Articulo Parametros de La Vfc y Familia Pnnx Como Medidas Discriminatorias Entre Deportistas y...
-
Upload
angelalbertocarvajalinopaez -
Category
Documents
-
view
9 -
download
2
Transcript of Articulo Parametros de La Vfc y Familia Pnnx Como Medidas Discriminatorias Entre Deportistas y...
ARTICULO ORIGINAL
Titulo:
PARÁMETROS DE LA VARIABILIDAD DE LA FRECUENCIA CARDÍACA Y FAMILIA PNNX COMO MEDIDAS DISCRIMINATORIAS ENTRE ATLETAS Y SEDENTARIOS.
Title:
HEART RATE VARIABILITY PARAMETERS AND PNNX FAMILY AS DISCRIMINATORS BETWEEN ATHLETES AND SEDENTARY PEOPLE.
Título corto:
VARIABILIDAD DE FRECUENCIA CARDIACA EN ATLETAS Y SEDENTARIOS
Autores
Carlos Arturo Conde1,2, Maria Monica Villa1, Carlos Niño2, Edson Mojica3, Juan Acevedo3.
Filiación1. Neurociencias y Comportamiento UIS-UPB, Universidad Industrial de Santander, Bucaramanga, Colombia.2. SISTECBIO, Universidad Manuela Beltrán, Bucaramanga, Colombia.3. CEMOS, Universidad Industrial de Santander, Bucaramanga, Colombia.
Autor responsable:Carlos Arturo Conde. Teléfono 6 344000 ext: 3124 -3159Dirección: Facultad de Salud UIS Carrera 32 N. 29-31Mail: [email protected]
Aporte por cada autor:- Carlos Arturo Conde: Director del proyecto, análisis de datos, redacción de
- documento, diseño de estudio.- María Mónica Villa: análisis de datos, revisión bibliográfica, redacción de
documento.- Carlos Andrés Niño: Diseño software, lectura de señales, redacción de
documento, diseño de estudio.- Edson Mojica: lectura de señales, recolección de pacientes.- Juan Acevedo: lectura de señales, recolección de pacientes.
Resumen:
Introducción: La actividad cronotrópica es modulada por el sistema nervioso
autónomo a través de sus ramas simpática y parasimpática, producto de esta
interacción ocurren variaciones en los ciclos cardíacos que afectan la variabilidad
de la frecuencia cardíaca en dominio del tiempo y frecuencia.
Objetivo: Este estudio pretende caracterizar los parámetros de la variabilidad de
la frecuencia cardíaca que mejor discriminan deportistas de sedentarios para
aportar a la comprensión de los mecanismos de regulación involucrados.
Materiales y métodos: Se incluyeron 16 sedentarios y 20 deportistas, de cada
uno de ellos se obtuvo un registro electrocardiográfico de 16 minutos, de donde se
calcularon parámetros clásicos de la variabilidad de la frecuencia cardíaca y la
familia pNNx.
Resultados: Se encontró que LH, HF, RR promedio, intervalo RRmáximo,
Intervalo RRmínimo, SDNN, RMSSD, SDRR y pNN de 40 a 80% fueron mayores
en deportistas que en sedentarios, y pNN de 0 a 20% fue mayor en sedentarios
que en deportistas; los parámetros con mejor poder discriminatorio entre ambos
grupos fueron RR promedio, Intervalo RR maximo, Intervalo RR minimo, SDNN,
1
LF, y entre la familia pNNx de 0 a 80 % ( con x menor a 80 ms para aceleraciones
y de 40 a 80 ms para desaceleraciones).
Conclusiones: Los deportistas presentaron mayores ajustes de RRs consecutivos
en magnitudes entre 40 y 80 ms (independiente de si el ajuste fue en
aceleraciones o en desaceleraciones), mientras que los sedentarios lo hicieron a
intervalos entre 10 y 20 ms, sugiriendo mecanismos relacionados con activación y
“retirada” vagal.
Plabras claves: Atleta, Sedentario, ejercicio, Frecuencia Cardíaca, Sistema
Nervioso Autónomo, Adaptabilidad.
Abstract:
Introduction: Chronotropic activity is modulated by the autonomic nervous system
through its sympathetic and parasympathetic branches, product of this dynamic
interaction variations occur in the cardiac cycles, assessed through heart rate
variability in the time domain and the frequency.
Objective: To characterize the heart rate variability parameters that best
discriminate sedentary athletes, in order to contribute to the understanding of the
regulatory mechanisms involved.
Materials and methods: 16 athletes and 20 sedentary, a 16-minute ECG
recording was collected from each one, from where classic parameters of heart
rate variability and pNNx family were calculated.
2
Results: LH, HF, average RR, RRinterval maximum, RR interval minimum, SDNN,
RMSSD, SDRR and pNN of 40-80% were higher in athletes than in sedentary, and
pNN of 0-20% was higher in sedentary than in athletes; parameters with best
discriminatory power between the two groups were average RR, Interval
RRmaximum, Interval RR minimum, SDNN, LF, and between family pNNx 0- 80%
(x less than 80 ms for acceleration and x from 40 to 80 ms for decelerations).
Conclusion: Athletes had higher RRs settings consecutive magnitudes between
40 and 80 ms (regardless of whether the adjustment was in acceleration or
deceleration), while sedentary had higher RRs settings consecutive magnitudes
between 10 and 20 ms, suggesting related mechanisms vagal activation and
"withdrawal".
