Summary

Cálculo de la variabilidad de la frecuencia cardíaca a partir de datos de ECG de jóvenes con parálisis cerebral durante las sesiones de videojuegos activas

Published: June 05, 2019
doi:

Summary

Este protocolo describe un método para calcular la variabilidad de la frecuencia cardíaca (HRV) a partir de formas de onda de electrocardiograma (ECG). Las formas de onda de las grabaciones de frecuencia cardíaca continua (HR) durante las sesiones de videojuegos activos (AVG) se utilizaron para medir el rendimiento aeróbico de los jóvenes con parálisis cerebral (CP).

Abstract

El objetivo de este estudio fue generar un método para calcular la variabilidad de la frecuencia cardíaca (HRV) a partir de formas de onda de electrocardiograma (ECG). Las formas de onda fueron grabadas por un monitor de RRHH que los participantes (jóvenes con parálisis cerebral (CP)) usaron durante las sesiones de videojuegos activos (AVG). Las sesiones avg fueron diseñadas para promover la actividad física y la aptitud (rendimiento aeróbico) en los participantes. El objetivo era evaluar la viabilidad de los AVG como una estrategia de intervención de fisioterapia (PT). El HR máximo (mHR) se determinó para cada participante y se calculó la Zona de Frecuencia Cardíaca Objetivo (THRZ) para cada una de las tres fases de ejercicio en la sesión AVG de 20 minutos: (calentamiento a 40-60% mHR, acondicionamiento a 60-80% mHR, y enfriamiento a 40-60% mHR). Cada participante jugó tres juegos de 20 minutos durante la sesión AVG. Todos los juegos se jugaron mientras estaban sentados en un banco porque muchos jóvenes con CP no pueden soportar largos períodos de tiempo. Cada condición del juego difería con los participantes usando iconos de mano solamente, iconos de manos y pies juntos o iconos de pies sólo para recoger objetos. El objetivo del juego (llamado KOLLECT) es recoger objetos para ganar puntos y evitar peligros para no perder puntos. Los peligros se utilizaron en las fases de calentamiento y enfriamiento sólo para promover un movimiento más lento y controlado para mantener el HR en la zona de frecuencia cardíaca objetivo (THRZ). No hubo peligros en la fase de acondicionamiento para promover niveles más altos y una actividad física más intensa. Se utilizaron métodos analíticos para generar HRV (medidas seleccionadas de dominio de tiempo y de dominio de frecuencia) a partir de datos de ECG para examinar la carga de trabajo aeróbica. Las aplicaciones recientes de hrV indican que las mediciones a corto plazo (5 min bouts) son apropiadas y que la biorretroalimentación de VDH puede ayudar a mejorar los síntomas y la calidad de vida en una variedad de condiciones de salud. Aunque la RRHH es una medida clínica bien aceptada para examinar el rendimiento aeróbico y la intensidad en las intervenciones de PT, el VDH puede proporcionar información sobre las funciones del sistema autónomo, la recuperación y la adaptación durante las sesiones de AVG.

Introduction

La parálisis cerebral (CP) es la discapacidad física más común de la infancia1. CP es causado por un insulto neurológico al cerebro en desarrollo y se asocia con deficiencias motoras como debilidad muscular, espasticidad, descondicionamiento, y disminución del control motor y equilibrio2,3. La CP es una condición no progresiva, pero con la edad, los niños se vuelven menos activos físicamente y más sedentarios en comparación con sus compañeros con desarrollo típico (TD) principalmente debido al aumento de las demandas de crecimiento en su compromiso neuromuscular y sistemas musculoesqueléticos4.

Los jóvenes con CP suelen recibir servicios de fisioterapia (PT) para mejorar la movilidad funcional y promover la actividad física y la aptitud (por ejemplo, resistencia aeróbica y muscular)2. A menudo, hay un acceso limitado a los servicios dePT y recursos comunitarios para alcanzar y mantener estos objetivos de PT 5,6. Los videojuegos activos (AVG) pueden ser una estrategia factible en intervenciones de PT basadas en actividades en entornos clínicos, domésticos o comunitarios7,8. Los AVG comerciales tienen una flexibilidad limitada para adaptar el juego ysatisfacer las necesidades específicas y los objetivos de PT para los jóvenes con CP 9. Sin embargo, los AVG personalizados proporcionan parámetros de juego flexibles para desafiar a los jóvenes con CP mientras promueven la actividad física y la aptitud10.

