Evaluación de la regulación autonómica cardiovascular (RACv) de reposo: descripción de un método. Mario Estévez Báez1 José Iglesias Alfonso2 Andrés Machado García3 Joel Gutiérrez Gil4 Julio Montes Brown5 Evelyn Rodríguez Ríos6 José M. Estévez Carrera7 Material publicado originalmente en formato html en: librosabiertos:evaluacion_de_la_regulacion_autonomica_cardiovascular_de_reposo. InfoWiki. January 7, 2008, 12:39 CST. Available at: http://infomed20.sld.cu/wiki/doku.php?id=librosabiertos:evaluacion_de_la_regulacion_autonomica_cardiovascular_de_reposo&rev=1199727547. Accessed January 7, 2008. Introducción La variabilidad de las fluctuaciones de la duración de los ciclos cardiacos consecutivos del electrocardiograma (VFC) en el individuo sano o enfermo, porta una información funcional muy variada, pero analizar esta información resulta difícil por múltiples razones. En especial, en el individuo sano, resulta muy variada la relación que se establece entre diferentes indicadores de la VFC y ello constituye una demostración de la complejidad de este sistema de regulación. Los abordajes de la caracterización de posibles combinaciones entre indicadores diversos de la VFC, utilizando los métodos estadísticos, pueden servir a los fines de caracterizar diferentes tipos de patrones que pueden ser observados en el individuo sano. Una observación de las propiedades de los histogramas secuenciales y no 1 Doctor en Medicina, Especialista de Fisiología de Primer y Segundo Grados, Investigador Titular, Profesor Consultante, Doctor en Ciencias Médicas, Académico Titular de la IAA., Instituto Nacional de Endocrinología y Enfermedades Metabólicas. 2 Doctor en Medicina, Especialista de Primer y Segundo Grados en Fisiología, Investigador auxiliar, Profesor auxiliar, Hospital Docente Universitario “Dr. Carlos J. Finlay”. 3 Licenciado en Cibernética-Matemática, Profesor Auxiliar, Maestro en Ciencias de la Computación, Facultad de Biología, Universidad de La Habana, MES. 4 Doctor en Medicina, Especialista de Primer y Segundo Grados en Neurofisiología Clínica, Investigador auxiliar, Profesor auxiliar, Doctor en Ciencias Médicas, Instituto Nacional de Neurología y Neurocirugía. 5 Doctor en Medicina, Profesor Auxiliar, Especialista de Primer y Segundo Grado de Neurofisiología Clínica, Hospital Provincial Docente “Dr. Ernesto Guevara de la Serna”. 6 Licenciada en Biología, Profesora Asistente, Maestra en Ciencias Biológicas, Escuela Latinoamericana de Medicina. 7 Licenciado en Informática, Instituto Superior de Medicina Militar “Dr. Luis Díaz Soto”.

secuenciales de intervalos RR en los sujetos sanos, nos permite advertir que cuando la variabilidad del intervalograma es pequeña, generalmente la distribución que se encuentra en el histograma no secuencial resulta tener muy poco ancho en su base y suele ser una curva leptocúrtica. Cuando ocurre la situación opuesta, o sea, una gran variabilidad de los valores observables en el intervalograma secuencial, el histograma de la distribución de intervalos RR posee una base más ancha y la morfología de la curva de distribución tiende a ser platicúrtica. Entre esos dos casos extremos, se encuentran por su parte un buen número de individuos extraídos de una población de sujetos sanos. Hasta aquí, hemos apreciado mediante la inspección visual, dos criterios principales de las series de intervalos: la variabilidad mayor o menor de los valores de los intervalos RR consecutivos alrededor de un valor medio y el ancho de la base y la altura del histograma de distribución no secuencial de los mismos. Estadísticamente, estos valores guardan relación con la media de los intervalos RR, con las medidas de dispersión alrededor de la media, tales como la máxima variación o rango y la altura del histograma de distribución no secuencial, que se puede describir aproximadamente como el número de intervalos que más se repite en la serie, o sea, la amplitud de la moda de los intervalos.

Figura 1. Histogramas secuenciales de intervalos RR en tres sujetos sanos.

Pero allí no queda el resultado de la inspección visual de los histogramas secuenciales y no secuenciales de intervalos RR. El ojo entrenado llega a distinguir una zona en el eje de la duración de los intervalogramas secuenciales (eje Y o de ordenadas), donde se encuentra con mayor frecuencia el valor medio, alrededor del cual fluctúan los valores de los intervalos consecutivos. Por encima

de ese hipotético tercio, cuando aparecen las series de intervalos RR, las oscilaciones acostumbran a ser mucho mayores que para las que se suelen observar en el tercio medio de este eje de ordenadas y cuando por último, cuando la media de los valores de fluctuación se encuentra en el tercio inferior, las fluctuaciones resultan mucho menores que cuando se hallan en las otras regiones antes señaladas. Esto nos dice que, al parecer, el valor medio de las variaciones de la duración de los periodos cardiacos consecutivos guarda una relación estrecha con el nivel de las fluctuaciones que podemos esperar para los cambios alrededor de la media de las fluctuaciones. Esta misma observación hemos encontrado que resulta válida usando como referencia al histograma no secuencial de intervalos RR. Si se divide en tres tercios también el eje de las abscisas, nos encontramos que en el tercio más alejado hacia la derecha, los histogramas poseen mayor base y menor altura, totalmente opuesto para los que aparecen en el tercio más cercano a la izquierda y valores intermedios para aquellos intervalogramas que aparecen en el tercio medio del eje de las abscisas. Hablando en términos de frecuenta de aparición, los tres tipos de patrones descritos en los diferentes tercios imaginarios de los ejes que nos han servido para la descripción hasta el momento, agrupan casi un 80 % de los casos de sujetos sanos jóvenes entre los 15 y los 45 años, estudiados en condiciones de reposo, ya sea en posición sentada o de decúbito y respirando de modo espontáneo. No obstante, hay al menos dos situaciones mutuamente opuestas, en que estas relaciones de regularidad se desvían de lo habitual. Cuando los valores de la media, alrededor de la cual fluctúan las duraciones de los intervalos RR sucesivos se encuentra en el tercio medio o a la derecha del eje de las abscisas en el histograma no secuencial y la curva de distribución resulta más estrecha que lo habitual para esta zona del histograma, hablamos de lo que se ha llamado por algunos autores como distonía neurovegetativa de tipo simpática Baevsky R.M. 1987) y que nosotros preferimos denominar distonía tipo A. Cuando la media de las fluctuaciones cae en la zona del tercio medio o del tercio de la izquierda y la curva del histograma resulta mucho más ancha que lo que se acostumbra ver para esta zona, se ha dado en llamar esta condición como distonía neurovegetativa de tipo parasimpático, a la que nosotros preferimos referirnos como distonía tipo B. Naturalmente que existen casos intermedios para todos los patrones descritos y que han sido objeto de observación en sujetos sanos y sobre todo en el llamado personal de alto costo, riesgo o peligrosidad, integrado por aspirantes a pilotos, buzos, submarinistas, maquinistas de equipos pesados o de precisión, etc. Para quienes trabajan con pocos sujetos, este tipo de observación visual de los histogramas secuenciales y no secuenciales de intervalos RR del electrocardiograma, resulta muchas veces suficiente para conocer el estado funcional de la regulación autonómica cardiovascular de reposo. Cualquier desviación del patrón de referencia en un individuo, resulta rápidamente advertida y se busca una explicación de inmediato. No ocurre lo mismo cuando tratamos con sujetos de edades muy tempranas (fetos, neonatos, niños pequeños), en

adolescentes, o en sujetos de edades por encima de 50 años de edad, o de personas que padecen alguna enfermedad que cree algún grado de discapacidad.

Figura 2. Histogramas no secuenciales (de distribución) de intervalos NN, correspondientes a los

tres mostrados en la Fig. 1.

Figura 3. Diagrama esquemático de lo expresado en parte del texto. S _simpático;

Ps _ parasimpático; N _ normal; DPs _ distonía parasimpática; Ds _ distonía simpática.

Para estos casos, se impone la creación de patrones basados en criterios cuantitativos probabilísticos, y para ello, nada mejor que la herramienta estadística. En los acápites ulteriores, presentaremos un recordatorio de algunos elementos básicos de la estadística clásica y luego trataremos de mostrar un proceso de clasificación de respuestas que contribuyan a efectuar una mejor evaluación de la regulación autonómica cardiovascular, tomando en cuenta indicadores de la VFC, sin obviar por supuesto la información clínica y el examen físico general de cada individuo.

Algunos conceptos estadísticos en la práctica médica Hay dos términos que generalmente usamos los médicos y que consideramos muchas veces sinónimos, que son el de salud y normalidad. Realmente, esos dos términos no son necesariamente sinónimos, al igual que no lo son los términos de enfermedad y anormalidad. El concepto de normalidad es proveniente de la estadística aplicada a la Medicina y está basado en el hecho de que las distribuciones de una gran cantidad de variables fisiológicas en el ser humano, muestran un ajuste muy cercano a la distribución teórica que estudió y describió K.F. Gauss y que se conoce como distribución normal o gaussiana.

Figura 4 Curva normal o de Gauss.

