EFFECT OF LOW TEMPERATURE ON CARDIOINTERVALS DURING PHYSICAL TRAINING IN MEN

Cover Page

Abstract

Introduction: Effects of low temperature and excessive physical load on the cardiovascular system are among the issues of human physiology that require better understanding for successful exploration of the Arctic. Aim: To study cardiac rhythm before and after winter marathon (50 km) in men. Methods: Altogether, 15 healthy men took part in this study. Cardiorhytm parameters were measured using "Elox-01S" device before and after a 50 km marathon in winter at -12 0C. Matrices of paired observations before and after the exposure were constructed. The number of k-pares belonging to the to the same population were identified. Wilcoxon test for paired samples was applied for before-after comparisons. Results: Significant differences were revealed in six main parameters of the heart rate at p ≤ 0.05 before and after the marathon. Pairwise comparisons matrices of samples showed an increase in the proportion of chaos, since decreased the number of cardiointervals samples pairwise comparisons for which P ≥ 0.05 (k1 = 15 before and k2 = 11 after the marathon), which seems to be typical for the winter period. Other studies have reported that in women the differences were significant for three parameters only, while in men, all 6 parameters are changed after the winter marathon. The role of chaos increases for the studied parameters after long physical exercise. Conclusion: Our results suggest that heavy physical load in winter may result in increasing of the role of sympathetic neuro-vegetative system and decreasing of the role of the parasympathetic system.

