Capitolo 7: Variabilità del ritmo Cardiaco - HRV

Transcript

1 Capitolo 7: Variabilità del ritmo Cardiaco - HRV 7.1 Introduzione La variabilità del ritmo cardiaco (HRV) rappresenta la quantità di fluttuazioni intorno al valore medio del ritmo stesso. Essa può essere vista sia come uno specchio dell attività del sistema di controllo cardio-respiratorio che come un valido mezzo per lo studio delle funzioni simpatiche e parasimpatiche del sistema nervoso autonomo. L applicazione clinica principale dell'analisi dell HRV è la sorveglianza dei pazienti post-infartuati e diabetici. Per questi pazienti, la variabilità dei ritmo cardiaco dà informazioni sulla funzionalità del bilancio simpatico-parasimpatico e quindi sui rischi di morte cardiaca improvvisa (SCD). Le misure della variabilità del ritmo cardiaco sono semplici da eseguire, non invasive e sono facilmente riproducibili se eseguite sotto condizioni standard. Le condizioni standardizzate sono necessarie perché la variabilità dei ritmo cardiaco è influenzata da fattori quali il ritmo respiratorio e la postura. All aumentare dell'età si ha una più bassa variabilità dei ritmo cardiaco. Nella nostra panoramica, forniremo una breve descrizione di queste influenze fisiologiche sulla variabilità del ritmo cardiaco (HRV) come anche dei metodi di misura dell'hrv. Saranno descritte anche le influenze che le malattie cardiovascolari e neurologiche hanno sulla variabilità del ritmo cardiaco. 7. I Meccanismi di Controllo Nervoso del Sistema Cardiaco. Il Sistema Nervoso Autonomo (SNA) innerva il Sistema Cardiaco (SC) a mezzo di dodici rami nervosi, detti nervi cardiaci, i quali partecipano alla formazione del cosiddetto plesso cardiaco: sei di essi derivano dalla porzione cervicale del simpatico, gli altri sei dal vago. Dal plesso cardiaco si irradiano numerosi rami terminali che si distribuiscono al cuore, al pericardio, all'aorta e all'arteria polmonare. I nervi cardiaci derivanti dal simpatico svolgono una funzione di eccitazione sul SC tendente ad aumentare le funzioni cardiovascolari, frequenza cardiaca (HR) e pressione sanguigna (BP), mentre quelli derivanti dal vago (o parasimpatico) hanno funzioni inibitorie tendenti ad abbassare tali attività cardiovascolari. Le azioni contrapposte del vago e del simpatico si combinano in modo complesso; in condizioni fisiologiche ed a riposo questo apparato reagisce ai continui stimoli esterni ed interni e mantiene la frequenza cardiaca intorno ai 70 battiti/minuto. Gli esseri viventi hanno l'attitudine, chiamata omeòstasi, a mantenere intorno ad un livello prestabilito il valore di alcuni parametri interni disturbati di continuo da fattori interni ed esterni. Lo schema logico con il quale si realizza l'omeòstasi di una grandezza consiste nel misurare la differenza tra il valore effettivo del parametro e il suo valore ottimale ed intervenire sull'ingresso che influenza il parametro in questione. Pag. 130