La estatura, el peso corporal, la frecuencia cardiaca, la tensión arterial, la glucosa en sangre, los iones de sodio en sangre, de calcio, de magnesio y otros muchos más, se distribuyen normalmente, es decir, que su distribución cuando

representamos en un histograma los valores obtenidos de una gran cantidad de individuos saludables, tiene una forma de campana que es característica de la distribución gaussiana (Fig. 4). La distribución normal posee una serie de propiedades matemático-estadísticas que son de extraordinaria importancia y de las cuales resaltaremos las más rele-vantes para nuestro objetivo. Para cualquier distribución gaussiana, en los límites comprendidos entre la media aritmética y una desviación estándar a la derecha y a la izquierda del valor de la media (media ± 1 DS), se cumple que el 68.3% de los valores que conforman la distribución están incluidos en ese intervalo. Para un límite o rango comprendido entre la media ± 2 DS se incluyen el 95.5% de los valores de la distribución y para un rango de media ± 3 D.S están incluidos el 99.7% de los valores, o sea, casi el 100% de los valores. El hecho de que la distribución de dos o más variables en una población sea gaussiana, no significa que la forma de la campana de Gauss sea idéntica en todas. De hecho, pueden existir variaciones en cuanto al grado de aplanamiento de la campana, denominándose leptocúrticas aquellas con alargamiento vertical de la campana, platicúrticas las que poseen un mayor grado de aplanamiento de la misma y mesocúrticas las que poseen aspecto intermedio entre ambos extremos (Fig. 5). Esto hace que puedan existir tres distribuciones de variables diferentes, que por una casualidad posean el mismo valor de la media; sin embargo, por su morfología podemos comprobar que las campanas no son idénticas, variando entre ellas sensiblemente la desviación estándar, que constituye una medida de la variabilidad de los valores en las distribuciones. En la leptocúrtica la desviación estándar tendrá cifras menores y por ende menor variabilidad de los valores alrededor de la media, mientras en la platicúrtica el valor de la desviación estándar será mayor y correspondientemente la variabilidad será mayor para los valores alrededor de la media. A pesar de todo lo dicho anteriormente, en cuanto a las tres morfologías diferentes de las distribuciones, se conserva la propiedad que antes señalamos, respecto a la cantidad relativa (%) de valores comprendidos en los rangos media ± 1 DS, media ± 2 DS y media ± 3 DS De todo ello podemos concluir en general, que dos de los valores más importantes para definir una distribución gaussiana son la media aritmética y la desviación estándar. Otros descriptores de la distribución normal son la moda (el valor que más se repite en la distribución), el recorrido, rango, o amplitud máxima (diferencia entre el valor máximo y el mínimo), el índice de simetría o “skewnes” y el índice de curtosis. Al igual que en el plano de las abscisas (bajo la curva de distribución de frecuencia de los valores) se mantienen relaciones bien definidas con relación al valor [media ± D.S], ocurre algo semejante en el eje de las ordenadas (ver Tabla 1):

Figura 5. Grados diferentes de aplanamiento de distribuciones gaussiana.

En una distribución normal los valores de la media aritmética, de la mediana y la moda coinciden; el índice de simetría es cero, ya que los valores mayores que la media son exactamente iguales a los menores que ella; la curtosis, que mide el grado de aplanamiento de la curva, es de 3 para una distribución mesocúrtica, algo menor para la platicúrtica y ligeramente mayor para la leptocúrtica. Tanto el índice de simetría como el de curtosis se expresan en unidades adimensionales, por lo cual permiten la comparación de muy diversas distribuciones individuales.

Tabla 1. Relaciones homólogas para ejes de abscisas y ordenadas. Eje de las abscisas Eje de las ordenadas

Media (f máx.) media ± ½ DS 7 / 8 (f máx.) Media ± 1 DS 5 / 8 (f máx.)

Media ± 3 / 2 DS 2.5 / 8 (f máx.) Media ± 2 DS 1 / 8 (f máx.) Media ± 3 DS 0.1 / 8 (f máx.)

f max. _ frecuencia máxima

¿Se distribuyen normalmente todas las variables fisiológicas, antropológicas, psicológicas, etc.?

Infortunadamente, no. Con una frecuencia casi igual a la de la distribución normal, aparecen parámetros biológicos con una distribución que recibe la denominación de log-normal. Entre estos parámetros están la mayoría de las medidas derivadas

del análisis espectral del EEG, la concentración plasmática del colesterol, de la urea, la creatinina, la bilirrubina, la fosfatasa ácida y la fosfatasa alcalina y muchas más.

Figura 6 Curva de la distribución log-normal.

Cuando se grafican en un sistema lineal de coordenadas los valores de un parámetro cuya distribución es log-normal, la curva es asimétrica, siguiendo las características de una función exponencial (ver Fig. 3). En esta distribución, la media aritmética está desplazada a la derecha de la moda y no coinciden por tanto ni la media, ni la mediana, ni la moda. La distribución log-normal recibe este nombre porque si los valores originales del parámetro en cuestión, se expresan en logaritmos y luego esos valores transformados se grafican en un sistema lineal de coordenadas, se distribuyen normalmente, o sea, de acuerdo con la distribución de Gauss. Existen otros múltiples procedimientos para transformar los parámetros originales de una distribución, con el objetivo de lograr que los mismos se distribuyan normalmente. En este caso pueden ser aplicadas sin restricciones las estadísticas paramétricas univariadas y multivariadas. Otra opción está en emplear técnicas no paramétricas, pero ello hace muy compleja la realización de inferencias para el establecimiento de rangos de variabilidad, como se requieren habitualmente en Medicina y Biología.

¿Qué es el rango normal?

Por convención, en Clínica Médica, Fisiología, Bioquímica y otras ramas de las Ciencias Médicas, el rango normal incluye los valores entre la media ± 2 DS de cualquier parámetro evaluado en una población saludable. Esto hace que se

acepten como normales al 95.5% de los valores y queden fuera 4.5% (de éstos, 2.25% por debajo del rango “media - 2 DS” y 2.25% por encima del rango “media + 2 DS”). Surge ahora el término de población. Este es un término que posee una acepción particular en estadística. La población comprende a todo el conjunto de individuos que poseen una homología determinada. Al calcular en una población (que incluye al 100% de los individuos) la media y la desviación estándar, y cumpliéndose el requisito de que la distribución del parámetro en estudio sea gaussiana, podemos asegurar que sin ningún tipo de dudas el rango media ± 2 DS es totalmente satisfactorio para su empleo en la evaluación de normalidad clínico-fisiológica. Y ello resulta obvio, porque tenemos estudiado en ese caso al universo completo de la población en cuestión. Esto resulta posible hacerlo cuando el número de individuos de la población completa no es exageradamente elevado y resulta factible el estudio de todos ellos. Ahora bien, cuando esto no resulta posible por múltiples razones, como puede ser que el número de individuos sea demasiado grande, que no dispongamos de los recursos necesarios, ya sean técnicos, financieros u otros, debemos recurrir al empleo de muestras de individuos que representan a la población general y aplicar el procedimiento antes descrito. En este caso, corremos (hablando en término de probabilidades) un riesgo determinado al afirmar, a partir de los rangos de la muestra, los límites de normalidad del parámetro en la población. El riesgo puede ser mayor o menor, en dependencia del cuidado que se haya puesto en cumplir todo un grupo de normas y procedimientos que abarcan todo un importante campo de la estadística, relativos al muestreo. Vamos a referirnos ahora a otros rangos de gran utilidad para estudios clínico-fisiológicos. El rango patológico es aquel en el cual los individuos que estén incluidos se considerarán como no pertenecientes a la población saludable de donde fueron calculados estos rangos. El mismo comprende los valores fuera del rango media ± 3 DS. En muchas ocasiones, los individuos que tengan los valores de algún parámetro biomédico en este rango patológico, podrán ser calificados de enfermos si la clínica concuerda con ello. Pongamos por caso: no se puede mecánicamente aceptar como diabético a un sujeto, porque tenga una cifra de glucosa en sangre por encima del rango media + 3 DS Siempre será requerida la clínica del caso.

¿Y por qué así?

Porque el procedimiento tiene una base probabilística y las causas de que ese valor anormal se haya obtenido se deben a muchos factores, que siempre se tratan de controlar al máximo, pero que no siempre se logra por múltiples razones. Aquí nos va a ocurrir igual que con el sujeto con cifras dentro de límites de normalidad. También corremos un determinado riesgo cuando afirmamos que el individuo sea saludable. En Medicina y Biología generalmente se considera

aceptable correr un riesgo de un 5%; y ello significa que 5 de cada 100 veces podemos tener un sujeto “enfermo” con cifras dentro del rango de “normalidad”. Esto no nos puede llevar a una posición agnóstica ni mucho menos. Los médicos sabemos por experiencia práctica, que el empleo de los rangos de normalidad de un parámetro tiene un gran valor, pero no pueden jamás sustituir a la Clínica. Es por ello, que en dependencia de los fines que persigue un trabajo, se empleen otros rangos. En Bioquímica Clínica, por ejemplo, para tratar de detectar un valor como patológico, antes que llegue a un límite extremo como media ± 3 DS, se considera que el límite de normalidad debe estar en el rango de media ± 1.3 DS (80% de los valores de la distribución); como sospechosos se definen los valores entre límites media ± 1.3 DS y media ± 2.3 DS; como anormales se clasifican los que están fuera de los límites de la media ± 2.3 DS (98% de los valores de la distribución normal). Para trabajos de pesquisa el rango se estrecha aun más y se consideran como normales solamente, los valores en los límites de media ± 1 DS (68% de los valores de la distribución normal); como sospechosos los valores en los límites entre media ± 1 D.S y media ± 1.65 DS; como anormales los valores fuera de los límites de media ± 1.65 DS , o sea, 90% de los valores de la distribución (Thielmann K., 1973). Existe además otro elemento que debe ser tomado muy en consideración y que es el número de individuos que componen la muestra, a partir de la cual se pretenden establecer los rangos de normalidad de una población. Mientras el número de individuos sea mayor, el coeficiente por el cual debemos multiplicar la desviación estándar será menor, para abarcar el mismo porcentaje de 95% de los valores de la distribución normal, corriendo un riesgo estadístico de 5% (α = 0.05). Pongamos varios ejemplos de ellos:

Si N=10 sujetos el rango de normalidad es media ± 3.379 DS Si N=15 “ “ “ “ “ “ media ± 2.954 DS Si N=30 “ “ “ “ “ “ media ± 2.549 DS Si N=60 “ “ “ “ “ “ media ± 2.333 DS Si N=100 “ “ “ “ “ “ media ± 2.233 DS

Por ello se recomienda que las muestras sean lo más grandes posible y siempre que se pueda, un número no menor de 200 individuos.

