Entender la variabilidad de la frecuencia cardíaca (HRV)

Esta página examina de cerca, y con respaldo en las fuentes, la HRV (variabilidad de la frecuencia cardíaca), el punto de partida de Feelmo. Se pone un poco técnica, pero está escrita para cualquiera que quiera comprender con más profundidad el significado de tu puntuación Balance. Cuando termines, debería encajarte por qué Feelmo no mira el latido en sí, sino "la fluctuación entre latidos", y cómo leer tus propios números.

Los latidos y el "intervalo entre latidos"

En un electrocardiograma, cada latido produce un pico grande y afilado (la onda R). El intervalo entre una onda R y la siguiente se llama intervalo R-R (el intervalo entre latidos normales —excluyendo arritmias y similares— también se denomina intervalo N-N).

Mientras que la "frecuencia cardíaca (latidos por minuto)" describe tu velocidad media, la HRV describe cuánto fluctúan esos intervalos. Incluso a los mismos "60 lpm", hay un corazón que marca el compás con la regularidad de un metrónomo, y un corazón que se estira y se contrae con flexibilidad al ritmo de tu respiración. Este último se considera, en general, un estado en el que el sistema nervioso autónomo cambia con rapidez para adaptarse a la situación; es decir, un estado de alta adaptabilidad (Task Force, 1996; Shaffer & Ginsberg, 2017).

Aquí está la clave. La fluctuación no es señal de problema; si acaso, puede ser señal de estar bien equilibrado. El corazón no es una máquina que mantiene un ritmo fijo; es un afinador vivo, que ajusta con delicadeza su tempo con cada inhalación y cada exhalación, con cada momento de tensión y de relajación. Lo que Feelmo observa es precisamente esta "flexibilidad".

Figura: Las ondas R en un electrocardiograma y el intervalo entre ondas R consecutivas (R–R). El hecho de que el ancho no sea constante, sino que fluctúe: eso es la HRV.

Los tres dominios de análisis

Los métodos de análisis de la HRV se organizan a grandes rasgos en tres "dominios" (Task Force, 1996; Shaffer & Ginsberg, 2017). Piensa en ellos como "lentes" para mirar los mismos datos de intervalos R-R desde ángulos distintos. Feelmo usa estos dominios como trasfondo científico, pero no revela la receta exacta que emplea para traducir las señales en la puntuación Balance.

1. Dominio temporal

Expresa la variabilidad de los intervalos R-R mediante medidas estadísticas a lo largo del eje del tiempo. Es la lente más intuitiva y la más sencilla de calcular. Algunas perspectivas observan la dispersión global de los intervalos entre latidos; otras, los cambios de latido a latido a corto plazo.

Feelmo trata esto como ingredientes, no como componentes públicos de la puntuación. La app combina las pistas derivadas de la HRV con la calidad de la medición y tu propia referencia personal, en lugar de exponer una única métrica como la puntuación.

2. Dominio de la frecuencia

Descompone la fluctuación de los intervalos R-R en componentes más rápidos y más lentos. En términos musicales, es como una lente que separa un acorde en las notas individuales que lo componen. Tanto las fluctuaciones rápidas relacionadas con la respiración como los patrones más lentos de equilibrio de la presión pueden ser informativos, pero ningún componente de frecuencia ni proporción por sí solo es "la respuesta".

Figura: Al inspirar, la frecuencia cardíaca se acelera ligeramente; al espirar, se ralentiza un poco (arritmia sinusal respiratoria, RSA). Esta fluctuación respiratoria es una pista importante de la actividad parasimpática (Berntson et al., 1993). Precisamente por eso, las técnicas de respiración con una exhalación lenta y prolongada pueden influir con suavidad, en el momento, en la variabilidad del latido.

3. No lineal

El ritmo cardíaco no es una periodicidad simple; tiene una estructura fractal y compleja. Los análisis basados en la forma y en la complejidad se han estudiado como formas de captar la "calidad" del equilibrio (Shaffer & Ginsberg, 2017). La idea es que un ritmo cardíaco sano es "moderadamente complejo": demasiado monótono o demasiado desordenado, y la adaptabilidad disminuye. Esta perspectiva no lineal es una idea que apreciamos y mantenemos en el trasfondo.

