Correção de batimentos

Outros nomes: correção de artefatos, edição dos intervalos RR, edição de batimentos

Encontrar os intervalos entre batimentos que estão errados (batimentos perdidos, extras ou ectópicos) e excluí-los ou substituí-los antes de calcular a VFC. A regra prática é corrigir menos de 5% dos batimentos.

A correção de batimentos tem duas etapas: encontrar os intervalos ruins e corrigi-los.

Como encontrá-los. A regra mais comum compara cada intervalo com os que estão ao redor. O Kubios, por exemplo, marca qualquer intervalo que se afaste de uma média local mais do que um limiar: 0,45 s no ajuste “very low” (muito baixo), depois 0,35, 0,25, 0,15 e 0,05 s em “very strong” (muito forte) (Alcantara e colaboradores, 2020). Lipponen e Tarvainen (2019) criaram um método automático que trabalha sobre a série das diferenças entre intervalos sucessivos, com um limiar que se adapta ao registro; o método identificou cerca de 97% dos batimentos ectópicos Batimento ectópico Batimento que se origina fora do marca-passo natural do coração e costuma chegar antes da hora. É comum, mas distorce a VFC se não for removido ou corrigido. Mais sobre Batimento ectópico reais.

Regras mais simples também são comuns. Um filtro de faixa descarta os intervalos fora de uma faixa plausível, como de 300 a 2.000 ms. Uma regra percentual marca um intervalo que difere do vizinho em mais de cerca de 20%; o filtro de quociente de Piskorski e Guzik (2005) remove um batimento quando a razão entre intervalos vizinhos fica fora da faixa de 0,8 a 1,2. Uma regra da mediana local, como a da Calculadora de VFC deste site, descarta um intervalo que esteja a mais de 25% da mediana dos vizinhos. Berntson e colaboradores (1990) definiram o limite de corte a partir da dispersão que cada pessoa tem nas diferenças entre batimentos consecutivos.

Como corrigi-los. Peltola (2012) analisa as opções: excluir o intervalo ruim ou substituí-lo pela média dos vizinhos, por uma reta entre eles (interpolação linear) ou por uma curva suave que passe por eles (spline cúbica). Um batimento perdido tem uma terceira correção: o intervalo, que ficou com o dobro da duração, pode ser dividido de novo em dois, o que devolve o batimento que faltava. Essa correção nunca deve ser usada na pausa longa depois de um batimento ectópico, em que não falta nenhum batimento.

Como aparece. Em um tacograma Tacograma Um gráfico de linhas com os intervalos entre os batimentos na ordem em que ocorreram, um ponto por batimento, em milissegundos. Mostra a VFC como uma linha ondulada, em vez de um único número. Mais sobre Tacograma , uma boa correção elimina os picos e as quedas bruscas e mantém a subida e a descida suaves da respiração. Uma regra rigorosa demais achata também parte dessa variação real.

Por que importa para a variabilidade da frequência cardíaca (VFC).

  • A exclusão tira tempo da série. Segundo Peltola, ela não era recomendada para o RMSSD RMSSD Raiz quadrada da média dos quadrados das diferenças sucessivas: medida de VFC calculada a partir de quanto cada intervalo entre batimentos difere do seguinte, em milissegundos. Reflete principalmente a atividade vagal. Mais sobre RMSSD e o pNN50 pNN50 Percentual de intervalos NN vizinhos que diferem em mais de 50 milissegundos. Acompanha as mudanças rápidas de origem vagal, como o RMSSD, mas como proporção, e não como tamanho. Mais sobre pNN50 , pode ser aceitável para o SDNN SDNN O desvio padrão de todos os intervalos NN de um registro, em milissegundos. Mede a variabilidade global, e o valor depende muito da duração do registro. Mais sobre SDNN , e que os espectros devem usar interpolação no lugar dela.
  • Mesmo poucas edições mudam registros curtos: menos de 5% de intervalos editados podem alterar os resultados, e muitos estudos descartam um registro com menos de 80% de batimentos normais. O guia do Kubios recomenda manter os batimentos interpolados abaixo de 5%.
  • Ajustes mais rigorosos editam batimentos reais. Alcantara e colaboradores constataram que o SDNN diferiu em média 39 ms entre os ajustes “very low” e “very strong” em crianças, e que o ajuste “very strong” substituiu 39% dos intervalos das crianças.

Insira um batimento ruim abaixo e teste cada método.

Limpe um batimento ruim

O registro de exemplo, 341 intervalos

Sinalizados: 1 de 341 intervalos

Medida Limpo Batimento ruim Corrigido
RMSSD (ms) 33,4 70,2 70,2
SDNN (ms) 28,7 51,7 51,7
pNN50 (%) 8,2 8,8 8,8
Potência LF (ms²) 120 1241 1241
Potência HF (ms²) 635 2314 2314

Um batimento perdido faz um intervalo ficar com cerca do dobro da duração dos vizinhos. Mantido, ele eleva o RMSSD de 33,4 para 70,2 ms, 2,1 vezes o valor verdadeiro, enquanto o SDNN muda menos.

Os botões funcionam quando o JavaScript está ativado.

Um batimento ruim no registro de exemplo de cinco minutos. A regra sinaliza qualquer intervalo que esteja a mais de 250 ms da mediana dos vizinhos; o método escolhido o corrige. Compare os números antes e depois com o registro limpo.

Uma linha com o intervalo entre batimentos nos primeiros 60 segundos do registro de exemplo, com o artefato inserido como um pico, um círculo em cada intervalo sinalizado e a linha corrigida desenhada sobre ela. Uma tabela mostra o RMSSD, o SDNN, o pNN50, a potência LF e a potência HF do registro limpo, com o artefato mantido e depois da correção, além de quantos intervalos foram sinalizados. Um grupo de botões insere um batimento perdido, um batimento extra ou um batimento ectópico, ou restaura o registro limpo; outro escolhe o método de correção: manter, excluir, média dos vizinhos, interpolação linear ou spline cúbica. Um batimento perdido mantido dobra, mais ou menos, o RMSSD; todos os métodos o trazem de volta a poucos por cento do valor limpo.

A aula Como a VFC é medida: dos batimentos a um número explica passo a passo toda a etapa de limpeza, e Artefatos e batimentos extras mostra uma série corrigida de três maneiras, com os números antes e depois.

Fontes

  1. Role of editing of R–R intervals in the analysis of heart rate variability Frontiers in Physiology, 2012
  2. A robust algorithm for heart rate variability time series artefact correction using novel beat classification Journal of Medical Engineering & Technology, 2019
  3. Impact of Using Different Levels of Threshold-Based Artefact Correction on the Quantification of Heart Rate Variability in Three Independent Human Cohorts Journal of Clinical Medicine, 2020
  4. Filtering Poincaré plots Computational Methods in Science and Technology, 2005
  5. An approach to artifact identification: application to heart period data Psychophysiology, 1990

Todos os termos do glossário