Full Text

Работа сердца человека в зимний период в условиях и кардиоритма (кардиинтервалов), которые связаны длительных физических нагрузок составляет важный с работой симпатической вегетативной нервной сираздел физиологии спорта и труда, а также экологии стемы (СВНС) и парасимпатической вегетативной человека на Севере [1, 2, 7, 10, 18]. При низких нервной системы (ПВНС). Исследование специфики температурах возникают особенности в регуляции регуляции СВНС и ПВНС в условиях низких тем- 17 Оригинальные статьи Экология человека 2021.01 ператур имеет особое значение в экологии человека на Севере Российской Федерации, так как освоение Севера часто сопровождается длительными физическими нагрузками при низких температурах. В целом состояние вегетативной нервной системы в аспекте регуляции работы сердца сейчас является объектом особого внимания [1-4, 13-17]. Оценку параметров такой регуляции можно производить путем анализа кардиоинтервалов (КИ), что выполняется в настоящей работе. При этом делается статистический анализ выборок и параметров СВНС и ПВНС путем статистического сравнения выборок по исследуемой группе, что доказывает реальность статистической неустойчивости выборок КИ в виде эффекта Еськова - Зинченко [8-12, 18-20]. Методы Обследовалась группа из 15 мужчин (средний возраст <T> = 60,3 года) по параметрам кардиоинтервалов (КИ) - NN в мсек., индексу Баевского - INB (характеризующему состояние адаптационных реакций организма в целом), степени насыщения кислородом гемоглобина в крови - SPO2 (в %), стандартному отклонению полного массива КИ - SDNN и двум параметрам ВНС: СВНС - SIM и ПВНС - PAR в режиме многократных повторений [9, 10, 18]. Регистрация этих шести параметров производилась с помощью прибора «Элокс-01С» за период не менее 5 минут и специализированного программного вычислительного комплекса на базе ЭВМ. «Элокс-01С» технически выполнен с применением оптических излучателей и фотоприемника двух типов: в ближнем инфракрасном и красном спектре диапазона световой волны, которые дают возможность вычислять значение степени насыщения гемоглобина кислородом (в %). Были получены выборки параметров КИ для всех 15 человек. Любая выборка параметров КИ, SIM, PAR (и др.) содержала не менее 300 значений (с целью исключения артефактов и нивелировки влияния отрицательных обратных связей на съем информации). Для этих выборок были рассчитаны матрицы парных сравнений выборок (на примере КИ) в группе до и после марафона (при температуре воздуха t = - 12 0C). Для всех шести параметров при парном сравнении выборок рассчитывали критерий Вилкоксона P. Если критерий P > 0,05, то пара считалась статистически совпадающей (она относилась к одной общей генеральной совокупности). Рассчитывались матрицы, в которых находили число k пар выборок одной общей генеральной совокупности. В этом случае критерий Вилкоксона показал значение P > 0,05. Это число k представляло долю статистики в организации кардиоритма. Малые значения k доказывали эффект Еськова - Зинченко - отсутствие статистической устойчивости выборок кардиоинтервалов SIM, PAR у исследуемых в группе испытуемых. Ориентиром тут была величина P > 0,95, которая общепринята во всей статистике при оценке выборок. Результаты Сразу отметим, что статистическое сравнение самих КИ всех шести параметров и, в частности, выборок (в табл. 1 КИ обозначены как NN, измеряются в миллисекундах) после проведения марафона различается существенно. Критерий различия P = 0,00065 показан для NN в табл. 1. Это доказывает, что все сравниваемые выборки не совпадают статистически. Подчеркнем, что уровень оксигенации крови (параметр SPO2) вместе с параметрами SIM, PAR также существенно различается. Критерий различия P < 0,05 имеет существенные различия и по стандартам отклонения (в табл. 1 в виде SDNN), и по индексу Баевского (INB). Везде P < 0,01 в этой таблице. В нижней строке табл. 1 мы представляем критерий P для сравнения двух (любых из шести изучаемых) выборок до и после марафона. Если P > 0,05, то существенных различий в этих параметрах нет. Подчеркнем, что все шесть параметров в исследуемой группе мужчин (до и после марафона) различаются существенно, некоторые параметры имеют два нуля после запятой для P. Однако в группе женщин (другие исследования) мы этого не наблюдали (результаты будут представлены в другом сообщении). Таблица 1 Средние значения интегральных и временных показателей регуляции сердечно-сосудистой системы со стороны