Variabilidade da frequência cardíaca (estudo V)

No estudo V, durante o teste de carga constante em hipóxia incremental, a HRV foi medida recorrendo a um cardiofrequencímetro Polar® série S810, em modo “R-R” e recorrendo ao software específico “Polar Precision PerformanceTM _Software”.

As séries temporais referentes a cada patamar do teste de carga constante em hipóxia, foram tratados com recurso ao software Kubios HRV (versão 2.2, Finlândia), com vista à obtenção dos valores referentes aos parâmetros da HRV no domínio temporal e no domínio das frequências (Electrophysiology, 1996). Após a colocação das séries temporais no software, foram utilizadas várias ferramentas do programa que nos permitiram diminuir o erro sistemático proveniente do equipamento de medição, por interpolação linear. As séries temporais foram suavizadas (i.e., artifact correction e remove trend components) conforme descrito no manual de usuário do software. Foi usado um nível médio para as correções e a função smothing prior para a suavização dos dados. De seguida com recurso a outra função do software (i.e., sample analysis) foram selecionados os dados entre o minuto dois e cinco das séries temporais, de cada um dos patamares hipóxicos sendo, por isso, excluídos o início do exercício e o último minuto de exercício, correspondentes à transição dos patamares hipóxicos.

Domínio do tempo

As variáveis no domínio temporal foram obtidas a partir de diferentes métodos estatísticos com origem na medição da duração dos intervalos de tempo transcorrido entre cada complexo QRS (mais especificamente entre o ponto R dos complexos (R-R)) e suas diferenças, e da FC num determinado período da série temporal (Electrophysiology, 1996).

Dividimos as medidas no domínio tempo em métodos estatísticos e geométricos, conforme o descrito na posição conjunta da sociedade europeia de cardiologia e sociedade Americana de eletrofisiologia (1996). No entanto, aglomerámos nas medidas de domínio temporal os métodos não-lineares, uma vez que estas têm como base para o seu cálculo os valores correspondentes às variações no tempo entre os intervalos R-R. Como indicadores não lineares, considerou-se a entropia e o Poincaré Plot.

Na entropia foram quantificadas a ApEN e a SampEN. Quanto ao Poincaré Plot, realizou- se uma análise qualitativa da elipse (método geométrico) e uma análise quantitativa do SD1 e do SD2.

95

Com base nas variações do SD1 e SD2 e como forma de ilustrar as alterações do SNS, calculou-se também a razão entre o SD1 e SD2 (SD1/SD2), uma vez que este indicador apresenta uma relação com o LF/HF (Hsu, et al., 2012).

Segundo Naranjo et al. (2014), os parâmetros SD1 e SD2 podem sofrer alterações idênticas e não diferenciar a ação da atividade simpática ou parassimpática, o que torna a interpretação dos dados pouco clara. Deste modo, considerámos dois indicadores alternativos propostos por Naranjo et al. (2014) que nos permitem aferir com maior acuidade o papel de ambos os sistemas (SNP e SNS), o índice de stress (IS) e a razão simpático-parassimpático (RSP) (vide tabela 4).

De acordo com Aubert et al. (2003) por vezes as medidas no domínio do tempo não conseguem discriminar a atividade dos dois subsistemas do SNA, o que é uma limitação. De acordo com a literatura e para obtermos uma maior acuidade dos dados, procedemos à normalização de vários indicadores provenientes dos métodos estatísticos lineares, (rMSSD e SDNN) (Plews et al., 2013; Electrophysiology, 1996), e dos métodos não lineares, nomeadamente, os eixos SD1 e SD2 do Poincaré Plot. A normalização de ambos os eixos do Poincaré Plot efetuou-se com recurso ao valor médio correspondente ao comprimento dos intervalos R-R, calculado pelo produto entre a razão do parâmetro (SD1 ou SD2) e o comprimento médio dos intervalos R-R, por 1000 (vide tabela 4) (Tullpo et al, 1998).

Tabela 4- Métodos no domínio do tempo para análise da variabilidade da frequência cardíaca

Medida Abreviatura Fonte Equação

Métodos lineares

Linha base dos histogramas dos intervalos

R-R

TINN Electrophysiology (1996)

Média da duração dos intervalos de tempo que transcorre entre dois batimentos cardíacos

R-Rmédia Electrophysiology (1996)

Média da frequência cardíaca FCmédia Electrophysiology (1996)

O desvio padrão dos intervalos entre batimentos

SDNN Electrophysiology (1996)

Normalização do desvio padrão da média dos intervalos entre batimentos

SDNNn Electrophysiology (1996)