Key words: Athlete, sedentary, exercise, Heart Rate, Autonomic Nervous System,
Adaptability
Introducción
Chronotropic activity is determined by intrinsic characteristics of cardiac
pacemaker cells and the activity of the autonomic nervous system (ANS) through
reflex circuits involving their sympathetic and parasympathetic subsystems. These
subsystems stimulate or inhibit the sinus node depending on the regulated
frequencies and the kinetics of the neurotransmitters involved (1), which results in
variations of the heart rate (HR). On the one hand, the parasympathetic system
slows down the heart rate by releasing acetylcholine, a neurotransmitter with a
very short latency activation period and fast metabolism; on the other hand, the
3
sympathetic system increases the HR, the driving speed and the inotropismo by
using as neurotransmitters noradrenaline and adrenaline reabsorbed and
metabolised slowly. Thus, the quick response of the parasympathetic system
moderates the beat to beat cardiac function (2).
The dynamic interaction of the above listed components produces variations in the
periodicity of the cardiac cycles. Some effects might be identified in the short term
cycle to cycle variations, and some others may be associated to modulations with
longer lasting effects (tonics) and probably more stable. In this context, the
temporal evolution of R-R intervals of the electrocardiogram, whose representation
is known as tachogram, might be analysed numerically from different mathematical
approaches, two of the most frequently used are a) time domain and b) frequency
domain analysis. The first methods are based on statistical indicators of the time
variation of consecutive cycles (differences between two consecutives R-R
intervals, RMSSD, pNNx etc.) or measuring features of the cycles, analysed as a
set, (such as mean, standard deviation, frequency distributions, etc.); meanwhile
the frequency approach analyse the energy or power of the components
associated with very low (<0.04 Hz), low (0.04 to 0.15 Hz) or high (.15 to 0.4 Hz)
frequency, constituting tachogram. In general, the study of temporal variations of
cardiac cycles recorded on an electrocardiogram, known as heart rate variability
(HRV) has become a useful strategy not only to infer regulatory processes but also
to forecast health (3).
Previous research on HRV have provided prognostic parameters and indicators of
sudden death risk in different clinical settings (4.5), mainly after myocardial
4
infarction (6.7). In practice, the processing of these measures is relatively complex
and sometimes does not clearly explains the basic regulatory mechanisms
involved. Moreover, measurements in the time domain exhibit quick adjustments of
the ANS, which are primarily related to vagal activity (8), like the high-frequency
component (HF), while low frequency parameters (LF) and LF / HF ratio has been
interpreted as a mixture of sympathetic and parasympathetic activity. Additionally,
the component of very low frequency (VLF) has been associated to adjustment
during the respiratory cycles and usually requires extended electrocardiogram
records in order to cover several phases of such oscillations (3). This implies that
time domain parameters can be as effective as frequency domain parameters
(especially HF) when analysing control mechanisms of the RR variability in periods
of short duration records.
Literature has converged that when bradycardia is monitored in athletes at rest, it
shows a systematic decrease in heart rate after sustained training (1), providing
evidence of the influence of both subsystems of the ANS over heart chronotropism;
however, a small number of these studies have focused on the analysis of the
chronotropic regulatory mechanisms and very few have assessed which of the
classic parameters, derived from HRV analysis, discriminate better between
athletes and sedentary people at rest ( 9,10,11); only one of these works provides
new measures related to slowdowns in two consecutive RR intervals through the
phase-rectified signal averaging (PSRA) in athletes and sedentary during rest,
comparing these new measures against classical parameters of vagal modulation
as HF and RMSSD, in order to better illustrate the behavior of the SNA (9).
5
Nonetheless, there is a growing trend towards exploring HRV parameters in the
frequency domain able to explain the behaviour of the SNA, leaving behind time
domain parameters, which could give an approximation of the vagal system
behaviour and also be useful discrimination indicators to characterize athletes,
reflecting risk of mortality and morbidity.
The aim of this paper is to describe and analyze the most commonly used
parameters of HRV in athletes and sedentary people, seeking numerically practical
elements such as the pNNx family (e.g. pNN50, pNN20) (12,13), which may
characterize athletes and obliquely supplement control models that contribute to
the clear understanding of the regulatory mechanisms involved
Equipment and methods:
Sports teams members based on Bucaramanga and college students who
volunteered to be part of this study were convened.
The general inclusion criterion was: age between 18 and 35, and the specific
criteria for the group of athletes: 2 hours of daily exercise for at least 6 days a week
and with minimum training of 2 years. Meanwhile, for non-athletes or sedentary
people: having no sport in a time ranging from 3 weeks to 6 months before the
physiological records. Exclusion criteria taken into account were some
cardiovascular or neurological disease diagnosed by healthcare professionals,
consumption of drugs even for therapeutic use, abuse and/or auto formulation of
any medication, smoking and non-acceptance or quitting to be part of the study.
6
Finally 5 of the 41 people who came to the event were excluded, for failing to meet
criteria of age and consumption of psychotropic drugs.
Procedimiento:
Se citaron a los participantes en horas de la mañana, previo descanso en la noche
anterior y abstinencia de consumo de bebidas estimulantes durante las 2 horas
anteriores al registro. Se obtuvo un registro electrocardiográfico por cada
participante. La señal electrocardiográfica se tomó en posición reclinada en
decúbito supino con una temperatura ambiental de 22 ± 1 grados centígrados. La
duración de cada registro fue de 16 minutos. Se compararon los resultados de
cada variable explorada.
La señal se obtuvo mediante un equipo “PowerLab ML 880 16/30”. Se utilizó una
frecuencia de muestreo de 1 KHz, una sensibilidad de 5 mV y un filtrado con pasa-
banda entre 0.3 y 200 Herzios, adicionalmente se empleó un filtro notch (60 Hz).
