《Psychophysiology》：Temporal Stability of Vagally-Mediated Heart Rate Variability Over a One-Year Period: A Latent State–Trait Examination
编辑推荐：
迷走神经介导的心率变异性（vmHRV）被广泛提议作为躯体和心理健康的生物标志物，但其效用取决于心理测量学稳健性，尤其是跨测量情境的时间稳定性和一致性。既往信度研究受限于小样本、短重测间隔以及无法将稳定个体差异与情境波动和测量误差相分离的分析方法。本研究在来自D
迷走神经介导的心率变异性（vmHRV）被广泛提议作为躯体和心理健康的生物标志物，但其效用取决于心理测量学稳健性，尤其是跨测量情境的时间稳定性和一致性。既往信度研究受限于小样本、短重测间隔以及无法将稳定个体差异与情境波动和测量误差相分离的分析方法。本研究在来自Dresden Burnout Study的大型人群基础样本（N = 175）中考察了vmHRV在1年间隔内的时间和跨情境稳定性。在两次年度评估中，于两种条件下获取短期心搏间期（IBI）记录：静脉穿刺后仰卧位恢复期和坐位静息期。四个心脏及HRV衍生参数，即已确立的vmHRV指标相邻RR间期差值的均方根（RMSSD）、相邻RR间期差异超过50 ms的百分比（pNN50）和高频功率（HF power），辅以平均RR间期（RR）作为一般心脏时序参数，在潜在状态-特质（LST）框架内采用单特质-多状态-方法减一[STMSM(M–1)]模型进行分析，以恢复期作为参照条件，将静息期建模为条件特异性方法因子。信度范围为0.650至0.903，特质特异性范围为0.375至0.773。RR和RMSSD在跨时间和跨条件上表现出最一致的特质性特征。pNN50表现出最高的个体特质特异性估计值，但跨时间异质性也更大，而HF power表现出相对较低的特质特异性和较大的时间特异性方差。方法特异性较小（0.034–0.087），表明稳定的条件特异性偏离恢复期仅解释了有限比例的方差。这些发现支持将vmHRV，尤其是RMSSD和pNN50，主要解释为心脏迷走功能的特质性指标，同时也表明单次短期评估包含有意义的时间相关方差。标准化评估条件和重复测量对于vmHRV的生物标志物应用仍然至关重要。
**研究背景与问题**
交感神经系统（SNS）活动之外，副交感神经系统（PNS）活动在健康维持中的作用日益受到关注。该影响主要通过迷走神经介导，迷走神经是PNS的主要传出通路。心脏迷走活动增加与认知、情感和行为灵活性相关，支持对环境需求的自适应调整；而长期心脏迷走活动降低则与情绪调节受损及多种躯体和心理病理相关。目前使用最广泛且验证最充分的 cardiac vagal activity 标志物是迷走神经介导的心率变异性（vmHRV），定义为连续心搏间期长度的高频变异。由于PNS影响可在毫秒时间尺度上调节心率，而SNS影响运作较慢，vmHRV提供了相对纯粹的迷走功能指标。鉴于vmHRV预测精神病理、发病率与死亡率（尤其是心血管病理）的大量实证发现，将其作为心理和躯体健康的潜在生物标志物是合理的。然而，要将vmHRV用作可靠的生物标志物，必须确立其生理测量学稳健性，尤其是跨不同测量情境的时间稳定性和信度。
已有大量研究考察vmHRV的信度，多数聚焦于RMSSD和高频段（0.15–0.40 Hz）频谱功率（HF-HRV），偶尔使用pNN50等其他指标。信度通常用组内相关系数（ICC）量化，跨研究一般显示中至高度信度，ICC范围为0.32至0.91（多数约0.70），相关系数在0.69至0.73之间。然而，现有研究在样本量（14至134名参与者）和随访时长上差异很大，许多依赖相对较小的样本和数小时至1周的短间隔，少数几周、几个月的研究也有报道。少数间隔较长（1–6年）的研究确实揭示中至高度稳定性，一些证据提示稳定性可能随间隔延长而下降。但超过1年的长期稳定性证据有限且难以解释，因为多数此类研究基于少于20名参与者的极小样本，且常依赖选择性纳入。对于生物标志物要成为临床有意义的预测因子，关键是在更长时间跨度和更大、更多样化人群中证明稳健稳定性。此外，跨情境一致性也至关重要：有证据表明vmHRV的稳定性随测量条件而变化，这凸显了系统考察不同情境下信度的必要性。
