Fino a pochi anni fa l’informazione che i medici utilizzavano dalle sequenze di battiti cardiaci (R-R) era solo la loro media su intervalli più o meno lunghi. La frequenza cardiaca era collegata a stati macroscopici come l’affaticamento, la febbre, l’emozione etc.
Gran parte dell’informazione del segnale, rappresentata come intervallo R-R, era dunque inutilizzata, trascurandone due aspetti fondamentali: gli intervalli R-R non sono tutti uguali (variabilità ) e l’esistenza di leggi che organizzano questa variabilità differenziandola dal rumore di fondo collegate al controllo neurovegetativo simpatico e parasimpatico.
Negli ultimi due decenni, si è verificato un interesse crescente verso l’applicazione di metodi e tecniche di analisi dinamica non lineare alla serie storica di elettrocardiogrammi.
Esistono attualmente diversi metodi per valutare la variabilità della frequenza cardiaca.
L’analisi eseguita nel dominio del tempo è una stima quantitativa dell’entità di variazione del ciclo cardiaco. Il metodo più semplice in questo ambito consiste nel calcolo della deviazione standard della media di tutti gli RR consecutivi ed i suoi parametri derivati SDANN; r-MSSD1; gli ultimi due indici vengono considerati misure che riflettono principalmente la componente parasimpatica della variabilità della frequenza cardiaca.
La SD della sequenza R-R è stata dimostrata essere un indice predittivo di importanti stati fisiopatologici. L’infarto è preceduto da una brusca riduzione di SD, l’invecchiamento provoca una lieve ma significativa riduzione della SD degli intervalli R-R a riposo.
Il passo successivo è stato quello di studiare la distribuzione della variabilità , se cioè le deviazioni dalla media degli intervalli R-R avessero delle lunghezze caratteristiche ed identificabili.
Nell 1981 Akselrod su Science affermava che l’analisi spettrale (HRV) forniva in modo non invasivo informazioni sul controllo simpato-vagale del cuore dimostrando la possibilità di una diretta relazione tra le oscillazioni del ritmo cardiaco e la modulazione nervosa del cuore2.
L’analisi eseguita nel dominio della frequenza si basa sull’applicazione dell’analisi di Fourier alla variabilità degli intervalli R-R e consente di esprimere la sequenza degli intervalli R-R come una somma di andamenti regolari con differenti frequenze (periodicità ). Di queste differenti frequenze si calcola il peso relativo nella determinazione del segnale e la distribuzione di pesi è detta spettro del segnale. L’HRV ha il vantaggio di essere un metodo semplice e non invasivo per studiare le modificazioni dinamiche del controllo autonomico della frequenza cardiaca
A seconda della durata della registrazione è possibile determinarne range differenti di oscillazione. Quando la sequenza di intervalli R-R copre un periodo breve da 2 a 5 minuti si possono individuare fino a 3 picchi,
1. Frequenze molto basse (0,003-0,04 Hz; very low frequency, VLF) — corrispondenti ad analoghe oscillazioni pressorie (onde di Mayer) e alle oscillazioni dell’outflow simpatico
2. Basse (0,04-0,15 Hz; low frequency, LF)
3. Alte (0,15-0,4 Hz; high frequency, HF);
La componente HF della HRV è un indice dell’attività vagale sincrona con il ritmo respiratorio, ed è ridotta infatti di oltre il 90% dalla somministrazione di atropina, non risentendo invece del blocco simpatico operato con il propanololo; le componenti LF e VLF riflettono la variabilità secondaria ad una più fine modulazione simpato-vagale. (Fig. 1).
Classicamente la medicina interpreta le fluttuazioni in termini di omeostasi a feed-back negativo. Si potrebbe quindi pensare che nella malattia l’individuo perda la capacità di mantenere una frequenza cardiaca costante a riposo con un conseguente aumento di variabilità .
Quando iniziarono le applicazioni della dinamica non lineare ai sistemi fisiologici, ci si aspettava quindi che il caos sarebbe stato maggiormente osservabile negli stati patologici piuttosto che nelle situazioni di normalità fisiologica.