вегетативной нервной системы у группы мужчин до старта (марафон 50 км) (n = 15) № п/п ФИО SIM, у. е. PAR, у. е. NN/10, мс INB, у. е. SpO2, % SDNN, у. е. 1 БФВ 2 19 1104 98 147 2 БАП 6 7 873 50 99 32 3 ДАА 6 12 884 43 96 43 4 ЖВ 1 18 1064 11 98 68 5 КВВ 1 14 1346 9 99 66 6 КСС 4 8 955 33 97 38 7 кюи 0 31 842 1 97 203 8 НВП 2 15 1082 10 99 75 9 ПВВ 12 4 857 117 98 23 10 ПАЛ 3 10 819 38 96 44 11 РСА 2 21 1154 12 97 78 12 ССН 1 24 1319 3 98 115 13 ТМЮ 2 20 904 16 99 70 14 ФМИ 3 13 933 25 99 48 15 ШВФ 7 11 1015 17 97 108 Х ср. 3 15 1010 26 98 77 Ме 2 14 955 16 98 68 5% 0 4 819 1 96 23 95% 12 31 1346 117 99 203 D 5 10 231 29 2 64 Р до/ после 0,007599 0,023096 0,000655 0,010594 0,035601 0,014597 18 Экология человека 2021.01 Оригинальные статьи Таблица 2 Уровни значимости (Р) для попарных сравнений 15 выборок параметров кардиоинтервалов (NN) у группы мужчин до марафо на 50 км (п = 15) с помощью непараметрического критерия Ньюмана - Кейлса, число совпадений к1 = 15 1 R:3384,4 2 R:1121,5 3 R:1177,6 4 R:2929,5 5 R:4205,6 6 R:1948,2 7 R:943,13 8 R:3025,7 9 R:889,33 8 ,0 0 0, 14 :6 (X 11 R:3474,6 12 R:4098,8 ,6 8, 34 15 14 R:1755,5 15 R:2615,0 1 0,00 0,00 0,00 0,00 0,00 0,00 0,08 0,00 0,00 1,00 0,00 0,00 0,00 0,00 2 0,00 1,00 0,00 0,00 0,00 1,00 0,00 1,00 0,00 0,00 0,00 0,01 0,00 0,00 3 0,00 1,00 0,00 0,00 0,00 1,00 0,00 0,69 0,00 0,00 0,00 0,05 0,00 0,00 4 0,00 0,00 0,00 0,00 0,00 0,00 1,00 0,00 0,00 0,00 0,00 0,00 0,00 0,32 5 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,00 0,00 0,00 0,00 6 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,02 1,00 0,00 7 0,00 1,00 1,00 0,00 0,00 0,00 0,00 1,00 0,45 0,00 0,00 0,00 0,00 0,00 8 0,08 0,00 0,00 1,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,01 9 0,00 1,00 0,69 0,00 0,00 0,00 1,00 0,00 1,00 0,00 0,00 0,00 0,00 0,00 10 0,00 0,00 0,00 0,00 0,00 0,00 0,45 0,00 1,00 0,00 0,00 0,00 0,00 0,00 11 1,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 12 0,00 0,00 0,00 0,00 1,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 13 0,00 0,01 0,05 0,00 0,00 0,02 0,00 0,00 0,00 0,00 0,00 0,00 1,00 0,00 14 0,00 0,00 0,00 0,00 0,00 1,00 0,00 0,00 0,00 0,00 0,00 0,00 1,00 0,00 15 0,00 0,00 0,00 0,32 0,00 0,00 0,00 0,01 0,00 0,00 0,00 0,00 0,00 0,00 Таблица 3 Уровни значимости (Р) для попарных сравнений 15 выборок параметров кардиоинтервалов (NN) у группы мужчин после мара фона 50 км (п = 15) с помощью непараметрического критерия Ньюмана - Кейлса, число совпадений к2 =11 1 R:3517,6 2 R:1455,0 3 R:613,09 4 R:3124,9 5 R:3911,6 6 R:2227,0 7 R:2034,9 8 R:181,09 9 R:3306,1 ,5 9, 06 17 11 R:2947,4 12 R:2598,9 ,7 5, 33 14 R:1005,5 15 R:3929,2 1 0,00 0,00 0,02 0,02 0,00 0,00 0,00 1,00 0,00 0,00 0,00 0,00 0,00 0,01 2 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,32 0,00 0,00 0,27 0,00 0,00 3 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,02 0,00 4 0,02 0,00 0,00 0,00 0,00 0,00 0,00 1,00 0,00 1,00 0,00 0,00 0,00 0,00 5 0,02 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,00 6 0,00 0,00 0,00 0,00 0,00 1,00 0,00 0,00 0,00 0,00 0,05 0,00 0,00 0,00 7 0,00 0,00 0,00 0,00 0,00 1,00 0,00 0,00 1,00 0,00 0,00 0,00 0,00 0,00 8 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 9 1,00 0,00 0,00 1,00 0,00 0,00 0,00 0,00 0,00 0,08 0,00 0,00 0,00 0,00 10 0,00 0,32 0,00 0,00 0,00 0,00 1,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 11 0,00 0,00 0,00 1,00 0,00 0,00 0,00 0,00 0,08 0,00 0,11 0,00 0,00 0,00 12 0,00 0,00 0,00 0,00 0,00 0,05 0,00 0,00 0,00 0,00 0,11 0,00 0,00 0,00 13 0,00 0,27 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,00 0,00 14 0,00 0,00 0,02 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,00 0,00 15 0,01 0,00 0,00 0,00 1,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 Для оценки различий в состояниях нейровегетатив-ный системы мужчин у нас в табл. 1 показано, что все выборки имеют P < 0,05, то есть статистически они различаются. Однако при сравнении самих этих выборок (внутри группы) мы не могли доказать их статистические совпадения. Действительно для исследуемой группы испытуемых мы построили матрицы парных сравнений выборок кардиоинтервалов до нагрузки и после, что представлено в табл. 2 и табл. 3. Очевидно, что число к1=15, когда непараметрические критерии Ньюмана - Кейлса P > 0,5, в табл. 2 (перед марафоном) невелико (в статистики обычно такие к > 95 %). Это небольшое число к1 = 15 доказывает крайне низкую долю стохастики в работе сердца у всех испытуемых. С позиции