Puntuaciones e intervalos estándar

Podemos denominar como puntuación directa a aquella que se obtiene cuando se calcula un indicador de la VFC de una determinada serie de intervalos consecutivos RR en un sujeto dado. Este valor tiene significado si conocemos qué relación tiene en comparación con un estándar determinado, o sea, con una

norma. En algunos casos la experiencia ha establecido acuerdo de consenso internacional acerca de algunos de tales valores. Por ejemplo, la Asociación de Diabetología Norteamericana ha emitido entre sus recomendaciones, considerar que un valor de frecuencia cardiaca de un paciente diabético en condiciones de reposo igual o superior a 100 latidos por minuto se debe considerar como anormal y puede indicar lesión de vías autonómicas cardiovasculares (Boulton A.J.M. et al., 2005). Por otro lado, un valor de 50 ms o menos para la desviación estándar de registros de cierta duración en pacientes que han sufrido un infarto agudo de miocardio, puede considerarse como un factor de riesgo de muerte súbita o complicaciones arrítmicas potencialmente letales, en estos enfermos (Bilchick, K. C. et al., 2002; Balanescu S.A. et al., 2004). Cuando el indicador que estemos analizando no se distribuye de forma normal en una muestra suficiente de individuos, se puede emplear el criterio de los percentiles. En este caso, si un valor dado se encuentra por debajo del percentil 2.5 o por encima del percentil 97.5 podemos declararlo como anormal, si queremos correr un riesgo de acertar o equivocarnos no mayor de un 5 %. Cuando se dice que un valor está en el percentil 50 sabemos que su valor coincide con el de la mediana de la muestra o de la población a la que se hace referencia. Resulta muy fácil de entender, pero como casi todas las cosas buenas, poseen una inconveniencia: aumentan las pequeñas diferencias de las puntuaciones directas que se hallan alrededor de la mediana y disminuyen la de aquellas puntuaciones que se hayan en ambos extremos de la distribución, diferencias que pueden llegar a ser muy grandes. Por otro lado, en general, no es conveniente el uso de los percentiles para análisis estadísticos ulteriores. Una buena solución la aportan las puntuaciones y los rangos estandarizados. Una puntuación estándar clásica es la llamada transformación zeta (z). Tal puntuación se obtiene calculando la siguiente expresión:

;)(estándardesviación

mediadirectaPuntuaciónZ −=

donde la media y la desviación estándar se corresponden con los valores calculados para esa muestra o población de donde se ha extraído la puntuación directa. El uso de las puntuaciones estándar implica el empleo de valores negativos y positivos, ya que la transformación zeta de una puntuación puede arrojar valores negativos si la puntuación directa es menor que el valor de la media, en tanto que será positiva si el valor de la puntuación directa es mayor que la media. Esta situación muchas veces es poco deseable para cálculos posteriores. Por ello, se han utilizado muchas otras maneras de calcular estos valores normalizados. Las puntuaciones T se calculan aplicando la siguiente transformación:

;)(1050estándardesviación

mediadirectaPuntuaciónT −+=

Las llamadas puntuaciones Stanine se calculan por la expresión:

;)(25estándardesviación

mediadirectaPuntuaciónT −+=

Las desviaciones IQ, empleadas en diversas pruebas psicométricas, utilizan la expresión:

;)(15100estándardesviación

mediadirectaPuntuaciónT −+=

Nosotros, hemos utilizado desde hace tiempo unas puntuaciones que denominamos impropiamente zeta, pero que el uso ha acuñado, y que guardan cierto parecido con las puntuaciones Stanine. La expresión de cálculo es:

;)(5estándardesviación

mediadirectaPuntuaciónZeta −+=

Considerando nuestro caso, que es el que vamos a desarrollar en lo adelante, una puntuación directa de 50, para un indicador cuya media y desviación estándar sean 50 y 10 respectivamente, arrojaría un valor de:

;510

)5050(5 =−

+=Zeta

Veamos en la Tabla 2 algunos valores de interés que podría tomar la puntuación zeta de una puntuación directa procedente de una población con media de 50 y desviación estándar de 10 unidades.

Tabla 2. Ejemplo de cálculo de cálculo de puntuaciones zeta.

N/O Puntuación directa

Puntuación zeta

1 20 2 2 30 3 3 40 4 4 50 5 5 60 6 6 70 7 7 80 8

Un valor zeta de 2 nos indica que la puntuación directa correspondiente está desplazada a la izquierda de la media en tres desviaciones estándar, al igual que una puntuación zeta de 8 ubica a la puntuación directa desplazada a tres desviaciones estándar a la derecha de la media. Hemos usado los términos izquierda y derecha de modo figurado. Estos valores zeta así obtenidos, siempre que los valores de las puntuaciones directas se distribuyan normalmente en la población de donde han sido extraídos, poseen ahora un significado muy superior, al de la puntuación directa. Nos está indicando qué posición ocupa el valor

respecto a la población y son válidos todos los elementos que expusimos en el acápite anterior. Podemos por tanto crear intervalos estandarizados, haciendo uso de estas puntuaciones zeta así calculadas. Eso es de hecho lo que hemos venido utilizando desde hace algunos años y que pudimos exponer en una publicación nacional al respecto (Estévez M. et al., 1999). Las grandes ventajas del uso de estas puntuaciones zeta están dadas por el hecho de que las diferencias de estas puntuaciones son proporcionales a las de las puntuaciones directas y que su uso mediante el cálculo de promedios o de índices de correlación de estos indicadores tendría el mismo resultado que el que se efectuase usando las puntuaciones directas. Tienen una desventaja y es que no pueden ser interpretadas claramente si las distribuciones de las puntuaciones directas en la población son asimétricas o no se distribuyen normalmente. Esto puede ser solventado, normalizando los valores de las puntuaciones directas, siendo muy importante conocer correctamente la función de transformación, de manera que los valores puedan ser fácilmente convertibles en uno u otro sentido: de puntuaciones zeta a puntuaciones directas y viceversa. Una vez aquí, podemos decir que en nuestro caso, nos ha resultado de mucha utilidad el empleo de lo que denominamos intervalos estandarizados. Los que hemos empleado habitualmente son mostrados en la próxima Figura.

Figura 7. Diagrama y Tabla con intervalos estandarizados

.

Uso de las puntuaciones e intervalos estándares Cuando comparamos dos grupos de valores de indicadores de la VFC, de diferentes grupos de sujetos en condiciones homólogas, nos interesa saber si existen diferencias entre grupos, para ese indicador. Generalmente, cuando son

dos grupos independientes, la primera comparación de utilidad que generalmente aplicamos, es la que brinda la prueba “t” de Student. Esta prueba toma en cuenta los valores medios de los indicadores y sus desviaciones estándar y en caso de que se cumplan las condiciones exigidas para su utilización, nos podrá informar si hay o no diferencias, con un error probabilística que podemos fijar y que habitualmente en Medicina y Biología es de un 5 %. Esta prueba puede resultar significativa para diferenciar los valores de dos grupos, pero no es mucha mayor información la que podemos extraer acerca de los individuos que componen la muestra si solo nos conformamos con esta comprobación. Necesitamos saber, en cualquiera de los casos, significativa o no la prueba de comparación de medias, cómo se distribuyen los valores en ambos grupos analizados. Esta observación nos puede ayudar a conocer mejor lo que ocurre en los valores directos de ambos grupos. Para ello, es muy conveniente el uso de la transformación a valores zeta estandarizados. Cuando tenemos transformados debidamente los valores directos obtenidos en ambos grupos a valores estandarizados zeta, cada valor posee además de su propia información original, la que le aporta la transformación. Si un valor obtenido tiene, por ejemplo, una puntuación zeta de 2.52, ello nos está diciendo que el mismo está desviado en sentido negativo de la media del grupo y nos dice cuánto está desplazado, hablando en términos probabilísticos. Siempre nos será posible en estas condiciones, saber la probabilidad asociada a un valor de zeta observado. Ya ello es de gran utilidad, pues nos dice la posición que ocupa el valor en la distribución. Si los valores son menores que 2.0 o mayores de 8.0 sabemos que son muy poco probables como para ser valores normales del indicador. Recordar lo que vimos acerca de los rangos de interés médico en el acápite donde tratamos estas cuestiones. Cuando los valores de ambos grupos están transformados a zeta, podemos agruparlos por intervalos que tengan sentido clínico-fisiológico y ello nos puede ayudar a conocer mejor lo que estamos observando. Con estos valores transformados, podemos efectuar comparaciones de las distribuciones entre grupos y advertir cambios que usando puntuaciones o valores directos no resulta tan sencillo advertir. Si tenemos el valor medio y la desviación estándar de un indicador de la VFC extraído de una muestra de individuos supuestamente sanos y que tengan homología con una muestra de sujetos que queremos comparar con este grupo, una vía particularmente interesante se abre para caracterizar y comparar ambos grupos. Una vez calculados los valores transformados a zeta de los valores directos en el grupo opuesto al que consideramos como control, o patrón de referencia, podremos con rapidez determinar aquellos valores, e individuos, por supuesto, que se diferencian del patrón y en qué se diferencian, si por exceso o defecto de cualquiera de los rangos habitualmente empleados para la evaluación clínico-fisiológica. Es esta posibilidad la que deseamos mostrar como una vía que nos ha resultado sumamente útil en nuestra práctica. Para ello, vamos a presentar resultados obtenidos con la aplicación de esta metodología en diferentes grupos de sujetos

en los cuales se han estudiado diferentes indicadores de la VFC. Posteriormente, vamos a mostrar la aplicación de criterios más específicos para la caracterización de determinadas particularidades del ritmo cardiaco, que también nos han resultado útiles en la caracterización de diferentes estados funcionales en individuos sanos.

