바예프스키 스트레스 지수(SI)는 교감 신경계의 활성도와 반응성을 평가하는 신뢰성 있는 지표로, 자율 신경계 이상 여부와 만성 질환과의 관련성을 파악하는 데 중요한 임상적 역할을 한다. 본 연구는 SI의 원리와 계산 방법, 건강한 사람과 만성 위장관 운동장애 환자에서의 연령별 정상 범위, 해석상 주의점 등을 소개하며, SI의 임상 적용 가능성과 한계를 논의한다. 가장 핵심적인 결론은 스트레스 지수가 자율 신경계 평가에서 교감 신경 활성의 직접적이고 유의미한 수치임을 입증하며, SI의 연령별 정상 범위 설정과 환자 진단적 활용 기준을 제안한다는 점이다.


1. 자율 신경계와 교감 신경 기능의 임상적 중요성

자율 신경계는 거의 모든 신체 기능을 담당하며, 이의 이상은 만성 질환의 병리생리에 깊이 연관돼 있다. 그러나 실제로 교감/부교감 신경 기능 이상은 명확하게 진단되지 않는 경우가 많고, 특히 기관별 이상을 측정할 정량적이고 표준화된 방법이 부족하다.

특히 교감 신경계의 활성 변화는 만성 변비, 위장관 기능 장애, 당뇨병성 신경병증, 스트레스 관련 장애 등 다양한 만성 질환과 연관이 깊다. 예를 들어:

"순수한 자율신경 부전은 신경성 기립저혈압과 관련되며, 이는 혈압 조절의 항상성을 잃는 결과를 초래합니다."

기존 HRV(심박변이도) 평가는 부교감 신경 중심이며, 교감 신경 왜곡을 직접 평가할 신뢰 지표는 부족한데, 이 간극을 메우는 게 바로 바예프스키 스트레스 지수다.


2. 바예프스키 스트레스 지수(SI)란 무엇인가? 원리 및 계산법

바예프스키 박사는 우주비행사의 심박 변화에서 스트레스에 민감한 심혈관 변수를 탐색하면서 SI를 고안했다. SI는 RR 간격(심박 간의 간격) 분포의 특징을 활용해 교감 신경 활성도를 추정한다.

  • 핵심 공식은 다음과 같다:
    SI = (AMo × 100) / (2 × Mo × MxDMn)
    • Mo: 관찰 기간 내 가장 흔한 RR 간격(모드)
    • (AMo) × 100: 모드 값의 출현 빈도(퍼센트)
    • MxDMn: RR 간격의 최댓값과 최솟값의 차(변이 범위)

자세한 계산상의 고민이 있지만 연구팀은 가장 많은 RR 값이 포함된 50ms bin의 평균값을 모드(Mo)로 삼는 'Rolling Start Method'가 바예프스키의 의도를 가장 잘 반영한다고 판단했다.

"바예프스키는 스트레스 상황에서 RR 간격 변이성이 줄고, 비슷한 길이의 RR 간격이 늘어나 SI가 증가한다고 했습니다."

Baevsky's stress index 관련 그래프 및 공식

SI는 보통 50~150을 정상 범위로 보고, 스트레스 상황에서 그 수치가 수 배로 증가한다.


3. 연구 설계 및 실험 방법

연구팀은 캐나다 맥마스터대와 해밀턴 종합병원에서 73명의 건강 자원자를 모집해 연령별 그룹(16-35세, 35-50세, 50세 이상)으로 나눴다. ECG(심전도)를 통해 HRV와 SI 등 다양한 지표를 측정했으며, 표준화된 자세(정상, 심호흡, 기립 등)에서 연속적으로 데이터를 수집했다.

데이터 분포의 특성을 파악하기 위해 커널밀도추정(KDE)와 혼합가우시안모델(GMM)을 적용했고, 통계 검정(Shapiro-Wilk, Mann–Whitney 등)을 통해 그룹 간 차이를 평가했다.

  • SI 계산법에서 bin 구간(50ms)별로 움직이며 최빈 RR 간격을 찾고, 그 구간의 평균값을 모드(Mo)로 삼는다.
  • 정상·스트레스 집단 구분 및 나이별 정상 범위 제시

4. 주요 결과: 연령별 SI 분포, 정상/스트레스/기능이상 기준

4.1. 건강 자원자에서의 SI 분포 및 연령별 차이

모든 연령대에서 SI 값 분포는 단일 정규분포(가우스 분포)가 아니라 '정상 그룹'과 '자율신경 스트레스 그룹'의 이중(혹은 삼중) 피크(bimodal/trimodal) 형태를 보였다.

연령별 SI 분포와 변화

  • 16–35세: 주 피크(정상): SI=73(중앙값), 스트레스 피크: SI=338
  • 35–50세: 정상: SI=202, 스트레스: SI=472
  • 50세 이상: 정상: SI=170, 스트레스: SI=631

"연령이 증가할수록 정상 SI와 스트레스 SI가 모두 상승했습니다."

4.2. 기립(standing) 자극에 대한 교감 신경 반응성

기립 시 SI가 정상적으로 증가하며, 그 변화(Δ SI)의 정상범위도 연령별로 다르다.
예를 들어, 16–35세에서는 Δ SI가 70, 스트레스 그룹에서는 400을 넘는 수치가 도출됐다.

