USO PRÁCTICO DE LA VARIABILIDAD DE LA FRECUENCIA CARDIACA HRV

raulPor Creado: 30/05/2017 4 Comentarios Artículos relacionados : , , , ,

USO PRÁCTICO DE LA VARIABILIDAD DE LA FRECUENCIA CARDIACA HRV

Antes de empezar, os recordamos que tenéis otro artículo en la web cuya lectura debería preceder a esta pues supone la base teórica del uso de la variabilidad de la frecuencia cardiaca.

¿QUÉ NECESITO PARA MEDILA?

Hasta hace no mucho teníamos la posibilidad de hacerlo con material de laboratorio apenas inaccesible excepto para unos pocos, pero la reciente disponibilidad de pulsómetros, o aplicaciones de móvil nos ha acercado esta medida a la práctica.

En principio, cualquier dispositivo comercial es capaz de medir el pulso. Eso sí, debe registrar todos los intervalos R-R de forma consecutiva. Después, mediante el procesamiento de señales, nuestros pulsométros y Apps hacen los cálculos pertinentes y te muestran los índices a valorar.

Así pues, los elementos básicos serían los siguientes:
Receptor: un Smartphone o Tablet compatible con la App que vamos a usar. No considero el pulsómetro porque en este artículo voy a analizar una App, aun así ciertos modelos también son válidos.

Emisor: un sensor de HRV (banda).

• La propia App.

hrv bluetooth

Cuando los tengamos, debemos saber cómo se comunica el emisor con el receptor, es decir, qué sistema de transmisión utiliza. Lo más importante que hemos de saber, es que todos los sistemas son incompatibles entre ellos. Esto es muy importante si queremos comunicar a nuestro móvil con la banda pectoral de frecuencia cardiaca.

Puesto que la mayoría de móviles tienen Bluetooth, cualquier banda que trabaje con este sistema de transmisión debe servirnos. Por compatibilidad y versatilidad yo recomiendo la banda polar H7. Normalmente funciona con todas las Apps. Si tienes una banda que no incorpora Bluetooth (ej. Polar T31, T34, T61) podrías usar un receptor (una antena) en tu móvil que recoja las ondas a 5khz y sea capaz de transfórmalas a señales eléctricas.

Este dispositivo, por ejemplo, se vende en la web de la App iThlete y vale 40€, el mismo precio por el que podemos encontrar la Polar H7 en internet. Es decir, que aunque ya tengas una banda, te va a salir por lo mismo comprarte una nueva. En el caso de que tu banda sea una Garmin, por ejemplo, hemos de saber que solo se puede usar con los teléfonos/tablets Android compatibles con ANT+. Si queréis saber qué otros dispositivos son compatibles o no, solo tenéis más que entrar en las webs de las aplicaciones.

APP ELITE HRV

Una vez dicho esto, vamos a la App. Son muchas las que podemos descargar, entre las más habituales iThlete y elite HRV. La que yo voy a desgranar en este artículo, es la elite HRV. ¿Por qué? Lo primero en lo que nos vamos a fijar es en el precio, en este caso, es gratuita. En segundo lugar, porque el biofeedback que incluye creo que es muy completo. Además, hay que añadir que está disponible tanto para iOS como para Android.

Al revisar la literatura científica, me he dado cuenta de que muchas de las limitaciones en la valoración e interpretación de la HRV han sido consideradas. Esto es un punto a favor muy a tener en cuenta. Entonces, voy a ir desgranando el manual de uso de la App pero con la ayuda del soporte científico.

hrv movil

El principio básico de monitorización de la HRV es hacer inferencias de los posibles cambios en el ANS con el entrenamiento. En teoría, nos dice como están siendo asimiladas las cargas de entrenamiento con el fin de ajustar la planificación lo máximo posible. No obstante, dado que este es altamente sensible a las condiciones ambientales [1], sacar conclusiones a la ligera no es fácil. Entonces, para evitar errores, es muy importante estandarizar todas las medidas.

Mejor momento de día para medir HRV

Actualmente la mejor práctica para los deportistas es medirla al despertar y en periodos cortos (5-10min) [2]. ¿Por qué vamos a medirla por la mañana? En principio, la mejor forma sería por la noche (es la más estandarizada). Sin embargo, los efectos de diferentes patrones del sueño [3] y la calidad de este [4] se han pasado por alto en la literatura con las correspondientes consecuencias. Además, el nivel de actividad previo, también va a afectar a la HRV durante las primeras horas del sueño [5].

