从心率变异性到适应性生理重构：健康与疾病的多系统假说

《Physiologia》：From Heart Rate Variability to Adaptive Physiological Reconfiguration: A Multisystem Hypothesis of Health and Disease

　　

： 临床评估通常依赖于被解释为孤立数值或相对于人群衍生阈值的生理变量。尽管这些方法不可或缺，但它们关于调节灵活性、系统间协调以及应激后恢复所提供的信息有限。生理信号包含跨多个时间尺度的结构化波动，这些波动反映了器官系统之间的动态调节与相互作用。本文提出适应性生理重构（adaptive physiological reconfiguration）作为解释疾病相关生理动力学变化的整合框架。研究人员假设，疾病相关脆弱性与生理系统在变化的功能状态间适当重构信号动力学及系统间关系、并在扰动后恢复情境适当组织的能力下降有关。心率变异性（heart rate variability, HRV）提供了概念起点，而网络生理学（network physiology）将该视角扩展至多系统调节。连续多模态监测与人工智能（artificial intelligence, AI）可能支持对这些动力学的表征，但无法建立因果关系。该框架产生可检验的预测：动态及多系统特征应提供超越相应均值与孤立信号的可重复信息，而恢复轨迹应有助于表征生理弹性。这些假说需要标准化测量、外部验证及前瞻性评估。

论文主体内容总结：

1. 引言

论文指出，生物标志物是正常生物学过程、病理过程或干预反应的客观测量指标。临床实践中许多生物标志物被解释为孤立数值或相对于人群阈值的水平，这些方法虽对诊断与监测至关重要，但关于适应能力、应激反应及恢复的信息有限。生理系统持续适应内外需求变化，稳态依赖反馈机制维持生理变量于功能范围内。正常范围内的数值并不必然表明调节功能完整，因为静息值相似的个体可能在生理储备与应激反应方面存在差异。生理变异性不应被视为随机噪声，在排除测量误差与技术伪差后，生理信号波动常呈现跨多时间尺度的组织化模式。心率变异性（HRV）是动态生理标志物的成熟范例，但既非疾病特异性诊断测试，也非交感-副交感平衡的直接测量。呼吸模式、血压与血糖波动、睡眠、体温、体力活动及昼夜节律均适用类似原则。连续生理数据的日益可得为纵向研究多系统动力学创造了新机遇，人工智能（AI）应被视为分析工具而非自主诊断系统。本文提出适应性生理重构作为整合性构念，假说认为生理健康取决于动力学在功能需求变化时适当重组并在扰动后恢复情境适当组织的能力。

2. 生理变异性作为动态调节的属性

生理变异性是持续调节的预期结果。稳态指生理变量在功能范围内的调节，而异稳态（allostasis）强调调节过程对预期或实际需求的调整。生理储备描述面对挑战时增强或修改功能的能力，弹性指抵抗挑战影响或事后恢复的能力，这些概念相关但不可互换。调节过程跨多个时间尺度运作，从逐搏调整到昼夜节律及更长期适应。生理变异性与生理复杂性相关但不等同：变异性描述波动的存在与幅度，复杂性指其时间组织与多尺度结构。高度周期性信号可能规律但信息有限，随机噪声可能不规则但不反映协调的生理控制。两个信号可能具有相同均值与方差，但数值顺序与相关性差异显著。基于熵的测量、分形标度及长程相关性已用于量化时间组织的不同方面。然而，更大变异性未必有益，心率碎片化可发生于窦性心律，可能贡献高短期HRV而不必然表明增强的迷走调节或保留的生理适应性。健康调节不能仅从变异性幅度推断，相关模式须具有适合所检信号与生理状态的幅度和时间组织。解释须考虑年龄、性别、体能、昼夜节律相位、姿势、睡眠状态、药物、合并症及近期活动。在该框架内，情境适当且信号特异性的变异性指波动幅度落在预定参考限值内或在明确挑战期间于预期范围内变化。适当性须依据独立于临床结局定义的参考进行判断。改变的信号特异性变异性可表现为波动减少或过度不稳定，时间组织丧失归入时间复杂性维度，反应受损与扰动后恢复延迟被视为生理适应性降低的相关但不同指标。

