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: cconde@uis.edu.co

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