Se definieron variables demográficas como edad, género, deporte que
practicaban; y variables electrocardiográficas, tanto en el dominio del tiempo como
en el dominio de la frecuencia (3), incluyendo los parámetros más relevantes de la
familia pNNx (12,13), donde x corresponde al valor de corte en tiempo para
evaluar la fracción de intervalos RR consecutivos que difieren en más de “x” ms,
tomando como valores de “x” múltiplos de 10, desde -200 ms hasta +200 ms. Los
valores de pNNx negativos indican aceleraciones mientras los positivos las
desaceleraciones. Se realizaron distribuciones de frecuencia tanto de los
intervalos discretos (frecuencias entre rangos cada 10 ms) como los acumulados
7
positivos y negativos (menores que “x” para los negativos y mayores que “x” para
los positivos). Finalmente se informaron los pNNx más frecuentemente reportados
en la literatura, el pNN20 y pNN50 que corresponden a los valores absolutos de las
diferencias RR consecutivas mayores que 20 y que 50 ms respectivamente.
Para la medición de los parámetros de VFC se construyó un tacograma a partir de
los períodos R-R del electrocardiograma, previa verificación de correcta detección
de los complejos QRS por parte del software; en los casos de ectopias se procedió
a interpolar los datos con el método de spline cubicas, a una frecuencia de
muestreo de 5Hz ya que fisiológicamente no pueden existir latidos cardiacos más
rápidos de 0.2 segundos. Cabe aclarar, que no fue necesario excluir ningún
registro electrocardiográfico ectópico, porque ninguno de los 36 registros tenía un
porcentaje de ectopias mayor o igual al 20%.
Teniendo el tacograma adquirido con datos normales RR, se procedió a estimar
los componentes de frecuencia en las bandas de frecuencia definidas por la
asociación europea de cardiología (5). El método usado para determinar la
potencia de la señal en cada banda de frecuencia fue la estimación del modelo
auto regresivo Yulewaker con un orden de 150. El cual permite obtener
información como se indica en la figura N° 1.
En esta figura también se puede observar de forma detallada las diferencias entre
los métodos de cálculo de las variaciones frecuenciales, por el método de Fourier
clásico- línea delgada- al ser la potencia el área bajo la curva se nota una
8
diferencia importante entre el método empleado yulewaker –línea gruesa-, por lo
que las medidas darán diferencias no despreciables.
Análisis de datos:
Aquellas variables en las que se encontró distribución normal y varianza
homogénea se realizaron pruebas “t” para muestras independientes y en las
asimétricas y no homogéneas se utilizó la prueba de suma de rangos de Mann-
Withney. Siempre se consideró el nivel de significancia estadística en el 5%.
En una segunda parte se calcularon índices ROC (“Receiver operator
characteristics”), con el fin de evaluar la capacidad de discriminación entre
deportistas y sedentarios de cada variable electrocardiográfica, escogiendo como
puntos de corte del valor de la variable continua a aquél que permitió el mayor
número de participantes bien clasificados.
En todos los casos, los datos analizados correspondieron a un total de 16 minutos
de duración por cada registro.
Por medio de consentimiento informado, cada uno de los paciente aprobó su
ingreso a este estudio, la recolección de datos personales, clínicos y de señales
electrocardiográficas, y en este se garantizó confidencialidad de los datos
recogidos, atendiendo a los lineamientos éticos de la Declaración de Helsinki,
aunque cabe aclarar que en este estudio no se hizo ninguna intervención invasiva,
9
ni farmacológica que pudieran inducir a alguna reacción fisiológica ó patológica en
los participantes.
Resultados
De 36 personas incluidas en el estudio, 16 eran sedentarios y 20 deportistas;
dentro del grupo de sedentarios, el 25% eran mujeres y el 75% hombres; del
grupo de deportistas, 20% fueron mujeres y el 80% hombres. El promedio de edad
de los hombres fue el mismo tanto en deportistas como sedentarios (25 años) y el
promedio de edad de las mujeres fue 2 años mayor en el grupo de deportistas que
en el grupo de sedentarios (este último con un promedio de 20 años), no
encontrándose así diferencias significativas entre los grupos analizados (t=0.268,
p=0.79). En el cuadro No. 1 se ilustró la distribución de frecuencias de los
deportes que practicaban el grupo de atletas.
Inicialmente se describieron los parámetros más comúnmente reportados en los
estudios de la VFC y posteriormente se describieron diferentes parámetros de la
“familia pNNx”.
El análisis de los componentes de la VFC en el dominio de la frecuencia mostró
que los deportistas presentaron valores significativamente mayores que los
sedentarios para las variables LF y HF solamente. (figura No. 2)
El análisis de los parámetros de dominio del tiempo mostraron que los deportistas
presentaron valores significativamente mayores que los sedentarios en las
variables RR, Intervalo RR Máximo, Intervalo RR Mínimo, SDNN, RMSSD, SDRR,
pNN20, y pNN50 (figuras No. 3 y 4). El cuadro No. 2 muestra la descripción del
10
tipo de prueba y sus parametros estadísticos principales al comparar cada una de
las variables estudiadas y obtenidas de deportistas y sedentarios. El cuadro No.3
muestra los valores promedio, con sus respectivas desviaciones estándar para los
parámetros de la VFC en deportistas y sedentarios.
