Heart rate persistence index (HRPI): a threshold-free wearable metric for sustained HR elevation

该论文提出了一种名为心率持久性指数（HRPI）的无阈值可穿戴指标，通过将心率升高的幅度与持续时间整合为单一可解释数值，有效克服了传统均值指标的局限，并在独立队列中验证了其随年龄下降的生理相关性。

要点

这篇论文介绍了一个名为**“心率持久指数”（HRPI）的新概念。简单来说，它就像是一个能一眼看穿你一天中心脏“真正忙碌程度”的智能计分卡**。

为了让你轻松理解，我们可以把心脏想象成一辆汽车，把一天的时间想象成24 小时的行程。

1. 以前的“计分卡”有什么缺点？

在发明 HRPI 之前，我们通常用以下几种方式给心脏“打分”，但它们都有点片面：

• 平均速度（平均心率）： 就像计算你一天开车的平均时速。如果你大部分时间都在堵车（心率低），但中间有 5 分钟飙到了 200 公里/小时，平均速度可能看起来还行。但这掩盖了你那 5 分钟心脏“狂飙”的事实。
• 最高速度（最大心率）： 就像只看你一天中开过的最快速度。如果你只飙了 1 秒钟，这个数据就会很高，但这并不代表你整天都在高速公路上飞驰。
• 固定限速（超过 100 次/分的分钟数）： 就像设定一个固定的限速牌（比如 100 公里/小时）。如果你大部分时间都在 99 公里/小时，虽然你很累，但因为没超过 100，系统就认为你没事。这个“限速牌”太死板了，而且每个人适合的限速不一样。

问题在于： 我们既需要知道心脏跳得有多快（强度），也需要知道它保持这种状态多久了（持续时间）。以前的方法很难把这两者完美地结合在一个简单的数字里。

2. 什么是“心率持久指数”（HRPI）？

作者 Ren Zhang 发明了一个非常聪明的方法，叫HRPI。

它的定义很简单：

HRPI 是一个数字 $k$，代表在这一天里，你的心跳至少有 $k$ 分钟，都保持在 $k$ 次/分或以上。

让我们用“汽车”来打个比方：

• 如果你的 HRPI 是 100：
  这意味着，在这一天里，你的心脏至少有 100 分钟（大约 1 小时 40 分钟），都在以 100 次/分 或更快的速度跳动。
• 如果你的 HRPI 是 60：
  这意味着，你只有 60 分钟 的时间，心跳维持在 60 次/分 以上（这听起来好像很低？其实不然，因为 60 次/分是正常静息心率，如果 HRPI 只有 60，说明你一天中几乎没有让心跳“加速”超过静息状态太久，或者加速的时间很短）。

这个指标的神奇之处在于：
它不需要你设定一个死板的“门槛”（比如必须超过 100）。它会自动寻找那个**“强度”和“时间”最平衡的点**。

• 如果你心跳很快但只持续了几分钟，HRPI 不会很高。
• 如果你心跳稍微快一点，但持续了几个小时，HRPI 就会很高。
• 它把“跳得多快”和“跳了多久”压缩成了一个单数字，既直观又全面。

3. 这项研究发现了什么？

作者用智能手表收集的数据做了两个主要测试：

1. 它很稳定，而且能发现新东西：

   • 研究发现，HRPI 和“平均心率”有关，但它不仅仅是平均心率。
   • 哪怕两个人的平均心率一样，如果一个人是“忽高忽低”（像过山车），另一个人是“持续平稳地快”，他们的 HRPI 就会不同。HRPI 能捕捉到这种**“持续的高负荷”**状态，这是平均心率看不出来的。
   • 而且，这个指标非常稳定。就像你的身高每天变化不大一样，HRPI 在同一个人身上，每天的变化也很小，不像“心跳变异性”那样忽上忽下，所以它很适合作为长期的健康监控指标。

