Хроноструктура биоритмов сердца и факторы внешней среды

Используемые реагенты:

- Экстракционная смесь хлороформ-гептан (1:1), содержащая 2,4% метанола;Медный реагент, состоящий из 5 ммоль Cu(NO₃)₂ х 3Н₂О, 10 ммоль триэтаноламина и 6 ммоль едкого натра, разведенного до 100 мл конечного объема насыщенным раствором хлористого натрия при рН среды 8;

- Раствор дифенилкарбазона (фирма “Реахим”) готовили, растворяя 100 мг вещества в 25 мл этилового спирта, стабилизировали добавлением 0,25 мл 1 М триэтаноламина.

Растворы готовили в  день опыта и фильтровали.

Экстракцию СЖК проводили механическим встряхиванием в стеклянной пробирке с притертой крышкой 0,05 мл плазмы крови в присутствии 3 мл экстракционной смеси с 0,9 мл медного реагента в течение 3 минут на аппарате фирмы “Meas” (ЧССР).

Пробы центрифугировали в течение 5 минут при 5000 об/мин.  К 1,8 мл надосадочной жидкости (супернатанту) добавляли 0,5 мл раствора дифенилкарбазона. Величину оптической плотности исследуемых образцов измеряли на спектрофотометре СФ-26 при максимальной длине волны 555 нм против смеси растворителя с реагентом. Концентрацию СЖК рассчитывали по калибровочному графику и выражали в мкмолях на 1 л плазмы крови. Для построения калибровочных графиков использовали пальмитиновую, олеиновую и линолевую кислоту (фирма “Serva”, Германия).

2.1.5. Трансмиссионная  электронная   микроскопия

У животных по общепринятым методикам  производилось исследование кардиомиоцитов в трансмиссионном электронном микроскопе. Исследование осуществлялось в микроскопах “JEM-100C” (Япония)  и  “Testla BS-570” (ЧССР) при увеличении в 6 и 20 тысяч раз.

Количественная оценка трансмиссионных электронограмм проводилась по методике, разработанной Пауковым В.А., Казанской Т.А. и Фроловым В.А. (1971). Для анализа использовались электронограммы, снятые при стандартном увеличении в 20000 раз (по 10 снимков из околоядерной, субсарколемной и центральной зон кардиомиоцита для каждой группы экспериментов). Оценивались следующие показатели, характеризующие состояние митохондриального аппарата:

1. среднее количество митохондрий в 1 электронограмме (N                мх);
2. средняя площадь 1 митохондрии в мкм² (S 1 мх);среднее количество целых крист (N кр мх);средняя суммарная площадь митохондрий в 1 электронограмме в мкм² (S мх эг);
3. среднее суммарное количество крист в 1 электронограмме (кр мх эг);коэффициент энергетической эффективности митохондрий (КЭЭМ_МХ), представляющий собой произведение количества крист в 1 митохондрии на ее площадь;
4. коэффициент энергетической эффективности митохондрий электронограммы (КЭЭМ_ЭГ), представляющий собой сумму абсолютных значений всех КЭЭМ_МХ электронограммы.

 

2.1.6. Методика определения  кислотно-основного   состояния  крови (КОС)

 

С помощью метода микро-Аструп определялись показатели кислотно-основного состояния и газовый состав артериальной и венозной крови. Анализ проб и их автоматическая обработка осуществлялась на микроанализаторе ОР-215.

 

2.1.7.Статистическая  обработка и интерпретация данных 

 

В настоящее время  в научных изданиях медицинского и биологического профиля появляется ряд публикаций о необходимости изменения подходов к применению статистических методов (Конрадов А.А. 1994; Бащинский С.Е. 1995; 1998).

Как отмечалось А.А. Конрадовым (1994), для любой сложной иерархически организованной структуры с большим  числом взаимосвязанных компонент, любое внешнее воздействие нарушает, прежде всего, согласованность функционирования отдельных подсистем. Оценить характер таких нарушений представляется достаточно трудной задачей, особенно когда речь идет об эффектах слабых воздействий на популяционном и организменном уровнях, таких, как, например, воздействие естественных электромагнитных полей (геомагнитной активности). Традиционные способы оценки состояния биосистем нацелены, главным образом, на получение среднестатистических значений отдельных параметров, однако именно в случае регистрации отклика биосистем на слабые и сверхслабые воздействия, когда возможны нелинейные эффекты, такие математические подходы себя не оправдывают. Это связано с тем, что усреднение показателей может приводить к утрате информации о характере перестроек в регуляторных механизмах, например, изменении знака биологической реакции или силы связи между отдельными параметрами. Вместе с тем, такие перестройки могут служить критерием чувствительности биообъектов к определенным уровням воздействия и иметь самостоятельное прогностическое значение.

 Сложность описания  реакций отклика биосистем при  разнообразных воздействиях предполагает поиск и разработку не традиционных методов статистического анализа, с помощью которых можно было бы получать интегральные характеристики состояний биологических объектов, отражающих их чувствительность к воздействиям.