另一个挑战在于常用的分析策略。ICC、重测相关或变异系数等常用指标提供了有用的初步见解，但无法将稳定个体差异（特质）与情境变异性（状态）和测量误差相分离。因此，若未正确区分特质样一致性与状态样成分，特质样一致性可能产生偏倚。总之，虽有证据表明vmHRV具有中至高度稳定性，但鉴于一些研究报告了中至低信度，加之方法学局限（如小选择性样本、短重测间隔、常用统计分析的缺陷），对vmHRV信度的明确结论尚为时过早。
为解决这些局限，本研究在大型人群基础样本中，于两种不同测量条件（坐位静息条件和卧位恢复条件）下，使用不同的时域和频域心脏及HRV衍生参数，采用潜在状态-特质（LST）建模框架，考察短期vmHRV记录在1年期间的重测信度。LST模型基于结构方程模型（SEM），超越经典测验理论，提供强大而灵活的方法将重复测量的总方差分解为三个不同来源：（1）特质方差，代表跨时间和情境持续存在的稳定个体差异；（2）状态方差，捕捉反映情境敏感波动或暂时状况的时间特异性偏差；（3）误差方差，反映不可靠性或测量噪声。通过明确建模这些成分，LST分析允许更精确地估计构念随时间和跨测量条件的一致性，这是将vmHRV视为可靠健康生物标志物的关键要求。与传统信度估计不同，LST模型不假设稳定性等于信度，而是通过分解观测数据结构来检验这一假设。该方法特别适用于vmHRV研究，因为vmHRV已知既反映持久的生理能力（即紧张性迷走活动），也反映对情境需求的动态反应性（即相位性迷走活动）。通过建模间隔1年的两个独立时间点在两种不同但相关条件下收集的vmHRV数据，本研究利用LST建模的优势考察vmHRV的时间和跨情境稳定性。既往研究已证明LST模型在心理生理学和情感神经科学中的效用，已成功应用于评估自主神经和激素标志物个体差异的特质样一致性。重要的是，Bertsch等（2012）首次将LST建模专门应用于vmHRV数据，在60名大学生样本中考察了迷走介导HRV指标跨多次会话（3次，间隔1周）和条件（自发呼吸、节律呼吸和反应时任务）的短期稳定性。其发现证实RMSSD、pNN50和HF power的相当比例方差反映稳定个体差异，同时也凸显情境和时间特异性波动的存在。
在既往证据基础上，本研究将LST建模应用于vmHRV数据，以超越平均水平比较和双变量相关，提供对vmHRV作为跨时间和条件潜在生物标志物的更细致、心理测量学更稳健的理解。扩展先前工作，本研究引入若干关键创新：第一，采用更大、更具异质性的人群基础样本和更长的重测间隔（1年），使长期时间稳定性评估成为可能；第二，在建模框架内实施条件特异性方法因子，将恢复期作为参照方法，将静息期建模为结构化偏差，允许对特质、状态和方法方差进行精细分解；第三，既往HRV的LST研究仅关注迷走介导指标（RMSSD、pNN50和HF power），本研究额外考察一般心脏时序参数（平均RR间期），以检验特质样稳定性是迷走介导测量所特有还是可推广至其他心脏及HRV衍生参数。由于LST系数尚无普遍接受的截断值，研究人员将系数相互比较并与既往发现比较。当特质特异性超过0.50，即稳定个体差异占观测方差多数且明显超过时间特异性时，参数被视为主要特质样。估计值进一步与Bertsch等（2012）——唯一既往vmHRV的LST研究——比较。传统ICC按Koo和Li（2016）解释：低于0.50为差，0.50至0.75为中等，0.75至0.90为好，高于0.90为优秀。