Por otra parte, al medir por la mañana y con bastante tiempo respecto al entrenamiento hay lugar para analizar los datos y ajustarse. A todo esto, yo añado otra reflexión bastante obvia, si lo hiciésemos durante toda la noche, además de tener que discriminar entre fases del sueño e interpretarla, ¿cuánta batería y pila necesitaríamos en nuestro emisor y móvil para registrar una noche entera?

Posición corporal

Respecto a la posición se ha medido tanto tumbado como sentado [6]. La posición tumbado boca arriba suele ser la mejor tolerada. Sentado, puede tener ventajas, entre ellas, no quedarse dormido. Si existen diferencias de una respecto a la otra no está claro, así que lo más importante en este caso es estandarizar (Imagen 1) [7]. Lo que nos dice la App en este caso es lo siguiente:

• Tumbado (si la frecuencia cardiaca está por encima de 50 lpm).

• Sentado (si está por debajo de 50 cuando estás tumbado).

• Descansando en sentadilla (si eres capaz de descansar ahí).

Aun así, independientemente de la que escojamos, lo más importante es que sea siempre la misma. Si seguimos las conclusiones de Buchheit [7], observamos que confirma lo que la App nos dice, nos medimos por la mañana, en cualquiera de las posiciones, pero siempre de la misma forma.

Duración del test

La App recoge un periodo de 2,5 minutos y la literatura lo hace con periodos más largos (5-10min). No obstante, hay datos para apoyar la idea de que ese tiempo es suficiente para estabilizar los índices medidos [8, 9]. Además, puesto que en la práctica el índice de medición más común es el rMSSD [2] y se puede registrar en periodos breves de tiempo (ej: 10 seg a 1 min [10]), este tiempo de medición es factible.

hrv medir

Imagen 1. Protocolo de medición de la HVR (Buchheit, 2014).

Cada índice refleja una característica diferente del sistema nervioso autónomo (ASN). Algunos índices son más propensos a reflejar actividad simpática y otros parasimpática [11].

El sMSSD (raíz cuadrada del valor medio de la suma de las diferencias al cuadrado de todos los intervalos RR sucesivos) es el más habitual. A las ventajas ya mencionadas respecto a tiempo de lectura, podemos añadir que la sensibilidad a la respiración es baja [12].

Además, desde el punto de vista del análisis matemático, este índice es más estable y puede salvar las discrepancias en la literatura cuando se analiza el espectro de frecuencias (probablemente debido a las diferencias metodológicas en los estudios), que llevan a interpretaciones inadecuadas [7].

FRECUENCIA CARDIACA Y RESPIRACIÓN

El sistema respiratorio está integrado con el cardiovascular y el nervioso. La frecuencia cardiaca varía con el ciclo respiratorio. En la denominada arritmia sinusal respiratoria, la FC aumenta durante la inspiración y disminuye durante la espiración. Los barorreceptores de baja presión de las aurículas se estiran ante el aumento del retorno venoso durante la inspiración, produciendo esta variación [13].

Por lo tanto, la afectación de la respiración a la HRV es importante y ha de ser tenida en cuenta. Un patrón respiratorio incorrecto puede confundir nuestros datos, así que aprender a manejarla es crucial. Además, una buena respiración no solo nos va a ayudar a estandarizar los resultados, sino que es también una buena herramienta de recuperación.

• La respiración debe ser profunda, pero no forzada.

• Inhala a través de la nariz y exhala por la boca como si soplases una pajita.

• Coloca las manos en el estómago e intenta sentir como se expande este antes de que lo haga el pecho.

RESPUESTAS AL ENTRENAMIENTO Y CONDICIONES AMBIENTALES

Respuesta aguda

Las variaciones diarias en la carga de entrenamiento implican grandes variaciones en los índice de influencia cardíaca del ANS (i.e., CV = 10–20% para rMSSD [14]). En general, el ejercicio intenso y agudo reduce durante 24-48h los índices relacionados con la actividad vagal [15]. Entonces, estos índices se han utilizado como guías de entrenamiento diarias. La aplicación, por medio de un código de colores nos va a decir donde estamos (Imagen 2).

Ahora bien, si volvemos a analizar la literatura, este parece un planteamiento simplista. Bajo circunstancias específicas, como el uso de intensidades elevadas de entrenamiento en condiciones de mucho calor, hay un incremento, no un descenso, de la HRV vagal dentro de las primeras 24h, a pesar de una sensación de descenso del bienestar percibido [16].