Nuestro equipo ha desarrollado un AVG personalizado (llamado KOLLECT) para examinar las respuestas de ejercicio de los jóvenes (por ejemplo, actividad física y fitness aeróbico). El juego utiliza un sensor de movimiento para realizar un seguimiento del movimiento juvenil durante el juego. El objetivo del juego es ‘recoger’ tantos objetos como sea posible para una puntuación alta y evitar los peligros para evitar la pérdida de puntos. Los objetos se pueden recoger con iconos de manos y/o pies según lo determine el terapeuta en los parámetros flexibles del juego.

Diseñar intervenciones de PT basadas en actividades que dosifiquen la intensidad de la actividad física para promover la aptitud aeróbica es fundamental para los jóvenes con CP11. Los AVG personalizados pueden ser una estrategia eficaz para la intensidad de la dosis e involucrar a los jóvenes en la actividad física para promover la aptitud10. Los monitores de frecuencia cardíaca (HR) se utilizan a menudo en la práctica clínica de PT para determinar el rendimiento aeróbico y la intensidad de la actividad. Por lo tanto, los monitores de RRHH ayudarán a determinar la viabilidad de los AVGs en la dosificación de la intensidad de la actividad física para promover la aptitud aeróbica9. Los datos de ECG generados a partir de un monitor de HR se pueden utilizar para calcular la variabilidad de la frecuencia cardíaca (HRV). Se utilizaron métodos analíticos para generar HRV a partir de datos de ECG para examinar la carga de trabajo aeróbica. Las aplicaciones recientes de la VFC indican que las mediciones a corto plazo (5 min bouts) son adecuadas y que la biorretroalimentación de VDH puede ayudar a mejorar los síntomas y la calidad de vida en una variedad de condiciones de salud32,33,34 . La aplicación de medidas de VDH a corto plazo es un medio adecuado para evaluar la función cardiovascular durante las sesiones de AVG. Dado que el VDH se deriva del intervalo R-R de un ECG, utilizamos medidas seleccionadas de dominio de tiempo y de dominio de frecuencia. La medida de dominio de tiempo de HRV cuantifica la cantidad de variablility en los intervalos interbeats, que representa el tiempo entre latidos sucesivos. Usamos el AVNN (intervalo NN promedio), RMSSD (cuadrado medio raíz de diferencias sucesivas), SDNN (desviación estándar del intervalo NN), NN50 (número de intervalos NN >50 ms) y PNN50 (porcentaje de intervalos NN). Las medidas de dominio de frecuencia estiman la distribución de potencia absoluta o relativa en posiblemente cuatro bandas de frecuencia, abordamos específicamente en dos bandas, la potencia de baja frecuencia (LF) y la potencia de alta frecuencia (HF) junto con la relación LF/HF. Aunque la RRHH es una medida clínica bien aceptada, el VDH puede ser útil porque proporciona información sobre la función del sistema autónomo, la recuperación, la adaptación y proporciona una estimación de la carga de trabajo aeróbica durante una sesión28de AVG.

El propósito de este estudio fue examinar la viabilidad de utilizar estrategias AVG para promover la actividad física y la aptitud física. Un segundo propósito era presentar el protocolo de recopilación de datos AVG y la metodología para calcular la VDH a partir de los datos de ECG obtenidos a través de un monitor de recursos humanos. Estas medidas y este protocolo pueden resultar relevantes para los médicos para monitorear y dosis de sesiones de intervención de PT.

Protocol

Se obtuvo la aprobación de la Junta de Revisión Institucional. Todos los jóvenes proporcionaron consentimiento por escrito y los padres proporcionaron su consentimiento antes de la participación. 1. Sesiones de recopilación de datos AVG La sesión de juego de AVG En este estudio, pida a los jóvenes con CP que participen en una sesión de AVG que se compone de tres juegos de 20 minutos. Véase la Tabla 5 para la demografía de los jóvenes. Se esperaba que se jugaran un tota…

Representative Results

Este método proporciona datos para su uso en el análisis del efecto que un método recién desarrollado tiene en la variabilidad de la frecuencia cardíaca (HRV) del sujeto. Para ello, localiza la parte R de la forma de onda QRS de los datos ECG de un sujeto, como se muestra en la Figura6, y calculando varios valores de HRV a partir de él. Si el monitor de recursos humanos está haciendo un contacto adecuado con el sujeto, los datos serán uniformes, reduc…

Discussion

Diez jóvenes con CP participaron en este estudio (media + SD) [edad (años) a 15,53 a 3,57; altura (cm) 154,8 a 12,6; peso (kg) 50,69 a 11,1; índice de masa corporal (IMC) 50,46 a 29,2; mHR 9 lp) a 186,8 a 12,4]. Consulte la Tabla 5 para conocer los datos demográficos de los pacientes.