2. 它和年龄有关：

   • 作者测试了从婴儿到成人的健康人群，发现一个有趣的规律：年龄越大，HRPI 越低。
   • 这很符合常识：年轻人的心脏更有活力，更容易在一天中维持较长时间的中高强度活动；而随着年龄增长，心脏维持这种“持久战”的能力会自然下降。这证明了 HRPI 是一个有生理意义的指标，不是瞎编的数字。

4. 总结一下：这有什么用？

想象一下，以后你的智能手表不再只告诉你“今天平均心率是 75"，而是告诉你：

“今天你的心率持久指数（HRPI）是 95。”

这句话翻译过来就是：

“今天你的心脏至少有 95 分钟，都在以 95 次/分或更快的速度工作。这说明你今天确实进行了一些持续的体力活动，或者处于某种持续的压力/兴奋状态。”

这个指标的好处是：

• 不用设门槛： 不需要医生告诉你“超过多少算病”，它自己算。
• 通俗易懂： 数字直接对应“分钟数”和“心跳数”，普通人也能秒懂。
• 全面： 既看强度，又看时长。

未来的希望：
虽然这篇论文目前还在预印本阶段（尚未正式发表），但它提出了一种新的视角。未来，医生或健身教练可能利用这个指标，更精准地判断一个人的心脏是否长期处于“过载”状态，或者评估运动恢复的效果，而且这个指标对专家和普通大众来说都同样友好。

一句话总结：
HRPI 就像是一个**“心脏耐力计”**，它不再只问“你跑得多快”，而是问你“你能以多快的速度坚持跑多久”，用一个简单的数字告诉你心脏一天的真实“工作负荷”。

技术摘要

论文技术总结：心率持久指数 (HRPI) —— 一种用于持续心率升高的无阈值可穿戴指标

1. 研究背景与问题 (Problem)

随着可穿戴设备的普及，产生了海量的连续心率（HR）纵向数据。然而，如何用一个单一的每日指标来概括“持续性心率升高”仍是一个挑战。现有的每日心率总结指标存在以下局限性：

• 平均心率 (Mean HR)：仅反映整体水平，无法区分短暂的心率 spikes 和持续的心率升高。
• 最大心率 (Maximum HR)：受短暂峰值主导，不能代表持续状态。
• 基于阈值的指标 (如 HR > 100 bpm 的分钟数)：虽然直观，但依赖于人为设定的任意截断值（cutoffs）。
• 百分位数指标：描述了分布的上部，但未直接将“幅度”和“持续时间”统一为一个可解释的数值。

因此，亟需一种无阈值、无参数、直观且能捕捉心率持续性的单一数值指标，用于纵向可穿戴研究。

2. 方法论 (Methodology)

2.1 核心定义：心率持久指数 (HRPI)

作者提出了一种新的指标 心率持久指数 (Heart Rate Persistence Index, HRPI)。

• 定义：HRPI 定义为满足以下条件的最大整数 $k$：在一天中，至少有 $k$ 分钟的心率 $\ge k$ bpm。
• 数学表达：设某日分钟级心率数据按降序排列为 $x_1, x_2, ..., x_n$，则 $HRPI = \max \{ k : x_k \ge k \}$。
• 几何解释：将降序排列的心率曲线与恒等线 ($y=x$) 相交，交点对应的 $k$ 值即为 HRPI。
• 示例：若 HRPI 为 105，意味着该天至少有 105 分钟的心率 $\ge 105$ bpm。

2.2 数据来源与处理

研究使用了两个互补的 PhysioNet 数据集：

1. 可穿戴设备数据集：来自 "BIG IDEAs Glycemic Variability and Wearable Device" 数据集，包含 16 名参与者使用 Empatica E4 设备记录的多日数据。用于分析 HRPI 与常规指标的关系、捕捉均值之外的结构以及评估日内/日间稳定性。
2. 健康参考队列：来自 "RR interval time series from healthy subjects" 数据集，包含从婴儿到成年的健康受试者 24 小时 RR 间期数据（转换为瞬时心率）。用于评估 HRPI 与年龄的生理相关性。