Cómo se mide: ECG y sensores ópticos

• ECG (electrocardiograma): el método de referencia, que registra directamente la actividad eléctrica del corazón mediante electrodos
• PPG (fotopletismografía): el método que usan el Apple Watch y otros dispositivos, que capta la onda de pulso del flujo sanguíneo con luz LED. La variabilidad de los intervalos entre latidos obtenida así se denomina, en sentido estricto, PRV (variabilidad de la frecuencia del pulso)

Las revisiones sistemáticas señalan que, en reposo, la PRV concuerda bien con la HRV basada en ECG (Schäfer & Vagedes, 2013). Por otro lado, dado que la concordancia disminuye durante el movimiento corporal o el ejercicio, se da más peso a los datos tomados en reposo y durante el sueño. El Apple Watch mide en el brazo —un lugar que se mueve con facilidad—, por lo que se cuela ruido cuando la muñeca está en movimiento. Esta es también una de las razones por las que Feelmo valora especialmente los datos de "cuando estás sentado y en calma" o "mientras duermes".

Duración y condiciones de la medición

• Una grabación estándar de corto plazo se ha fijado tradicionalmente en 5 minutos (Task Force, 1996)
• La validez de las grabaciones más breves, "ultracortas", difiere según qué perspectiva de la HRV se utilice (Munoz et al., 2015; Laborde et al., 2017)
• Cada métrica se ve afectada por la postura, la respiración, la hora del día, la cafeína, el movimiento corporal y más, de modo que mantener las condiciones de medición constantes es lo más importante de todo (Laborde et al., 2017)

Cómo usa esto Feelmo

Feelmo combina múltiples pistas derivadas de la HRV, la calidad de la medición y el desplazamiento respecto a tu propia referencia para construir tu puntuación Balance (0-100) a partir de la HRV obtenida del Apple Watch. No es la visualización directa de una única métrica pública.

Los principios para interpretarla son siempre los mismos.

• Léela como la diferencia respecto a tu propia referencia, no frente a los demás. Más que "por encima/por debajo de la media", observamos "cómo estás fluctuando hoy en comparación con tu yo de siempre"
• Da peso a las mediciones tomadas en condiciones con pocos factores externos, especialmente durante el sueño o cuando estás sentado y en calma. Como la muñeca es vulnerable al movimiento corporal, los datos de situaciones estables son más fiables
• Recíbela a través de las expresiones de tus seis compañeros que la acompañan, más que a través de la puntuación en sí. Traducimos el número no en una "nota", sino en palabras amables de observación para ti hoy; nunca emitimos juicios definitivos

Cómo se integran exactamente las múltiples pistas y se convierten en la puntuación Balance de 0 a 100 —la composición y ponderación precisas— es la lógica de análisis propia de Feelmo y no se divulga públicamente. Lo que importa aquí es el principio de que Feelmo no "adivina tus emociones", sino que vela con suavidad por el equilibrio de tu sistema nervioso autónomo. Para la ciencia de fondo, consulta también La ciencia de Balance, y para saber cómo leer la puntuación, consulta Qué es la puntuación Balance.

Referencias

1. 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(5):1043–1065.
2. Shaffer F, Ginsberg JP. An Overview of Heart Rate Variability Metrics and Norms. Frontiers in Public Health. 2017;5:258.
3. Laborde S, Mosley E, Thayer JF. Heart Rate Variability and Cardiac Vagal Tone in Psychophysiological Research – Recommendations for Experiment Planning, Data Analysis, and Data Reporting. Frontiers in Psychology. 2017;8:213.
4. Billman GE. A frequency-domain ratio does not accurately measure cardiac sympatho-vagal balance. Frontiers in Physiology. 2013;4:26.
5. Schäfer A, Vagedes J. How accurate is pulse rate variability as an estimate of heart rate variability? A review on studies comparing photoplethysmographic technology with an electrocardiogram. International Journal of Cardiology. 2013;166(1):15–29.
6. Munoz ML, van Roon A, Riese H, et al. Validity of (Ultra-)Short Recordings for Heart Rate Variability Measurements. PLoS One. 2015;10(9):e0138921.
7. Berntson GG, Cacioppo JT, Quigley KS. Respiratory sinus arrhythmia: autonomic origins, physiological mechanisms, and psychophysiological implications. Psychophysiology. 1993;30(2):183–196.