Tuttavia l’analisi della frequenza cardiaca di individui giovani sani a riposo dimostra una alta variabilità con serie temporali fortemente irregolari e apparentemente casuali. In una giornata la frequenza cardiaca può passare da 40 a 180 battiti al minuto. Esaminando invece i tracciati che precedevano situazioni patologiche, come scompenso cardiaco, aritmie, morte cardiaca improvvisa, si osserva un tracciato molto più regolare3-6. La variabilità totale della frequenza cardiaca si riduce in modo eclatante nei pazienti che hanno subito una denervazione per recente trapianto cardiaco e tende ad aumentare nei periodi di allenamento fisico7.
La patologia era insomma strettamente legata ad un aumento di ordine, prevedibilità ed ad una drastica diminuzione di complessità e dimensionalità del sistema. I tracciati irregolari tipici della situazione fisiologica sono stati riconosciuti avere una dinamica caotica con attrattori strani. La frequenza oscilla spontaneamente anche in assenza di perturbazioni esterne e naturalmente non tende verso un omeostasi stazionaria se non in situazioni patologiche.
Pertanto, pur se con meccanismi fisiopatologici ancora non del tutto chiariti, la diminuzione della HRV ha un significato negativo nella prognosi sia nei pazienti affetti da malattie cardiovascolari sia nella popolazione generale, verosimilmente esprimendo una ridotta plasticità di risposta del nodo del seno. Queste osservazioni hanno aperto la strada all’utilizzo di presidi farmacologici e non che incrementino la HRV.
L’analisi della variabilità della frequenza cardiaca costituisce quindi un importante strumento di ricerca in ambito fisiologico per la comprensione dei meccanismi di controllo autonomico e barorecettoriale.
Dal punto di vista clinico, essa permette la stima del grado di degenerazione della funzione di controllo in presenza di patologie di grande rilevanza sociale quali ad esempio l’infarto, l’ipertensione e il diabete, e consente in prospettiva la definizione di parametri statistici di stratificazione del rischio di morte cardiaca. Tuttavia vi sono ancora importanti aspetti che devono essere approfonditi prima che le tecniche non-lineari raggiungano una grande platea di ricercatori e clinici e possano essere considerate strumenti utili per la diagnosi e la gestione dei pazienti.
BIBLIOGRAFIA
1. Balocchi R, Cantini F, Varanini M, Raimondi G, Legramante JM, Macerata A. Revisiting the potential of time-domain indexes in short-term HRV analysis. Biomed Tech 2006; 51:190-193. 2006.
2. Akselrod S, Gordon D, Ubel FA, Shannon DC, Berger AC, and Cohen RJ Power spectrum analysis of heart rate fluctuation: a quantitative probe of beat-to-beat cardiovascular control. Science 1981, Vol 213, 220-222.
3. Kaye DM, Esler M. Sympathetic neuronal regulation of the heart in aging and heart failure. Cardiovasc Res 2005; 66: 256-64
4. La Rovere MT, Bigger Jr JT, Marcus FI, Mortara A, Schwartz PJ. Baroreflex sensitivity and heart rate variability in prediction of total cardiac mortality after infarction. ATRAMI (Autonomic Tone and Reflexes After Myocardial Infarction). Lancet 1998; 351: 478-84
5. Lombardi F. Chaos theory, heart rate variability, and arrhythmic mortality. Circulation 2000; 101: 8-10.
6. Malliani A, Pagani M. The role of the sympathetic nervous system in congestive heart failure. Eur Heart J 1983; 4: 49- 54.
7. Bernardi L, Valle F, Coco M, Calciati A, Sleight P. Physical activity influences heart rate variability and very-low-frequency components in Holter electrocardiograms. Cardiovasc Res 1996; 32: 234-37
G. Raimondi*, F. Stagnitti*, R. Pecchia*, A. Martellucci*, F. De Angelis*, A. Forte*, B. Scordamaglia*, J. M. Legramante**
* Dipartimento di Medicina Sperimentale. Università di Roma “Sapienza”. ** Dipartimento di Medicina Interna.Università di Roma “Tor Vergata”