2 canale alimentazione GRANDEZZA CONTROLLATA SENSORE alimentazione EFFETTORE valore ideale COMPARATORE canale di retroazione Figura 1: Schema a blocchi del controllo omeostatico. Le terminazioni nervose che innervano il SC fanno parte dei meccanismi omeostatici che regolano i parametri HR e BP e l'azione congiunta del vago e del simpatico prende il nome di bilancia simpato-vagale. I continui cambiamenti della bilancia simpato-vagale si traducono in fluttuazioni della frequenza cardiaca intorno alla frequenza media; i tre principali meccanismi di controllo lavorano, infatti, in controreazione generando una correzione più o meno completa per ogni errore introdotto nel sistema cardiocircolatorio tendente ad alterare la frequenza cardiaca. L'osservazione del comportamento della bilancia simpato-vagale attraverso lo studio spettrale del segnale di variabilità della frequenza cardiaca (Heart Rate Variability) permette il monitoraggio di pazienti affetti da disturbi cardiaci, principalmente quelli che hanno subìto un infarto del miocardio, e di pazienti affetti da malattie con alterazione delle funzioni del sistema nervoso autonomo. Queste patologie, infatti, alterando l'equilibrio dinamico della bilancia simpato-vagale, rendono poco efficace la modulazione del pace-maker naturale del cuore e modificano lo spettro del segnale HRV rispetto al caso di una persona sana. Affiancata agli usuali parametri usati per la prognosi nei pazienti cardiopatici (frazione di eiezione ventricolare, occorrenza del battito ventricolare prematuro) la tecnica che processa il segnale HRV non solo ha incrementato il valore di predizione di morte improvvisa, ma presenta il grande vantaggio di essere un metodo d'indagine non invasivo. Gli anelli di controllo a feedback presentano dei ritardi di propagazione diversi tra di loro e quindi generano delle fluttuazioni a frequenze diverse. Prima di esaminarli in dettaglio ricordiamo che in generale i sensori coinvolti in tali meccanismi di controllo non misurano la grandezza omeostatizzata, ma misurano qualcosa che è legato da una certa legge di proporzionalità alla grandezza in esame. Così i barocettori che sono i recettori della pressione sanguigna sono sensibili non alla pressione, ma agli stiramenti delle pareti del vaso sanguigno dovuti alle variazioni di Pag. 131

3 pressione. Ricordiamo inoltre che la gittata cardiaca viene determinata dal volume pulsatorio e dalla frequenza cardiaca. 1) Loop della respirazione: I centri cerebrali deputati alla respirazione mandano impulsi che attivano i movimenti respiratori: quando inspiriamo tali movimenti fanno aumentare la pressione intratoracica e quindi fanno diminuire il volume pulsatorio. Questo si traduce nella diminuzione della gittata cardiaca e, di conseguenza, in una diminuzione della pressione sanguigna. I barocettori segnalano la diminuzione ai centri cerebrali e da essi parte un segnale di inibizione del tono vagale. La conseguenza di ciò è un aumento della frequenza cardiaca e quindi un aumento della gittata e della pressione. Si chiude così il ciclo di controllo. Si genera in tal modo una aritmia sinusale respiratoria, cioè la frequenza cardiaca mostra fluttuazioni ad una frequenza uguale alla frequenza respiratoria. Questo corrisponde sullo spettro di potenza del segnale di variabilità della frequenza cardiaca, HRV (Heart Rate Variability) ad un lobo nel range ( ) Hz centrato intorno al picco spettrale a 0.5Hz detto componente in alta frequenza HF (High Frequency). L'aritmia sinusale è mediata dall'attività vagale ed infatti può essere abolita con la somministrazione di atropina che è una sostanza bloccante per il vago. ) Loop dei riflessi barocettivi: Supponiamo, per semplicità di esposizione, di avere un abbassamento della pressione sanguigna quale che sia la causa che lo ha prodotto. I barocettori mandano l'informazione di questo calo di pressione ai centri cerebrali e da questi partono gli impulsi che attivano un compenso parasimpatico il cui effetto è quello di aumentare la frequenza cardiaca. Aumenta allora la gittata cardiaca e la pressione sale chiudendo il ciclo. La fluttuazione di frequenza originata dal loop dei riflessi barocettivi prende anche il nome di ritmo dei 10sec ed è accompagnata da fluttuazioni sincrone della pressione sanguigna dette onde di Mayer. Lo spettro di potenza dell'hrv presenta per questo motivo un lobo spettrale nel range ( ) Hz centrato intorno al picco spettrale a 0.1Hz detto componente in bassa frequenza LF (Low Frequency). 3) Loop della termoregolazione e meccanismi lenti di regolazione : Il meccanismo di termoregolazione presenta quattro circuiti in controreazione, due dei quali intervengono per aumentare la temperatura e gli altri due per diminuirla. Se la temperatura supera la soglia di benessere il circuito si chiude in modo da ridurre la termogenesi, cioè le combustioni interne, oppure in modo da aumentare l'irradiazione; viceversa se la temperatura si abbassa al di sotto della temperatura ottimale il circuito si chiude in modo da ridurre l'evaporazione e l'irradiazione. Le variazioni di temperatura dovute alla termoregolazione provocano delle oscillazioni nella resistenza periferica vascolare che si traducono in variazioni della pressione sanguigna le quali innescano il meccanismo del riflesso barocettivo di cui abbiamo già parlato. Pag. 13