Existen algunas consideraciones para el uso de monitores de RECURSOS Humanos y las medidas asociadas de HR y HRV que se relacionan con las modificaciones y la solución de problemas. Dos cues…

Divulgations

The authors have nothing to disclose.

Acknowledgements

Los autores agradecen a los participantes y a sus familias su tiempo y esfuerzo gastado según la participación en el estudio. Además, los autores reconocen al Dr. Yichuan Liu y al Dr. Hasan Ayaz por su asistencia en el cálculo de los plazos de la supervisión de los recursos humanos y al Dr. Paul Diefenbach para el desarrollo del software KOLLECT Active Video Gaming. La financiación de este trabajo fue proporcionadapor Coulter Foundation Grants #00006143 (O’ Neil; Diefenbach, PIs) y#00008819 (O’ Neil; Diefenbach, PIs).

Materials

BioHarness Bluetooth Module (Electronics sensor)  Zephyr 9800.0189 Detects Heart Rate, Resiration Rate, Posture, and Skin Temperature.
BioHarness Chest Strap Zephyr 9600.0189, 9600.0190 Sizes Small XS-M, Large M-XL
BioHarness Charge Cradle & USB Cable Zephyr 9600.0257 Used to Transfer Data from the Module to a Computer for Analysis.
BioHarness Echo Gateway Zephyr 9600.0254 Allows for Realtime Viewing of Subject's Heart Rate.
MATLAB R2016a Mathworks 1.7.0_.60 Used for All Programming.