Se realizaron análisis ROC con el fin de identificar el poder discriminatorio de las
variables exploradas anteriormente (Cuadro No.4 solo incluye variables con ROC
mayor de 0.7), mostrando que el mejor índice ROC y por tanto la variable que
mejor discriminó los deportistas de los no deportistas fue el “promedio de RR”
(ROC=0.87, sensibilidad=1 y especificidad= 0.63) donde el valor de corte indicó
que las personas con promedio RR ≥ 0.81 sg -menos de 74 latidos por min (lpm)-,
clasificaron en el grupo de los deportistas y valores menores a este período
clasificaron como no deportistas. En segundo lugar la variable de “LF” tambien
mostró una buena capacidad discriminatoria entre deportistas y no deportistas
(ROC=0.85, ver mas detalles en la cuadro N° 4), seguida de esta las variables
Max-RR, Min-RR y SDNN (ROC= 0.83, 0.81 y 0.8, respectivamente).
Acerca de la exploración de la “familia de los pNNx”
Como se puede observar en la figura No 5, Se realizó la distribución de
frecuencias de pNNx entre cada intervalo de 10 milisegundos, mostrando que los
no deportistas presentan una distribución más “aguda” y más simétrica que los
deportistas, donde se destaca que las mayores diferencias se localizan en la punta
de la distribución y en los valores intermedios laterales de las mismas (ver cuadro
No.5: ROC para la capacidad de discriminación de cada intervalo), de manera que
11
la proporción de diferencias RR consecutivas cuya magnitud estuvo entre cero y
20 ms, tanto para las aceleraciones (I.pNN-x) como para las desaceleraciones
(I.pNN+x), fue mayor para los no deportistas comparada con los deportistas; en
contraste con esto, las proporciones de las diferencias RR consecutivas cuyas
magnitudes estuvieron entre 40 y 80 ms (tanto para aceleraciones como para
desaceleraciones) fue mayor en los deportistas que en los no deportistas. Por otra
parte, los valores de “simetría” (skewness) y de “agudeza” (Kurtosis) de la
distribución, fueron mayores para los no deportistas que para los deportistas.
La figura No.6 ilustra el comportamiento de los pNNx “convencionales”, es decir,
el porcentaje de diferencias absolutas de RR consecutivas mayores que “x”, esto
implica el porcentaje total de de las diferencias RR, independiente de si tales
diferencias fueron en aceleraciones o en desaceleraciones. Los resultados
mostraron que el índice ROC fue mayor a 0.7 para pNN comprendidos entre 10 y
80 %.
Adicionalmente, se exploró la distribucion de frecuencias de los pNN+x y pNN-x
encontrando nuevamente que estas variables pueden discriminar los dos grupos
de participantes cuando en los pNNx, x era menor a 80 ms para aceleraciones y
entre 40 y 80 ms para desaceleraciones. La “agudeza” (Kurtosis) y la “simetria”
(skewness) mostraron valores de ROC superiores a 0.83 y al igual que la
distribución por intervalos discretos, estos dos parámetros fueron mayores en los
no deportistas que en los deportistas (ver cuadro No. 5).
12
Discusión:
De manera general el presente estudio evalúo diferentes parámetros de la VFC
tanto en el dominio del tiempo como el de la frecuencia, con resultados que
apuntan coherentemente hacia un incremento significativo de la variabilidad en los
deportistas comparados con los no deportistas, y esto fue válido en prácticamente
todos los parámetros que comunmente son utilizados en el dominio del tiempo
(RR, RRmáximo y mínimo, SDNN, RMSSD, SD.DRR, pNN20 y pNN50). No
obstante, en el dominio de la frecuencia sólo se detectó un incremento de la
potencia en las variables LF y HF, pero no en sus valores normalizados (nu) ni en
la relación LF/HF. Estos resultados son coherentes con los obtenidos por otros
autores en trabajos similares para variables en el dominio del tiempo (9,10,11,14),
y de la frecuencia (14), aunque en dichos estudios no se propuso verificar la
capacidad de discriminación de tales variables.
Se encontraron algunas discrepancias entre los resultados de este estudio y los
obtenidos por Shin y cols (10) quienenes encontraron que hubo diferencias
significativas en la relación LF/HF, siendo menor para los deportistas que
sedentarios (en reposo) debido a un incremento en HF sin variación en LF con
respecto a los no deportistas, lo que refleja un aumento de dicha proporción.
Probablemente en relación a esto, Gupta (15) y Dixon (16) también mostraron
LF/HF aumentada, debido al aumento de LF y descenso de HF en deportistas con
respecto a sedentarios. Por su parte, Furlan (17) y Pichot (18) hallaron que en
deportistas con aumento de la carga física durante sus entrenamientos LFnu y
13
LF/HF aumentó, mientras que HFnu disminuyó; en cambio en deportistas con
disminución de su carga física LFnu y LF/HF disminuyó y HFnu aumentó de forma
significativa en estos parámetros. Esto podría explicarse de forma que los valores
(nu) son ponderaciones relativas a la potencia total de los componentes de
frecuencia involucrados en el cálculo, es decir, en registros electrocardiográficos
mayores a 30 minutos, la potencia total suele obtenerse de la suma de las
potencias aportadas por VLF, LF y HF, mientras que en registros cortos, el aporte
de VLF suele excluirse por cuanto su cálculo puede resultar matemáticamente
cuestionable y por lo tanto la potencia total suele ser el resultado de la suma de VL
y HF.
De forma resumida se puede decir que buena parte de las diferencias obtenidas
por diferentes investgadores en relación con los parámetros del dominio de la
frecuencia se pueden relacionar con: la posición del evaluado (por ejemplo de pié
ó 90° Vs. decúbito), con condiciones de actividad física durante el registro
electrocardiográfico (durante el ejercicio, durante la recuperación o reposo), con el
nivel/tipo de entrenamiento físico de los participantes de los estudios (alto, o bajo
rendimiento, deportes con diferente participación aeróbica) (11,15, 18) ó debido a
diferentes duraciones/continuidades de los registros (2, 10, 15 minutos o 24 horas.