Sujetos estudiados y métodos empleados

Hemos incluido para este reporte los resultados obtenidos en cuatro grupos de sujetos, cuyos resultados han sido objeto de publicación en otro momento, tomando en cuenta otros aspectos de la función de regulación autonómica cardiovascular (Estévez M. et al., 1994a; 1994b; 1997a; 1997b; 1999a; 1999b; Iglesias J. et al., 1997), y cuyas principales características fueron las que se muestran en la Tabla 3. Todos los casos fueron estudiados en condiciones de reposo en posición sentada y respirando de modo espontáneo. El electrocardiograma fue registrado en derivación bipolar torácica CM5 durante 5 minutos en posición sentado mediante los equipos Neuromega o Pasek 03. La frecuencia de muestreo utilizada para la conversión A/D fue de 200 Hz. Los intervalos RR consecutivos fueron medidos utilizando los algoritmos de los equipos antes mencionados y las series de valores detectados fueron ulteriormente objeto de inspección visual por un especialista para eliminar artefactos o latidos ectópicos. Para este análisis hemos incluido registros de 128 segundos de duración. Las series de cardiointervalos fueron sometidas al análisis en los dominios del tiempo y la frecuencia calculándose diferentes indicadores (Ver Capítulos “Indicadores de la VRC calculados en dominio del tiempo” e “Indicadores de la VRC calculados en dominio de la frecuencia”, en este mismo libro)

Tabla 3. Datos de sujetos estudiados.

N/O Grupo N Edad años (media ± DS)

Rango edades

Género

1 Sanos 136 40.23 ± 11.45 18 - 59 M [105 ] F [ 31]

2 Glaucoma 198 44.28 ± 12.5 24 - 74 M [156] F [ 42]

3 Diabetes tipo II 298 42.65 ± 9.21 28 – 67 M [194] F [104]

4 DSE. 401 41.5 ± 12.6 18 - 61 M [401]

Leyenda: DSE._ pacientes con disfunción sexual eréctil (Psicógena [106] Orgánica [295])

Para esta exposición inicial vamos a considerar solamente los siguientes indicadores de la VFC calculados en el dominio del tiempo: media (M) de los periodos cardiacos, desviación estándar (DS) y desviación estándar de diferencias sucesivas (DSDS) y los indicadores calculados en dominio de la frecuencia: energía de la amplitud de potencia espectral absoluta en la banda de

bajas frecuencias [EA_BBF] (0.04 – 0.15 Hz), energía de la amplitud de potencia espectral absoluta en la banda de altas frecuencias [EA_BAF] (0.15 – 0.40 Hz), energía de la amplitud de potencia espectral absoluta del total del espectro [EATot] (0.04 – 0.40 Hz) y la relación de energías espectrales de potencia entre las bandas de bajas y la de altas frecuencias [BF/AF]. La amplitud espectral de potencia ha sido descrita en otro Capítulo de este libro (“Indicadores de la VRC calculados en dominio de la frecuencia”). Para cada uno de los indicadores se calculó en el grupo de sujetos sanos la media y la desviación estándar. Posteriormente, los valores directos individuales obtenidos, fueron transformados para lograr su distribución normal. Para la DS y la DSDS se usó la transformación aplicando el logaritmo de base 10 de cada valor y en el caso de las medidas espectrales se aplicó la transformación logarítmica natural o de Euler. Utilizando estas transformaciones se logró en los cuatro grupos (controles y pacientes) normalizar la distribución de todos los indicadores. En la Tabla 4 se muestran los valores de los indicadores antes mencionados, expresados como media y desviación estándar en los cuatro grupos estudiados, así como la significación estadística de las diferencias observadas entre los grupos, mediante pruebas derivadas de ANOVA de una clasificación de entrada.

Tabla 4. Resultados de la comparación de indicadores de la VFC en los grupos estudiados.

N/O Indicadores Sanos (N = 136)

Glaucoma (N = 198)

Diabetes (N = 298)

DSE. (N = 401)

1 Media 892.87 ± 138 877.6 ± 132 º 830.9 ± 129 ** 867.2 ± 127††

2 DS 45.5 ± 18 38.9 ± 19 ** 40.4 ± 26 * 43.1 ± 21 †

3 DSDS 40.3 ± 17 33.5 ± 17** º 38.3 ± 37 38.7 ± 29 ●

4 Ln(EA_BBF) 3.680 ± 0.56 3.623 ± 0.47 º 3.354 ± 0.34 ** 3.714 ± 0.42 ††

5 Ln(EA_BAF) 3.851 ± 0.48 3.237 ± 0.37 ** 3.007 ± 0.48 ** 3.548 ± 0.51 † ● **

6 Ln(EA_Tot) 4.212 ± 0.42 3.925 ± 0.41 * 3.804 ± 0.39 ** 4.301 ± 0.47 † ●

7 BF/AF 0.946 ± 0.48 1.014 ± 0.54 1.133 ± 0.14 * 1.012 ± 0.38

Leyenda: abreviaturas igual a las del texto. * p < 0.05 ** p < 0.01_ comparación vs. grupo control; † p < 0.05 †† p < 0.01 comparación DSE vs. Diabetes; º p < 0.05 ºº p < 0.01 comparación Glaucoma vs. Diabetes; ● < 0.05 ●● p < 0.01 comparación DSE vs. Glaucoma.

¿Qué elementos de interés podemos extraer de la información obtenida y representada en la Tabla?

Sin dudas, la información es interesante. La frecuencia cardiaca estuvo significativamente más elevada en los grupos de pacientes diabéticos y de glaucoma. La variabilidad global de las series de intervalos RR analizados fue significativamente menor en estos enfermos. La variabilidad latido a latido solo se mostró significativamente más reducida en el grupo de pacientes de glaucoma. Las medidas de la densidad espectral de amplitud resultaron significativamente

menores en los pacientes de diabetes y glaucoma, en tanto que la relación entre las bajas y las altas frecuencias solo resultó significativamente elevada para el grupo de pacientes diabéticos. No se encontraron diferencias entre el grupo de pacientes con DSE. y el grupo de sujetos sanos, excepto en las cifras de la EA_BAF que resultaron significativamente menores en los pacientes. Veamos ahora lo que podemos adicionar al análisis realizado, si tomamos en cuenta los nuevos elementos. En las próximas Tablas mostraremos la distribución de los valores de los indicadores estudiados en los sujetos de los cuatro grupos, según los intervalos estandarizados, e iremos comentando esos resultados. Recordemos que para el cálculo de los valores de zeta hemos utilizado los valores de la media y la desviación estándar de los sujetos sanos. Por lo tanto, también para el grupo de estos sujetos sanos controles tendremos su distribución según sus propios valores de media y DS. En la próxima Tabla se muestran los resultados del valor de la media de los periodos cardiacos de las series de 128 segundos estudiados de cada sujeto, en los cuatro grupos. En esencia, los resultados de las comparaciones entre los grupos utilizando las puntuaciones zeta, nos indican que tanto para el grupo de pacientes diabéticos, como para el de pacientes de glaucoma, hay un corrimiento hacia valores mayores de periodo cardiaco, o sea, hacia el incremento de la frecuencia cardiaca, pero lo interesante es que en el grupo de pacientes diabéticos se encuentran hasta 4 veces más casos con valores de periodo cardiaco medio menores de 2 desviaciones estándares, que en cualquiera de los otros grupos.

Tabla 5. Comparaciones utilizando intervalos estandarizados de zeta de la media de los periodos cardiacos en los sujetos estudiados.

N/O Intervalos estandarizados

Sanos

Glaucoma ºº **

Diabetes **

DSE. †† ●●

1 < 2.0 − 1 (0.5) − − 2 ≥ 2.0 y < 3.0 4 (3.1) 4 (2.0) 38 (12.7) 9 (2.2) 3 ≥ 3.0 y < 4.0 17 (12.5) 56 (28.3) 121 (40.7) 52 (13.0) 4 ≥ 4.0 y < 4.5 24 (17.6) 43 (21.7) 51 (17.1) 64 (16.0) 5 ≥ 4.5 y ≤ 5.5 49 (36.0) 68 (34.3) 54 (18.1) 124 (31.0) 6 > 5.5 y ≤ 6.0 20 (14.7) 14 (7.1) 16 (5.4) 67 (16.7) 7 > 6.0 y ≤ 7.0 16 (11.7) 10 (5.1) 14 (4.7) 59 (14.7) 8 > 7.0 y ≤ 8.0 6 (4.4) 1 (0.5) 4 (1.3) 19 (4.7) 9 > 8.0 − 1 (0.5) − 7 (1.7)

10 Totales 136 (100 %) 198 (100%) 298 (100%) 401 (100%) Leyenda: * p < 0.05 ** p < 0.01_ comparación vs. grupo control; † p < 0.05 †† p < 0.01 comparación DSE vs. Diabetes; º p < 0.05 ºº p < 0.01 comparación Glaucoma vs. Diabetes; ● < 0.05 ●● p < 0.01 comparación DSE vs. Glaucoma. (Kolmogorov-Smirnov 2 muestras).

Para la desviación estándar (Tabla 6) los valores expresados como puntuaciones zeta y los intervalos estandarizados nos hicieron posible detectar que un 26% de

los pacientes diabéticos alcanzaron valores menores de 2 DS respecto al grupo control, en tanto en los pacientes de glaucoma un 11% tuvo valores de esa magnitud. Incluso, se observa que en los pacientes con DSE hasta un 7% de los casos están en igual situación. En otras palabras, todos los grupos mostraron una reducción mayor o menor, pero significativa, de valores menores a 2 DS por debajo de la media de los sujetos controles para el indicador desviación estándar, que constituye un índice muy asociado con la eferencia moduladora simpática global. Resultaron claramente más evidentes las diferencias entre los grupos, empleando este procedimiento, como se advierte en la Tabla 7, para el caso de la DSDS. De acuerdo con la comparación utilizando el método estadístico clásico, no encontramos diferencias entre el Grupo de pacientes diabéticos y los controles, ni entre los pacientes de DSE y los diabéticos. Sin embargo, esta otra manera de analizar los resultados, nos permitió comprobar que en el grupo de pacientes diabéticos hubo una notable diferencia con los controles dada por un corrimiento hacia valores más bajos del indicador DSDS, respecto a los sujetos sanos y que incluso un 26% aproximadamente de los casos tuvieron una reducción de más de 2 desviaciones estándar respecto a los controles, e incluso que un 8 % tuvieron valores menores a 3 DS respecto a estos sujetos sanos.

