《Frontiers in Digital Health》：Photoplethysmography acceleration indices as digital biomarkers of cardiometabolic health
编辑推荐：
摘要翻译：心血管健康的无创监测对于功能障碍的早期检测至关重要。光电容积脉搏波（PPG）已广泛应用于可穿戴设备中以追踪心血管信号，如心率和脉搏波特征。PPG信号的二阶导数，即加速度脉搏波（APG），可提供反映动脉僵硬度和血管老化的指数。尽管这些指数具有作为数字生
摘要翻译：心血管健康的无创监测对于功能障碍的早期检测至关重要。光电容积脉搏波（PPG）已广泛应用于可穿戴设备中以追踪心血管信号，如心率和脉搏波特征。PPG信号的二阶导数，即加速度脉搏波（APG），可提供反映动脉僵硬度和血管老化的指数。尽管这些指数具有作为数字生物标志物的潜力，但跨临床人群的系统性比较仍较为有限。在这项横断面研究中，研究人员分析了133名受试者的四项APG衍生指数（b/a、c/a、d/a和AGI），包括健康个体（n=45）、高血压患者（n=68）和糖尿病患者（n=20）。所有指数在各组内均与实足年龄显著相关。与健康个体相比，两个病理组在各指数上均表现出显著差异，且效应量较大。在高血压和糖尿病（伴或不伴高血压）受试者之间的直接比较中，b/a比值是区分这些临床组别的最具判别力的参数（Cohen's |d|=1.19）。这些研究结果表明，APG指数在不同健康状态之间存在显著差异，并可能作为血管健康的无创数字生物标志物，支持将其整合到可穿戴设备中用于连续心血管监测。
论文解读：研究背景、现存问题与开展动机
心血管疾病（CVD）是全球范围内导致死亡的首要原因。据世界卫生组织数据，2023年心血管疾病造成约1920万人死亡，占全球总死亡人数的三分之一，其中超过80%的死亡归因于缺血性心脏病和卒中，约三分之一发生在70岁以下的个体中，属于过早死亡。高血压是心血管疾病的主要危险因素，每年导致约1000万人死亡，而糖尿病和肥胖作为代谢性危险因素，其流行病学负担持续增长。在此背景下，评估血管系统的健康状况对于心血管风险的预防、早期识别和分层具有根本性作用。动脉僵硬度已成为独立的心血管风险标志物，能够独立于传统危险因素预测心肌梗死和卒中事件。动脉僵硬是动脉进行性扩张和弹性丧失的过程，带来脉压升高、左心室后负荷增加和冠脉灌注受损等血流动力学后果。该过程既反映血管老化造成的累积性血管损伤，也反映高血压、糖尿病和动脉粥样硬化等病理状态对动脉壁的有害影响。
目前，颈-股脉搏波速度（cfPWV）被认为是无创评估动脉僵硬度的金标准，但该方法需要专用设备和专业人员，限制其在大规模临床和人群筛查中的应用。因此，近年来研究者对更简单、低成本、无创且易于集成到可穿戴设备中的替代方法兴趣日益增加，光电容积脉搏波（PPG）便是其中突出的方法。PPG是一种无创光学方法，通过检测皮肤微血管床中光吸收的变化来测量血容量变化。PPG传感器已广泛集成于消费级设备，如脉搏血氧仪、智能手表、智能手环和智能戒指，使其特别适用于连续心血管监测。除了心率监测和血氧饱和度估计等传统应用外，基于PPG的技术正越来越多地用于无创血压估计、房颤检测和自主神经系统功能评估。此外，PPG信号的形态包含与左心室射血、动脉顺应性、血管僵硬度和动脉老化相关的临床信息。近年来，PPG信号二阶导数分析（即加速度脉搏波，APG）受到越来越多的关注。APG由Takazawa等人在1998年提出，通过数学变换突出PPG信号的拐点和快速波形变化，便于识别收缩期和舒张期成分，从而实现更准确的血管状态评估。APG波形包含五个特征波（a、b、c、d、e），通过组合这些特征波的振幅可获得多种定量指数以评估血管状态。大多数现有研究仅考察单一病理状况或同质人群，对APG指数在特定临床情境下行为的理解虽有贡献，但缺乏对不同心血管风险特征的异质性临床群体进行直接、系统的比较。这种比较有助于评估APG指数反映与高血压和糖尿病相关不同程度血管损伤的敏感性。为此，本研究在一组异质性人群中分析脉搏波加速度衍生指数，受试者被分为三个临床组：健康受试者、高血压受试者和糖尿病受试者。主要目标是评估这些指数在组间的判别能力、与实足年龄的相关性，并探索APG指数作为监测心脏代谢健康生物标志物的潜力，为未来在可穿戴无创血管监测中的应用奠定基础。