(𝑆𝐷𝑁𝑁 ÷ 𝑅𝑅) × 1000

Raiz quadrada da soma das diferenças sucessivas entre intervalos R-R normais adjacentes ao quadrado

rMSSD Electrophysiology (1996)

96

Logaritmo natural da raiz quadrada das diferenças entre a média dos intervalos da variação entre o tempo que decorre o intervalo R-R

Ln rMSSD Stanley et al. (2015) Plews et al. (2013)

LnrMSSD

Normalização da raiz quadrada das diferenças entre a média dos intervalos da variação entre o tempo que decorre o intervalo R-R

rMSSDn Stanley et al. (2015) Plews et al. (2013)

LnrMSSDx20/20

Normalização do logaritmo natural da raiz quadrada das diferenças entre a média dos intervalos da variação entre o tempo que decorre o intervalo R-R, para os R-R

Ln rMSSD/R-R Stanley et al. (2015) Plews et al. (2013)

Número sucessivo de intervalos R-R que diferem mais de 50 ms

NN50 Electrophysiology (1996)

Valor percentual do número sucessivo de intervalos R-R que diferem mais de 50 ms

pNN50 Electrophysiology (1996) Métodos Não lineares

Entropia aproximada ApEN Electrophysiology (1996)

Entropia da amostra SampEN Electrophysiology (1996)

Eixo de curta duração do Poincaré Plot SD1 Tullpo et al. (1998)

Eixo de longa duração do Poincaré Plot SD2 Tullpo et al. (1998)

Eixo de curta duração do Poincaré Plot normalizado

SD1n Tullpo et al. (1998) SD1n=(SD1÷R-R)×1000

Eixo de longa duração do Poincaré Plot normalizado

SD2n Tullpo et al. (1998) _{SD2n=(SD2÷R-R)x1000}

Razão entre eixos de curta e longa duração do Poincaré Plot

SD1/SD2 Naranjo et al. (2015) SD1/SD2

Índices de stress IS Naranjo et al. (2015) IS=1000×1÷SD2

Razão parasimpático IS/PS Naranjo et al. (2015) IS/SD1

Domínio da frequência

Por definição, as análises espetrais decompõem qualquer tipo de sinal que esteja dependente de uma escala temporal, seja ele constante, estacionário ou flutuante, em componentes sinusoidais. Estas componentes concedem um traçado da potência de cada componente com a função da sua frequência e computação da sua potência, em regiões de frequências delimitadas (Aubert, et al., 2003).

97

A análise da potência do espetro foi realizada com recurso à transformada rápida de Fourier (Aubert, et al., 2003), tendo sido utilizadas três faixas de frequências dominantes: a alta frequência (HF: 0,15 a 0,40 Hz), modulada pelo SNP e com uma ligação direta à frequência respiratória; a baixa frequência (LF: 0,04 a 0,15 Hz) e a frequência muito baixa (VLF: 0,01 a 0,04 Hz), moduladas tanto pelo SNS como pelo SNP.

Cada um destes componentes espectrais tem um significado fisiológico diferenciado: o componente espetral de HF é influenciado pela respiração (Melo et al., 2005) e traduz a ação do nervo vago, que é uma via eferente do SNP (Takase et al., 2002); o componente espetral de LF ilustra a atividade conjunta do SNS e do SNP (Puig et al., 1993) e segundo DeBeck et al. (2010) este parâmetro é um dos indicadores mais fiáveis para a análise da atividade simpática durante o exercício em hipóxia; o componente espetral de VLF reflete a ação conjunta do SNS e do SNP e é influenciada pelos sinais provenientes dos baroreceptores, assim como pela atividade neuro-humoral (Takase, et al., 2002), ilustrando as dinâmicas de regulação humoral, vasomotora, da temperatura e da atividade do sistema renina-angiotensina-aldosterona (Melo, et al., 2005). Tem sido proposto como um marcador da atividade simpática (Malliani et al., 1991) e é largamente aceite como sinalizador do controlo vasomotor simpático (Furlan et al., 2000).

No estudo V foram usados os valores absolutos da potência, relativos a cada um dos espetros, o valor absoluto da potência total do espetro e a razão entre os espetros de LF e HF, conforme descrito na tabela 5.

Tabela 5- Métodos no domínio da frequência para análise da variabilidade da frequência cardíaca

Medida Abreviatura Fonte

Valor absoluto da potência do espetro de alta frequência HF_POT_ABS Electrophysiology (1996)

Valor absoluto da potência do espetro de baixa frequência LF_POT_ABS Electrophysiology (1996)

Valor absoluto da potência do espetro de muito baixa frequência

VLF_POT_ABS Electrophysiology (1996)

Variância do intervalo NN em potência POT_TOT Electrophysiology (1996)

Razão entre a potência do espetro de alta frequência e o de baixa frequência

98