Tabla 6. Comparaciones utilizando intervalos estandarizados de zeta de la DS de los periodos cardiacos en los sujetos estudiados.

N/O Intervalos estandarizados

Sanos

Glaucoma ºº **

Diabetes **

DSE †† ●●

1 < 2.0 − 7 (3.5) 32 (10.7) 8 (2.0) 2 ≥ 2.0 y < 3.0 3 (2.2) 14 (7.1) 47 (15.8) 20 (5.0) 3 ≥ 3.0 y < 4.0 18 (13.2) 43 (21.7) 64 (21.5) 63 (15.7) 4 ≥ 4.0 y < 4.5 16 (11.8) 27 (13.6) 45 (15.1) 48 (12.0) 5 ≥ 4.5 y ≤ 5.5 56 (41.2) 71 835.9) 64 (21.5) 144 (36.0) 6 > 5.5 y ≤ 6.0 24 (17.6) 19 (9.6) 23 (7.7) 45 (11.2) 7 > 6.0 y ≤ 7.0 19 (14.0) 16 (8.1) 19 (6.4) 53 (13.2) 8 > 7.0 y ≤ 8.0 − 1 (0.5) 3 (1.0) 13 (3.2) 9 > 8.0 − − 1 (0.3) 7 (1.7)

10 Totales 136 (100 %) 198 (100%) 298 (100%) 401 (100%) Leyenda: * p < 0.05 ** p < 0.01_ comparación vs. grupo control; † p < 0.05 †† p < 0.01 comparación DSE vs. Diabetes; º p < 0.05 ºº p < 0.01 comparación Glaucoma vs. Diabetes; ● < 0.05 ●● p < 0.01 comparación DSE vs. Glaucoma. (Kolmogorov-Smirnov 2 muestras).

Entre el grupo de pacientes de DSE se encontró casi un 5% con valores por debajo de 2 DS y se pudo comprobar diferencias significativas entre este grupo de pacientes y el de pacientes diabéticos, que tampoco se habían detectado mediante la prueba clásica de comparación estadística. Como la DSDS es un indicador que está estrechamente relacionado con la eferencia moduladora autonómica parasimpática, estos resultados nos pueden servir para interpretar mejor los resultados iniciales obtenidos del análisis entre grupos.

En relación con el indicador espectral EA_BBF (Tabla 8) solo se detectaron diferencias similares a las que ya había puesto de manifiesto la prueba estadística utilizada, o sea, el único grupo que se diferenció de los demás fue el de pacientes diabéticos donde hubo un corrimiento a menores valores del indicador en la distribución observada.

Tabla 7. Comparaciones utilizando intervalos estandarizados de zeta de la DSDS de los periodos cardiacos en los sujetos estudiados.

N/O Intervalos estandarizados

Sanos

Glaucoma ºº *

Diabetes **

DSE. †† ●●

1 < 2.0 − 3 (1.5) 25 (8.4) 6 (1.5) 2 ≥ 2.0 y < 3.0 2 (1.6) 10 (5.0) 53 (17.8) 14 (3.5) 3 ≥ 3.0 y < 4.0 17 (12.5) 45 (22.7) 66 (22.1) 45 (11.2) 4 ≥ 4.0 y < 4.5 18 (13.2) 38 (19.2) 52 (17.4) 54 (13.5) 5 ≥ 4.5 y ≤ 5.5 55 (40.4) 76 (38.5) 73 (24.6) 153 (39.1) 6 > 5.5 y ≤ 6.0 30 (22.0) 17 (8.6) 17 (5.7) 62 (15.5) 7 > 6.0 y ≤ 7.0 14 (10.3) 8 (4.0) 12 (4.0) 61 (15.2) 8 > 7.0 y ≤ 8.0 − 1 (0.5) − 5 (1.2) 9 > 8.0 − − − 1 (0.25) 10 Totales 136 (100 %) 198 (100%) 298 (100%) 401 (100%)

Leyenda: * p < 0.05 ** p < 0.01_ comparación vs. grupo control; † p < 0.05 †† p < 0.01 comparación DSE vs. Diabetes; º p < 0.05 ºº p < 0.01 comparación Glaucoma vs. Diabetes; ● < 0.05 ●● p < 0.01 comparación DSE vs. Glaucoma. (Kolmogorov-Smirnov 2 muestras).

En cuanto al indicador espectral EA_BAF (Tabla 9) se comprobó que los tres grupos se diferenciaban del grupo de controles sanos, mostrando en todos los casos valores menores para este indicador. En el Grupo de pacientes de Glaucoma se encontraron casi un 14% de casos con valores menores que 2 DS respecto a los controles, lo que llegó a casi un 11% en los pacientes con DSE y a casi un 25% de los enfermos diabéticos. En el grupo de controles sanos solamente un 3% mostraron cifras del indicador entre -2 y -3 DS, lo que contrasta ostensiblemente con lo observado en los pacientes. El indicador EA_BAF guarda una estrecha relación con la actividad parasimpática vagal y su reducción se ha descrito en los pacientes diabéticos y en otros con trastornos autonómicos ya sean funcionales u orgánicos (Estévez M. et a. 1994; 1997a; Task Force 1996; Vinik et al. 2003; Manzella et al. 2005; Schroeder E. et al. 2005; Boulton A. et al., 2005, Maguire A. et al., 2007). En el caso de los pacientes diabéticos de este grupo, se comprobaron reducciones significativas del orden de reducción de más de 2 DS tanto para la banda de bajas frecuencias, como para la de altas frecuencias.

Tabla 8. Comparaciones utilizando intervalos estandarizados de zeta de la EA_BBF de los periodos cardiacos en los sujetos estudiados.

N/O Intervalos estandarizados

Sanos Glaucoma ºº

Diabetes **

DSE. ††

1 < 2.0 − 5 (2.5) 10 (3.3) 5 (1.2) 2 ≥ 2.0 y < 3.0 5 (3.7) 8 (4.0) 40 (13.4) 17 (4.2) 3 ≥ 3.0 y < 4.0 15 (11.0) 34 (17.2) 69 (23.1) 61 (15.2) 4 ≥ 4.0 y < 4.5 19 (14.0) 34 (17.2) 39 (13.1) 59 (14.7) 5 ≥ 4.5 y ≤ 5.5 54 (39.7) 75 (37.9) 85 (28.6) 136 (33.95) 6 > 5.5 y ≤ 6.0 20 (14.7) 24 (12.1) 33 (11.1) 58 (14.5) 7 > 6.0 y ≤ 7.0 20 (14.7) 17 (8.6) 17 (5.7) 52 (13.0) 8 > 7.0 y ≤ 8.0 3 (2.2) 1 (0.5) 5 (1.7) 12 (3.0) 9 > 8.0 − − − 1 (0.25)

10 Totales 136 (100 %) 198 (100%) 298 (100%) 401 (100%) Leyenda: * p < 0.05 ** p < 0.01_ comparación vs. grupo control; † p < 0.05 †† p < 0.01 comparación DSE vs. Diabetes; º p < 0.05 ºº p < 0.01 comparación Glaucoma vs. Diabetes; ● < 0.05 ●● p < 0.01 comparación DSE vs. Glaucoma. (Kolmogorov-Smirnov 2 muestras).

Tabla 9. Comparaciones utilizando intervalos estandarizados de zeta de la EA_BAF de los periodos cardiacos en los sujetos estudiados.

N/O Intervalos estandarizados

Sanos

Glaucoma *

Diabetes **

D.S.E. * ††

1 < 2.0 − 10 (5.1) 28 (9.4) 9 (2.2)

2 ≥ 2.0 y < 3.0 4 (2.9) 17 (8.6) 46 (15.4) 34 (8.5)

3 ≥ 3.0 y < 4.0 17 (12.5) 38 (19.2) 54 (18.1) 73 (18.2)

4 ≥ 4.0 y < 4.5 22 (16.2) 32 (16.2) 38 (12.7) 63 (15.7)

5 ≥ 4.5 y ≤ 5.5 52 (38.2) 64 (32.2) 83 (28.0) 125 (31.3)

6 > 5.5 y ≤ 6.0 20 (14.7) 16 (8.1) 18 (6.0) 40 (10.0)

7 > 6.0 y ≤ 7.0 19 (14.0) 18 (9.1) 23 (7.7) 39 (9.7)

8 > 7.0 y ≤ 8.0 2 (1.5) 2 (1.0) 8 (2.7) 9 (2.2)

9 > 8.0 − 1 (0.5) − 9 (2.2)

10 Totales 136 (100 %) 198 (100%) 298 (100%) 401 (100%)

Leyenda: * p < 0.05 ** p < 0.01_ comparación vs. grupo control; † p < 0.05 †† p < 0.01 comparación DSE vs. Diabetes; º p < 0.05 ºº p < 0.01 comparación Glaucoma vs. Diabetes;

● < 0.05 ●● p < 0.01 comparación DSE vs. Glaucoma. (Kolmogorov-Smirnov 2 muestras).