4 Sulla resistenza periferica vascolare agisce anche il meccanismo di controllo umorale del sistema renina-angiotensina che ha una latenza di alcuni minuti, dunque ben più lunga di quella dei meccanismi di controllo nervoso, e quindi produrrà delle oscillazioni molto lente della pressione sanguigna. Ne consegue una fluttuazione della frequenza cardiaca in bassissima frequenza, ovvero nel range che va dalla continua a circa 0.04Hz. Tale componente prende il nome di VLF (Very Low Frequency) ed è mediata dal sistema simpatico. Questi descritti sono i principali meccanismi di controllo che danno allo spettro del segnale di variabilità della frequenza cardiaca il caratteristico aspetto a lobi. Insieme ad essi sono presenti altri fattori fisiologici che, agendo sulla attività simpato-vagale, vanno ad influenzare la variabilità della frequenza cardiaca. Il primo di questi fattori è l'età, poiché l'hrv viene influenzata dalla maturazione del sistema nervoso e dal suo invecchiamento. Si è infatti sperimentato un aumento dell'hrv negli ultimi mesi di gestazione e nei primi mesi di vita neonatale, quando, cioè, la maturazione del sistema nervoso ed in particolare la divisione tra vago e simpatico sta giungendo al termine. Nei primi anni di vita i bambini presentano una elevata attività del sistema simpatico che successivamente decresce tra i 5 e i 10 anni. Diversi studi hanno dimostrato che con l'avanzare dell'età la variabilità della frequenza cardiaca diminuisce sia alle alte che alle basse frequenze restando però inalterata la bilancia simpato-vagale ovvero il rapporto tra la variabilità in alta frequenza e quella in bassa frequenza. movimenti respiratori variazioni della pressione intratoracica gas di scambio riflesso chemiocettivo termoregolazione CENTRI RESPIRATORI resistenza periferica vascolare CENTRI VASCOLARI pressione sanguigna FREQUENZA CARDIACA VOLUME pressione PULSATORIO sanguigna riflesso barocettivo sistema renina-angiotensina Figura : I principali meccanismi di controllo della frequenza cardiaca. Un secondo fattore è rappresentato dal ritmo circadiano presentato dall'attività simpato-vagale. Durante la notte l'attività vagale prevale su quella simpatica ed infatti si è sperimentato un aumento della aritmia sinusale respiratoria ed un decremento Pag. 133

5 della variabilità in bassa frequenza nelle ore notturne. La tendenza si inverte già nelle prime ore del giorno quando è l'attività simpatica a prevalere su quella vagale. Un terzo fattore è rappresentato dalla postura, è noto infatti che in posizione supina l'aritmia sinusale respiratoria aumenta mentre in posizione eretta è la variabilità in bassa frequenza, dovuta al riflesso barocettivo, ad aumentare. A causa di tutti questi fattori lo spettro di potenza dell HRV si presenta con il tipico andamento a lobi riportato in figura 3. Figura 3: PSD del segnale di variabilità cardiaca 7.3 Misura della variabilità dei ritmo cardiaco (HRV) la variabilità dei ritmo cardiaco (HRV) può essere valutata in due modi: calcolando un indice mediante operazioni statistiche sull'intervallo R-R, (analisi nel dominio dei tempo) oppure mediante l'analisi spettrale (dominio della frequenza) di un array di intervalli R-R. Entrambi i metodi richiedono un'accurata tempificazione delle onde R. L'analisi può essere effettuata su brevi segmenti di elettrocardiogramma (ECG) (durata da 0.5 a 5 minuti) o su registrazioni ECG 4-ore. Analisi nel dominio del tempo Nell'analisi nel dominio dei tempo si distinguono due tipi di indici della variabilità del ritmo cardiaco (HRV). Gli indici beat-to-beat o di variabilità a breve termine (STV) rappresentano variazioni veloci dei ritmo cardiaco. Gli indici di variabilità a lungo termine (LTV) sono fluttuazioni più lente (minori di 6 per minuto). Entrambi i tipi di indici sono calcolati a partire dagli intervalli R-R che cadono in una stretta finestra temporale (usualmente tra 0.5 e 5 minuti). Un esempio di un semplice indice STV è la deviazione standard (SD) dei differenti intervalli R-R beat-to-beat all'interno della finestra temporale. Esempi di indici LTV sono la SD di tutti gli intervalli R-R, o la differenza tra la lunghezza dell'intervallo R-R massimo e minimo all'interno della finestra temporale. L aritmia respiratoria sinusale contribuisce alla Pag. 134

