Practica 2

Integrantes: Luna, Nadia; Bola˜

nos, Luis; Rangel, Maria Fernanda;
Angulo,
´ Anibal.
BI2010.441 - An´
alisis de señales y sistemas biomédicos
Departamento de Mecatrónica, Tecnológico de Monterrey, Campus Ciu-
dad de Mexico, CDMX, México
12 de marzo de 2021
1. Introducción cuales se practican dos tareas: biorretroalimenta-
ción HRV y una tarea de pseudobiorretroalimen-
Durante el desarrollo de esta situación proble-
tación motora o dos tareas de pseudobiorretro-
ma examinamos la actividad cardı́aca de un grupo
alimentación motora. Las dos tareas de pseudo-
de personas, especı́ficamente su variabilidad de
biofeedback requieren que los participantes sin-
frecuencia cardiaca, mediante métodos de análi-
cronicen un golpe repetitivo en una mesa (A) o
sis de los ı́ndices que ésta posee en el tiempo y en
un movimiento rı́tmico de la mano (B) con una
la frecuencia para obtener información relevante
señal pseudofisiológica. Después de esta sesión de
sobre los pacientes. La variabilidad de la frecuen-
entrenamiento los sujetos entrenaron estas tareas
cia cardı́aca (VFC) es la variación que existe en la
6 dı́as en casa.
distancia entre los intervalos RR’ de un electrocar-
diograma, el estudio de la VFC nos permite explo- El segundo grupo que si se incluyó en el es-
rar la influencia del sistema nervioso autónomo tudio realizaba HRV biofeedback y una pseudo-
sobre el corazón. [1] tarea antes de la exposición a los videos, y con-
tinuaban la tarea durante los mismos, el grupo
Los intervalos RR’ fluctúan de forma cı́clica,
tres practicaba dos tareas de pseudo-biofeedback
modulados por la respiración, los barorrecepto-
y continuaban una de ellas durante los videos, y
res y otros factores genéticos y ambientales, los
el último grupo realizaba las mismas dos tareas
electrocardiogramas realizados en un espacio de
pero durante la exposición a los videos se descon-
tiempo corto nos ayudan a reconocer y analizar
tinuaban.
la respuesta del sistema nervioso autónomo, y la
identificación de la VFC puede ser un señalizador A los 3 grupos se les mostró una serie de vi-
importante sobre la función cardı́aca y cómo es deoclips de arañas. Cada sesión comenzaba con
afectada por el SNA. [2] un clip de muestra de 1 minuto, después seguı́an
El propósito del estudio es investigar si al usar 16 clips de videos de arañas de 1 minuto. Se de-
una intervención de biorretroalimentación HRV be destacar que estos fueron tomados de docu-
puede tener efectos positivos como un comple- mentales que mostraban de manera detallada a
mento terapéutico en la terapia de exposición a las arañas. Al final se daba un tiempo de 5 minu-
fobias especı́ficas. tos dedicado al reposo. Los clips de arañas fueron
El total de sujetos fueron 80 personas de en- divididos en dos grupos: 1-8 y 9-16 y su orden
tre 18 y 40 años de edad con fobia a las arañas. dentro de cada grupo fue de manera aleatoria.
Sin embargo, al final el conjunto de datos fueron La VFC puede ser analizada mediante métodos
de 57 personas divididas en 3 grupos de mane- de análisis en los dominios del tiempo y de la fre-
ra aleatoria. Se descarto el primer grupo debido a cuencia, pero estos solo tienen significancia si se
que los sujetos aplicaron un técnica de respiración calculan sobre registros de 24 horas de duración
que afectarı́a los datos. Tampoco se incluyeron los o más.
datos de 3 personas más ya que se presentaron Métodos de análisis en el dominio del tiempo:
problemas técnicos durante la realización del ex- • SDNN que corresponde a la desviación
perimento. (Figura 1) estándar de los intervalos NN.
Los métodos que se usaron fueron los siguien- • pNN50 que es el porcentaje de intervalos NN
tes: consecutivos mayores a 50ms.
Todas las personas que participaron en el gru- • rMSSD que corresponde al valor RMS de las
po recibieron una sesión de entrenamiento en las diferencias consecutivas de los intervalos RR.