В развитие вышесказанного, следует отметить также, что в  работах В.П.Леонова (1997, 1998,1999) имеется  описание обширного статистического анализа публикаций и экспериментальных данных, в ходе которого выяснилось, что 50%-80% экспериментальных данных в медицине и биологии не подчиняются нормальному распределению. В.П. Леонов заключает, что традиционное использование в подавляющем большинстве работ критериев и методов, требующих нормальности распределения, таких как критерий Стьюдента и линейные коэффициенты корреляции Пирсона, является некорректным и может приводить к ложным результатам. Для принятия решения о применении соответствующих статистических методик ряд авторов рекомендует производить обязательную проверку на нормальность распределения по методике С.Шапиро и М.Уилка (Royston P. 1982, Shapiro,S, and Wilk M. A, 1968). Необходимо заметить, что распространенная практика отбрасывания крайних значений, отстоящих от среднего более чем на 3 s, не компенсирует ненормальность распределения, связанную с асимметричностью или бимодальностью. Это часто приводит к ошибкам в выборе статистических методов.

В Главе 4 книги Чибисова С.М., Овчинниковой Л.К., и Бреус Т.К. «Биологические ритмы сердца и «внешний»  стресс» (1998) исследовался частично тот же банк данных, что и в настоящей книге,  с целью выявления сезонных вариаций показателей сердечно-сосудистой системы кроликов. Анализ, однако, проводился линейными статистическими методами, фактически опирающимися на гипотезу о нормальности распределения параметров. Вследствие описанной выше критики применения линейных методов математической статистики в  биологии и медицине, в данной работе было решено проверить характер распределения значений исследуемых показателей в различные сезоны года. Оно осуществлялось с помощью построения гистограммы распределения и вычисления значения W-критерия Шапиро-Уилка (Shapiro, Wilk, 1968). Уровень значимости принимался равным  р<0,05.

В случае ненормальности распределения параметров необходимо было также проверить полученные Чибисовым и др.(1998) результаты о наличии сезонных вариаций параметров. Это осуществлялось методами, свободными от распределения. Определение различий между независимыми выборками осуществлялось с помощью  непараметрического рангового критерия Краскела-Уоллиса. Если расчетное значение Н-критерия Краскела-Уоллиса было больше критического, то гипотеза о равенстве средних значений выборок отклонялась.

        Нахождение  зависимостей между параметрами  производилось с помощью коэффициентов ранговой корреляции Спирмена. Это непараметрический критерий, и он не требует нормальности распределения и линейной зависимости между переменными. Этот метод можно применять как к количественным, так и к порядковым признакам. Для вычисления коэффициента ранговой корреляции Спирмена данные упорядочивались по возрастанию и заменялись рангами. Затем, беря вместо самих значений их ранги, можно уже рассчитывать коэффициенты корреляции Пирсона, которые в данном случае являются коэффициентами ранговой корреляции Спирмена. Матрица коэффициентов корреляции Спирмена также использовалась в кластерном анализе(Шебзухов К.В с соавт., 1999, 2000,2001).

 

2.1.8. Методы кластерного  анализа

 

Для изучения интегральных характеристик сезонных изменений в структуре различных функциональных систем организма, например, поддерживающих оптимальное артериальное давление, газовый состав и кислотно-основное состояние крови, было решено использовать многомерные методы статистики, а именно,  кластерный анализ. Взаимодействие функциональных систем представляет собой сложный, многоуровневый, мультипараметрический процесс, показатели которого изменяются с течением времени. Применение традиционных линейных методов статистики, таких как кросскорреляционный анализ, позволяет оценить только один уровень взаимодействия физиологических параметров, указывая на наиболее очевидные связи. Именно поэтому в нашем случае было целесообразнее использовать многомерные статистические методы. Кластерный анализ является одним из наиболее наглядных и интуитивно понятных. Он  позволяет находить скрытые связи как внутри функциональных систем, так и между ними, и решать следующие задачи:

-  проверять предположения  о наличии структуры в изучаемой  совокупности;

-  изучать структуру  совокупности с целью выделения групп объектов или параметров, схожих между собой по нескольким признакам;

- снижать размерность  признакового пространства без  существенной потери информации о взаимосвязи между переменными.

В проведенном  нами исследовании сезонных эффектов на животных использовались два метода кластерного анализа: метод Уорда и метод k-средних. Данные методы были выбраны в соответствии с результатами сравнительного анализа алгоритмов, приведенными в работах И.Д.Манделя  (1988). Классификация считалась достоверной в случае совпадения результатов работы двух методов. Дополнительно для определения достоверности  был проведен факторный анализ данных по методу главных компонент. Далее будут приведены результаты анализа по методу Уорда, как наиболее наглядно представляемые.