La comparación utilizando el método estadístico clásico solo había encontrado diferencias significativas para el indicador EA Tot (Tabla 10) para las muestras de pacientes diabéticos con los controles y de pacientes de glaucoma con los controles. No se habían encontrado diferencias entre el grupo de pacientes con

DSE y los controles, aunque sí entre estos pacientes y los del grupo de glaucoma y de diabetes. En la comparación usando los intervalos estandarizados, el grupo de pacientes con DSE resultó significativamente diferente a los controles, apareciendo un 8% de casos con valores de menos de -2 DS, en tanto en los pacientes de glaucoma alcanzaron esos valores un 12.6%, en tanto en los diabéticos llegó a casi el 25% de los pacientes. Las comparaciones utilizando el procedimiento de los intervalos estandarizados en el caso del indicador de la relación espectral BF/AF no aportaron mucha más información que la que ya se había obtenido con las comparaciones iniciales, como puede observarse en la Tabla 11. Debemos tener en cuenta que en este estudio se utilizaron como indicadores espectrales los obtenidos a partir del cálculo de las amplitudes y no de las densidades espectrales de potencia. Cuando se emplean estas últimas, se enfatizan las alteraciones de las bajas frecuencias y posiblemente en este caso se puedan obtener valores más francamente asociados al carácter del indicador BF/AF, que se plantea constituye un índice bastante fiel de la relación de la modulación simpatovagal integral.

Tabla 10. Comparaciones utilizando intervalos estandarizados de zeta de la EATot De los periodos cardiacos en los sujetos estudiados.

N/O Intervalos estandarizados

Sanos Glaucoma **

Diabetes **

DSE. ** †† ●

1 < 2.0 − 8 (4.0) 30 (10.1) 8 (2.0) 2 ≥ 2.0 y < 3.0 3 (2.2) 17 (8.6) 44 (14.8) 24 (6.0) 3 ≥ 3.0 y < 4.0 18 (13.2) 32 (16.2) 55 (18.4) 71 (17.7) 4 ≥ 4.0 y < 4.5 17 (12.5) 32 (16.2) 42 (14.1) 54 (13.5) 5 ≥ 4.5 y ≤ 5.5 57 (42.0) 70 (35.3) 72 (24.2) 137 (34.1) 6 > 5.5 y ≤ 6.0 20 (14.7) 21 (10.6) 25 (8.4) 50 (12.5) 7 > 6.0 y ≤ 7.0 17 (12.5) 16 (8.1) 24 (8.0) 34 (8.5) 8 > 7.0 y ≤ 8.0 4 (2.9) 1 (0.5) 6 (2.0) 17 (4.2) 9 > 8.0 − 1 (0.5) − 6 (1.5)

10 Totales 136 (100 %) 198 (100%) 298 (100%) 401 (100%) Leyenda: * p < 0.05 ** p < 0.01_ comparación vs. grupo control; † p < 0.05 †† p < 0.01 comparación DSE vs. Diabetes; º p < 0.05 ºº p < 0.01 comparación Glaucoma vs. Diabetes; ● < 0.05 ●● p < 0.01 comparación DSE vs. Glaucoma. (Kolmogorov-Smirnov 2 muestras).

En las Figuras 8 y 9 hemos representado las distribuciones según intervalos estandarizados de los valores observados para los indicadores de la VFC calculados en el dominio del tiempo y de la frecuencia, señalando con similares símbolos los resultados significativos de las comparaciones de las distribuciones según la prueba estadística de Kolmogorov-Smirnov de dos muestras.

Tabla 11. Comparaciones utilizando intervalos estandarizados de zeta de la relación BF/AF de los periodos cardiacos en los sujetos estudiados.

N/O Intervalos estandarizados

Sanos Glaucoma

Diabetes *

DSE.

1 < 2.0 1 (0.7) 6 (3.0) 9 (3.0) 8 (2.5) 2 ≥ 2.0 y < 3.0 4 (3.1) 12 (6.1) 9 (3.0) 15 (3.7) 3 ≥ 3.0 y < 4.0 16 (11.7) 22 (11.1) 33 (11.0) 69 (17.2) 4 ≥ 4.0 y < 4.5 16 (11.7) 21 (10.6) 36 (12.1) 64 (16.0) 5 ≥ 4.5 y ≤ 5.5 53 (39.0) 81 (40.9) 122 (40.4) 139 (34.6) 6 > 5.5 y ≤ 6.0 23 (16.9) 40 (20.2) 48 (16.3) 60 (15.0) 7 > 6.0 y ≤ 7.0 22 (16.2) 16 (8.1) 40 (13.4) 46 (11.5) 8 > 7.0 y ≤ 8.0 1 (0.7) − 1 (0.3) − 9 > 8.0 − − − −

10 Totales 136 (100 %) 198 (100%) 298 (100%) 401 (100%) Leyenda: * p < 0.05 ** p < 0.01_ comparación vs. grupo control; † p < 0.05 †† p < 0.01 comparación DSE vs. Diabetes; º p < 0.05 ºº p < 0.01 comparación Glaucoma vs. Diabetes; ● < 0.05 ●● p < 0.01 comparación DSE vs. Glaucoma. (Kolmogorov-Smirnov 2 muestras).

Figura 8. Diagrama de distribución de valores zeta de diferentes indicadores calculados en dominio del tiempo de la VFC en diferentes grupos de sujetos. Ver información adicional en el propio texto. * p < 0.05 ** p < 0.01_ comparación vs. grupo control; † p < 0.05 †† p < 0.01 comparación DSE vs. Diabetes; º p < 0.05 ºº p < 0.01 comparación Glaucoma vs. Diabetes; ● < 0.05 ●● p < 0.01 comparación DSE vs. Glaucoma. (Kolmogorov-Smirnov 2 muestras).

Con el objetivo de precisar si las modificaciones detectadas en los pacientes diabéticos, pudieron haber estado relacionadas con la presencia de signos de neuropatía autonómica cardiovascular (NACv), se creó un grupo pareado por edad y sexo, de pacientes diabéticos con el grupo de controles sanos. En ese grupo de

pacientes incluido había 49 sujetos positivos de NACv y 87 sin signos de la misma. Estos diagnósticos se realizaron sobre la base de los criterios clásicos de D.J. Ewing y B.F. Clarke (1985). En los pacientes positivos un 14.3% tuvieron lesiones severas, en tanto el resto tuvieron lesiones comenzantes (63.2%) o definidas (12.5%), de acuerdo con la clasificación de estos investigadores.

Figura 9. Diagrama de distribución de valores zeta de diferentes indicadores calculados en dominio de la frecuencia de la VFC en diferentes grupos de sujetos. Ver información adicional en el propio texto. * p < 0.05 ** p < 0.01_ comparación vs. grupo control; † p < 0.05 †† p < 0.01 comparación DSE vs. Diabetes; º p < 0.05 ºº p < 0.01 comparación Glaucoma vs. Diabetes; ● < 0.05 ●● p < 0.01 comparación DSE vs. Glaucoma. (Kolmogorov-Smirnov 2 muestras).

En la Tabla 12 se muestran los resultados referentes a los valores observados para zeta del indicador espectral EA_BAF. Como puede observarse, en el grupo de pacientes diabéticos positivos de NACv, se detectaron un 22.5% de casos con reducciones más bajas que -2 DS por debajo de la media de los casos del grupo control sano. En la comparación entre el grupo de 136 pacientes con los controles, se detectaron 14 enfermos (10.3%) con valores menores de -2 DS. De estos pacientes, en 11 se encontró una evaluación positiva de NACv, quedando solo 3 pacientes diabéticos con valores por debajo de –2 DS de la media de la densidad de energía espectral de amplitud. Esta observación la consideramos de gran utilidad para el proceso de pesquisa de NACv en pacientes con enfermedades que puedan provocar esta afectación. Con solo registrar durante un corto periodo el ECG de reposo, sería tal vez factible orientar la realización de estudios completos de evaluación autonómica en aquellos casos cuyos valores zeta en las bandas espectrales de las bajas, altas o la energía total de ambas bandas, se encuentren digamos por debajo de -2.5 DS respecto a los valores medios de un grupo control válido. Recientemente se ha

publicado un estudio donde se evalúa una posibilidad de este tipo, con el fin de facilitar los estudios de detección de signos de NACv en grandes grupos poblacionales (Lambrecht R., et al. 2007). Acerca de la relevancia de la neuropatía autonómica cardiovascular (NACv) como complicación de múltiples enfermedades que afectan al Sistema Nervioso Autónomo, no vamos a referirnos en detalle en este punto, ya que en este propio libro se incluye un Capítulo dedicado a ello. Solo consideramos importante resaltar como muy importante, que la NACv es una complicación silente, que cursa sin síntomas ni signos, en enfermedades crónicas no infecciosas de muy elevada prevalencia, en pacientes con diferentes afectaciones del SNA, como son: la diabetes mellitus, insuficiencia renal crónica, neuropatías carenciales, alcoholismo, etc. y que constituye uno de los factores de riesgo más preocupantes de muerte súbita de origen cardiovascular en tales enfermos, ya sea por paro cardiaco o por aparición de arritmias cardiacas letales.

Tabla 12. Análisis comparativo de la EA_BAF entre un grupo de pacientes diabéticos pareados por edad y sexo con los controles sanos. Se muestran además los resultados al subdividir el grupo de pacientes en aquellos que resultan positivos o negativos de neuropatía autonómica cardiovascular

Intervalos estandarizados

Sanos (N = 136)

Diabetes (N = 136)

††

Diabetes (-) N = 87)

††

Diabetes (+) N = 49)

†† ** < 2.0 − 2 (1.5) - 2 (4.1)

≥ 2.0 y < 3.0 4 (2.9) 12 (8.8) 3 (3.4) 9 (18.4) ≥ 3.0 y < 4.0 17 (12.5) 48 (35.3) 24 (27.6) 22 (44.9) ≥ 4.0 y < 4.5 22 (16.2) 29 (21.3) 20 (23.0) 9 (18.4) ≥ 4.5 y ≤ 5.5 52 (38.2) 36 (26.5) 33(38.0) 5 (10.2) > 5.5 y ≤ 6.0 20 (14.7) 7 (5.1) 6 (6.9) 1 (2.0) > 6.0 y ≤ 7.0 19 (14.0) 2 (1.5) 1 (1.1) 1 (2.0) > 7.0 y ≤ 8.0 2 (1.5) - - -

> 8.0 − - - †† p < 0.001_significación estadística de grupos y subgrupos de pacientes respecto a grupo control. ** p < 0.001 _ significación estadística entre subgrupos. No diferencias significativas entre subgrupo de pacientes sin signos de NACv y el grupo general de pacientes (test de Kolmogorov-Smirnov de dos muestras)

Procedimientos para evaluar algunas características del ritmo cardiaco. En sujetos sanos hemos empleado con éxito un procedimiento que nos permite caracterizar de modo cuantitativo algunas características del ritmo cardiaco (RC) y que son:

• Frecuencia del RC.