Por otra parte, esto nos puede explicar cómo en una carrera de una semana durante el desierto suba la variabilidad. Es decir, se ha visto como en carreras de larga duración (Marathon Des Sables, 2005) a la caída normal de la actividad parasimpática dentro de los 3 primeros días no le seguía luego un aumento de la actividad simpática debido a la fatiga acumulada. Es más, la actividad vagal o parasimpática aumentaba incluso cuando los atletas referían mayor fatiga. Esta paradoja se debe a que la aclimatación tiende a subir la HVR independientemente de los índices de fatiga reportados [16].

Esto nos dice que los datos de las condiciones ambientales y estado de hidratación, por ejemplo, deben considerarse para interpretar correctamente la respuesta del ANS.

hrv app

Imagen 2. Código de interpretación de la App.

Respuesta crónica

Cuando consideramos la actividad del ANS sobre los diferentes bloques de entrenamiento, las cargas moderadas, generalmente (no siempre, pues ya vimos circunstancias especiales como elevado calor), se asocian con un incremento de los índices de HRV relacionados con la actividad vagal, mientras que las cargas altas lo hacen de forma inversa [17].

Es decir, cuando entrenamos con baja intensidad, en las 24h posteriores predomina nuestro sistema nervioso parasimpático. Al contrario, cuando entrenamos con alta intensidad, por ejemplo en el periodo previo a una competición, durante las 24-48h posteriores tendremos una disminución de los índices vagales [15].

Esto es lo que se suele observar en atletas de élite o con un largo historial de entrenamiento. En estos casos, la regulación cardiaca autónoma, probablemente, mejore durante las primeras fases de entrenamiento (etapa de volumen), mientras que durante las últimas disminuye (Ej. tapering [18]).

No obstante, la disminución en periodos específicos o en etapas cercanas a la competición con un volumen de entrenamiento reducido, no tiene por qué ser un síntoma de alarma. Aunque la variabilidad es menor en esas fases, el atleta no refiere síntomas de cansancio y está en su mejor momento de condición física. Esto es normal, y se debe probablemente al hecho de que la intensidad de entrenamiento es mucho más alta. A esto, hay que añadir el estrés pre-competitivo.

Entonces, sabiendo que la HRV es dependiente de la intensidad entre otros factores, si nosotros medimos por ejemplo una sola semana durante la fase de afinamiento, la aplicación entenderá que unos valores bajos son los normales y tomará como línea base estos, lo que nos está llevando a una mala interpretación.

Por ende, esto apoya aún más la teoría de que si bien la HVR es una buena herramienta hay que mirarla en su conjunto y periódicamente (Imagen 3).

hrv crónica

Imagen 3. Respuesta crónica de la HVR

ESTABLECER UN VALOR DE REFERECIA

En las ciencias del deporte, la estadística puede ser contradictoria y, por lo tanto, hemos de valorar siempre si ese cambio es realmente importante, es decir, si es significativo. Entonces, lo primero que vamos a hacer es estandarizar. Para ello, vamos a ajustar o adaptar las medidas para que se asemejen a un modelo común, algo de lo que ya hablamos antes.

Así pues, conociendo ya todos los valores de los que depende la variabilidad, lo primero sería tomar varias medidas para tener una línea de partida. Repasando lo visto en este artículo y el anterior, son muchos los factores que pueden alterar la HVR, por lo que la premisa básica aquí será enfatizar la mejora en la tendencia personal. Como ya señalamos antes, incrementar la frecuencia de medición permite definir un rango más exacto. Aun así, los datos que arroja la aplicación sobre sus usuarios son los siguientes:

hrv puntuacion

Es muy importante, medirse en diferentes etapas de tu preparación, o al menos tener en cuenta en cuál te encuentras por las razones comentadas en el punto de la respuesta crónica.

Incidimos mucho en esto, ya que los valores generales aquí no sirven. Además, no es fácil saber cuál es un cambio significativo en una variable fisiológica, y no hay evidencia de que un cambio importante en la dispersión (que el valor se aleje de la media) sea significante en la práctica con respecto a los cambios en el entrenamiento o el rendimiento [7]. Siempre es mejor compararse con uno mismo. Dentro de nuestros objetivos estarían los siguientes:

• Intentar que no disminuya.

• Intentar que suba.

• Si ves una bandera amarilla prioriza el descanso.

• Si tienes una bandera verde, pero inclinación hacia el simpático prioriza de nuevo el descanso.

De forma más concreta, en valores numéricos y mirando hacia la consecución de adaptaciones positivas durante las etapas iniciales de la programación, podemos decir que estaría bien conseguir un incremento de 4-9% en los índices vagales de HVR antes de llegar al taper [7].