6 variabilità a breve termine (STV) mentre l'effetto della termoregolazione e dei barocettori contribuiscono alla variabilità a lungo termine (LTV). Le registrazioni ECG 4-ore, sono state usate in cardiologia per calcolare la variabilità dei ritmo cardiaco (HRV) nel lungo periodo. E stata calcolata la SD di tutti gli intervalli R-R della registrazione 4-ore, oppure la media delle SD degli intervalli R-R in periodi successivi di 5 minuti. Questi indici su 4-ore della variabilità dei ritmo cardiaco (HRV) indicano anche la presenza di ritmi molto lenti con un periodo di lunghezza maggiore di un'ora. Figura 4: esempio di derivazione del tacogramma (funzione degli R-R) dall ECG. Analisi nel dominio della frequenza Il principale vantaggio che offre l'analisi spettrale è la possibilità di studiare le singole componenti oscillatorie. In tal modo ovviamente si ottengono informazioni non solo sulla quantità delle variazioni ma anche sulla frequenza propria delle oscillazioni. L'analisi spettrale implica la decomposizione delle sequenze degli intervalli R-R in una somma di funzioni sinusoidali di diverse ampiezze e frequenze a partire dall'algoritmo della trasformata di Fourier. I risultati possono essere visualizzati (spettro di potenza) come ampiezza della variabilità in funzione della frequenza. L analisi spettrale può essere condotta su corti segmenti di segnale (0,5minuti) sino a segmenti di lunghezza pari a qualche minuto. Pag. 135

7 Figura 5: Esempio di analisi nel dominio della frequenza usando differenti metodologie 7.4 Estrazione del segnale di variabilità cardiaca a partire dal segnale ECG Il problema fondamentale è passare da una funzione continua nel tempo, quale il tracciato ECG ad una funzione discreta nel tempo che sia rappresentativa del ritmo cardiaco istantaneo. Il Primo passo è il riconoscimento dei complesso QRS che viene eseguito usando diversi approcci (THAKOR ci al., 1983; NYGARDS et ai., 1983). Un metodo semplice ma efficace è il classico metodo che usa la derivazione dei segnale ed un'appropriata soglia adattativa per ottenere un fiducial point da cui il massimo dei QRS è rilevato effettuando una ricerca fra pochi campioni consecutivi (interpolazione) con eliminazione di artefatti e picchi spuri (RIPLEY ci al., i 980). Le serie di eventi in corrispondenza dei massimo dei QRS sono in genere ottenute dal segnale elettrocardiografico seguendo tre approcci fondamentali: 1.determinazione del tacogramma come serie discreta dei successivi valori di durata degli intervalli RR in funzione dei numero di eventi i rilevati..determinazione della funzione intervallo che restituisce gli intervalli RR in funzione dei tempo. Questo segnale può essere considerato come un campionamento irregolare della forma d'onda di un segnale temporale. Per mezzo di differenti interpolazioni, si può ottenere un segnale continuo nel tempo che, successivamente, può essere campionato regolarmente per l'elaborazione digitale. Pag. 136