3. HRV作为信号特异性动态调节的模型

HRV描述连续正常窦性搏动间期的变化，反映窦房结整合自主神经、呼吸、压力反射、中枢、体液及心脏内在影响。时域测量量化变异性幅度，SDNN描述指定记录期间总体变异，RMSSD对连续间期短时差异更敏感。频域分析将变异性分为频谱成分，高频功率（0.15–0.40 Hz）主要反映呼吸相关心脏迷走调节，低频（LF）功率反映混合性交感、迷走及压力反射影响，LF/HF不应被解释为心脏交感活动与交感-迷走平衡的直接定量测量。非线性方法可检测常规变异性测量相似时的时间组织变化，但不同非线性指标量化不同信号属性，不可互换使用。HRV受呼吸、姿势、运动、睡眠及情绪应激调节，标准化挑战与恢复期间的测量可能揭示静息记录不明显的动态属性。临床研究表明，心肌梗死后及慢性心力衰竭患者中时域HRV降低与死亡率相关，2型糖尿病患者多项HRV测量低于对照组，脓毒症中HRV改变与死亡率相关，但研究间差异显著。解释须控制平均心率、心律、呼吸、姿势、睡眠状态、体力活动、药物、记录时长、异位搏动及技术伪差等因素。HRV以R-R间期表示时依赖于平均心率，应报告平均心率并按预定方法处理其影响。标准HRV解释通常要求窦性心律、严格处理异位搏动与伪差，并明确报告记录与预处理条件。

4. 从HRV到多系统生理动力学

HRV所展示的原理不限于心脏节律。呼吸活动、血压、血糖、体温及体力活动产生时变生理信号，睡眠是多个系统协调动力学生理状态的反映。多系统框架应保留每个信号的生理意义、时间尺度与测量情境，而非将异质动力学压缩为单一无差别变异性评分。呼吸频率、深度与节律逐次呼吸变化，反映中枢呼吸控制、化学反射活动、肺力学、代谢需求、言语、情绪及自主行为。血压变异性发生在从连续心搏到数天及临床就诊的多个时期，受自主调节、压力反射功能、血管特性、姿势、活动、昼夜节律及药物影响。持续血糖监测揭示餐后波动与短期变化，血糖变异性可能反映食物摄入、胰岛素分泌、药物、活动及疾病间的相互作用。睡眠提供生理重组的自然范例，觉醒、非快速眼动睡眠与快速眼动睡眠之间的转换伴随神经活动、自主调节、呼吸、心血管功能、运动及体温调节的变化。生理信号相互依赖：呼吸改变心脏间期，血压与心率通过压力反射通路相互作用，活动同时影响多个系统。网络生理学（network physiology）研究这些关系及其跨功能状态的重组，多系统概况应同时保留信号特异性动力学与选定信号间时变关系。

5. 疾病相关生理动力学改变

疾病相关失调可能涉及反应性降低或过度不稳定，不必遵循单一变化方向。较低HRV与特定心血管及脓毒症人群不良结局相关，生理复杂性降低与衰老及衰弱相关。波动幅度不决定时间组织，更大变异性可伴随血压或血糖控制受损。系统间耦合跨功能状态重组，本框架不假设跨疾病的耦合变化单一方向，候选异常应依据预定参考进行评估。扰动-恢复动力学代表生理适应性的相关但不同维度，静息测量可保持在常规范围内但反应能力有限或恢复受损。对挑战反应的幅度与协调可为生理储备评估提供信息，恢复速度与完整性更直接关系生理弹性。标准化运动与姿势测试应区别于感染或手术等临床扰动。疾病可能关联对当前情境不适应的生理动力学，而非变异性变化的单一方向。不同疾病可能产生反应性降低、过度不稳定、时间复杂性丧失、系统间协调异常及恢复延迟的不同组合，这些特征应作为调节功能障碍的补充指标而非替代常规生物标志物。