1
Figura 1: Descripción de los grupos de estudio

• AVNN siendo la media de todos los intervalos cular la diferencia en tiempo entre éstos, si
NN. queremos verlos de forma gráfica, se pueden
Los métodos de análisis en el dominio de la fre- graficar.
cuencia son diferentes por el algoritmo matemáti- Una vez obtenidos los picos R de los 57 pa-
co que se utiliza y se dividen en dos gruos, pa- cientes divididos en los tres grupos, procedemos a
ramétricos y no paramétricos. Algunos de los más realizar los estudios de estadı́stica descriptiva co-
conocidos son la transformada rápida de Fourier, rrespondientes, en nuestro caso obtuvimos los si-
autoregresiva y la entropı́a aproximada. Al mismo guientes ı́ndices de la VFC en el dominio del tiem-
tiempo, cuando contamos con registros de breve po:
duración se esperan ver los siguientes tres com- • AVNN
ponentes: • SDNN
• VLF, muy baja frecuencia (0-0.04 Hz) • rMSSD
• LF, baja frecuencia (0.04-.15 Hz) • pNN50
• HF, alta frecuencia (.15-.4Hz) Y los siguientes en el dominio de la frecuencia:
• LF/HF es la relación entre baja frecuencia y • LF
alta frecuencia. • HF
• LF/HF
2. Metodologı́a
Comenzamos realizando una lectura de los es-
3. Resultados
tudios proporcionados, ya que de esta forma nos Realizamos la metodologı́a propuesta anterior-
dimos una idea más concisa de lo que debı́amos mente y obtuvimos las siguientes gráficas:
hacer para responder a las preguntas de la situa- • Extraer los datos del paciente y graficar su
ción problema. Realizamos un código en Matlab ECG en función del tiempo. (Figura 2)
que nos permitió conocer la Variabilidad de la • Extraer los picos R con ayuda de un template
Frecuencia Cardı́aca (VFC) a través del cálculo de matching (una señal triangular en este caso)
la distancia de los intervalos NN de las señales de (Figura 3)
electrocardiograma de los 57 pacientes, esto se • Calcular la correlación. (Figura 4)
realizó siguiendo los siguientes pasos: • Extraer las ubicaciones de los picos R. (Figu-
• Extraer los datos de cada paciente y graficar ra 5)
la señal de su ECG en función del tiempo. Primero realizamos el análisis de los métodos
• Extraer los pics R con ayuda de un “template en el dominio del tiempo en Excel. Comenzamos
matching”, en este caso se utilizó una señal con:
triangular. • AVNN, se puede interpretar como la media
• Calcular la correlación. (Veremos que los de todos los intervalos RR que obtuvimos;
puntos con mayor correlación es donde se nos permite saber si la persona se encuen-
encuentran los picos R) tra en estrés y en esta situación los pacien-
• Extraer las ubicaciones de los picos R y cal- tes qtienen fobia a las arañas, por lo que al

2
Figura 2: ECG para un paciente

Figura 3: Template triangular utilizado

Figura 4: Correlación

3
Figura 5: Ubicación de los picos R

mostrarles estas imágenes la variabilidad de 20)