• Variabilidad del RC.

• Rítmica cardiaca.

• Carácter de la regulación autonómica.

• Periodicidad del RC.

• Homeostasis en el dominio de la frecuencia.

Aunque ya lo habíamos expresado con anterioridad, repetimos de nuevo el procedimiento que utilizamos para el cálculo de las puntuaciones Zeta de cualquiera de los indicadores que a continuación serán utilizados. La expresión de cálculo es:

;)(5)( DSMediadirectaPuntuaciónIndicadorZeta −+=

Donde los valores Media y DS se corresponden con los de la media y la desviación estándar del indicador en la muestra o población que se utiliza como referencia, generalmente, el grupo que se utiliza como control o referencia.

Frecuencia del RC La variable utilizada es la media aritmética de los cardiointervalos RR (M). Los intervalos para las puntuaciones ZM y la evaluación correspondiente a cada intervalo se muestran en la Tabla 13.

Tabla 13. Evaluación de la Frecuencia del RC Intervalos para

puntuaciones ZM

Evaluación correspondiente a los valores de ZM

< 2.0 Taquicardia anormal ≥ 2.0 y < 3.0 Taquicardia marcada ≥ 3.0 y < 4.0 Taquicardia moderada ≥ 4.0 y < 4.5 Taquicardia ligera ≥ 4.5 y ≤ 5.5 Límites satisfactorios > 5.5 y ≤ 6.0 Bradicardia ligera > 6.0 y ≤ 7.0 Bradicardia moderada > 7.0 y ≤ 8.0 Bradicardia marcada

> 8.0 Bradicardia anormal

Variabilidad del RC Para evaluar la variabilidad se toman en cuenta dos variables: la desviación estándar de los intervalos cardiacos RR de la muestra analizada (DS) y la desviación estándar de las diferencias sucesivas (DSDS). La DSDS permite

evaluar la variabilidad latido a latido, en tanto la DS refleja la variabilidad global del ritmo cardiaco.

Tabla 14. Evaluación de Zetas de DS o DSDS

Intervalos para puntuaciones Z( )

Evaluación correspondiente a los valores de Z( )

< 2.0 Reducción anormal ≥ 2.0 y < 3.0 Reducción marcada ≥ 3.0 y < 4.0 Reducción moderada ≥ 4.0 y < 4.5 Reducción ligera ≥ 4.5 y ≤ 5.5 Límites satisfactorios > 5.5 y ≤ 6.0 Incremento ligero > 6.0 y ≤ 7.0 Incremento moderado > 7.0 y ≤ 8.0 Incremento marcado

> 8.0 Incremento anormal

Rítmica cardiaca Para la evaluación de este aspecto se emplean la media de los periodos cardiacos (RRM), el recorrido o desviación máxima de los periodos cardiacos, calculado como la diferencia entre el valor máximo y el mínimo de los intervalos RR observados en la serie (W), la desviación estándar de los periodos cardiacos (RRDS) y el coeficiente de variación de los periodos cardiacos (CV). Los criterios utilizados para la evaluación de la estabilidad del ritmo de los periodos cardiacos se muestran en la Tabla 15. Conviene advertir al lector, que para esta evaluación se toman en cuenta, tanto valores originales de los indicadores, o sea, sus puntuaciones directas, como puntuaciones Zeta de esos indicadores en otros casos. En la Tabla se precisa si el valor que se emplea es la puntuación directa o su puntuación Zeta. El contenido de esta evaluación es producto de la experiencia acumulada por autores de la antigua URSS (Baevsky R. et al. 1987), así como por nosotros en el estudio con sujetos sanos (Estévez M. et al., 1999 b).

Carácter de la regulación autonómica Cvs. Para esta evaluación se toman en cuenta tres indicadores calculados en dominio del tiempo. Estos son la puntuación Zeta del Coeficiente de Variación (ZCV), la Zeta del Índice de tensión neurovegetativa (ZIT) y la Zeta de la media de los intervalos RR. De acuerdo con las particularidades cuantitativas que se establecen entre estos tres indicadores hemos podido establecer diferentes criterios de utilidad que se reflejan en la Tabla 16.

Tabla 15. Evaluación de la rítmica cardiaca. Condiciones que deben cumplirse Evaluación

(W < 100) y (DS < 20) y (CV < 2.0) Marcada estabilidad del ritmo

[(W < 100) y (DS < 20)] o [(W < 100) y (CV < 2.0)] Moderada estabilidad del ritmo

(W ≥ 0.6 RRM) y [(ZDS > 6.0) y ( ZCV > 6.0)] Marcada alteración del automatismo

(W ≥ 0.45 RRM) y [(ZDS > 6.0) y ( ZCV > 6.0)] Marcada arritmia sinusal

[(W > 175) y (W ≤ 0.3 RRM)] y [(ZDS > 5.5) o (ZCV > 5.5)] Moderada arritmia sinusal

En cualquier otro caso Rítmica cardiaca sin alteraciones

En la Figura 10 mostramos un diagrama que se ajusta a los criterios anteriores expresados en la Tabla 16, pero de modo gráfico.

Periodicidad del RC Para la evaluación de este aspecto se utiliza el valor del coeficiente de autocorrelación de la serie de cardiointervalos (coeficiente r de Pearson), obtenido para el primer desplazamiento de la serie de intervalos RR. Su evaluación se muestra en la Tabla 17.

Tabla 16. Criterios para la evaluación del carácter de la regulación autonómica.

ID Condiciones a cumplirse Evaluación A (ZM ≥ 4.5) y [(ZIT ≤ 3.35) y (ZCV ≤ 3.35)] Distonía neurovegetativa tipo

A (simpática) B (ZM ≥ 4.5) y [(ZIT ≤ 3.35) o (ZCV ≤ 3.35)] Disrregulación neurovegetativa

tipo simpática C (ZM ≤ 5.5) y [(ZIT ≥ 6.65) y (ZCV ≥ 6.65)] Distonía neurovegetativa tipo

B (parasimpática) D (ZM ≤ 5.5) y [(ZIT ≥ 6.65) o (ZCV ≥ 6.65)] Disrregulación neurovegetativa

tipo parasimpática E (ZM < 4.5) y [(ZIT < 4.0) o (ZCV < 4.0)] Compatible con incremento de

predominio simpático F (ZM < 4.0) y [(ZIT > 3.35) y (ZIT < 6.65)] y

[(ZCV > 3.35) y (ZCV < 6.65)] Regulación neurovegetativa equilibrada con taquicardia

G (ZM > 6.0) y [(ZIT > 3.35) y (ZIT < 6.65)] y [(ZCV > 3.35) y (ZCV < 6.65)]

Regulación neurovegetativa Equilibrada con bradicardia

H (ZM > 5.5) y [(ZIT > 6.0) o (ZCV < 6.0)] Compatible con incremento de predominio parasimpático

I [(ZM > 4.0) y (ZM < 6.0)] y [(ZIT > 3.35) y (ZIT < 6.65)] y [(ZCV > 3.35) y (ZCV < 6.65)]

Regulación neurovegetativa

equilibrada

Homeostasis de la regulación del RC en dominio de la frecuencia Para la evaluación de este aspecto empleamos indicadores calculados en el dominio de la frecuencia, mediante el análisis espectral aplicando un algoritmo de la FFT. Las variables consideradas son:

• EA_BBF_ energía absoluta de la banda de bajas frecuencias (0.04 – 0.15 Hz).

• EA_BAF_ energía absoluta de la banda de altas frecuencias (0.15 – 0.40 Hz).

• EA_Tot_ energía absoluta sumada de ambas bandas (0.04 – 0.40 Hz). En la Figura 10 mostramos un diagrama que se ajusta a los criterios anteriores expresados en la Tabla 16, pero de modo gráfico.

Periodicidad del RC Para la evaluación de este aspecto se utiliza el valor del coeficiente de autocorrelación de la serie de cardiointervalos (coeficiente r de Pearson), obtenido para el primer desplazamiento de la serie de intervalos RR. Su evaluación se muestra en la Tabla 17. Como criterios e intervalos de evaluación utilizamos los mismos que se expusieron en la Tabla 14. Para la evaluación del equilibrio entre las bandas de bajas y altas frecuencias del espectro, reflejado por el indicador BF/AF utilizamos los criterios que se muestran en la Tabla 18.

Figura 10. Diagramas que representan los criterios especificados en la Tabla 16.Las letras

identifican las condiciones señaladas en la Tabla 16.