8 3.determinazione della serie degli eventi in corrispondenza dei picco dell'onda R. La serie R-R viene filtrata passa-basso per ottenere una funzione continua nel tempo che viene successivamente campionata in modo da soddisfare al teorema di Shannon. L'operazione di filtraggìo è equivalente, nel dominio del tempo, ad un operazione di media mobile sul numero di eventi in una finestra rettangolare usando una funzione peso W(t) Il segnale d'uscita m(t) è una stima della frequenza cardiaca istantaneo. Qualunque metodo si utilizzi è necessario nell analisi del segnale di variabilità cardiaca tenere conto dell errore che si commette quando si valuta l intervallo R-R su un segnale ECG campionato. Tale errore è funzione della frequenza di campionamento utilizzata. L associazione americana di cardiologia (Heart American Association) raccomanda una frequenza di campionamento di 500Hz ed almeno 1 bits. In molte applicazioni pratiche, queste specifiche non sono rispettate, ed anzi la tendenza è a ridurre la frequenza di campionamento al fine di aumentare la velocità di calcolo e di ridurre lo spazio di memoria. In questo paragrafo si vuole mostrare quale sia l errore che si commette lavorando a basse frequenze di campionamento e la sua influenza sullo spettro della serie numerica che rappresenta la variazione della variabilità cardiaca. Nella figura 6 sono riportati due cicli cardiaci di un ipotetico tracciato ECG. La figura mostra anche i campioni del segnale dopo la conversione l intervallo R-R teorico e quello misurato. In questa schematizzazione si prende come fiducial-point del QRS il campione con valore più alto che cade nell intorno della reale posizione del QRS. R R P T P T Q S x t (n) Q S x m (n) e(n-1) e(n) Figura 6: rappresentazione schematica di due cicli cardiaci campionati con una frequenza f=1/() Usiamo la seguente notazione: x t (n) è il valore reale dell intervallo R-R (il pedice t da true indica il valore vero) Pag. 137

9 x m (n) è il valore misurato dell intervallo R-R(il pedice m da measured indica il valore misurato) e(n) è l errore che si commette quando si utilizza il valore misurato. xm( n) = xt( n) + e( n) e( n 1 ) = xt( n) + d( n) (1) dove dn ( ) = en ( ) en ( 1) è l errore totale. Assumiamo che { xm( n) }, { xt( n) }, { e( n) }, { d( n) } sia sequenze di variabili random e cioè: 1) la sequenza {en} ( ) e formata da una serie variabili a media nulla, indipendenti ed uniformemente distribuite nell intervallo e dove = 1 è il periodo di f campionamento. ) Le sequenze { xt ( n) } ed {en} ( ) sono incorrelati. 3) la sequenza {x ( n) è stazionaria in senso lato. t } { } Da quanto detto si evince che la sequenza ( ) e varianza var( e) t = 1 en è un rumore bianco a media nulla e la sua funzione di autocorrelazione è: t Ree = E[ e( n+ k) e( n) ] = ( k) 1 δ (3) La sua densità spettrale di potenza sarà dunque: S ee ( ϕ) = ϕ 0. 5 (4) 1 La variabile ϕ è qui usata come variabile frequenza per ricordare che le serie numeriche che stiamo trattando sono funzione del battito cardiaco e non direttamente della variabile tempo. La frequenza corrispondente va dunque espressa in cicli per battito (c/b). Per riportarsi in Hz si può dividere per il valor medio dell intervallo R-R misurato in secondi/battito. Calcolando a partire dalla prima equazione la ACF (funzione di autocorrelazione) della sequenza {x ( n) si ottiene: R x x ( k) = E{ [ x t ( n + k) + d( n + k) ] [ x t ( n) + d( n) ]} = R x x ( k) + R dd (k) (5) m m t t dove Rxx t t ( k) ed Rdd ( k) sono le funzioni di autocorrelazione delle sequenze { x t } e { d}, rispettivamente. Dalla prima equazione si ottiene che la funzione di autocorrelazione della sequenza { d} è R ( k) = R ( k ) R ( k 1) - R ( k 1) () dd ee ee ee + m } ed usando la terza equazione si ottiene: R 6 1 ( k) = δ ( k) [ δ ( k 1) - δ ( k 1) ] (6) dd + Pag. 138

