A maior rede de estudos do Brasil

Grátis
12 pág.
Ernst (2017) - Heart-rate variability - More than heart beats

Pré-visualização | Página 2 de 7

identificados na segunda metade do século passado. Sistemas com mais de três círculos de feedback positivo e negativo em combinações geralmente não são previsíveis; eles mostram um comportamento complexo.
No final do século passado, o nível crescente de detalhes fornecidos pela pesquisa biomédica provocou debates sobre como entender todo o sistema. Debates semelhantes também ocorreram em outras disciplinas científicas. A teoria dos sistemas e a cibernética evoluíram gradualmente para algo chamado ciência da complexidade, embora uma definição exata fosse desafiadora e nenhuma teoria unificada existisse. No mesmo período, a teoria dos sistemas evoluiu para a teoria dinâmica dos sistemas além de outras influências, também com a ajuda de informações da teoria do caos que, na realidade, investiga o comportamento de sistemas não lineares determinísticos (3). Outra direção em evolução das investigações foi baseada no aumento do poder computacional, que possibilitou simular grandes sistemas artificiais em tempo real. Modelagem de base de agentes, autômatos celulares e algoritmos genéticos foram desenvolvidos. Todas essas abordagens fizeram contribuições para entender sistemas complexos; As principais ferramentas utilizadas repetidamente foram a análise de séries temporais de sinais e simulações em computador (4).
No início dos anos 2000, a biologia de sistemas foi estabelecida. É um campo de estudo interdisciplinar baseado em biologia, com foco em interações complexas dentro de sistemas biológicos em vários níveis - intracelular, intercelular, hormonal, macroscópico - usando uma abordagem abrangente e como ferramentas de mineração de dados, modelos matemáticos e análise de séries temporais (4). 5) Uma série temporal é uma sequência de observações feitas ao longo do tempo, no caso de batimentos cardíacos de variabilidade da frequência cardíaca (VFC), mas também outros parâmetros (como resultados de amostras de sangue, sinais de EEG, etc.) (6). A análise de séries temporais pode ajudar a identificar padrões ocultos e até causalidades em sistemas fisiológicos (7). A biologia de sistemas analisa diferentes partes do corpo como um tipo de rede (8). A maioria das investigações é conduzida no nível subcelular, observando redes de regulação metabólica e genética e analisando-as com a ajuda de métodos sofisticados de rede, que são novamente validados com dados experimentais. A análise ou os modelos de rede podem até ser aplicados no caso de relações quantitativas desconhecidas ou na falta de dados precisos (por exemplo, usando redes booleanas) (9, 10).
Esta revisão está organizada da seguinte forma. Após uma breve introdução da VFC, alguns sistemas fisiológicos com influência na VFC serão revisados. Na próxima parte, diferentes paradigmas da VFC são apresentados - a VFC como análise de séries temporais, como proxy para os sistemas vegetativos autonômicos e como proxy para um complexo sistema regulatório. Finalmente, as implicações serão discutidas.
PRINCÍPIOS E PARÂMETROS DA HRV
Os princípios da VFC são simples. O batimento cardíaco é medido, geralmente com a ajuda de um sinal de ECG, obtido com um dispositivo adequado. Recomenda-se uma taxa de amostragem mínima entre pelo menos 250 e 500 Hz (11). As distâncias QRS são medidas (chamadas distâncias NN) após a identificação de extra-sístoles ventriculares e supraventriculares, que geralmente são interpoladas. Indivíduos com uma alta taxa de extra-sístoles ou fibrilação atrial (FA) geralmente não são viáveis ​​para análise [mas consulte a ref. (12)] No final do período de medição, uma série temporal de milissegundos pode ser processada no domínio do tempo, domínio da frequência, medidas geométricas e diferentes medidas não lineares como parâmetros fractal ou diferentes cálculos de entropia (13). Os parâmetros mais comuns utilizados são o DP dos intervalos NN (SDNN) e a diferença quadrática sucessiva das médias das raízes (rMSSD), calculada ao