Registros contínuos Vs, discontínuos). Estas variaciones en las condiciones de
registro pueden influir en aspectos metodológicos asociados al procesamiento
matemático de los parámetros así como también influir sobre aspectos regulados
fisiológicamente. Desde el punto de vista metodológico del procesamiento de las
señales electrocardiográficas, se pueden mencionar aspectos como la magnitud
14
de los aportes dados por los diferentes componentes de frecuencias (por ejemplo,
la magnitud y confiabilidad del aporte de VLF relacionado con las duraciones de
los registros),el carácter estacionario de la señal, las interferencias (“ruido”)
obtenidas en los registros electrocardiográficos que pueden conducir a defectos en
la identificación de los RR, defectos en la construcción de los tacogramas y la
probabilidad de aparición y detección de ectopias, entre otras posibilidades. Desde
el punto de vista de mecanismos de regulación del sistema cardiovascular se
pueden mencionar aspectos como: la actividad respiratoria asociada a la postura y
a la actividad del evaluado durante el registro, lo que a su vez modifica
significativamente los componetes de VLF y LF con la consecuente ponderación
de la relación LF/HF (11,16,17); el nivel de adaptación alcanzado por la
antigüedad de entrenamiento y el tipo de entrenamiento físico realizado por los
paricipantes, lo que influye en los diferentes mecanismos metabólicos y por tanto,
electrofisiológicos propios de los sistemas excitables como lo sugerido por
Martinelli et al (19); la postura del participante durante el registro que modula los
efectos sobre los baroreceptores y los movimientos respiratorios y a su vez influye
sobre la inhibición/ excitación autonómica. La duración y/o la novedad del registro
también pueden determinar modificaciones propias de la condición de estrés
asociadas a la situación de estar siendo evaluado.
En conjunto, las observaciones anteriores apuntan a que si se pretende estudiar la
VFC con el fin de aportar a la comprensión de los mecanísmos de regulación
involucrados en los deportistas o en cualquier otra condición clínica, se requiere
condiciones rigurosamente controladas con el fin de evaluar las variaciones de los
15
parámetros de la VFC frente a estimulaciones medibles o en condiciones de
reposo en poblaciones homogeneas internamente; De lo contrario, la validez de
los resultados estará fuertemente restringida a las condiciones específicas de
cada estudio y por tanto la implementación de criterios diagnósticos con base en
los resultados cuantitativos no resulta muy confiable.
Con respecto a la “familia de los pNNx”, autores como Mietus y De la cruz han
utilizado parámetros de esta para evaluar si es posible discriminar diferentes
grupos de poblaciones, encontrándo umbrales con pNNx menores del 20%
discriminan mejor no cardíopatas de cardiópatas, e incluso discrimina pacientes
durante el ejercicio de pacientes en reposo; sin embargo, hasta el momento
ningún estudio ha intentado evaluar cuáles parámetros de los“pNNx” discriminan
mejor a los deportistas de los sedentarios.
Sobre “La familia de los pNNx” no sólo es imporante describir la posibilidad de
aumento o disminución de la VFC sino el cómo ocurrieron los cambios. En ese
aspecto, la descripción del porcentaje de diferencias RR consecutivas por
intervalos de tiempo discretos y acumulados, permite identificar que los deportistas
presentaron menor proporción que los no deportistas en las aceleraciones y
desaceleraciones en ciclos consecutivos cuya magnitud estuvo entre 0 y 20 ms
mientras que los deportistas presentaron mayor proporción que los no deportistas
en magnitudes comprendidas entre 40 y 80 ms . Esto indica que la capacidad de
ajuste de los no deportistas se realiza a expensas de cambios pequeños de los
intervalos RRs (0 a 20 ms), mientras que los deportistas lo realizan mejor con
ajustes de intermedios (40 a 80 ms) y esto es válido tanto para aceleraciones
16
como para desaceleraciones. Ambos grupos presentaron proporciones
semejantes para aceleraciones y desaceleraciones extremas (mayores a 80 ms).
Dado que los deportistas ajustaron los RRs consecutivos en los rangos
intermedios (40 a 80 ms) tanto para las aceleraciones como para las
desaceleraciones, se infiere que existe un solo mecanismo involucrado que puede
ser reversible; por ejemplo, una activación parasimpática para la desaceleración y
la consecuente “retirada” parasimpática para la aceleración, tal capacidad podría
ser la que ha sido modificada por el ejercicio.
Como se aprecia en la figura N° 6, los pNNx “convencionales”, es decir, la
proporción de diferencias RRs consecutivas absolutas (independiente de si fueron
aceleraciones o desaceleraciones) mayores que los valores de “x” resultan útiles
para discriminar los dos grupos de participantes entre pNN10 y pNN80. No obstante,
los pNNx cercanos a cero, involucran casi todos los rangos de la distribución de
frecuencias y esto no permite observar lo que sí se aprecia con las distribuciones
de frecuencia a intervalos de 10 ms (figura N° 5), es decir, el cómo los deportistas
aceleran o desaceleran su cronotropismo a expensas de diferencias de RRs entre
40 y 80 ms, mientras los no deportistas lo hacen mejor con aceleraciones o
desdaceleraciones de cero a 20 ms. Si bien no se realizó el análisis que evaluara
a qué magnitudes de intervalos RR ocurrieron cuáles magnitudes de las
diferencias RRs consecutivas, se estimó la implicación que tendría el hecho de
incrementar o disminuir 40 y 80 ms en los RR cuando se partía de frecuencias
entre 50 y 120 lpm. Estos cálculos indicaron que las desaceleraciones podrían
oscilar entre 3.2 lpm para frecuencias iniciales de 50 lpm y 13.8 lpm para
17
frecuencias iniciales de 120 lpm. Por su parte, las aceleraciones podrían implicar
incrementos de 3.5 lpm para frecuencias iniciales de 50 lpm y 19 lpm para
frecuencias iniciales de 120 lpm. Al estimar los pNN con x entre 40 y 80 ms, con
base en los resultados de los participantes, se encontró que para los no
deportistas habría alrededor de 24% de diferencias RRs consecutivas entre estos
rangos, mientras que para los no deportistas ese porcentaje se incrementaría al
34%. Este 10% de diferencia entre los grupos podría significar la magnitud de la
adaptación dada por el ejercicio. Dado que los deportistas presentaron RRs
promedio significativamente mayores que los no deportistas, los cambios súbitos
entre 40 y 80 ms podrían significar que en este grupo los ajustes resultarían mas
eficientes en cuanto al sostenimiento del cronotropismo estable.