**主要技术方法**
本研究样本来自正在进行的Dresden Burnout Study（DBS）前瞻性纵向研究，通过报纸、社交媒体和德累斯顿市民登记册在德国全国范围内招募，唯一纳入标准为年龄18至68岁及德语能力，未根据任何精神或躯体诊断选择参与者。数据来自年度现场生物标志物评估：T1（2015年9月至10月）有446名参与者接受邀请，T2（2016年10月至2017年2月）有507名参与者接受邀请，共175名个体（120名女性，T1平均年龄42.15岁，SD=11.52，范围21–67岁）在两次测量时间点均提供HR记录及所有相关社会人口学变量的完整数据。使用Polar RS800 CX系统通过相应胸带以1 kHz采样率记录基于毫秒的IBI数据：静脉穿刺后直接获取335秒仰卧位恢复间期，恢复期结束后约20分钟获取335秒坐位静息条件。数据经NEUROCOR精确HRV算法自动检查伪迹并校正，伪迹负荷>5%的阶段被排除。分析四个参数：RMSSD、pNN50、HF power和平均RR间期。统计方法包括：常规重测分析——计算T1–T2零阶Pearson相关及双向混合效应单测量模型的一致性ICC和绝对一致性ICC；SEM分析——对每个参数拟合单独的STMSM(M–1)模型，以恢复期为参照方法，静息期建模为方法因子，采用最大似然估计及1000次bootstrap重抽样计算标准误，应用全信息最大似然（FIML）处理缺失观测，检验三个递增限制的嵌套模型（M0、M1、M2），使用χ2检验、CFI、TLI、RMSEA、SRMR、AIC、BIC评估模型拟合，接受CFI>0.90和RMSEA<0.08为足够拟合指标。所有SEM分析在R 4.4.0中使用lavaan包进行。
**研究结果**
**描述性统计**：RMSSD、pNN50和RR显示可接受的偏度和峰度，使用原始度量。仅HF power显示非正态分布（峰度>7，偏度>2），因此在SEM分析前进行对数变换。
**零阶重测关联**：零阶T1–T2相关表明所有心脏及HRV衍生参数在两种测量条件下跨一年间隔均具有显著的秩序稳定性（均p<0.001）。RMSSD的T1–T2相关在坐位静息和恢复期均为r=0.60；pNN50分别为r=0.61和r=0.65；HF power关联相对较小，静息r=0.44，恢复r=0.48；RR静息r=0.61，恢复r=0.68。因此，RMSSD、pNN50和RR在1年内显示中至强的个体秩序保持，而HF power显示相对较低的时间秩序稳定性。
**常规重测信度**：一致性ICC范围为0.44至0.68，绝对一致性ICC范围为0.44至0.66。RMSSD的一致性和绝对一致性ICC相同或几乎相同，静息为0.60（95% CI [0.49, 0.69]）和0.60（95% CI [0.49, 0.68]），恢复期两种定义均为0.59（95% CI [0.48, 0.68]）。pNN50静息两种系数均为0.60（95% CI [0.49, 0.69]），恢复期为0.64（95% CI [0.54, 0.72]）。HF power显示较低重测信度，静息一致性和绝对一致性ICC为0.44（95% CI [0.31, 0.55]），恢复期为0.47（95% CI [0.35, 0.59]）。RR一致性ICC静息为0.61（95% CI [0.51, 0.70]），恢复期为0.68（95% CI [0.59, 0.76]），绝对一致性ICC略低，分别为0.59（95% CI [0.48, 0.69]）和0.66（95% CI [0.55, 0.75]）。总体而言，一致性与绝对一致性系数的高度对应表明，纳入测量时间点间的系统差异对估计的一年重测信度影响甚微。
**HRV的LST模型**：最终选择模型为RMSSD的限制性M0模型、pNN50的完全放松M2模型、HF power的自由估计误差方差M1模型和RR的限制性M0模型。所有四个参数均获得正的特质方差估计，表明跨一年间隔及恢复和静息条件下存在稳定的人际差异。最终RMSSD和RR模型支持状态残差和测量误差方差在设计上的相等性；最终pNN50模型要求状态残差和误差方差跨时间和条件均不同，表明方差结构较不同质；HF power的状态残差方差可约束为相等，而测量误差方差在四个指标间不同。