В качестве оценки меры близости переменных применялись коэффициенты ранговой корреляции Спирмена, на основании которых проводился дальнейший анализ. Алгоритм метода Уорда является агломеративным и предполагает, что на первом шаге каждый кластер состоит из одного объекта. Первоначально объединяются два ближайших кластера. В дальнейшем на каждом шаге работы алгоритма объединяются те объекты или кластеры, которые дают наименьшее приращение величины внутриклассовой вариации. В итоге все объекты оказываются объединенными в один кластер. Результат работы метода Уорда (как и других агломеративных методов) демонстрируется с помощью дендрограммы (древовидной диаграммы), на которой указываются названия или номера признаков (объектов) и расстояние, на котором произошло объединение в каждом кластере. Увеличение расстояния ослабляет критерий оценки, связывая в кластеры все большее количество объектов, в итоге образуя один кластер.

Анализ производился в программном пакете STATISTICA 5.0 c использованием стандартных процедур.

 

 

2.2. Материалы и методы  исследования космонавтов 

 

Для исследования воздействий  возмущений геомагнитного поля на функциональное состояние космонавтов во время полета в космосе применялся специальный подход,  основанный  на  математическом анализе сердечного ритма.  Этот подход позволяет получать статистически сопоставимые данные о вегетативной  регуляции  кровообращения,  и используются как в наземных условиях,  так и в космосе (Р.М.Баевский, 1979, 1983, 1995; Р.М Баевский, О.И Кириллов, С.З. Клецкин, 1984; Р.М. Баевский, А.Д.Егоров,  1984).  Математический анализ сердечного ритма применяется в космической медицине с ее первых шагов. Первые результаты были получены еще во время полетов животных на искусственных  спутниках Земли и первых полетов человека на кораблях "Восток". К настоящему времени накоплен обширный банк данных, который может стать источником ретроспективного анализа. Вместе с тем существует обширная литература об опыте использования математического анализа ритма  сердца  и его вариабельности в клинике и прикладной физиологии, в профилактической медицине (Р.М.Баевский,  1979; Р.М.Баевский, О.И. Кириллов, С.З. Клецкин, 1984; О.Г. Газенко, Р.М.Баевский с соавт.,  1988). Это позволяет с достаточной объективностью обсуждать получаемые результаты с учетом опыта других исследователей.

 

2.2.1. Материалы исследований  космонавтов

 

Было проведено четыре серии аналитических исследований,  в  которых использовались информационные  массивы RR-интервалов электрокардиограммы, полученные в условиях космического полета.

В первой  серии  исследований  были  использованы материалы банка  данных по начальным этапам космических  полетов  экипажей  транспортных кораблей (ТК) "Союз" за 1990 -1995 гг.

Во второй серии исследований для анализа были использованы данные Холтеровского мониторирования (запись ЭКГ в течение  суток)  у  членов экипажа  ЭО-21  на орбитальной станции "Мир",  полученные на 30-32 сутки полета ( 21-23 марта 1996 г.).

В третьей  серии  анализировались  данные  о влиянии  геомагнитных возмущений на функциональное состояние космонавтов на 6-м месяце полета.

Четвертая серия исследований относилась к заключительной фазе космического полета - возвращению на Землю. Для  анализа были отобраны суточные массивы  кардиоинтервалов,  полученные в день посадки у 6 членов экипажа

 

2.2.2. Методика исследований

 

       Изменения  ритма  сердца  -  универсальная  оперативная реакция целостного  организма в ответ на любое  воздействие факторов внешней   среды. Однако традиционно измеряемая  средняя частота пульса отражает лишь конечный эффект многочисленных регуляторных влияний на аппарат  кровообращения и характеризует особенности уже сложившегося гомеостатического механизма. Одна из важных задач этого механизма состоит в том, чтобы  обеспечить баланс между симпатическим и парасимпатическим отделами вегетативной нервной системы (вегетативный гомеостаз).  Одной и той же частоте  пульса могут соответствовать различные комбинации активностей звеньев системы,  управляющей вегетативным гомеостазом. Кроме того, на ритм сердца оказывают влияние и более высокие уровни регуляции.  Это дает основание рассматривать синусовый узел как чувствительный индикатор  адаптационных  реакций  организма в процессе его приспособления к условиям окружающей среды.

          Благодаря успехам космической медицины использование сердечно-сосудистой системы в качестве индикатора адаптационных реакций всего организма в настоящее время считается вполне обоснованным и,  в частности,  все более широкое распространение получают методы математического анализа ритма сердца, разработанные более 30 лет назад в рамках космической кардиологии (В.В.Парин, Р.М. Баевский, Ю.Н. Волков, О.Г. Газенко, 1967). Основная информация о состоянии систем,  регулирующих ритм сердца,  заключена в "функции  разброса" длительностей кардиоинтервалов.  Синусовая аритмия отражает сложные процессы взаимодействия различных контуров  регуляции сердечного ритма.