研究人员开展的研究与结论
研究人员使用公开的PPG-BP（光电容积脉搏波-血压）数据库，该数据库由桂林市人民医院的Liang等人开发，包含219名受试者的657个PPG信号片段，受试者年龄21至86岁，性别分布均衡。根据临床诊断，研究人员将受试者分为健康组（n=45）、高血压组（n=68）和糖尿病组（n=20）。所有PPG信号均经过质量筛选，仅纳入偏度信号质量指数（SSQI）≥0.41的片段。研究人员开发了定制的MATLAB算法，对原始PPG信号进行带通滤波、归一化、Savitzky-Golay滤波求导得到速度脉搏波（VPG）和加速度脉搏波（APG），然后自动识别APG的五个特征点（a、b、c、d、e），并计算四个指数：b/a、c/a、d/a和老化指数（AGI）。统计分析包括描述性统计、Pearson相关分析、ANOVA或Kruskal-Wallis检验以及事后两两比较，并计算Cohen's d效应量和Hellinger距离评估组间分布差异，同时使用协方差分析校正年龄和心率的影响。
研究结果显示：在形态学分析中，健康组随年龄增长PPG波形出现进行性变化，重搏切迹逐渐减弱，APG的c波和d波变平，反映动脉顺应性降低；高血压组中，明显高血压患者呈现进行性改变的APG模式；糖尿病组中，相对年轻的受试者也表现出类似老年高血压患者的APG形态，提示糖尿病可诱导早发血管改变。在年龄相关性方面，AGI和b/a比值在三个临床组中均与年龄呈显著正相关（AGI: r=0.250~0.467；b/a: r=0.254~0.446），而c/a和d/a比值均与年龄呈显著负相关（c/a: r=?0.141~?0.421；d/a: r=?0.183~?0.421）。健康组c/a和d/a的回归斜率更陡，表明无心血管疾病时年龄相关的下降更明显。在组间比较中，四项APG指数的整体检验均显示显著差异（p<0.001）。健康组与高血压组比较，所有指数均有显著差异且效应量大（|d|=0.92~1.44）；健康组与糖尿病组比较，效应量最大（|d|=1.22~2.35）；高血压组与糖尿病组比较，仅b/a比值达到统计学显著差异（p<0.001，|d|=1.19），而c/a、d/a和AGI的差异不显著，分布几乎完全重叠。协方差分析显示，在校正年龄和心率后，临床分组仍是所有四个指数的显著决定因素（ηp2=0.12~0.35）。研究结论表明，APG指数与实足年龄显著相关，并且健康、高血压和糖尿病个体之间存在显著差异，支持其作为监测心脏代谢健康的无创数字生物标志物的潜力。特别是b/a比值在区分不同病理状态时显示出最大的效应量，提示其对糖尿病血管病变的病理生理机制可能具有特异性。从转化角度看，这些发现支持将基于APG的分析集成到可穿戴设备中，用于连续、无创的心血管监测，可能有助于基层医疗中的心血管风险筛查、远程患者监测和人群层面的健康监测。
论文讨论部分总结：研究人员将结果与既往文献进行了比较。本研究中观察到的APG指数与年龄的双向相关模式与Takazawa等人的开创性研究一致，但相关系数较低，这可能是由于本研究队列按临床状况分层且未采用逐十年抽样设计。Inoue等人的纵向研究和另一项体外与体内研究均支持d/a比值作为血管老化非侵入性指数的角色。健康与高血压比较中，d/a比值效应量最大，与周围波反射和动脉僵硬度标记物的既定作用一致。健康与糖尿病比较中所有指数效应量最大，b/a比值分布重叠最小，表明糖尿病与血管特性的显著改变相关。高血压与糖尿病比较中，b/a是唯一保持大效应量的指数，可能反映慢性高血糖引起的动脉壁结构改变与高血压引起的血流动力学改变不同。局限性包括糖尿病组样本量小，且多数糖尿病患者合并高血压，难以分离糖尿病的独立效应；数据库中缺乏HbA1c、治疗史、病程等临床信息；PPG片段较短，可能影响特征点估计的稳健性。未来研究需在更大、独立且有纵向随访的队列中评估APG指数的诊断和预后性能，并考虑整合机器学习算法以提高分类准确性。