la frecuencia se ve reflejada en la duración • HF, son frecuencias que se encuentran situa-
de los intervalos RR. (Figura 6), (Figura 7), das entre 0,15 Hz y 0,4 Hz. La HF está rela-
(Figura 8) cionada con la actividad del Sistema Nervio-
• SDNN, con este método de tiempo pudimos so Parasimpático y tiene un efecto relaciona-
calcular la desviación estándar que ocurre en do con la relajación sobre la Frecuencia car-
los intervalos rr. que es la medida que usa- diaca. La frecuencia respiratoria también in-
mos para valorar la variabilidad de la fre- fluye sobre este espectro. Cuando cambia la
cuencia cardiaca. (Figura 9), (Figura 10), (Fi- frecuencia respiratoria también cambia el pi-
gura 11) co de HF, esto demuestra hasta qué punto es
• rMMSSD, este parámetro nos indica las va- importante la influencia de la frecuencia res-
riaciones que se producen en los intervalos piratoria.. (Figura 21), (Figura 22), (Figura
RR durante un corto periodo de tiempo. Al 23)
mismo tiempo, obtenemos información de • LF/HF, indica la proporción entre la densi-
cómo el sistema cardiovascular se ve afec- dad espectral de baja y alta frecuencia, es-
tado por el sistema nervioso parasimpático. ta relación entre las bajas frecuencias y las
(Figura 12), (Figura 13), (Figura 14) altas del análisis espectral de la VFC puede
• pNN50. (Figura 15), (Figura 16), (Figura 17) estimar la influencia vagal relacionada a la
relajación y las HF mientras la simpática está
Seguimos realizando el análisis en el dominio
relacionada al estrés y las LF. Ası́ podemos
de la frecuencia y obtuvimos los siguientes gráfi-
estimar el equilibrio simpático-vagal. Si hay
cos.
una mayor influencia de SNS, puede ser cau-
• LF, se encuentra entre 0.04 Hz y 0.15 Hz, es sa de trastornos de salud, depresiones, etc,
una zona complicada de interpretar ya que y puede perjudicar en general el equilibrio
puede atribuirse a la influencia del sistema biofı́sico de la persona. En este caso, encon-
nervioso simpático y a la del sistema nervioso trarı́amos que la VFC está disminuida. Una
parasimpático. Según varios estudios parece VFC alta parece ser un indicador de buena
ser que en registros a largo plazo nos propor- salud, de menor mortalidad si hablamos de
ciona más información sobre la actividad del un estado post-enfermedad, o de correcta to-
SNS. Las influencias del SNP se dan cuando lerancia a las cargas de trabajo y a los en-
existe una frecuencia respiratoria baja (infe- trenamientos. Debido a la controversia en la
rior a 7 ciclos/min.). También se considera interpretación de las LF de forma aislada, se
una zona representativa de la actividad baro- utiliza la proporción LF/HF para estimar de
rreceptora. (Figura 18), (Figura 19), (Figura