TOMAR DECISONES

Como ya hablábamos, lo primero es ver si hay cambios. Entonces, estos los vamos a determinar por un 3% en los índices de variabilidad cardiaca vagales. Ahora bien, una vez detectamos ese cambio, hay que saber si es significativo y para eso remarco otra vez la necesidad de valorar el conjunto.

Por ejemplo, si estamos en una fase inicial de entrenamiento, en la que no hemos modificado la carga y detectamos un reducción del rMSSD, lo primero sería probar a disminuir la intensidad de algunas sesiones (ya que como hemos dicho, la rMSSD puede ser dependiente de la intensidad) sin modificar el volumen total. Si notamos que aun así seguimos disminuyendo los índices, evidentemente habría que plantearse bajar el volumen y optar por descansar más [7].

Claramente va a haber cambios diarios y continuos y estos serán saludables, lo importante es saber interpretarlos y saber si tienen significancia. Si un día estás con una indicación amarilla o roja, no hay problema. Lo “malo” sería que esto fuese habitual. La App nos señala que no deberíamos tener más de 1 o 2 indicadores amarillos a la semana.

No obstante, si estás continuamente en verde, puede ser que no estés experimentando el estímulo suficiente para conseguir adaptaciones. Entonces, tampoco nos interesa polarizar e irnos a los extremos, sino más bien conseguir un equilibrio/desequilibrio funcional.

Dominancia simpática

Si ocurre esto, probablemente pase algo en tu cuerpo que te está estresando demasiado. Puede ser cualquier causa de todas las que ya hemos hablado, pero es un signo de que algo puede estar fallando y de que hay que revisar todo. Es aquí cuando podemos desplegar toda nuestra caja de herramientas y evaluar qué puede estar pasando.

Dominancia parasimpática

Este sería el estado habitual e ideal. No obstante, como en cualquier aspecto, los extremos no son buenos. Un estado excesivo de actividad parasimpática no es ideal y puede ocurrir por varias razones:

• El sobreentrenamiento llega a un estado en el que el cuerpo tiene que desactivar el sistema simpático antes de que ocurra un daño serio. Básicamente sería un mecanismo de defensa.

• El estrés crónico puede hacer lo mismo.

• Estamos a punto de caer enfermos.

CONCLUSIONES Y VIDEO RESUMEN

Como vemos, el cuerpo es una compleja máquina que podemos intentar interpretar por medio de algunos biomarcadores. La HRV es una herramienta muy interesante pero no exenta de riesgo en su interpretación y uso. Por lo tanto y como siempre, vamos a ser prudentes y si vemos banderas rojas o a amarillas tendemos automáticamente a la reducción de la carga.

Más vale pecar por defecto que por exceso. Después y si tenemos la posibilidad, debemos profundizar en el tema y apostar por la opinión de especialistas como lo médicos deportivos o cardiólogos.

Referencias

1. Achten J, Jeukendrup AE. Heart rate monitoring: Applications and limitations. Sports medicine (Auckland, NZ). 2003;33(7):517-38. PubMed PMID: 12762827. Epub 2003/05/24. eng.

2. Plews DJ, Laursen PB, Stanley J, Kilding AE, Buchheit M. Training adaptation and heart rate variability in elite endurance athletes: opening the door to effective monitoring. Sports medicine (Auckland, NZ). 2013 Sep;43(9):773-81. PubMed PMID: 23852425. Epub 2013/07/16. eng.

3. Otzenberger H, Gronfier C, Simon C, Charloux A, Ehrhart J, Piquard F, et al. Dynamic heart rate variability: a tool for exploring sympathovagal balance continuously during sleep in men. The American journal of physiology. 1998 Sep;275(3 Pt 2):H946-50. PubMed PMID: 9724299. Epub 1998/09/02. eng.

4. Burton AR, Rahman K, Kadota Y, Lloyd A, Vollmer-Conna U. Reduced heart rate variability predicts poor sleep quality in a case-control study of chronic fatigue syndrome. Experimental brain research. 2010 Jul;204(1):71-8. PubMed PMID: 20502886. Epub 2010/05/27. eng.

5. Myllymaki T, Kyrolainen H, Savolainen K, Hokka L, Jakonen R, Juuti T, et al. Effects of vigorous late-night exercise on sleep quality and cardiac autonomic activity. Journal of sleep research. 2011 Mar;20(1 Pt 2):146-53. PubMed PMID: 20673290. Epub 2010/08/03. eng.

6. Schmitt L, Regnard J, Desmarets M, Mauny F, Mourot L, Fouillot JP, et al. Fatigue shifts and scatters heart rate variability in elite endurance athletes. PloS one. 2013;8(8):e71588. PubMed PMID: 23951198. Pubmed Central PMCID: PMC3741143. Epub 2013/08/21. eng.