10 dalla quale si ottiene la varianza della sequenza { d } Var( d) = Rdd ( 0) = (7) 6 e ricordando che la sequenza è reale si può scrivere per la densità spettrale di x n { } potenza (PSD) della sequenza m ( ) jπϕ Sx x ( ϕ) = Sx x ( ϕ) + Sdd ( ϕ) = Sx x ( ϕ) + See( ϕ) See( ϕ) e + S ( ϕ) m m t t t t ee = S ( ϕ) + S ( ϕ) [ 1 cos( πϕ) ] ϕ 0. 5 x x t t ee dove i due termini esponenziali sono dovuti al ritardo positivo e negativo presenti nella funzione di autocorrelazione. Ricordando l espressione dello spettro della sequenza si ottiene: {en} ( ) Sdd ( ϕ) = [ ( πϕ) ] = [ ( πϕ) ] 6 1 cos 1 cos. 6 f e jπϕ = ϕ 05 (9) A questo punto è utile ricordare che il risultato ottenuto ci indica: 1. S ( ϕ x x ) è dato dalla somma di due termini S ( ) m m xx t t ϕ e S dd ( ϕ ) ; ciò implica che nel dominio della frequenza l ampiezza relativa di queste due componenti determina chi delle due domina..la sequenza{ d} è un rumore colorato con una caratteristica di filtro passa-alto (piccola ampiezza alle basse frequenza e grande ampiezza alle alte). 3.Le statistiche del secondo ordine della sequenza { d} dipendono solo dalla frequenza di campionamento del segnale elettrocardiografico. 4.La S dd ( ϕ) è inversamente proporzionale al quadrato della frequenza di campionamento Poiché la distribuzione dell energia dell errore è non costante con la frequenza è molto utile valutare il rapporto tra segnale e rumore in funzione della frequenza. Esso è definito dalla: S x ( ϕ) t xt SNR( ϕ) = 10log10 ϕ 0.5 (10) Sdd ( ϕ) e usando la 8, la 9 e la 10 si ottiene: S ( ) ( ) x ϕ S ϕ mxm xmxm SNR( ϕ) = 10log10 1 = 10log ϕ Sdd ( ϕ) [ 1 cos( πϕ) ] 6 In figura 7 è riportato l andamento teorico (a frequenza di campionamento molto elevata) della densità spettrale di potenza del segnale di variabilità cardiaca e gli spettri dello stesso segnale ottenuto a frequenza di campionamento dell ECG pari a 64Hz, 18Hz, 56Hz. Nella stessa figura sono riportati gli andamenti della densità spettrale di potenza dell errore dovuto alle differenti frequenze di campionamento utilizzate per campionare il segnale elettrocardiografico. (8) Pag. 139

11 Figura 7: In alto l andamento teorico della densità spettrale di potenza del segnale di variabilità cardiaca, al centro gli spettri dello stesso segnale ottenuto per frequenza di campionamento pari a 64Hz, 18Hz, 56Hz. In basso andamenti della densità spettrale di potenza dell errore dovuto alle differenti frequenze di campionamento utilizzate Nella figura 8 si riporta la famiglia di curve ottenute per il rapporto segnalerumore in funzione dei cicli su battito (c/b) e parametrizzate dal valore della frequenza di campionamento. Per evitare di introdurre errori elevati quando si lavora con frequenze di campionamento molto basse (inferiori ai 51 campioni al secondo richieste dalla associazione americana di cardiologia) è utile interpolare la sequenza numerica con una funzione interpolante. Una semplice ma efficace funzione interpolante è la parabola applicata a 5 o più punti selezionati intorno al picco dell onda R. I coefficienti della parabola interpolante possono essere ottenuti come visto nel capitolo dei filtri. Il polinomio rappresentante la parabola per un insieme di 5 punti è: ( nt + kt ) = s ( nt ) + ks ( nt ) k s ( nt ) p dove p(nt+kt) è il valore della parabola calcolato per ognuno dei 5 possibili valori di k(-,1,0,1,). Le variabili s 0 (nt), s 1 (nt), e s (nt) sono i coefficienti della parabola da calcolare. Pag. 140

12 Figura 8: La famiglia di curve ottenute per il rapporto segnale-rumore in funzione dei cicli su battito (c/b) e parametrizzate dal valore della frequenza di campionamento. La posizione del vertice della parabola può essere calcolato utilizzando la formula: dp = s 1 ( nt ) + ks ( nt ) = 0 dk da cui si ottiene per k il valore: ( ) ( nt) s1 nt k = ks dove la dipendenza dei coefficienti da nt sta ad indicare che i coefficienti della parabola vanno calcolati per ogni onda R. Un esempio per due differenti frequenze di campionamento è riportato in figura 9. Figura 9: Interpolazione parabolica usata a 00Hz e 100Hz Pag. 141