6. 网络生理学与动态系统间耦合

生理调节依赖于系统间相互作用而非孤立器官功能。在生理网络中，节点是器官系统或信号衍生过程的操作性表征，链接量化它们之间的统计或动力学关系，不应自动解释为直接解剖连接、生理通信通路或因果效应。链接可能反映直接调节、间接通路或共同输入暴露。心肺耦合是互惠的，不能由单一相关系数完全表征。生理网络是动态的，相互作用强度、方向与时机随姿势、活动、睡眠、应激及其他功能状态变化。跨觉醒、快速眼动睡眠与非快速眼动睡眠的网络拓扑差异已被证明，表明生理耦合是状态依赖的。临床恶化可能不仅涉及单个系统内功能障碍，还涉及其间关系的适应不良重组。Godin与Buchman提出生物振荡器间耦合破坏可能促成多器官功能障碍综合征，但这是理论性、情境依赖的解释而非普遍证实的机制。生理弹性可部分视为网络属性，扰动需要多个系统协调调整随后恢复至功能状态。系统间耦合分析需要同步高质量记录及适合生理问题的方法，相关性、相干性、相位同步、互信息及方向性方法测量不同属性，不可互换。网络测量应被解释为生理组织的情境依赖描述，而非直接因果通信证据。

7. 潜在临床意义与转化要求

动态评估的临床价值须针对每个群体、预期用途与决策情境确立。结局关联本身不证明标志物指导护理的获益。Moorman等随机试验中，3003名极低出生体重婴儿随机分配显示或隐藏心率特征指数，死亡率这一次要结局在显示组较低（8.1%对10.2%；风险比0.78，95% CI 0.61–0.99；p = 0.04），而主要结局120天内存活且无呼吸机天数无显著差异（p = 0.08）。该试验提供了特定动态监测策略获益的证据，推广至其他群体或多系统概况需单独评估。连续监测可捕捉间歇测量遗漏的轨迹，但更早检测不必然改善结局。可穿戴监测可随时间表征个体生理模式。运动提供动态生理评估的临床成熟范例，Cole等证明运动后心率恢复受损独立于常规危险因素预测死亡率。心肺运动测试提供涉及心血管、呼吸及代谢反应的标准挑战，心力衰竭中峰值摄氧量与VE/VCO₂斜率提供功能与预后信息。ATRAMI研究中压力反射敏感性与Holter衍生心率减速能力证明心肌梗死后预后价值。运动训练可修改选定动态指标，随机研究报道冠状动脉疾病患者HRV与压力反射敏感性增加及慢性心力衰竭患者运动后心率恢复改善。临床转化需要明确定义使用情境，每项候选测量应经技术验证、分析验证与临床验证，随后进行增量价值、校准、可操作性及对临床决策或患者结局影响的前瞻性评估。

8. 可操作化的基于变异性的生理评估

评估单位是包含平均水平、动态特征及对变化需求反应的生理轨迹。情境适当动力学依据独立于临床结局定义的参考判断。信号特异性变异性的参考值可来自匹配生理状态、年龄、性别及相关记录条件的健康参与者，或来自个体在等效条件下的稳定基线。时间复杂性需要采用相同记录时长、预处理及指标参数的可比参考记录。系统间耦合需要独立状态匹配记录的强度、方向、时机或拓扑参考模式，不假定更强或更弱耦合更优。扰动-恢复动力学需要明确挑战及基于独立参考数据或同一挑战可重复既往反应的响应方向、幅度与恢复时间预定预期。选定参考、指标、分析窗口与可接受偏差须在测试临床结局关联前指定。操作上，适应性生理重构可沿四个分析维度检验：信号特异性变异性、时间复杂性、系统间耦合及扰动-恢复动力学。这些层次应初始保持分离，过早合并为通用评分可能掩盖相反异常。信号、生理状态、时间尺度与分析窗口应针对预期情境预先指定。两项前瞻性研究设计说明增量价值预测的检验方式，均将预定状态依赖重构特征与常规测量及现有动态指标比较，增量价值通过将预定候选特征添加到已包含既定临床及单信号反应或恢复测量的比较模型来评估。研究应预先注册方案与分析计划，区分确证性与探索性分析，定义检验族与多重性控制，报告所有预定分析包括零结果，探索性识别模式需独立确认。