Finalmente, se verificó que la VFC es mayor en los deportistas que en los
sedentarios durante el reposo cuando es evaluada por la mayoría de los
parámetros “clásicos” en el dominio del tiempo (RRs, RMSSD, SDNN, pNN20 y
pNN50) y también es mayor en los principales parámetros del dominio de la
frecuencia (LF y HF).
Se concluye que los parámetros que mejor discriminaron los deportistas de los no
deportistas fueron: promedio de RR en el dominio del tiempo, LF en el dominio de
la frecuencia. La “Kurtosis” y “skeweness” de la distribución de pNN en
aceleraciones y desaceleraciones mostró capacidades de discriminación
semejante a los parámetros clásicos mencionados arriba. Adicionalmente, los
deportistas presentaron mayores ajustes de RRs consecutivos en magnitudes
entre 40 y 80 ms independiente de si el ajuste fue en aceleraciones o en
18
desaceleraciones, mientras que los no deportistas lo hicieron a intervalos entre 10
y 20 ms, también para aceleraciones y para desaceleraciones. Lo anterior sugiere
mecanismos relacionados con la activación y la “retirada” vagal.
Conflicto de Intereses:
Los autores del presente trabajo declaran que no tienen conflicto de intereses
involucrados.
Financiación:
Este estudio no fue financiado por alguna organización.
Referencias:
1. Aubert A., Seps B. and Beckers F. Heart Rate Variability in Athletes.
Sports Med. 2003; 33 (12): 889-919.
2. Pumprla J, Howorka K, Groves D, Chester M, Nolan J. Functional
assessment of heart rate variability: physiological basis and practical
applications. International Journal of Cardiology 84 (2002) 1–14.
http://dx.doi.org/10.1016/S0167-5273(02)00057-8
3. Task Force of the European Society of Cardiology and the North
American Society of Pacing and Electrophysiology. Heart rate
variability: Standards of measurement, physiological interpretation, and
clinical use. Circulation. 1996; 93: 1043-1065.
http://dx.doi.org/10.1161/01.CIR.93.5.1043
19
4. Rueda OL, Torres H, Fernandez C, Villa A, Velasco S, Niño C, et al.
Factores clínicos y electrocardiográficos como predictores de mortalidad en
pacientes en fase aguda de un primer evento cerebrovascular. Revista
Universidad Industrial de Santander. Salud. 2014; 46(2): 147-158.
5. Fukuta H, Hayano J, Ishihara S, Sakata S, Mukai S, Ohte N, et al.
Prognostic value of heart rate variability in patients with end-stage renal
disease on chronic haemodialysis. Nephrol Dial Transplant. 2003; 18: 318–
325. http://dx.doi.org/10.1093/ndt/18.2.318
6. Bigger JT Jr, Fleiss JL, Steinman RC, Rolnitzky LM, Kleiger RE,
Rottman JN. Frequency domain measures of heart period variability and
mortality after myocardial infarction. Circulation 1992; 85: 164–71.
http://dx.doi.org/10.1161/01.CIR.85.1.164.
7. Kleiger RE, Miller JP, Bigger JT, Moss AJ, and the Multicenter Post-
Infarction Research Group. Decreased heart rate variability and its
association with increased mortality after acute myocardial infarction. Am J
Cardiol 1987; 59: 256–62. http://dx.doi.org/10.1016/0002-9149(87)90795-8.
8. Antonio Zaza, Federico Lombardi. Autonomic indexes based on the
analysis of heart rate variability: a view from the sinus node. Cardiovasc
Res. 2001; 50 (3): 434–442. http://dx.doi.org/10.1016/S0008-
6363(01)00240-1.
9. Olivassé N, Paulo R, Jurandir N. Refining the deceleration capacity index
in phase-rectified signal averaging to assess physical conditioning level.
Journal of Electrocardiology.2014; 47: 306–310.
http://dx.doi.org/10.1016/j.jelectrocard.2013.12.006
20
10. Shin K, Minamitani H, Onishi S, Yamazaki H, Lee M. The Power Spectral
Analysis of Heart Rate Variability in Athletes during Dynamic Exercise-Part
I. Clin. Cardiol. 1995; 18:583-586.
11. Aubert AE, Beckers F, Ramaeekers D. Short-term heart rate variability in
young athletes. JCardiol. 2001; 37 (suppl 1): 85-88.
12. Mietus JE, Peng C-K, Henry I, Goldsmith R L, Goldberger A L. The
pNNx files: re-examining a widely used heart rate variability measure. Heart
2002;88:378–380. http://dx.doi.org/10.1136/heart.88.4.378
13. De la cruz B, Naranjo J. El uso de los estadísticos pNNx en la evaluación
de la variabilidad de la frecuencia cardíaca en el reposo y durante el
ejercicio. Archivos de medicina del deporte. 2010; Vol XXVII: N° 138: 255-
259.
