Влияние постурального баланса на изменение ритма и проводимости сердца у пловцов

Abstract

Цель исследования - прогнозирование возникновения или выявление изменений на электрокардиограмме (ЭКГ) пловцов при помощи стабилометрических показателей. Организация и методы исследования. Исследовали 60 квалифицированных спортсменов (КМС, МС, возраст 16-18 лет). Для выявления нарушений сердечного ритма и проводимости применяли велоэргометрию, для оценки постурального баланса - стабилометрический комплекс. Результаты. Неполная блокада правой ножки пучка Гиса (НБПНПГ) наблюдалась у 53,33 % спортсменов; СА (синоатриальная) блокада I степени - у 10,01 %; экстра- систолии (наджелудочковая: предсердная, атриовентрикулярная) - у 33,33 %; миграции водителя ритма - у 3,33 %. У спортсменов группы 0 зафиксирован более высокий уровень колебаний ОЦД во фронтальной плоскости по всем пробам (р < 0,05): СКО ОЦД во фронтальной плоскости ОС ГО (> на 132,30 %), ПГВл (> на 31,94 %), ПГВп (> на 76,82 %), ОС ГЗ (> на 83,56 %), ПГВлГЗ (> на 68,61 %), ПГВпГЗ (> на 87,65 %). При помощи алгоритма машинного обучения Random Forest возможно прогнозировать возникновение или выявлять изменения сердечно ритма и проводимости у пловцов. Заключение. Были рассмотрены особенности изменений на электрокардиограмме спортсменов; сравниваемые параметры стабилометрии атлетов с изменениями и без на ЭКГ были достоверно значимы при р < 0,05. Построена модель Random Forest (RF - модель случайного леса) для прогнозирования или выявления изменений на ЭКГ спортсменов в виде нарушений ритма и проводимости посредством стабилометрических показателей. Aim. The purpose of the study is to predict the occurrence or reveal changes in the electrocardiogram (ECG) of swimmers with the help of stabilometric indicators. Materials and methods. Sixty qualified athletes participated in the study (CMS, MS, age 16-18 years). Bicycle er- gometry was used to detect cardiac rhythm and conduction abnormalities, and a stabilometric complex was used to assess postural balance. Results. Incomplete right bundle branch block (RbBb) was observed in 53.33% of athletes; first-degree sinoatrial (SA) block - in 10.01%; extrasystoles (supraventricular: atrial, atrioventricular) - in 33.33%; pacemaker migrations - in 3.33%. Athletes in group 0 recorded a higher level of fluctuations in the center of pressure in the frontal plane in all tests (p < 0.05): COP-RMSD in FP MS EO (> 132.32%), LHT (> 31.94%), RHT (> 76.82%), MS EC (> 83.56%), LHT EC (> 68.61%), RHT EC (> by 87.65%). Using Random Forest machine learning algorithm, it is possible to predict the occurrence or detect changes in the heart rhythm and conductivity in swimmers. Conclusion. The features of changes in the electrocardiogram of athletes were considered, the compared parameters of stabilometry data with and without ECG changes were significant at p < 0.05. A Random Forest model was created to predict or detect changes in the ECG of athletes with the help of stabilometric indicators.