기립 반응의 분포 역시 이중 피크를 보이며, 50세 이상 그룹에서는 일부에서 SI가 오히려 하락하는 케이스(이상 반응)도 관찰됐다. 이는 고령에서 부교감 신경의 뚜렷한 철수 현상 등 다양한 자율신경 반응 패턴이 있음을 시사한다.

"50세 이상에서는 SI가 감소하면서 심박수는 증가하는 독특한 반응도 관찰됩니다."

4.3. 스트레스 그룹의 특징

기본적으로 SI가 높고, SDNN과 RMSSD 등 HRV 지표가 낮으며, 기립 시 심박수 및 혈압이 과도하게 오르지만 자각 증상(어지럼증, 실신 등)은 없는 경우가 많았다.

"SI로 정의된 자율신경 스트레스는 실제 증상이 없어도 심혈관 질환, 뇌졸중, 신부전 같은 주요 질환의 위험 요인일 수 있습니다."

4.4. 만성 위장관 운동장애 환자와의 비교

환자군과 정상군의 SI 차이

만성 장운동장애(만성 변비, 기능성 변실금, 기능성 소화불량) 환자에서는
정상군(특히 주 피크 집단)에 비해 SI가 유의하게 높고, 자극(기립 등) 이후에도 회복이 더딘 경향이 확실히 관찰됐다.

"만성 위장관 운동장애 환자는 교감 신경의 긴장도 및 반응도가 모두 정상군보다 높았습니다."

이 평가는 높은 특이도(99%), 높은 양성예측도(88~92%)를 보였다.


5. 해석 및 임상적 활용의 주의점

  • SI가 높은 것이 반드시 교감 신경 활성만을 의미하지는 않으며, 부교감 신경 지표(RMSSD, BFp 등)와 함께 해석해야 신경계의 균형 변화를 제대로 파악할 수 있다.
  • 자율 신경의 항상성 파악, 만성질환의 위험군 조기 발견, 생활개선 및 치료 효과 평가 등 다양하게 활용 가능하다.
  • 복잡한 정규분포가 아닌 이중이상 분포가 흔하므로, 연령별 최적 기준치 마련이 중요하다.
  • SI 해석은 교감/부교감 신경 자율 반응의 생리적 자극에 따라 달리 해석되어야 하며, 환자 문진, 증상, 병력 등과 항상 함께 고려해야 한다.

"SI와 같은 HRV 평가는 건강한 일반인에서도 자율신경 스트레스를 판독할 수 있는 좋은 도구입니다."

시중의 소프트웨어(Kubios 등)에서 사용하는 방법과의 비교, LF파워(전통적 교감 지표)의 신뢰도 한계도 함께 언급한다.


6. 한계와 미래 방향

  • SI 기준치 수립을 위한 충분한 대규모, 다기관 연구 필요
  • 자율 신경 기능 평가 역시 혈압과 비슷하게 '절대적 정상-이상' 경계가 모호할 수 있음
  • 향후 건강-스트레스-기능이상 간 중간 단계(subcategory)의 임상적 정의 필요

마치며

바예프스키 스트레스 지수를 활용하면 교감 신경계의 활성도를 표준화된 수치로 평가할 수 있으며, 나이별 정상 범위와 환자군의 특이 반응까지 구체적으로 파악할 수 있다.
이 지수는 다양한 만성 질환 환자에서 자율 신경기능 평가에 임상적으로 큰 도움을 줄 것으로 기대된다. 앞으로는 대규모 임상 데이터로 각 연령 및 특성별 정상·이상 기준이 더욱 정교하게 확립될 필요가 있다.

Related writing

Related writing

HarvestAIKorean

에이전트가 ‘코딩’하고, 연구가 ‘루프’를 돌기 시작한 시대: 안드레이 카파시 대담 요약

안드레이 카파시는 최근 몇 달 사이 코딩 에이전트의 도약으로 인해, 사람이 직접 코드를 치기보다 “에이전트에게 의도를 전달하는 일”이 핵심이 됐다고 말합니다. 그는 이 흐름이 오토리서치(AutoResearch)처럼 “실험–학습–최적화”를 사람이 거의 개입하지 않고 굴리는 자율 연구 루프로...

Mar 21, 2026Read more
HarvestHealthKorean

마누엘 솔라 아르호나 - 훈련의 본질과 복잡성 과학 | EP437

이 에피소드에서는 전 사이클 선수이자 코치이며, "훈련의 본질(The Nature of Training)"의 저자인 마누엘 솔라 아르호나와 함께 복잡성 과학이 지구력 훈련에 어떻게 적용되는지에 대해 깊이 있게 탐구합니다. 복잡한 시스템으로서의 인체와 훈련의 진화론적 관점, 그리고 환원주의의...

Feb 22, 2026Read more
HarvestData & Decision-Making · HealthKorean

건강한 집단을 대상으로 한 웨어러블 센서 기반 비침습적 간질액 포도당 예측을 위한 딥러닝 모델 비교 연구

이 논문은 건강한 사람들을 대상으로 웨어러블 기기에서 수집된 생체 신호만을 이용하여 혈당(정확히는 간질액 포도당, IG)을 예측하는 딥러닝 모델들을 비교 분석한 파일럿 연구입니다. 연구진은 음식 기록이나 운동 정보 같은 번거로운 추가 데이터 없이, 순수하게 센서 데이터만으로 BiLSTM 모...

Feb 2, 2026Read more