Tabla 17. Criterios de evaluación de la periodicidad del RC. Intervalos de valores de Zr Evaluación

< 2.0 Incremento anormal de la periodicidad ≥ 2.0 y < 3.0 Incremento marcado de la periodicidad ≥ 3.0 y < 4.0 Incremento moderado de la periodicidad ≥ 4.0 y < 4.5 Incremento ligero de la periodicidad ≥ 4.5 y ≤ 5.5 Periodicidad en límites satisfactorios > 5.5 y ≤ 6.0 Reducción ligera de la periodicidad > 6.0 y ≤ 7.0 Reducción moderada de la periodicidad > 7.0 y ≤ 8.0 Reducción marcada de la periodicidad

> 8.0 Reducción anormal de la periodicidad

Tabla 18. Criterios para la evaluación del indicador BF/AF Intervalos de valores de ZBF/AF Evaluación

< 2.0 Desequilibrio anormal por predominio BAF ≥ 2.0 y < 3.0 Desequilibrio marcado por predominio BAF ≥ 3.0 y < 4.0 Desequilibrio moderado por predominio BAF ≥ 4.0 y < 4.5 Desequilibrio ligero por predominio BAF ≥ 4.5 y ≤ 5.5 Equilibrio satisfactorio entre bandas espectrales > 5.5 y ≤ 6.0 Desequilibrio ligero por predominio BBF > 6.0 y ≤ 7.0 Desequilibrio moderado por predominio BBF > 7.0 y ≤ 8.0 Desequilibrio marcado por predominio BBF

> 8.0 Desequilibrio anormal por predominio BBF

A continuación mostramos un reporte que se realiza en este momento con el software SDSPlus, acerca de la evaluación del RC empleando los criterios que hemos descrito, en un individuo sano:

REPORTE DE EVALUACION ENV CARDIOVASCULAR

Software SDSPlus versión. 1.4.5 1. DATOS DE IDENTIDAD DEL PACIENTE: IDCaso: CF0005 Reg_Clin); 1 Test: Sentado_Basal Sexo: M Edad: 39.83 Fecha_Estudio: 11/10/2006 Dur_Secuencia: 300.000

2. FRECUENCIA DEL RITMO CARDIACO: Z_media: 4.157 Taquicardia ligera

3. VARIABILIDAD DEL RITMO CARDIACO: a. Variabilidad latido a latido: Z_dsds: 4.896 En límites satisfactorios b. Variabilidad global: Z_ds: 4.898 En límites satisfactorios

4. AUTOMATISMO CARDIACO: RRMedia: 754.50 W: 318.00 DS: 54.08 Cv: 7.17 Z_Cv: 5.226 Z_DS: 4.898 Rítmica cardiaca sin alteraciones

5. CARACTER DE LA REGULACION DEL RITMO CARDIACO: Z_Media: 4.157 Z_Cv: 5.226 Z_It: 5.090 Regulación neurovegetativa equilibrada

6. PERIODICIDAD DEL RITMO CARDIACO: Icorr: 0.689 Z_Corr: 5.066 Periodicidad en límites satisfactorios

7. HOMEOSTASIS VEGETATIVA EN DOMINIO DE LA FRECUENCIA: Z_EABBF: 4.686 En límites satisfactorios Z_EABAF: 4.886 En límites satisfactorios Z_EATot: 4.665 En límites satisfactorios Z_BF/AF: 4.637 Equilibrio de la relación de energía de las bandas BF y AF

8. CONCLUSIONES: Regulación autonómica cardiovascular en límites satisfactorios.

FIRMA DEL ESPECIALISTA Código:E367 12-10-2006

A continuación, aparece otro reporte, pero en este caso de un paciente diabético:

REPORTE DE EVALUACION ENV CARDIOVASCULAR Software SDSPlus ver. 1.4.5

1. DATOS DE IDENTIDAD DEL PACIENTE: IDCaso: Diabetes507H Reg_Clin); 1 Test: Sentado_Basal Sexo: M Edad: 41.56 Fecha_Estudio: 30/11/2005 Dur_Secuencia: 300.000

2. FRECUENCIA DEL RITMO CARDIACO: Z_media: 2.222 Taquicardia marcada

3. VARIABILIDAD DEL RITMO CARDIACO: a. Variabilidad latido a latido: Z_dsds: -0.197 Reducción anormal b. Variabilidad global: Z_ds: -1.046 Reducción anormal

4. AUTOMATISMO CARDIACO:

RRMedia: 563.00 W: 40.00 DS: 7.76 Cv: 1.38 Z_Cv: -0.579 Z_DS: -1.046 Marcada estabilidad del ritmo cardiaco

5. CARACTER DE LA REGULACION DEL RITMO CARDIACO: Z_Media: 2.222 Z_Cv: -0.579 Z_It: 11.652 Disrregulación neurovegetativa de tipo parasimpática

6. PERIODICIDAD DEL RITMO CARDIACO: Icorr: 0.802 Z_Corr: 6.020 Incremento moderado de la periodicidad

7. HOMEOSTASIS VEGETATIVA EN DOMINIO DE LA FRECUENCIA: Z_EABBF: -0.707 Reducción anormal Z_EABAF: -0.713 Reducción anormal Z_EATot: -1.505 Reducción anormal Z_BF/AF: 5.703 Desequilibrio ligero por predominio de la banda BF

8. CONCLUSIONES: Paciente sospechoso de portar NACv con afectación cardiovascular tanto simpática como parasimpática. Se recomienda estudio autonómico completo para precisar con mayor precisión extensión y carácter de las lesiones.

Firma del Especialista: Código:E367 Fecha: 01/12/2005

Bibliografía

1. Balanescu, S., A. D. Corlan, M. Dorobantu and L. Gherasim (2004). "Prognostic value of heart rate variability after acute myocardial infarction." Med Sci Monit 10(7): CR307-15.

2. Bilchick, K. C., B. Fetics, R. Djoukeng, S. G. Fisher, R. D. Fletcher, S. N. Singh, E. Nevo and R. D. Berger (2002). "Prognostic value of heart rate variability in chronic congestive heart failure (Veterans Affairs' Survival Trial of Antiarrhythmic Therapy in Congestive Heart Failure)." Am J Cardiol 2002 Jul 1;90(1):24-8.

3. Boulton A., Vinik A., Arezzo J., Bril V., Feldman E., Freeman R., Malik R., Maser R., Sosenko J., Ziegler D. (2005) Diabetic neuropathies. A Statement by the American Diabetes Association Diabetes Care 28: 956-962.

4. Estévez M., Iglesias Alfonso J., Casanova Sotolongo P., Villar Olivera C., Yong Lesme M.E., Licea Puig M., Faget Cepero O., Dambay Torres A., Martínez C. (1994 a). Evaluación de la inervación vegetativa cardiaca en pacientes de neuropatía epidémica y de diabetes mellitus. Informe Central Resumen presentado a la Presidencia de la Academia de Ciencias de Cuba. Informe final de Investigación Estatal, República de Cuba.

5. Estévez Báez M. (1994 b) Neuropatía Vegetativa Cardíaca no Diabetes Mellitus. Revista Saude para Todos, No.4, 24-27.

6. Estévez Báez M., Iglesias Alfonso J., Sánchez Quesada K., Serra Ortega A., Reyes Mur L., Molina Millán M. (1997 a) Análisis comparativo de indicadores de la actividad cronotrópica cardiaca durante el reposo en decúbito supino en pacientes diabéticos e individuos sanos. Revista CNIC (Ciencias Biológica), Vol 20, No. 3, pp. 170-172.

7. Estévez Báez M., Iglesias Alfonso J., Sánchez Quesada K., Serra Ortega A., Reyes Mur L., Molina Milián A. (1997 b) Respuesta a la bipedestación activa en pacientes diabéticos con signos de neuropatía vegetativa cardiovascular. Revista CNIC (Ciencias Biológicas), Vol 28, No. 3, pp. 172.174.

8. Estévez Báez M., Iglesias Alfonso J.C., Reyes Mur L., Ferrer Mahojo L., Villar Olivera C.(1999 a).Particularidades del equilibrio neurovegetativo cardiovascular en pacientes de glaucoma. Revista CNIC (Ciencias Biológicas) Vol 30 pp 14-15.

9. Estévez Báez M., Iglesias Alfonso J., Reyes Mur L., Villar Olivera C. (1999 b). Descripción de un método para la evaluación de algunas particularidades de la regulación autonómica cardiovascular. Revista CENIC. Ciencias Biológicas. Vol. 30, No Especial, 17-18, 1999.

10. Ewing DJ, Campbell IW, Clarke BF: The natural history of diabetic autonomic neuropathy. Q J Med 49:95–108, 1980

11. Ewing DJ, Campbell IW, Clark BF: Assessment of cardiovascular effects in diabetic autonomic neuropathy and prognostic implications. Ann Intern Med 92:308–311, 1980.

12. Ewing, D. J., C. N. Martyn, R. J. Young and B. F. Clarke (1985). "The value of cardiovascular autonomic function tests: 10 years experience in diabetes." Diabetes Care 8(5): 491-8.

13. Iglesias Alfonso J., Estévez Báez M., Ferrer Mahojo, Quevedo Fonseca C., Villar Olivera C (1997) Equilibrio neurovegetativo en el paciente glaucomatoso. Revista CNIC (Ciencias Biológicas) Vol 28, No. 3, pp.174-176.

14. Lambrecht R., McNeeley K., Tusing L., Chelimsky T. (2007) Evaluation of a brief cardiovascular autonomic screen. Autonomic Neuroscience: Basic and Clinical 131 (2007) 102–106

15. Maguire A., Craig M., Craighead A., Chan, A., Cusumano J., Hing S., Silink M., Howard N., Donahue K. (2007) Autonomic Nerve Testing Predicts the Development of Complications.

(2007) Diabetes Care 30:77–82, 2007.

16. Maser R., Mitchell B., Vinik A., Freeman R. (2003). The Association Between Cardiovascular Autonomic Neuropathy and Mortality in Individuals With Diabetes. Diabetes Care 2003, 26:1895–1901.

17. Manzella D. and Paolisso G. (2005). Cardiac autonomic activity and Type II diabetes mellitus. Clinical Science (2005) 108, 93–99.

18. Schroeder E., Chambless L., Liao D., Prineas R., Evans G., Rosamond W., Heiss G. (2005) Diabetes, Glucose, Insulin, and Heart Rate Variability. Diabetes Care 28:668–674.

19. Task Force of The European Society of Cardiology and The North American Society of Pacing and Electrophysiology (1996) Heart rate variability Standards of measurement, physiological interpretation, and clinical use. European Heart Journal (1996) 17, 354–381

20. Vinik A., Maser R., Mitcell B., Freeman R. (200·) Diabetic autonomic neuropathy. Diabetes Care 26:1553–1579, 2003