Capire la Variabilità della Frequenza Cardiaca (HRV)

Questa pagina offre uno sguardo più ravvicinato e supportato dalle fonti sulla HRV (Variabilità della Frequenza Cardiaca), il punto di partenza di Feelmo. Diventa un po' tecnica, ma è scritta per chiunque desideri comprendere più a fondo il significato del tuo punteggio Balance. Quando avrai finito di leggere, dovrebbe risultarti chiaro perché Feelmo non guarda al battito in sé, bensì alla "fluttuazione tra un battito e l'altro", e come leggere i tuoi numeri.

I battiti e "l'intervallo tra un battito e l'altro"

In un elettrocardiogramma, ogni battito produce un picco ampio e netto (l'onda R). L'intervallo tra un'onda R e la successiva si chiama intervallo R-R (l'intervallo tra battiti normali — escludendo aritmie e simili — viene anche detto intervallo N-N).

Mentre la "frequenza cardiaca (battiti al minuto)" descrive la tua velocità media, la HRV descrive quanto quegli intervalli fluttuano. Anche a parità di "60 bpm", esiste un cuore che scandisce il tempo regolare come un metronomo, e un cuore che si distende e si contrae con souplesse al ritmo del respiro. Quest'ultimo è generalmente considerato uno stato in cui il sistema nervoso autonomo commuta rapidamente per adattarsi alla situazione — in altre parole, uno stato di elevata adattabilità (Task Force, 1996; Shaffer & Ginsberg, 2017).

Ed ecco il punto chiave. La fluttuazione non è un segnale di problemi — semmai, può essere un segno di buon equilibrio. Il cuore non è una macchina che mantiene un ritmo fisso; è un accordatore vivente, che modula finemente il tempo a ogni inspirazione ed espirazione, a ogni istante di tensione e di rilascio. Ciò che Feelmo osserva è proprio questa "souplesse".

Figura: Le onde R su un elettrocardiogramma e l'intervallo tra onde R consecutive (R–R). Il fatto che l'ampiezza non sia costante ma fluttui — questo è la HRV.

I tre domini di analisi

I metodi di analisi della HRV si organizzano in linea di massima in tre "domini" (Task Force, 1996; Shaffer & Ginsberg, 2017). Immaginali come "lenti" per osservare gli stessi dati di intervallo R-R da angolazioni diverse. Feelmo utilizza questi domini come base scientifica, ma non rende nota l'esatta ricetta con cui traduce i segnali nel punteggio Balance.

1. Dominio del tempo

Esprime la variabilità degli intervalli R-R come misure statistiche lungo l'asse temporale. È la lente più intuitiva e la più semplice da calcolare. Alcune viste guardano alla dispersione complessiva degli intervalli tra battiti; altre osservano i cambiamenti a breve termine da un battito al successivo.

Feelmo tratta questi valori come ingredienti, non come componenti pubbliche del punteggio. L'app combina gli indizi derivati dalla HRV con la qualità della misurazione e la tua baseline personale, anziché esporre una singola metrica come punteggio.

2. Dominio della frequenza

Scompone la fluttuazione degli intervalli R-R in componenti più rapide e più lente. In termini musicali, è come una lente che separa un accordo nelle singole note che lo compongono. Le fluttuazioni rapide legate al respiro e i pattern più lenti di equilibrio pressorio possono entrambi essere informativi, ma nessuna singola componente di frequenza o rapporto è "la risposta".

Figura: Quando inspiri, la frequenza cardiaca accelera leggermente; quando espiri, rallenta leggermente (aritmia sinusale respiratoria, RSA). Questa fluttuazione respiratoria è un indizio importante dell'attività parasimpatica (Berntson et al., 1993). È proprio per questo che le tecniche di respirazione con espirazioni lente e prolungate possono influenzare delicatamente, nell'istante, la variabilità del battito.