13 7.6 Esempi di analisi della variabilità del ritmo cardiaco su volontari normali e varie patologie Volontari normali Si presentato qui di seguito risultati ottenuti in più lavori scientifici su volontari sani in posizione di riposo (o clinostatica) e o in posizione ortostatica. In genere il protocollo sperimentale di registrazione prevede il passaggio da posizione clinostatica a ortostatica per mezzo del movimento di un letto comandato elettricamente (tilt). La figura 11 mostra, come ex., un segmento di tacogramma di un soggetto normale (56 intervalli RR successivi) in posizione clinostatica. Da un'analisi visiva si possono notare alcune fluttuazioni con alcuni effetti modulanti nel segnale di Variabilità dei ritmo cardiaco. Queste oscillazioni si considerano dovute ai loops del sistema di controllo cardiovascolare, mentre il fenomeno di modulazione d'ampiezza e di fase suggerisce la presenza di alcune non linearità. E' un dato certo che il valore medio degli intervalli RR decresce durante il tilt, questo indica un incremento dei ritmo cardiaco ed un decremento della varianza di circa il 30%. Figura 11: Tacogramma per un soggetto normale in condizione di riposo (posizione clinostatica) L'analisi spettrale dei tacogramma mette in luce la presenza delle componenti periodiche presenti nel segnale. La variazione dallo stato di riposo a quello di tilt è descritta accuratamente dalle variazioni nella distribuzione di potenza intorno a queste frequenze. Ciò è facilmente visibile nello spettro della densità di potenza dei tacogrammi riportati in figura 1, dove sono mostrate due frequenze principali. La prima si trova intorno a 0.1 Hz ed ha una considerevole potenza in una larga banda (fino a 0.0 Hz). La seconda, dislocata a 0.34 Hz è molto stabile in frequenza ed è legata alla normale attività respiratoria a riposo. La figura1 mostra i dati ottenuti durante il tilt, con una marcata attenuazione delle componenti respiratorie, ed una chiara predominanza dei ritmo 10-sec in conseguenza dell'attivazione dei simpatico. Si potrebbe notare che la potenza di queste componenti non incrementa marcatamente in valore assoluto, mentre diventa largamente predominante in termini relativi. Pag. 14

14 Figura 1: Soggetto sano in condizione di riposo e dopo il tilt Pazienti ipertesi. Le variazioni nello spettro del segnale HRV introdotte dal tilt in un paziente normale sono di grande interesse nello studio dell'ipertensione. La PSD di un soggetto normale e di uno iperteso in condizioni di riposo si presenta in modo piuttosto simile. Negli ipertesi si può essere notare che a riposo il picco a 0.1 Hz è sempre predominante sugli altri picchi e non incrementa nel tilt (figura 13). La potenza totale decresce dopo il tilt così che il rapporto tra la potenza della componente intorno a 0.1 Hz e quella della componente respiratoria è simile prima e dopo il tilt il che suggerisce, in questi pazienti, un'attività di regolazione simpatica anormale. figura 13: Soggetti ipertesi in condizioni di riposo e dopo il tilt Pazienti diabetici. La figura mostra un esempio rappresentativo dello spettro di potenza di un paziente diabetico in condizioni di riposo. La forma dello spettro è simile a quella osservata in soggetti normali, anche se la potenza totale è significativamente più bassa. Con questo metodo è possibile accertate l insorgere di neuropatie diabetiche sia per mezzo di variazioni della potenza totale che di spostamenti nella distribuzione di frequenza. Uno variazione della frequenza di oscillazione del picco a 0.1 Hz verso valori più bassi può fornire un indice qualitativo addizionale per questa patologia. Pag. 143

15 Nel caso di neuropatie autonome marcate, di origine diabetica, possono essere consistentemente rilevate oscillazioni non significative, come mostrato in figura, la potenza totale è drasticamente ridotta, e quindi la serie temporale mostra una varianza molto piccola e solo il diagramma dei poli da informazioni significative: il polo situato intorno a 0.5 c/b che evidenzia l'influenza della respirazione non è facilmente apprezzabile nella PSD. In questo caso la manovra di tilt non modifica la PSD. Figura 14: Pazienti diabetici in condizioni di riposo; a) senza ulteriori complicazioni; b) con neuropatia associata. Pag. 144