目的:脉搏波传导速度(Pulse Wave Velocity,PWV)是一项可以反映血管硬化程度的指标。由于动脉硬化与心脑血管疾病有着密不可分的关系,进而使得PWV成为心脑血管疾病的预测因子。PWV可用于早期检测动脉硬化,以评估心血管疾病及脑血管疾病的发病及死亡风险。PWV检测值的大小反映了动脉硬化程度的轻重,即PWV值越大,血管顺应性越差,则血管动脉硬化程度越严重,反之亦然。另外,通过观察药物干预前后PWV的改善情况,可以判断干预的疗效,从而指导临床合理用药,为新药开发提供依据,有助于筛选新药及对新药进行临床观察。然而,诸多因素可以影响PWV测量值,包括年龄、性别、血压、血糖、肥胖,测量技术等等。研究表明,PWV会伴随年龄的增加而增高;PWV在高血压、糖尿病、高脂血症人群中明显高于同龄人群。然而,心率变化对PWV测量值是否存在影响目前尚无定论。本试验旨在研究心率变化对ba-PWV测量的影响,为其今后的广泛应用提供更可靠的依据。方法:本实验在河北医科大学第二医院进行。受试者包括两部分,第一部分为2013年11月至2014年12月于我院体检中心行ba-PWV检查的598例人群;第二部分为在此期间于我院心血管内科住院行人工永久性心脏起搏器植入术的35例患者。体检人群数据记录每个个体自然心率下测得的一次ba-PWV值及其年龄、性别、血压、血脂、血糖等基线数据;所有起搏器植入患者均为起搏器依赖型,通过程控起搏器,设定不同的心率参数,心率总区间为50-120次/分,依据不同个体在此范围内选取不同的区间,测定相应的ba-PWV值。在收集数据、创建数据集的基础上,使用SPSS17.0统计软件进行统计学分析。连续性变量均进行正态性检验,符合正态分布的数据以均数±标准差(x±s)表示,偏态分布的数据以中位数(M)、四分位数间距(QR)表示。各组数据比较前先进行正态性检验和方差齐性检验,若条件符合,两组间比较应用t检验,否则使用秩和检验。分类变量以频数(%)表示,两组间比较应用χ2检验。应用Logistic回归分析、多元逐步线性回归分析、双变量相关分析进行统计学分析。P<0.05表示有显著性差异。结果:对人群数据进行双变量直线相关分析,以ba-PWV作为因变量,心率作为自变量,得出ba-PWV与心率呈正相关(r=0.152,P=0.000)。然后分别以性别、年龄、血压、BMI、血胆固醇、血糖作为分层因素,进行双变量直线相关分析,结果发现:①男性人群中ba-PWV与心率呈正相关(r=0.228,P=0.000),而女性人群ba-PWV与心率无明显相关关系;②各年龄组人群ba-PWV与心率均呈正相关(≤45岁人群中,r=0.244,P=0.000;46-64岁人群中,r=0.300,P=0.000;≥65岁人群中,r=0.283,P=0.031);③仅BMI正常人群ba-PWV与心率呈正相关(r=0.167,P=0.000);④仅血胆固醇正常人群ba-PWV与心率呈正相关(r=0.146,P=0.001);⑤空腹血糖≤7.0mmol/L及空腹血糖>7.0mmol/L人群ba-PWV均与心率呈正相关(空腹血糖≤7.0mmol/L组人群中,r=0.105,P=0.013;空腹血糖>7.0mmol/L组人群中,r=0.370,P=0.015);⑥仅高血压人群ba-PWV心率与呈正相关(r=0.195,P=0.007)。对人群数据进行Logistic回归分析,以ba-PWV作为因变量,心率、性别、年龄、血压、血脂、血糖、BMI作为自变量,分别以性别、年龄、血压、BMI、血脂、血糖作为分层因素,结果只有在46-64岁之间的人群中,心率对于ba-PWV增高是危险因素,其OR值为1.040(95%CI1.010-1.070),其余均无统计学意义。对人群数据进行多元线性回归分析,以ba-PWV作为因变量,心率、性别、年龄、血压、血胆固醇、血糖、BMI等作为自变量,得出心率偏回归系数为2.216,标准化回归系数为0.081,即ba-PWV与心率呈正相关。对35例起搏器植入患者,设置不同起搏心率测定相应的ba-PWV值,以ba-PWV作为因变量,心率作为自变量,分别进行双变量直线相关分析,结果表明,27例(77.14%)患者ba-PWV与心率呈正相关(r=0.945±0.045,rmax=0.996,rmin=0.827,P<0.05);但8例(22.86%)患者ba-PWV与心率无明显直线相关关系(P>0.05)。结论:心率变化会影响ba-PWV测量值,心率与ba-PWV呈正相关。