стохастики все выборки КИ из этих 15 человек статистически не однородны. Только менее 20 % (к1 = 15) пар выборок из всех 105 разных пар статистически совпадают. Табл. 2 и 3 доказывают ограниченность дальнейшего применения статистики в изучении параметров КИ. Соответственно сформировать однородную группу статистически невозможно из-за эффекта Еськова - Зинченко [7-11, 18-20]. Для оценки влияния зимнего марафона на параметры КИ мы рассчитали вторую матрицу парных сравнений выборок (см. табл. 3), где число к2 = 11, то есть число пар к2, для которых было P > 0,05, уменьшилось. Это доказывает нарастание доли хаоса в оценке кардиоинтервалов при длительных физических нагрузках. В итоге матрицы парных сравнений выборок дают оценку влияния зимнего марафона на параметры КИ. Обсуждение результатов Напомним, что индекс активности парасимпатического отдела ВНС, PAR, характеризует степень отклонения зарегистрированного распределения КИ от Гаусовского закона распределения. Чем больше 19 Оригинальные статьи Экология человека 2021.01 отклонений от Гаусовского распределения, характеризующегося плавным убыванием количества КИ влево и вправо относительно моды распределения, тем сильнее активность вагусного влияния на регуляцию ритма сердца и тем выше показатель PAR. Очевидно, что мужчины-спортсмены в спокойном состоянии демонстрируют значительное превышение параметров парасимпатической ВНС (PAR = 15 у. е., против SIM = 3 у. е.) над симпатической ВНС. Однако длительная физическая нагрузка привело к увеличению SIM почти в 4 раза, а PAR упал до 9 у. е. Однако после нагрузки параметр SIM превалирует над параметром PAR (у нетренированных испытуемых после небольшой нагрузки показатель PAR падает в 2-3 раза [18]). Построение матриц парных сравнений выборок КИ демонстрируют картину различия в параметрах КИ до и после нагрузки. Однако сами выборки при их парном сравнении статистически различаются уже внутри группы (как до марафона k1 = 15, так и после него). В табл. 1 мы работали со средними значениями выборок, и эти выборки средних показали нам различия, чего нельзя сказать про каждую выборку отдельно. В табл. 2 мы имеем четкие различия в выборках параметров КИ для каждого отдельного испытуемого. Такие испытуемые не могут образовывать однородную группу, и применение статистики в оценке параметров КИ в дальнейшем весьма проблематично. Однако расчет матриц парных сравнений выборок демонстрирует нарастание доли хаоса для КИ после марафона (это количественная оценка!). Необходимо разрабатывать новые подходы и создавать новые модели для оценки состояния сердечно-сосудистой системы человека, находящегося в различных экологических условиях. Сейчас возникает новое направление в экологии человека - разработка методов расчета псевдоаттракторов. В рамках такого подхода учитывается неустойчивость работы уже нейросетей мозга [5, 6] и ими управляемых функциональных систем [9-11, 18-20]. Новые подходы и методы могут существенно изменить наши преставления о норме (стандарты) и уходу от нормы. Это позволит получать более объективные данные. Вывод Все шесть параметров сердечно-сосудистой системы показали существенные статистические различия при их сравнении до и после марафона (в условиях такого же зимнего марафона у женщин другая динамика). Статистическое сравнение выборок параметров кардиоинтервалов групп испытуемых до и после марафона в зимнее время показало неустойчивость выборок КИ. Это доказывает эффект Еськова - Зинченко в экологии человека и ограничивает дальнейшее применение статистики в медицине, так как любая выборка КИ уникальна. Необходимы новые методы и модели в оценке работы сердца. При этом построение матриц парных сравнений выборок КИ показывает увеличение доли хаоса в работе сердца. После марафона число k2 пар выборок, которые могут статистически совпадать, резко снизилось (после нагрузки). До нагрузки мы имели k1 = 15, а после нагрузки k2 = 11, что доказывает нарастание статистического хаоса в работе сердечно-сосудистой системы. Подчеркнем, что этот хаос (в виде эффекта Есь-кова - Зинченко) не имеет ничего общего с динамическим хаосом Лоренца. Там матрицы (подобные табл. 2 и 3, но для выборок аттрактора Лоренца) показывают k > 95 %, то есть выборки в аттракторе Лоренца при эффекте смешивания весьма однородны (статистически совпадают). В целом в экологии человека сейчас установлен особый хаос параметров испытуемых, который до настоящего времени пока детально не изучен.
×