所有参数均估计了非参照静息条件的方法方差，尽管其代表总方差的相对较小成分。跨所有参数、条件和时间点，信度范围为0.650至0.903。RR显示最高且最一致的信度，恢复期为0.895，静息期为0.903，两个测量时间点相同。RMSSD也显示一致高信度，恢复期0.792，静息期0.805。pNN50信度范围为0.708至0.882，HF power显示最宽且总体最低的范围，从T2恢复期0.650至T2静息期0.811。特质特异性（恢复期以共同特质特异性表示，静息期以总特质特异性表示）范围为0.375至0.773。RR显示跨时间和条件最一致的特质样特征：恢复期特质特异性0.620，静息期总特质特异性0.650，T1和T2值相同。RMSSD显示类似一致模式：两个时间点恢复期特质特异性0.589，静息期总特质特异性0.615。pNN50显示最高单次特质特异性估计值，但跨测量时间点异质性也最明显：恢复期特质特异性从T1的0.773降至T2的0.569，静息期总特质特异性从T1的0.661降至T2的0.515。HF power显示总体最低特质特异性估计值：恢复期特质特异性范围0.375至0.455，静息期总特质特异性范围0.451至0.484。时间特异性范围0.047至0.333。RMSSD显示相对适中且高度一致的时间特异性，两个时间点恢复期0.203，静息期0.190。RR显示中等时间特异性，恢复期0.276，静息期0.254。pNN50的时间特异性在不同时间点差异显著：T1较低（恢复期0.063，静息期0.047），T2增加至恢复期0.313和静息期0.246。HF power显示最高且最持续升高的时间特异性成分，跨条件和时间点范围0.275至0.333。方法特异性仅对非参照静息条件估计，所有参数均较小，范围0.034至0.087。HF power显示最小方法特异性成分（T1为0.034，T2为0.037），RMSSD为0.063，RR两个时间点均为0.079，pNN50在T1显示最大方法特异性估计值（0.087），T2为0.067。对每个参数，方法特异性均显著小于相应特质特异性成分，表明稳定的静息特异性偏离恢复参照条件仅解释观测方差的相对有限比例。总体而言，LST模型表明所有四个心脏及HRV衍生参数在一年间隔内均包含大量可靠和特质样方差。RR和RMSSD显示跨时间和条件最一致的心理测量学特征。pNN50显示最高单次特质特异性估计值，但时间异质性也最大。HF power包含有意义的稳定方差，但相对更易受时间特异性和测量相关影响。条件特异性方法方差持续较小，表明个体差异在仰卧位恢复和坐位静息间广泛推广。
**讨论与结论**
尽管vmHRV作为躯体和心理健康指标在研究 and 临床情境中广泛使用，但其心理测量学稳健性仍未充分确立，而这是将其解释为生物标志物的前提。本研究通过在一个一年期的人群基础成人样本中考察三个已确立vmHRV指标（RMSSD、pNN50和HF power）及平均RR间期的时间和跨情境稳定性来解决这一问题。通过应用STMSM(M–1)模型，研究人员将观测方差分解为稳定特质样个体差异、时间特异性波动、条件特异性方法方差和测量误差。总体而言，所有四个参数均包含大量可靠方差，信度估计范围0.650至0.903。特质特异性范围0.375至0.773，表明有意义比例的个体差异在一年间隔内稳定并跨恢复和静息条件推广。同时，时间特异性范围0.047至0.333，表明这些测量并非纯特质指标，而是反映稳定个体差异和时间依赖生理影响的参数特异性组合。方法特异性相对较小，范围0.034至0.087，表明存在系统性的静息特异性偏离恢复参照条件，但未主导方差结构。