quadrado de cada intervalo NN, calculando o valor médio e traçando a raiz quadrada (14). Os métodos geométricos são derivados de sequências de intervalos NN. Diferentes métodos geométricos incluem o histograma de 24 horas, o índice triangular da VFC, a interpolação triangular dos histogramas de intervalo NN e métodos como o gráfico de Poincaré. O domínio da frequência (densidade espectral de potência) descreve as oscilações periódicas do sinal da frequência cardíaca, transformadas em diferentes áreas de frequências, e retorna valores numéricos sobre sua intensidade relativa (14). Com maior frequência, os parâmetros do domínio da frequência são calculados não parametricamente com a rápida transformação de Fourier. Os parâmetros mais utilizados são Potência total, VLF (frequência muito baixa, <0,003–0,04 Hz), LF (potência de baixa frequência, 0,04–0,15 Hz), HF (potência de alta frequência, 0,15–0,4 Hz) e a razão LF / HF. A IC é frequentemente entendida como uma proxy para o sistema nervoso parassimpático (SNP). Pode ser influenciado pela frequência da respiração ou pelas formas patológicas da respiração, mas é confiável com a respiração normal (15) e é, até certo ponto, semelhante à arritmia do seio respiratório (RSA) (16). Tanto o sistema nervoso simpático (SNS) quanto o SNP modulam a FL. LF alta reflete atividade simpática frequentemente aumentada. A razão LF / HF pode refletir o equilíbrio global simpático / vagal. A FV é provavelmente influenciada pelo sistema renina-angiotensina e também está associada à atividade simpática (15, 17). Métodos não lineares geralmente se concentram em (auto) semelhanças nas séries temporais. Algoritmos clássicos para a análise de auto-semelhanças são métodos fractal. Diferentes formas de medidas de entropia têm sido utilizadas (18). Um padrão para mensuração e interpretação foi publicado em 1996 e a maioria dos estudos posteriores se baseia nele (11).
A HRV É MAIS DO QUE O SISTEMA NERVOSO AUTONÔMICO: ALGUNS SISTEMAS FISIOLÓGICOS COM INFLUÊNCIA NA HRV
Sistema Nervoso Autônomo
O sistema nervoso autônomo (SNA) é uma parte importante no controle de diferentes sistemas fisiológicos, por exemplo, coração, músculos lisos, glândulas endócrinas e exócrinas. Possui partes aferentes (sensoriais) e eferentes e é distinto do sistema nervoso somático de várias maneiras. A principal função do SNA é a homeostase, amplamente regulada por reflexos autonômicos, (quase) não sob controle voluntário. As informações sensoriais são frequentemente transmitidas através das fibras nervosas vegetativas aferentes para os centros de controle homeostáticos, reações processadas e específicas são enviadas através das fibras vegetativas eferentes. O ANS mencionou substâncias transmissoras específicas - principalmente acetilcolina (ACh) e noradrenalina (NE) - receptores correspondentes e pode ser dividido em fibras pré-ganglionares e pós-ganglionares. O controle central do sistema nervoso vegetativo foi identificado em várias subdivisões do hipotálamo, mas várias outras regiões do cérebro, incluindo as áreas de associação do córtex límbico, a amígdala e o córtex pré-frontal, também estão conectadas a esses núcleos do hipotálamo.
O próprio hipotálamo controla mais dois sistemas, além do SNA, o sistema endócrino e um sistema neural mal definido, envolvido na motivação (19) e no comportamento social ((20, 21)). O SNA tem três divisões principais: simpático (SNS), parassimpático (PNS) e enteral (o último é frequentemente subestimado). Numa visão tradicional, os sistemas simpático e parassimpático se opõem. Nesta visão, o SNS é responsável pelas reações de estresse e o PNS pelo relaxamento. Todos os reflexos viscerais são processados ​​por circuitos locais na medula espinhal e no tronco cerebral (22). A atividade fásica do sistema simpático é desencadeada por estresse (positivo e negativo) e aumenta a demanda de energia cardíaca, aumentando a frequência cardíaca e a contratilidade através da ligação do NE aos adrenorreceptores nos cardiomiócitos (23). A atividade mais tônica do sistema parassimpático mantém as frequências cardíacas