3. Non lineare

Il ritmo cardiaco non è una semplice periodicità; ha una struttura frattale e complessa. Le analisi basate sulla forma e sulla complessità sono state studiate come vie per cogliere la "qualità" dell'equilibrio (Shaffer & Ginsberg, 2017). L'idea è che un ritmo cardiaco sano sia "moderatamente complesso": troppo monotono o troppo disordinato, e l'adattabilità diminuisce. Questa prospettiva non lineare è un concetto che teniamo caro sullo sfondo.

Come si misura — ECG e sensori ottici

• ECG (elettrocardiogramma) — Il metodo di riferimento, che registra direttamente l'attività elettrica del cuore attraverso elettrodi
• PPG (fotopletismografia) — Il metodo usato da Apple Watch e altri dispositivi, che cattura l'onda del polso del flusso sanguigno con luce LED. La variabilità degli intervalli tra un battito e l'altro ricavata in questo modo si chiama, a rigore, PRV (variabilità della frequenza del polso)

Le revisioni sistematiche riportano che, a riposo, la PRV concorda bene con la HRV basata su ECG (Schäfer & Vagedes, 2013). D'altra parte, poiché la concordanza diminuisce durante il movimento del corpo o l'esercizio fisico, ai dati raccolti a riposo e durante il sonno viene dato maggior peso. L'Apple Watch misura al braccio — un punto che si muove facilmente — quindi il rumore si insinua quando il polso è in movimento. Anche questo è uno dei motivi per cui Feelmo attribuisce un valore particolare ai dati raccolti "quando sei seduto e tranquillo" o "mentre dormi".

Durata e condizioni della misurazione

• Una registrazione standard a breve termine è tradizionalmente fissata a 5 minuti (Task Force, 1996)
• La validità delle registrazioni più brevi, dette "ultra-brevi", varia a seconda di quale vista della HRV si utilizza (Munoz et al., 2015; Laborde et al., 2017)
• Ogni metrica è influenzata dalla postura, dal respiro, dall'ora del giorno, dalla caffeina, dal movimento del corpo e da altro ancora, perciò mantenere costanti le condizioni di misurazione è la cosa più importante di tutte (Laborde et al., 2017)

Come Feelmo usa tutto questo

Feelmo combina molteplici indizi derivati dalla HRV, la qualità della misurazione e lo scostamento dalla tua baseline personale per costruire il tuo punteggio Balance (0–100) a partire dalla HRV ricavata da Apple Watch. Non è la visualizzazione diretta di un'unica metrica pubblica.

I princìpi per interpretarlo sono sempre gli stessi.

• Leggilo come la differenza rispetto alla tua baseline personale, non rispetto agli altri. Più che "più alto/più basso della media", guardiamo a "come stai fluttuando oggi rispetto al tuo solito te stesso"
• Dai peso alle misurazioni effettuate in condizioni con pochi fattori esterni — soprattutto durante il sonno, o quando sei seduto e tranquillo. Poiché il polso è vulnerabile al movimento del corpo, i dati raccolti in situazioni stabili sono più affidabili
• Ricevilo attraverso le espressioni dei tuoi sei compagni che ti stanno accanto, anziché attraverso il punteggio in sé. Traduciamo il numero non in un "voto", ma in delicate parole di osservazione per te, oggi — non emettiamo mai giudizi definitivi

Esattamente come i molteplici indizi vengano integrati e convertiti nel punteggio Balance 0–100 — la composizione precisa e la pesatura — è la logica di analisi proprietaria di Feelmo e non viene resa pubblica. Ciò che conta qui è il principio secondo cui Feelmo non "indovina le tue emozioni", ma veglia con delicatezza sull'equilibrio del tuo sistema nervoso autonomo. Per la scienza di sfondo, dai un'occhiata anche a La scienza di Balance, e per come leggere il punteggio, vedi Cos'è il punteggio Balance.

Riferimenti bibliografici

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.