RR在整个设计中显示最一致的特质样心理测量学特征。其恢复期信度0.895，静息期0.903，恢复期特质特异性0.620，静息期总特质特异性0.650，这些估计值在两个测量时间点相同。因此，平均心脏时序的个体差异在一年间隔和两种评估条件下高度可重复。这一发现还凸显一个重要概念区分：高时间和跨情境稳定性本身并非迷走特异性的证据。RR反映平均心脏时序和更广泛的自主神经调节，而RMSSD、pNN50和HF power更特异地解释为心脏迷走调节指标。因此，测量的心理测量学质量与其解释的生理特异性应分开考虑。
在已确立的vmHRV指标中，RMSSD显示最一致的总体心理测量学特征。信度恢复期0.792，静息期0.805；特质特异性恢复期0.589，静息期总特质特异性0.615。时间特异性相对适中且高度一致，范围0.190至0.203，方法特异性0.063。状态残差和误差方差在设计上均相等的限制性模型充分代表RMSSD数据。这些发现共同表明，RMSSD方差组成跨测量时间点和条件高度相似，其大部分可靠方差反映稳定个体差异。因此，RMSSD似乎提供了心脏迷走调节个体差异在一年期内的相对稳健指标。
pNN50显示不同且更异质的模式。它产生研究中最高单次特质特异性估计值，T1恢复期方差中0.773归因于稳定特质差异，T1静息期总特质特异性也高达0.661。然而，这些值在T2下降至恢复期0.569和静息期0.515。相应地，时间特异性从恢复期0.063增至0.313，静息期从0.047增至0.246。信度仍保持中至高度，范围0.708至0.882，因为在LST框架内特质和时间特异性方差均构成可靠方差。最终pNN50模型需自由估计测量误差和状态残差方差，进一步表明其方差组成在设计上较RMSSD或RR更不同质。在T1，pNN50个体差异主要特质样，而T2相当大比例反映时间特异性影响。因此，某一时间点观察到的高特质特异性不应解释为所有测量均一致长期稳定的证据。尽管pNN50可靠区分个体，但稳定和时间特异性方差的相对贡献随时间变化。这种时间异质性在pNN50用于个体水平分类或纵向监测时可能相关。单次观察在某些情况下可能主要反映稳定个体差异，但在其他情况下包含显著更大的时间特异性成分。因此，重复评估对pNN50可能特别有价值，允许区分持久个体差异与暂时生理偏差。
HF power显示vmHRV指标中最弱的特质样特征。恢复期特质特异性范围0.375至0.455，静息期总特质特异性范围0.451至0.484。时间特异性相对较高且一致，范围0.275至0.333，信度范围0.650至0.811。这些发现表明HF power包含有意义的稳定个体差异方差，但较RMSSD更易受时间特异性和测量相关影响。与此解释一致，最终HF power模型要求测量误差方差跨指标不同，尽管状态残差方差可约束为相等。HF power发现与频域HRV指标对呼吸行为、短期平稳性和频谱估计程序的方法学和生理敏感性相容。特别是呼吸频率和深度可影响高频带内代表的变异量。由于本研究未直接测量呼吸，未测量的呼吸差异可能同时贡献于时间特异性方差和测量误差差异。尽管HF power保持可靠且部分特质样，但其作为稳定个体差异标志物的解释可能需要比RMSSD更严格的生理标准化。
条件特异性方法效应对所有参数均较小。由于恢复期选为参照条件，方法特异性代表坐位静息中与恢复参照特质不共享的稳定方差。HF power显示最小方法特异性成分，其次为RMSSD、RR和pNN50。即使最大估计值（pNN50在T1的0.087）相对于相应特质成分也较适中。该模式表明跨仰卧位静脉穿刺后恢复和坐位静息具有实质性跨情境可推广性。然而，非零方法特异性的存在确认姿势和评估情境特征系统性地（尽管适度地）贡献于观测个体差异。方法特异性的解释必然相对于所选参照条件。在M–1模型中，特质因子由参照方法定义，因此包含与恢复期相关的稳定方差。明确的方法因子仅捕捉坐位静息中与恢复期不共享的额外稳定成分。因此，小方法特异性估计不应解释为恢复和静息在生理上等同或恢复期无条件特异性影响的证据，而是表明在考虑恢复参照特质后，坐位静息独特的额外稳定方差相对较少。