2.3 统计分析

• 关联分析：计算 HRPI 与平均心率、变异系数 (CV)、90/95 百分位数及阈值分钟数之间的皮尔逊相关系数。
• 残差分析：通过线性回归将 HRPI 对平均心率进行回归，提取残差 HRPI，以分离出独立于平均心率的变异成分。
• 稳定性评估：计算各指标在个体内的日间变异系数 (CV) 以评估稳定性。
• 年龄相关性：在健康队列中分析 HRPI 随年龄的变化趋势。

3. 主要结果 (Key Results)

3.1 HRPI 捕捉了平均心率之外的信息

• 相关性：HRPI 与平均心率呈强正相关 ($r=0.83$)，同时也与心率变异系数 (CV HR) 相关 ($r=0.48$)。
• 区分度：即使平均心率相同（例如均为 71 bpm），不同日期的 HRPI 可能差异巨大（如 89 vs 101），表明 HRPI 能捕捉到心率分布的持续性结构。
• 独立性：去除平均心率影响的残差 HRPI 与 CV HR 仍呈极强相关 ($r=0.92$)，证明 HRPI 不仅反映整体水平，还包含心率变异性相关的独特信息。

3.2 优异的日间稳定性

在 16 名参与者的多日数据中，HRPI 表现出良好的个体内日间稳定性：

• HRPI 的个体内 CV：中位数为 5.49%。
• 对比：
  • 平均心率 (Mean HR)：4.67% (最稳定)。
  • 百分位数指标 (p90/p95)：约 6.4% (与 HRPI 相当)。
  • 变异指标 (CV/SD)：13-15% (稳定性较差)。
  • 阈值指标 (HR>100 分钟数)：33.33% (极不稳定)。
• 结论：HRPI 在保持稳定性的同时，比基于变异或固定阈值的指标更鲁棒。

3.3 与年龄的生理相关性

在独立的健康队列 (n=138) 中：

• HRPI 与年龄呈显著的负相关 ($r = -0.715, p < 0.001$)。
• 年龄每增加 1 岁，HRPI 平均下降约 1.657 个单位。
• 年龄解释了 HRPI 个体间变异的约 51% ($R^2 = 0.511$)。
• 这符合生理学常识：随着年龄增长，心率及其持续性升高的能力通常下降。

4. 关键贡献 (Key Contributions)

1. 提出新指标：定义了 HRPI，这是一个无阈值、无参数的指标，将心率升高的“幅度”和“持续时间”整合为一个可解释的整数。
2. 信息互补性：证明了 HRPI 包含了平均心率无法捕捉的关于心率分布结构和持续性的信息。
3. 鲁棒性验证：证实了 HRPI 在个体内具有优异的日间稳定性，优于传统的变异指标和阈值指标。
4. 生理有效性：通过健康人群数据，验证了 HRPI 随年龄增长而下降的生理趋势，支持其作为生理状态指标的合理性。
5. 通用性：该指标适用于不同数据源（如可穿戴设备直接测得的心率或 RR 间期转换的心率），不依赖特定平台。

5. 意义与局限性 (Significance & Limitations)

意义

• 临床与科研应用：HRPI 为纵向可穿戴研究提供了一个紧凑、直观且稳健的每日摘要指标，特别适用于监测持续性心率升高（如运动恢复、自主神经表型分析、疾病风险预测）。
• 可解释性：其数值直接对应“在多少分钟内心率高于该数值”，易于被专家和非专业人士理解。
• 填补空白：解决了现有指标无法同时兼顾幅度和持续时间，或依赖任意阈值的问题。

局限性

• 样本量与时长：可穿戴数据分析基于较小的样本量 (16 人) 和较短的时间窗口 (约 2 周)。
• 横断面年龄分析：年龄相关性分析为横断面研究，主要用于支持生理相关性，而非建立新的年龄依赖现象。
• 临床结局未验证：目前尚未将 HRPI 与具体的临床结局或疾病表型（如心动过速负荷）进行关联验证。

未来方向

需要在更大规模、更多样化的队列中评估 HRPI，并研究其在临床结局、运动生理学及自主神经功能表型中的具体价值。