?
• RQ5 관찰된 스케일링 행동은 강건하고 임상적으로 적용 가능한가, 아니면 심박수 신호의 비정상성에 의해 왜곡되는가?

주요 결과

• 건강한 개인에서 저변동성 기간의 분포는 일반적으로 다중 척도적 지프의 법칙을 따르며, 스케일링 지수 γ는 개인의 일상 습관에 따라 변동한다.
• r₁₀₀(τ = 100 ms일 때의 순위)는 높은 진단 성능를 보였으며, 건강한 환자와 다섯 가지 병리 그룹 간에 p < 0.01로 유의하게 분류되었다.
• rₘₐₓ(저변동성 기간의 총 수) 역시 강력한 진단 능력을 보였으며, 대부분의 비교에서 p-값이 1% 이하였다.
• τₑₙ𝒹(스케일링 범위의 끝에서의 지속시간)는 건강 그룹과 병리 그룹 간의 분류에 뛰어난 분류 능력을 보였으며, 대부분의 비교에서 p < 1.6%였다.
• τ₄₀(순위 40에서의 지속시간)는 τ₁₀과 τ₂₀보다 뛰어난 성능를 보였으며, VES 그룹에 대해 p-값이 0.34%로 병리적 변화에 매우 민감함을 나타냈다.
• r₁₀₀는 r₅₀와 r₂₀₀보다 더 효율적이었으며, 건강 대 VES 그룹 비교에서 각각 p-값이 0.02%, 0.01%, 0.09%였다.