此外，补充的常规重测分析进一步阐明本研究中时间稳定性的含义。零阶T1–T2相关显示RMSSD、pNN50和RR中至强的个体秩序保持，HF power关联相对较低。一致性和绝对一致性ICC跨参数和条件高度相似，表明估计的一年可重复性受T1和T2间系统差异是否纳入信度系数影响甚微。RMSSD、pNN50和RR显示最强的常规重测系数，而HF power显示相对较低值。然而，这些ICC与LST分解解决不同问题。常规ICC总结个体差异在两次观测测量间的可重复性，而LST模型将稳定特质相关方差与时间特异性、方法特异性和测量误差成分分离。因此，两种方法提供关于HRV时间属性的互补而非可互换信息。按Koo和Li（2016）标准，RMSSD、pNN50和RR的一年重测信度为中等，HF power为差。RMSSD、pNN50和RR的95%置信区间大幅重叠，而HF power显示持续较低点估计，其区间仅与RR恢复期区间边缘重叠。LST结果与此模式收敛：RMSSD、pNN50和RR的特质特异性超过0.50，但HF power保持在0.50以下，其时间特异性方差相对较大。
总之，与Bertsch等（2012）在相当短间隔内考察RMSSD、pNN50和HF power的结果一致，vmHRV反映稳定个体差异和时间特异性变异。本研究通过证明一年间隔内的特质样方差、使用人群基础成人样本以及通过STMSM(M–1)规范明确建模条件特异性方差，扩展了其工作。当前发现进一步揭示vmHRV指标间不同的心理测量学特征：RMSSD显示特质、时间和误差方差的最一致平衡；pNN50达到最高特质特异性估计值但跨时间变化更显著；HF power相对更时间敏感。结果对vmHRV作为生物标志物的解释具有重要意义。有用的生物标志物应提供充分的个体间区分，同时保留反映有意义生理变异的能力。RMSSD在这方面似乎特别有前景：显示稳健信度、大量且一致的特质特异性、有限方法特异性和适中但非零的时间特异性成分。这种组合表明RMSSD反映相对稳定的个体特征，同时保留对暂时生理变异的敏感性，支持其在临床和健康相关研究中的应用。pNN50也显示实质性生物标志物潜力，但其更大的时间异质性表明其解释可能更强烈依赖于测量时间点。HF power虽可靠且部分特质样，但可能需要特别仔细的呼吸和记录条件标准化。更一般地，当前发现表明关于"HRV稳定性"的结论不应在不考虑各参数不同方差结构的情况下跨参数推广。
观察到的时间特异性方差不应仅视为不想要的噪声。在LST理论中，时间特异性反映系统状态残差而非随机测量误差，因此可能代表有意义的暂时生理状态、情境需求、人-时间交互或其他时变影响。这一区分对vmHRV研究至关重要，因为心脏迷走活动在理论上预期既作为相对稳定的个体差异特征，也作为动态反应的生理过程发挥作用。当前发现实证支持这一双重解释。这种二元性也与可穿戴设备和动态HRV监测的日益使用相关。可穿戴衍生的压力、准备度和恢复评分常依赖短期RMSSD。当前结果表明RMSSD强烈锚定于稳定个体间差异，因此单次RMSSD值主要反映一个人的特征水平而非当前状态，这限制了在没有个体基线参照时的解释。同时，其时间特异性成分支持使用重复个体内测量来识别偏离个体基线的偏差。确实，日常生活研究表明RMSSD的个体内变异与疲惫等瞬时状态相关。因此，基于HRV的监测在重复观察相对于个人自身纵向分布评估时可能最具信息性。
研究结论：当前发现支持将vmHRV解释为兼具特质样和状态敏感性。RMSSD在迷走介导指标中显示最一致的心理测量学特征，结合大量特质特异性、高信度和相对适中的时间及条件特异性方差。pNN50在某些条件下显示非常高的特质特异性，但跨时间异质性更大，而HF power更强烈受时间特异性因素影响。RR显示总体最高且最一致的稳定性，尽管这种稳定性不应等同于迷走特异性。所有参数的条件特异性方法方差均较小，表明跨恢复和坐位静息具有实质性推广性。这些发现强化了LST建模在区分稳定个体差异与有意义时间相关波动和测量误差方面的价值，并强调当vmHRV用作生理生物标志物时标准化方案和重复评估的重要性。