4
Figura 6: Media del AVNN para cada paciente

Figura 7: Summary del ı́ndice AVNN

Figura 8: ANOVA de ı́ndice AVNN

5
Figura 9: Media del SDNN para cada paciente

Figura 10: Summary del ı́ndice SDNN

Figura 11: ANOVA de ı́ndice SDNN

6
Figura 12: Media del rMSSD para cada paciente

Figura 13: Summary del ı́ndice rMMSD

Figura 14: ANOVA de ı́ndice rMMSSD

7
Figura 15: Media del pNN50 para cada paciente

Figura 16: Summary del ı́ndice pNN50

Figura 17: ANOVA de ı́ndice pNN50

8
Figura 18: Media de LF para cada paciente

Figura 19: Summary de ı́ndice LF

Figura 20: ANOVA de ı́ndice LF

9
Figura 21: Media de HF para cada paciente

Figura 22: Summary de ı́ndice HF

Figura 23: ANOVA de ı́ndice HF

10
 manera más efectiva la actividad del SNS. ca que hay un mejor equilibrio entre el sistema
(Figura 24), (Figura 25), (Figura 26) simpático y parasimpático, cuando se encuentran
en este estado generado por el estrés el sistema
4. Discusión parasimpático está sobreactivado. En este caso,
Comenzamos analizando el valor P, el cual nos comparando los promedios de los valores obteni-
ayuda a identificar los datos útiles para analizar, dos, podemos ver que el grupo 3 tiene un SDNN
ya que mientras sea más cercano a 0 podemos in- más de 20 puntos por encima (108.6972) com-
ferir que nuestra variable es más significativa y parado a los del grupo 2 y el grupo 4 (87.6174
existe una mayor relación entre los datos. Debido y 86.1652, respectivamente), esto nos indica una
a los P-Values obtenidos en los análisis estadı́sticos mejor adaptabilidad al estrés y ansiedad impues-
de Low Frequency (LF) y High Frequency (HF) los tos. Por último, el método de análisis en el do-
cuales fueron .60 y .90 respectivamente, decidi- minio de la frecuencia que si tomamos en cuenta
mos descartarlos pues al encontrarse tan alejados (LF/HF) nos ayuda a observar qué grupo respon-
de 0 no nos dan información confiable y no hay de mejor a la ansiedad generada siendo el grupo
una verdadera significancia entre los datos ob- con un promedio más cercano a 1 el que reaccio-
tenidos, además de que de esta forma podemos na de mejor manera. Se puede observar que el
analizar los demás valores sin encontrar contra- promedio más alto es el del grupo 3 (3.4182), lo
dicciones. El primer método (AVNN), el cual re- cual se contrapone a nuestros resultados obteni-
presenta la media de los intervalos NN que no es dos previamente. Sin embargo, podemos concluir
más que la fluctuación de la duración de los in- que este método de análisis puede no ser tomado
tervalos de los latidos del corazón y representa en cuenta en comparación a los previamente rea-
la capacidad que tiene el corazón de responder a lizados pues su P-Value es mayor comparado a los
una variedad de estı́mulos tanto psicológicos co- métodos anteriores.
mo fisiológicos, nos dice que existe menos espacio
5. Conclusiones
entre latido y latido en el grupo 3, por lo que po-
demos afirmar que el grupo 3 tiene una frecuen- De acuerdo a los resultados obtenidos con la es-
cia cardiaca más alta, creemos que esto se debe tadı́stica descriptiva y la discusión realizada, lle-
al estrés y ansiedad generados una vez que co- gamos a la conclusión de que el grupo 3, el cual
mienza la exposición a los videos de arañas. Tam- realizó dos tareas de pseudo-biofeedback y con-
bién se debe recordar que este grupo solamen- tinúo una de ellas durante la exposición es el
te realizó una tarea de pseudo-feedback durante grupo que tuvo una mayor variabilidad de la fre-
la exposición a los videos. En el análisis de las cuencia cardiaca (VFC), lo cual representa un me-
variaciones en periodos cortos de los intervalos jor equilibrio entre la acción del Sistema Nervio-
(RMSSD) identificamos que el que tiene más fluc- so Simpático (SNS) y el Sistema Nervioso Para-
tuaciones repentinas y es el grupo 3 es el que tie- simpático (SNP), esto, a su vez, nos indica una
ne mayor control cardiaco cagal ya que sus inter- mejor adaptabilidad al estrés y la ansiedad causa-
valos son más altos el grupo 3 tiene un RMSSD dos al ser expuestos a los videos de arañas. Gra-
de 121.29 mientras que los los grupos 2 y 4 son cias a esto podemos concluir que las tareas de
mucho más bajos con 73.24 y 70.94 respectiva- pseudo-biofeedback tienen un efecto positivo so-
mente. En el ı́ndice de PNN50 se puede notar bre los sı́ntomas de estrés y ansiedad causados
una varianza ya que a diferencia de los anterio- por la exposición a un miedo en especı́fico.
res métodos habı́a tenido una mayor influencia el
aumento de la frecuencia cardiaca por la pseudo-
6. Apéndice
biorretroalimentación previa y durante la prueba Utilizamos el siguiente código para resolver las
en el grupo 3 es por eso que se da esta diferencia interrogantes planteadas en la situación proble-
en los parámetros. El siguiente método de análi- ma. (Figura 27)
sis en tiempo es el SDNN el cual corresponde a
la desviación estándar de los intervalos NN, un Referencias
promedio más alto en el SDNN nos indica una [1] Kleiger RE, Stein PK, Bigger JT Jr. Heart
variabilidad de frecuencia mayor, lo cual signifi- rate variability: measurement and clinical

11
Figura 24: Media de LF/HF para cada paciente

Figura 25: Summary de ı́ndice LF/HF

Figura 26: ANOVA de ı́ndice LF/HF

12
Figura 27: Código de MatLab

13
 utility. Ann Noninvasive Electrocardiol. 2005
Jan;10(1):88-101. doi: 10.1111/j.1542-
474X.2005.10101.x. PMID: 15649244;
PMCID: PMC6932537.

[2] Cabrera Rojo, I., Cabrera Santos, A., Gallardo

Montes de Oca, G. (1997). Variabilidad de la
frecuencia cardı́aca en el joven normal. Re-
vista Cubana de Investigaciones Biomédicas,
16(2), 98-103.

[3] Gil Rodas, Carles Pedret Carballido. (2008).

Variabilidad de la frecuencia cardiaca:
concepto, medidas y relación con as-
pectos clı́nicos.. 11/03/2021, de Archi-
vos de Medicina del Deporte Sitio web:
https://archivosdemedicinadeldeporte.com/articulos

[4] Laura Veloza, Camilo Jiménez, Varia-

bilidad de la frecuencia cardı́aca como
factor predictor de las enfermedades
cardiovasculares, Revista Colombiana
de Cardiologı́a, Volume 26, Issue 4,
2019, Pages 205-210, ISSN 0120-5633,
https://doi.org/10.1016/j.rccar.2019.01.006.
(https://www.sciencedirect.com/science/article)

14