Calcolo della variabilità della frequenza cardiaca dai dati ECG dei giovani con paralisi cerebrale durante le sessioni di videogiochi attive
Summary
Questo protocollo descrive un metodo per calcolare la variabilità della frequenza cardiaca (HRV) dalle forme d’onda dell’elettrocardiogramma (ECG). Sono state utilizzate forme d’onda da registrazioni di frequenza cardiaca continua (HR) durante le sessioni di videogiochi attivi (AVG) per misurare le prestazioni aerobiche dei giovani con paralisi cerebrale (CP).
Abstract
Lo scopo di questo studio era quello di generare un metodo per calcolare la variabilità della frequenza cardiaca (HRV) dalle forme d’onda dell’elettrocardiogramma (ECG). Le forme d’onda sono state registrate da un monitor HR che i partecipanti (giovani con paralisi cerebrale (CP)) indossavano durante le sessioni di videogiochi attivi (AVG). Le sessioni AVG sono state progettate per promuovere l’attività fisica e la forma fisica (prestazioni aerobiche) nei partecipanti. L’obiettivo era quello di valutare la fattibilità dei AVG come strategia di intervento di fisioterapia (PT). L’HR massimo (mHR) è stato determinato per ogni partecipante e la Target Heart Rate zone (THR) è stata calcolata per ciascuna delle tre fasi di esercizio nella sessione AVG di 20 min: (riscaldamento a 40-60% mHR, condizionamento al 60-80% mHR, e raffreddare al 40-60% mHR). Ogni partecipante ha giocato tre partite da 20 min durante la sessione AVG. Tutte le partite sono state giocate mentre si è seduti su una panchina perché molti giovani con CP non possono stare per lunghi periodi di tempo. Ogni condizione di gioco differiva con i partecipanti che utilizzavano solo icone a mano, icone di mani e piedi insieme o icone piedi solo per raccogliere oggetti. L’obiettivo del gioco (chiamato KOLLECT) è quello di raccogliere oggetti per guadagnare punti ed evitare pericoli per non perdere punti. I pericoli sono stati utilizzati nelle fasi di riscaldamento e raffreddamento solo per promuovere un movimento più lento e controllato per mantenere le risorse umane nella zona di frequenza cardiaca di destinazione (THR). Nella fase di condizionamento non sussistevano rischi per promuovere livelli più elevati e un’attività fisica più intensa. I metodi analitici sono stati utilizzati per generare HRV (misure selezionate per dominio temporale e frequenza) dai dati ECG per esaminare il carico di lavoro aerobico. Le recenti applicazioni dell’HRV indicano che le misurazioni a breve termine (5 min bouts) sono appropriate e che il biofeedback HRV può contribuire a migliorare i sintomi e la qualità della vita in una varietà di condizioni di salute. Sebbene le risorse umane siano una misura clinica ben accettata per esaminare le prestazioni e l’intensità aerobica negli interventi PT, HRV può fornire informazioni sulle funzioni del sistema autonomo, il recupero e l’adattamento durante le sessioni AVG.
Introduction
La paralisi cerebrale (CP) è la disabilità fisica più comune dell’infanzia1. CP è causato da un insulto neurologico al cervello in via di sviluppo ed è associato a disturbi motori come debolezza muscolare, spasticità, decondizionamento, e diminuzione del controllo motorio e l’equilibrio2,3. CP è una condizione non progressiva, ma con l’età, i bambini diventano meno fisicamente attivi e più sedentari rispetto ai loro coetanei con sviluppo tipico (TD) principalmente a causa delle crescenti richieste di crescita sul loro neuromuscolare compromessa e sistemi muscolo-scheletrici4.
I giovani con CP di solito ricevono servizi di fisioterapia (PT) per migliorare la mobilità funzionale e promuovere l’attività fisica e la forma fisica (ad esempio resistenza aerobica e muscolare)2. Spesso, l’accesso ai servizi PT e alle risorse della comunità è limitato per raggiungere e sostenere questi obiettivi PT5,6. I videogiochi attivi (AVG) possono essere una strategia fattibile negli interventi PT basati sull’attività nelle impostazioni cliniche, domestiche o comunitarie7,8. Gli AVG commerciali hanno una flessibilità limitata nell’adattare il gioco e soddisfare le esigenze specifiche e gli obiettivi PT per i giovani con CP9. Tuttavia, gli AVG personalizzati forniscono parametri di gioco flessibili per sfidare i giovani con CP, promuovendo al contempo l’attività fisica e la forma fisica10.
Il nostro team ha sviluppato un AVG personalizzato (chiamato KOLLECT) per esaminare le risposte agli esercizi per i giovani (ad esempio, attività fisica e forma aerobica). Il gioco utilizza un sensore di movimento per monitorare il movimento dei giovani durante il gioco. L’obiettivo del gioco è quello di ‘raccogliere’ il maggior numero possibile di oggetti per un punteggio elevato ed evitare i pericoli per evitare di perdere punti. Gli oggetti possono essere raccolti con le icone di mani e/o piedi come determinato dal terapeuta nei parametri di gioco flessibili.