14. Puig J, Freitas J, Carvalho MJ, Puga N, Ramos J, Fernandes P, et al.
Spectral analysis of heart rate variability in athletes. J Sports Med Phys
Fitness. 1993; 33: 44-48.
15. Gupta N, Gupta V, Gupta K. A study of effect of physical activity on
autonomic functions assessed by frequency domains of HRV in healthy
young males. International Journal of Basic and Applied Medical Sciences.
2014; Vol. 4 (3): 44-48.
16. Dixon EM, Kamath MV, McCartney N & Fallen EL. Neural regulation of
heart rate variability in endurance athletes and sedentary controls.
Cardiovascular Research. (1992); 26: 713-719.
http://dx.doi.org/10.1093/cvr/26.7.713
21
17. Furlan R, Piazza S, Dell’Orto S, Gentile E, Cerutti S, Pagani M, et al.
Early and late effects of exercise and athletic training on neural mechanisms
controlling heart rate. Cardiovasc Res. 1993 Mar; 27: 482-
488. http://dx.doi.org/10.1093/cvr/27.3.482
18. Pichot V, Roche F, Gaspoz JM, Enjolras F, Antoniadis A, Minini P, et al.
Relation between heart rate variability and training load in middle-distance
runners. Med Sci Sports Exerc. 2000 Oct;32(10):1729-1736.
http://dx.doi.org/10.1097/00005768-200010000-00011.
19. Martinelli FS, Chacon-Mikahil MP, Martins LE, Lima-Filho EC, Golfetti
R, Paschoal MA, et al. Heart rate variability in athletes and nonathletes at
rest and during head-up tilt. Brazilian journal of medical and biological
research. 2005; 38: 639-647. http://dx.doi.org/10.1590/S0100-
879X2005000400019.
Cuadros:
Cuadro No. 1. Distribución de la los participantes deportistas según el tipo de deporte y el sexo
Distribución de actividad deportiva de los participantes
Deporte Mujeres Hombres Total generalBaloncesto 1 2 3
Atleta fondista 1 2 3
Atleta marcha 1 - 1
Atleta velocista - 3 3
Fútbol sala 1 9 10Total general 4 16 20
22
Cuadro No. 2. Descripción del tipo de prueba y sus parametros estadísticos principales al comparar cada una de las variables estudiadas y obtenidas de deportistas y sedentarios. Las filas sombreadas corresponden a las variables en las que no se encontraron diferencias significativas entre los dos grupos de participantes
VARIABLE Prueba t T PRR t 4,971 <0.001Max. RR Mann-Whitney 267000 <0.001Min.RR t 3,62 <0.001Rango.RR Mann-Whitney 207000 0,139SDNN Mann-Whitney 255000 0,003pNN20 Mann-Whitney 230000 0,027pNN50 Mann-Whitney 230000 0,027RMSSD Mann-Whitney 227000 0,034SD-DIF.RR Mann-Whitney 227000 0,034LF t 3,89 <0.001HF Mann-Whitney 224000 0,023LF/HF t 0,101 0,92LF.nu t 0,003 0,998HF.nu t 0,003 0,998TP t 4,934 <0.001
Cuadro No. 3. Valores promedio con sus respectivas desviaciones estándar de parámetros de la VFC en deportistas y sedentarios
VARIABLE ND DN 16 20
RR (s) 0,76 ± 0,11 0,94 ± 0,10 *FC/min (s) 79,8 ± 11,6 64,1 ± 6,51 *
Max. RR (s) 1,01 ± 0,12 1,23 ± 0,22 *Min.RR (s) 0,58 ± 0,08 0,68 ± 0,08 *Rango RR
(s) 0,42 ± 0,12 0,54 ± 0,25
SDNN (s) 0,06 ± 0,01 0,08 ± 0,02 *pNN20 (%) 50,3 ± 22,5 66,2 ± 10,3 *pNN50 (%) 20,6 ± 20,4 31,7 ± 15,0RMSSD (s) 0,04 ± 0,02 0,06 ± 0,03SD.DRR (s) 0,04 ± 0,02 0,06 ± 0,03
LF (ms2) 2,17 ± 0,70 3,57 ± 1,29 *HF (ms2) 1,02 ± 0,73 1,70 ± 1,39
LF/HF 2,75 ± 1,10 2,71 ± 1,11
23
LF.nu (%) 70,5 ± 10,6 70,5 ± 9,48HF.nu (%) 29,4 ± 10,6 29,4 ± 9,48* p<0,05 entre deportistas y no deportistas
Cuadro No. 4: Resumen del análisis ROC para cada una de las variables exploradas. ROC: Índice ROC, S y E: Sensibilidad y especificidad calculada con el mejor valor de corte. VPP y VPN: Valores predictivos positivos y negativos obtenidos con el mejor valor de corte. Las casillas sombreadas corresponden a los valores superiores a 0.8.
VARIABLE ROC Valor de corte S E VPP VPN % Bien clasificados
HF (ms2) 0,73 0,72 0,95 0,56 0,73 0,9 77,78LF (ms2) 0,85 2,24 0,95 0,63 0,76 0,91 80,56SD-DRR 0,71 0,03 1 0,44 0,69 1 75RMSSD 0,71 0,03 1 0,44 0,69 1 75pNN50 0,72 12,24 1 0,5 0,71 1 77,78pNN20 0,72 48,5 1 0,5 0,71 1 77,78SDNN 0,8 0,07 0,85 0,69 0,77 0,79 77,78
Min RR 0,81 0,62 0,8 0,75 0,8 0,75 77,78MaxRR 0,83 1,17 0,6 1 1 0,67 77,78
Prom RR 0,87 0,81 1 0,63 0,77 1 83,33
Cuadro No 5: Presenta los resultados de la evaluación ROC para las variables de la familia pNNx. Se incluyen las variables de intervalos discretos (I.pNNx), las acumuladas negativas y positivas (pNN-x y pNN+x), las absolutas consecutivos mayores que “x” (pNNx) y los análisis de Kurtosis y skewness de las dos primeras distribuciones.