7. Buchheit M. Monitoring training status with HR measures: do all roads lead to Rome? Frontiers in physiology. 2014;5:73. PubMed PMID: 24578692. Pubmed Central PMCID: PMC3936188. Epub 2014/03/01. eng.

8. Flatt AA, Williford HN, Esco MR, editors. Time Course for Stabilization of Heart Rate Variability Among Athletes and Non-Athletes During Supine Rest. Medicine and science in sports and exercise; 2014: LIPPINCOTT WILLIAMS & WILKINS 530 WALNUT ST, PHILADELPHIA, PA 19106-3621 USA.

9. Flatt AA, Esco MR. Heart rate variability stabilization in athletes: towards more convenient data acquisition. Clinical physiology and functional imaging. 2016 Sep;36(5):331-6. PubMed PMID: 25754514. Epub 2015/03/11. eng.

10. Nussinovitch U, Elishkevitz KP, Kaminer K, Nussinovitch M, Segev S, Volovitz B, et al. The efficiency of 10-second resting heart rate for the evaluation of short-term heart rate variability indices. Pacing and clinical electrophysiology : PACE. 2011 Nov;34(11):1498-502. PubMed PMID: 21797904. Epub 2011/07/30. eng.

11. Heart rate variability: standards of measurement, physiological interpretation and clinical use. Task Force of the European Society of Cardiology and the North American Society of Pacing and Electrophysiology. Circulation. 1996 Mar 01;93(5):1043-65. PubMed PMID: 8598068. Epub 1996/03/01. eng.

12. Penttila J, Helminen A, Jartti T, Kuusela T, Huikuri HV, Tulppo MP, et al. Time domain, geometrical and frequency domain analysis of cardiac vagal outflow: effects of various respiratory patterns. Clinical physiology (Oxford, England). 2001 May;21(3):365-76. PubMed PMID: 11380537. Epub 2001/06/15. eng.

13. Mulroney SE, Myers AK. Netter. Fundamentos de fisiología+ StudentConsult: Elsevier España; 2016.

14. Buchheit M, Chivot A, Parouty J, Mercier D, Al Haddad H, Laursen PB, et al. Monitoring endurance running performance using cardiac parasympathetic function. European journal of Applied physiology. 2010 Apr;108(6):1153-67. PubMed PMID: 20033207. Epub 2009/12/25. eng.

15. Stanley J, Peake JM, Buchheit M. Consecutive days of cold water immersion: effects on cycling performance and heart rate variability. European journal of Applied physiology. 2013 Feb;113(2):371-84. PubMed PMID: 22752345. Epub 2012/07/04. eng.

16. Buchheit M, Racinais S, Bilsborough JC, Bourdon PC, Voss SC, Hocking J, et al. Monitoring fitness, fatigue and running performance during a pre-season training camp in elite football players. Journal of science and medicine in sport. 2013 Nov;16(6):550-5. PubMed PMID: 23332540. Epub 2013/01/22. eng.

17. Pichot V, Busso T, Roche F, Garet M, Costes F, Duverney D, et al. Autonomic adaptations to intensive and overload training periods: a laboratory study. Medicine and science in sports and exercise. 2002 Oct;34(10):1660-6. PubMed PMID: 12370569. Epub 2002/10/09. eng.

18. Hug B, Heyer L, Naef N, Buchheit M, Wehrlin JP, Millet GP. Tapering for marathon and cardiac autonomic function. International journal of sports medicine. 2014 Jul;35(8):676-83. PubMed PMID: 24595813. Epub 2014/03/07. eng.

raul
raul | Autor

  1. Itziar Fernandez

    Muy completo ,pero eso de “¿ Qué necesito para medila? ” en el primer apartado chirría un poco. Un gran trabajo que os curráis

  2. Raul Ortega

    Muy buenas Itziar. Bueno, se nos coló una errata. Gracias por el interés y apoyo. Lo comunicaré a los editores. Un saludo!

  3. Kike

    Un artículo muy interesante que volveré a releer, me quedo con el detalle del incremento de HRV debido a la intensidad del ejercicio. Ya que ayer realice una prueba deportiva de 5:30 a una intensidad máxima y hoy estoy en el 10 de la app elite a pesar de estar fatigado y con algún calambre medio latente.
    Un saludo y gracias por estos árticos tan interesantes

  4. […] Uso practico del variabilidad de la frecuencia cardíaca HRV […]

Dejar una respuesta