La progettazione di interventi PT basati sull’attività che dosano l’intensità dell’attività fisica per promuovere la forma fisica aerobica è fondamentale per i giovani affetti da CP11. AVG personalizzati possono essere una strategia efficace per dosare l’intensità e coinvolgere i giovani in attività fisica per promuovere la forma fisica10. I monitor della frequenza cardiaca (HR) sono spesso utilizzati nella pratica clinica PT per determinare le prestazioni aerobiche e l’intensità dell’attività. Pertanto, i monitor HR aiuteranno a determinare la fattibilità dei AVG nel dosare l’intensità dell’attività fisica per promuovere la forma fisica aerobica9. I dati ECG generati da un monitor HR possono essere utilizzati per calcolare la variabilità della frequenza cardiaca (HRV). I metodi analitici sono stati utilizzati per generare HRV dai dati ECG per esaminare il carico di lavoro aerobico. Recenti applicazioni di HRV indicano che le misurazioni a breve termine (5 min bouts) sono appropriate e che il biofeedback HRV può contribuire a migliorare i sintomi e la qualità della vita in una varietà di condizioni di salute32,33,34 . L’applicazione di misure HRV a breve termine è un mezzo appropriato per valutare la funzione cardiovascolare durante le sessioni AVG. Dato che l’HRV deriva dall’intervallo R-R di un ECG, abbiamo utilizzato misure selezionate per il dominio temporale e il dominio di frequenza. La misura del dominio temporale di HRV quantifica la quantità di variblilità negli intervalli interbeat che rappresenta il tempo tra i battiti cardiaci successivi. Abbiamo usato il AVNN (intervallo medio NN), RMSSD (radice media delle differenze successive), SDNN (deviazione standard dell’intervallo NN), NN50 (numero di intervalli NN >50 ms) e PNN50 (percentuale di intervalli NN). Le misure di dominio di frequenza stimano la distribuzione della potenza assoluta o relativa in possibili quattro bande di frequenza, ci siamo specificamente affrontati su due bande, potenza a bassa frequenza (LF) e potenza ad alta frequenza (HF) insieme al rapporto LF/HF. Sebbene l’HR sia una misura clinica ben accettata, l’HRV può essere utile perché fornisce informazioni sulla funzione del sistema autonomo, sul recupero, sull’adattamento e fornisce una stima del carico di lavoro aerobico durante una sessione AVG28.
Lo scopo di questo studio era quello di esaminare la fattibilità dell’utilizzo di strategie AVG per promuovere l’attività fisica e la forma fisica. Un secondo scopo era quello di presentare il protocollo di raccolta dati AVG e la metodologia per calcolare l’HRV dai dati ECG ottenuti tramite un monitor HR. Queste misure e questo protocollo possono rivelarsi rilevanti per i medici per monitorare e dosare le sessioni di intervento PT.
Protocol
Representative Results
Discussion
Dieci giovani con CP hanno partecipato a questo studio (media : SD) [ età (yrs) – 15,53 x 3,57 ; altezza (cm) 154.8 , 12.6; peso (kg) 50.69 x 11.1; indice di massa corporea (BMI) 50.46 – 29.2; mHR 9bpm) – 186.8 12.4]. Si prega di consultare la Tabella 5 per i dati demografici dei pazienti.
Ci sono alcune considerazioni per l’uso dei monitor HR e le misure associate di HR e HRV che riguardano le modifiche e la risoluzione dei problemi. Due problemi che sono evidenti, indipende…
Disclosures
The authors have nothing to disclose.
Acknowledgements
Gli autori ringraziano i partecipanti e le loro famiglie per il loro tempo e il loro impegno spesi per la partecipazione allo studio. Inoltre, gli autori riconoscono Dr. Yichuan Liu e Dr. Hasan Ayaz per la loro assistenza con il calcolo della tempistica del monitoraggio HR e Dr. Paul Diefenbach per lo sviluppo del software di videogiochi attivi KOLLECT. I finanziamenti per questo lavoro sono stati forniti da Coulter Foundation Grants #00006143 (O‘Neil; Diefenbach, PI) e #00008819 (O‘Neil; Diefenbach, PI).
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
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- Ernst, G. Heart rate variability. Heart Rate Variability. , 1-336 (2014).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- Kičmerová, D. . Methods for Detection and Classification in ECG Analysis. Doctoral thesis. , (2009).
- Murai, K., Hayashi, Y. Evaluation of mental workload for ship handling using physiological indices. , 604-608 (2009).
- 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).
- 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).
- Buchheit, M. Monitoring training status with HR measures: Do all roads lead to Rome?. Frontiers in Physiology. 5, (2014).
- Achten, J., Jeukendrup, A. Heart rate monitoring: Applications and limitations. Sports Medicine. 33 (8), 517-538 (2012).
- Amichai, T., Katz-Leurer, M. Heart rate variability with cerebral palsy: Review of literature and meta-analysis. NeuroRehabilitation. 35, 113-122 (2014).
- Billman, G., Haikuri, H., Sacha, J., Trimmel, K. An introduction to heart rate variability: Methodological considerations and clinical applications. Frontiers in Physiology. 6, (2015).
- Beffara, B., Bret, A., Vermeulen, N., Mermillod, M. Resting high frequency heart rate variability selectively predicts cooperative behavior. Physiology & Behavior. 164, 417-428 (2016).
- Fogt, D., Cooper, P., Freeman, C., Kalns, J., Cooke, W. Heart rate variability to assess combat readiness. Military Medicine. 174, 491-495 (2009).
- 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).
- Giggins, O. M., Persson, U. M., Caulfield, B. Biofeedback in Rehabilitation. Journal of Neuroengineering and Rehabilitation. 10, (2013).
- Shaffer, F., Ginsberg, J. P. An overview of heart rate variability metrics and norms. Frontiers in Public Health. 5, 258 (2017).
- 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).