References

  1. Winter, S., Autry, A., Boyle, C., Yeargin-Allsopp, M. Trends in the prevalence of cerebral palsy in a population-based study. Pediatrics. 110 (6), 1220-1225 (2002).
  2. Fowler, E., et al. Promotion of physical fitness and prevention of secondary conditions for children with cerebral palsy: Section on Pediatrics Research Summit Proceedings. Physical Therapy. 87 (11), 1495-1510 (2007).
  3. Rosenbaum, P., Paneth, N., Leviton, A., Goldstein, M., Bax, M. A report: The definition and classification of cerebral palsy: April 2006. Developmental Medicine & Child Neurology. 49 (s109), 8-14 (2007).
  4. Hanna, S., et al. Stability and decline in gross motor function among children and youth with cerebral palsy aged 2 to 21 years. Developmental Medicine & Child Neurology. 51 (4), 295-302 (2009).
  5. Rimmer, J., Rowland, J. Health promotion for people with disabilities: Implications for empowering the person and promoting disability-friendly environments. American Journal of Lifestyle Medicine. 2 (5), 409-420 (2008).
  6. Feehan, K., et al. Factors influencing physical activity in children and youth with special health care needs: A pilot study. International Journal of Pediatrics. , (2012).
  7. Fehlings, D., Switzer, L., Findlay, B., Knights, S. Interactive computer play as motor therapy for individuals with cerebral palsy. Seminars in Pediatric Neurology. 20 (2), 127-138 (2013).
  8. Sandlund, M., Dock, K., Hager, C., Waterworth, E. Motion interactive video games in home training for children with cerebral palsy: parents’ perceptions. Disability & Rehabilitation. 34 (11), 925-933 (2012).
  9. Howcroft, J., et al. Active video game play in children with cerebral palsy: Potential for physical activity promotion and rehabilitation therapies. Archives of Physical Medicine and Rehabilitation. 93 (8), 1448-1456 (2012).
  10. Bilde, P., Kliim-Due, M., Rasmussen, B., Petersen, L., Petersen, T., Nielsen, J. Individualized, home-based interactive training of cerebral palsy children delivered through the Internet. BMC Neurology. 11, 32 (2011).
  11. Kolobe, T., et al. Research Summitt III proceedings on dosing in children with an injured brain or cerebral palsy. Physical Therapy. 94 (7), 907-920 (2014).
  12. Schipke, J., Pelzer, M., Arnold, G. Effect of respiration rate on short-term heart rate variability. Journal of Clinical and Basic Cardiology. 2 (1), 92-95 (1999).
  13. Ernst, G. Heart rate variability. Heart Rate Variability. , 1-336 (2014).
  14. Francis, J., et al. Association between symptoms of depression and anxiety with heart rate variability in patients with implantable cardioverter defibrillators. Psychosomatic Medicine. 71 (8), 821-827 (2009).
  15. Mendes, R., et al. Is applying the same exercise-based inpatient program to normal and reduced left ventricular function patients the best strategy after coronary surgery? A focus on autonomic cardiac response. Disability and Rehabilitation: An International Multidisciplinary Journal. 36 (2), 155-162 (2014).
  16. Muralikrishnan, K., Balakrishnan, B., Balasubramanian, K., Visnegarawla, F. Measurement of the effect of Isha Yoga on cardiac autonomic nervous system using short-term heart rate variability. Journal of Ayurveda and Integrative Medicine. 33 (2), 279-283 (2012).
  17. Yadav, R. K., Gupta, R., Deepak, K. K. A pilot study on short term heart rate variability & its correlation with disease activity in Indian patients with rheumatoid arthritis. Indian Journal of Medical Research. 136 (4), 593-598 (2012).
  18. Thuraisingham, R. A. Preprocessing RR interval time series for heart rate variability analysis and estimates of standard deviation of RR intervals. Computer Methods and Programs in Biomedicine. 83 (1), 78-82 (2006).
  19. Alamili, M., Rosenberg, J., Gögenur, I. Day-night variation in heart rate variability changes induced by endotoxaemia in healthy volunteers. Acta Anaesthesiologica Scandinavica. 59 (4), 457-464 (2015).
  20. Pal, G., et al. Preference for salt contributes to sympathovagal imbalance in the genesis of prehypertension. European Journal of Clinical Nutrition. 67 (6), 586-591 (2013).
  21. Telles, S., Raghavendra, B. R., Naveen, K. V., Manjunath, N. K., Kumar, S., Subramanya, P. Changes in autonomic variables following two meditative states described in yoga texts. Journal of Alternative and Complementary Medicine. 19 (1), 35-42 (2013).
  22. Kičmerová, D. . Methods for Detection and Classification in ECG Analysis. Doctoral thesis. , (2009).
  23. Murai, K., Hayashi, Y. Evaluation of mental workload for ship handling using physiological indices. , 604-608 (2009).
  24. Taelman, J., Vandeput, S., Spaepen, A., Van Huffel, S. Influence of mental stress on heart rate and heart rate variability. Heart. 29 (1), 1366-1369 (2009).
  25. Durantin, G., Gagnon, J. F., Tremblay, S., Dehais, F. Using near infrared spectroscopy and heart rate variability to detect mental overload. Behavioural Brain Research. 259, 16-23 (2014).
  26. Buchheit, M. Monitoring training status with HR measures: Do all roads lead to Rome?. Frontiers in Physiology. 5, (2014).
  27. Achten, J., Jeukendrup, A. Heart rate monitoring: Applications and limitations. Sports Medicine. 33 (8), 517-538 (2012).
  28. Amichai, T., Katz-Leurer, M. Heart rate variability with cerebral palsy: Review of literature and meta-analysis. NeuroRehabilitation. 35, 113-122 (2014).
  29. Billman, G., Haikuri, H., Sacha, J., Trimmel, K. An introduction to heart rate variability: Methodological considerations and clinical applications. Frontiers in Physiology. 6, (2015).
  30. Beffara, B., Bret, A., Vermeulen, N., Mermillod, M. Resting high frequency heart rate variability selectively predicts cooperative behavior. Physiology & Behavior. 164, 417-428 (2016).
  31. Fogt, D., Cooper, P., Freeman, C., Kalns, J., Cooke, W. Heart rate variability to assess combat readiness. Military Medicine. 174, 491-495 (2009).
  32. Kerppers, I. L., Arisawa, E. A. L., Oliveira, L. V. F., Sarmpaio, L. M. M., Oliverira, C. S. Heart rate variability in individual with cerebral palsy. Archives of Medical Science. 5, 45-50 (2009).
  33. Giggins, O. M., Persson, U. M., Caulfield, B. Biofeedback in Rehabilitation. Journal of Neuroengineering and Rehabilitation. 10, (2013).
  34. Shaffer, F., Ginsberg, J. P. An overview of heart rate variability metrics and norms. Frontiers in Public Health. 5, 258 (2017).
  35. Shaffer, F., McCarty, R., Zeir, C. L. A healthy heart is not a metronome: an integrative review of the heart’s anatomy and heart rate variability. Frontiers in Psychology. 5, 1040 (2014).

Play Video

Citer Cet Article
Landis, C., O’Neil, M. E., Finnegan, A., Shewokis, P. A. Calculating Heart Rate Variability from ECG Data from Youth with Cerebral Palsy During Active Video Game Sessions. J. Vis. Exp. (148), e59230, doi:10.3791/59230 (2019).

View Video