Capacidad de discriminación de las variables de la familia pNNxVARIABLE ROC Valor de Corte S E VPP VPN % Bien clasificados
pNN10 0,72 73,16 1 0,56 0,74 1 80,56pNN20 0,72 49,07 1 0,5 0,71 1 77,78pNN30 0,72 35,64 0,95 0,63 0,76 0,91 80,56pNN40 0,73 21,67 1 0,63 0,77 1 83,33pNN50 0,72 12,4 1 0,5 0,71 1 77,78pNN60 0,73 6,36 1 0,5 0,71 1 77,78pNN70 0,72 4,35 0,95 0,56 0,73 0,9 77,78pNN80 0,7 2,83 0,9 0,56 0,72 0,82 75
kurtosispNNx 0,83 19,97 0,69 0,95 0,92 0,79 83,33skewnesspNNx 0,83 4,64 0,63 1 1 0,77 83,33kurtosisI.pNNx 0,7 1,55 0,63 0,9 0,83 0,75 77,78
skewnessI.pNNx 0,7 1,68 0,63 0,9 0,83 0,75 77,78pNN+80 0,71 1,51 1 0,38 0,67 1 72,22
24
pNN+70 0,71 2,94 1 0,44 0,69 1 75pNN+60 0,72 5,34 1 0,5 0,71 1 77,78pNN+50 0,72 9,62 1 0,56 0,74 1 80,56pNN+40 0,72 16,17 1 0,63 0,77 1 83,33pNN-10 0,74 38,71 0,95 0,56 0,73 0,9 77,78pNN-20 0,73 27,19 0,95 0,63 0,76 0,91 80,56pNN-30 0,72 18,44 0,95 0,63 0,76 0,91 80,56pNN-40 0,72 11,61 1 0,56 0,74 1 80,56pNN-50 0,72 6,52 1 0,5 0,71 1 77,78pNN-60 0,72 3,35 1 0,5 0,71 1 77,78pNN-70 0,72 1,51 1 0,5 0,71 1 77,78pNN-80 0,72 0,79 1 0,44 0,69 1 75I.pNN0 0,72 27,4 0,56 1 1 0,74 80,56
I.pNN10 0,7 22,14 0,63 0,85 0,77 0,74 75I.pNN40 0,76 7,63 0,95 0,56 0,73 0,9 77,78I.pNN50 0,73 5,38 1 0,63 0,77 1 83,33I.pNN60 0,73 2,99 1 0,5 0,71 1 77,78I.pNN80 0,73 1,11 1 0,69 0,8 1 86,11
I.pNN+90 0,73 0,56 1 0,69 0,8 1 86,11I.pNN+70 0,7 1,21 1 0,44 0,69 1 75I.pNN+60 0,75 2,18 1 0,63 0,77 1 83,33I.pNN+50 0,76 3,03 1 0,44 0,69 1 75I.pNN+10 0,73 11,54 0,69 0,9 0,85 0,78 80,56I.pNN-10 0,7 11,84 0,56 1 1 0,74 80,56I.pNN-40 0,76 4,32 0,85 0,75 0,81 0,8 80,56I.pNN-50 0,73 2,85 1 0,56 0,74 1 80,56I.pNN-60 0,75 1,45 1 0,56 0,74 1 80,56I.pNN-80 0,74 0,54 1 0,56 0,74 1 80,56
Figuras: (Las figuras a continuación, fueron insertadas como imágenes tiff, con
resolución de 1200 por 1200 dpi, pero se envió por correo a la oficina de
Bogotá CD con las imágenes en su alta resolución original).
Figura N° 1. Variabilidad de la frecuencia cardiaca
25
Figura No. 2: La figura se representan los promedios ± 1 del error estándar de la media de las potencias (ms2) (parte superior) y las potencias relativas (parte inferior) resultantes del análisis de los componentes en el dominio de la fecuencia. *Diferencias significativas (p<0.05) al comparar Sedentarios (ND) Vs. Deportistas (D).
Figura No. 3: Representacion de los promedios ± 1 del error estándar de la media de los períodos RR promedio y los máximos y mínimos períodos RR *Diferencias significativas (p<0.05) al comparar Sedentarios (ND) Vs. Deportistas (D).
26
Figura No. 4: Representacion de los promedios ± 1 del error estándar de la media del conjunto de variables en el dominio del tiempo. *Diferencias significativas (p<0.05) al comparar Sedentarios (ND) Vs. Deportistas (D).
27
Figura No. 5: Arriba: Promedios ± 1 del error estándar de la media de cada punto de la distribución de frecuencias relativas de las diferencias RR consecutivas. En las abscisas se representan los límites superiores de cada intervalo (Ej: I.pNN-20: Representa el porcentaje de diferencias RR consecutivas ubicado entre -10 y -20 milisegundos). *ROC>0.7. Abajo: Promedios ± 1 del error estándar de los valores de simetría (skeweness) y “agudeza (Kurtosis) calculada para cada participante de cada grupo. *p<0.05.
Figura No. 6: Promedios ± 1 del error estándar de la media de los pNNx acumulados. *ROC>0.7
28
29