About the authors

O. E. Filatova

Federal Science Center Scientific-research Institute for System Studies of the Russian Academy of Sciences

V. F. Pyatin

Samara State Medical University

M. A. Filatov

Surgut State University

Email: filatovmik@yandex.ru

L. S. Shakirova

Federal Science Center Scientific-research Institute for System Studies of the Russian Academy of Sciences

References

  1. Bernjak A., Cui J., Iwase S., Mano T., Stefanovska A., Eckberg D. L. Human sympathetic outflows to skin and muscle target organs fluctuate concordantly over a wide range of time-varying frequencies. The Journal of Physiology. 2012, 590 (2), pp. 363-375.
  2. Brown R., Macefield V. G. Skin sympathetic nerve activity in humans during exposure to emotionally-charged images: sex differences. Frontiers in Physiology. 2014, 5, p. 111.
  3. Chan N., Choy C. Screening for atrial fibrillation in 13 122 Hong Kong citizens with smartphone electrocardiogram. Heart. 2017, 103, pp. 24-31.
  4. Dampney R. A. Central neural control of the cardiovascular system: current perspectives. Advances in Physiology Education. 2016, 40 (3), pp. 283-296.
  5. Eskov V. M. Models of hierarchical respiratory neuron networks. Neurocomputing. 1996, 1 1 (2-4), pp. 203-226.
  6. Eskov V. M., Filatova O. E. Problem of identity of functional states in neuronal networks. Biophysics. 2003, 48 (3), pp. 497-505.
  7. Eskov V. M., Gavrilenko T. V., Vokhmina Y. V., Zimin M. I., Filatov M. A. Measurement of chaotic dynamics for two types of tapping as voluntary movements. Measurement techniques. 2014, 57 (6), pp. 720-724.
  8. Eskov V. M., Eskov V. V, Gavrilenko T. V., Vochmina Y. V. Formalization of the effect of “repetition without repetition” discovered by N. A. Bernshtein. Biophysics. 2017, 62 (1), pp. 143-150.
  9. Eskov V. V, Gavrilenko T. V, Eskov V. M., Vochmina Yu. V. Static Instability Phenomenon in Type-Three Secretion Systems: Complexity. Technical Physics. 2017, 62 (11), pp. 1611-1616
  10. Eskov V. M., Filatova O. E., Eskov V. V. and Gavrilenko T. V. The Evolution of the Idea of Homeostasis: Determinism, Stochastics and Chaos-Self-Organization. Biophysics. 2017, 62 (5), pp. 809-820.
  11. Eskov V. M., Eskov V. V., Vochmina Y. V., Gorbunov D. V., Ilyashenko L. K. Shannon entropy in the research on stationary regimes and the evolution of complexity. Moscow University Physics Bulletin. 2017, 72 (3), pp. 309-317.
  12. Filatova O. E., Eskov V. V., Filatov M. A., Ilyashenko L. K. Statistical instability phenomenon and evaluation of voluntary and involuntary movements. Russian Journal of Biomechanics. 2017, 21 (3), pp. 224-232.
  13. Nobrega A., O’Leary D., Silva B. M. et al. Neural regulation of cardiovascular response to exercise: role of central command and peripheral afferents. BioMed. Res. Int. 2014, 2014. Article ID 478965. 20 p.
  14. Reynard A., Gevirtz R., Berlow R., Brown M., Boutelle K. Heart rate variability as a marker of self-regulation. Applied Psychophysiology and Biofeedback. 2011, 36 (3), pp. 209-215.
  15. Shaffer F., Ginsberg J. An overview of heart rate variability metrics and norms. Frontiers in public health. 2017, 5, p. 258.
  16. Spalding T., Jeffers L. Vagal and Cardiac Reactivity to Psychological Stressors in Trained and Untrained Men. Medicine & Science in Sports & Exercise. 2000, 32, pp. 581591. doi: 10.1097/00005768-200003000-00006
  17. Williamson J. W. Autonomic responses to exercise: where is central command? Autonomic Neuroscience. 2015, 188, pp. 3-4.
  18. Zilov V. G., Khadartsev A. A., Eskov V. V. and Eskov V. M. Experimental Study of Statistical Stability of Cardiointerval Samples. Bulletin of experimental biology and medicine. 2017, 164 (2), pp. 115-117.
  19. Zilov V. G., Khadartsev A. A., Eskov V. V., Ilyashenko L. K., Kitanina K. Yu. Examination of statistical instability of electroencephalograms. Bulletin of experimental biology and medicine. 2019, 168 (7), pp. 5-9.
  20. Zilov V. G., Khadartsev A. A., Eskov V. M., Ilyashenko L. K. New effect in physiology of human nervous muscle system. Bulletin of experimental biology and medicine. 2019, 167 (4), pp. 419-423.

Statistics

Views

Abstract: 563

PDF (Russian): 101

Dimensions

Article Metrics

Metrics Loading ...

PlumX

Refbacks

  • There are currently no refbacks.

Copyright (c) 2021 Filatova O.E., Pyatin V.F., Filatov M.A., Shakirova L.S.

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

This website uses cookies

You consent to our cookies if you continue to use our website.

About Cookies