9. 用于生理动力学多模态整合的人工智能

多系统生理数据提出单变量分析无法充分解决的分析挑战。心脏、呼吸、血管、代谢、睡眠相关、温度及活动信号在采样频率、时间尺度、噪声结构、缺失性及测量情境上存在差异，可能异步或仅间歇可得。基于AI的方法可能支持异质数据整合，但其角色是分析与整合性的而非自主诊断系统。多模态整合可在原始信号、预定生理特征或直接从数据学习的计算表征层面进行。生理定义特征相对可解释但可能无法捕获所有相关关系，表征学习方法可直接从高维信号识别额外模式但其生理意义可能难以确立。时间模型可检查生理状态如何演变、转换如何发生以及轨迹在稳定、恶化与恢复条件下是否不同。基于图的模型可将信号衍生生理过程表示为节点、时变统计关系表示为链接，但模型衍生链接不应被解释为直接生理通信或因果性。模型输出应是任务特异性且生理可解释的，临床有意义输出应识别贡献信号、相关时间窗口、动态异常及其估计的不确定性。数据质量是主要限制，模型可能学习设备身份、护理环境、治疗模式或缺失模式而非潜在生理动力学。验证须反映预期使用情境，包括预定分析流程、患者层面训练测试分离、信息泄漏预防、与更简单基线模型比较、校准、不确定性及缺失数据稳健性评估。外部验证应测试跨机构、设备、记录方案及患者人群的可移植性。数据依赖的预处理、特征选择与超参数调优应在每次重采样分割的训练部分内进行，最终测试数据应保持未触及直至模型与流程固定。临床预测模型开发或评估研究应遵循TRIPOD+AI。

10. 讨论

本文提出评估状态依赖生理重构并检验其相对既定动态方法增量价值的操作框架。各维度证据强度不同，预后队列将HRV降低及运动后心率恢复受损与死亡率关联，复杂性分析表征时间组织，网络生理学研究证明状态依赖耦合，新生儿随机试验报告次要结局死亡率降低而主要结局无显著差异。这些发现支持单个组成部分强于其整合，未建立跨疾病的共同因果机制或证明所提框架的增量临床价值。核心含义是病理动力学不能在高至低变异性的单一连续体上表征，相似总变异性可共存不同时间组织，耦合可能变弱、过度增强、延迟或对变化生理状态反应不足。多项限制约束所提解释：生理信号是多个相互作用机制的间接输出，统计耦合不证明器官系统间直接通信，动态测量与不良结局的关联可能反映疾病严重程度、治疗强度或共同生理驱动因素。光学传感器精度可随设备与运动变化，跨肤色性能应在代表性样本中评估。长期监测可能通过不适、皮肤刺激、设备维护或频繁警报给参与者带来负担，研究应评估可接受性并报告佩戴时间与退出率。增量价值预测可通过所述研究检验，充分把握度研究中可靠记录的外部验证排除预定最小改善将不利于相应预测。人工智能可促进多模态与时变复杂数据整合，但不能补偿薄弱研究设计、建立因果性或验证识别模式的生物学意义。

11. 结论

适应性生理重构为评估跨生理状态的调节变化提供了可检验框架，其临床价值取决于证明相对常规测量与既定动态指标的可重复改善。