È richiesta un abbonamento a JoVE per visualizzare questo contenuto. Accedi o inizia la tua prova gratuita.

Articolo metodologico

Software per l'analisi dei dati delle serie temporali della frequenza cardiaca e della pressione sanguigna dalla manovra di Valsalva

1.7K visualizzazioni

⸱

DOI:

10.3791/67222

⸱

27 giugno 2025

 ,  , 
1Department of Mathematics, North Carolina State University, 2Department of Anesthesiology & Intensive Care Medicine, Copenhagen University Hospital - Hvidovre

In questo articolo

Sommario

Il software ValsalvaAnalyzer include funzioni per analizzare l'elettrocardiogramma continuo battito per battito e le misurazioni della pressione sanguigna (BP) registrate durante la manovra di Valsalva (VM). I biomarcatori clinici computerizzati e i risultati stimati del modello forniscono informazioni sulla regolazione simpatica e parasimpatica della frequenza cardiaca e della pressione arteriosa durante la VM.

Abstract

La manovra di Valsalva (VM) è un test a basso rischio e altamente accessibile che misura la risposta della frequenza cardiaca (HR) e della pressione sanguigna (BP) indotta dal baroriflesso alla respirazione forzata rispetto a una pressione intratoracica di 40 mmHg per 15 s. Questo studio dimostra il software ValsalvaAnalyzer, che combina la modellazione e l'analisi dei dati per estrarre biomarcatori da serie temporali di BP e dati di elettrocardiogramma (ECG). Il software, programmato in MATLAB, incorpora un'interfaccia utente grafica, che rende accessibili ai medici l'analisi dei dati e le previsioni di modellazione matematica. Il software calibrato per PC e Mac legge i dati ECG e BP misurati durante la VM. Identifica automaticamente i picchi R e S nel segnale ECG, con verifica utente integrata per garantire l'accuratezza dei segnali acquisiti. Gli intervalli RR vengono utilizzati per prevedere la frequenza cardiaca e le variazioni di entità del complesso QRS vengono utilizzate per prevedere la respirazione. Vengono acquisiti la pressione arteriosa sistolica e diastolica e l'utente identifica l'insorgenza e la durata della VM dall'SBP. Il software rileva automaticamente le quattro fasi VM e la pressione intratoracica. Quest'ultimo si ottiene fondendo il segnale respiratorio a riposo con la pressione di 40 mmHg contro cui il soggetto respira durante la VM. I marcatori clinici di VM più comunemente riportati calcolati dai dati HR e BP sono riportati insieme alle stime dei parametri specifici del paziente ottenute utilizzando un modello di equazioni differenziali, che prevede le dinamiche simpatiche e parasimpatiche. L'output finale, su 35 metriche, include BP e HR, FC massima e minima, l'indice di Valsalva e le misure di sensibilità baroreflex, il tutto salvato in un foglio di calcolo. Il software ha lo scopo di analizzare i dati della VM, ma la metodologia può essere estesa ad altri test autonomici. Il suo punto di forza risiede nel combinare le quantità estratte dai dati grezzi con i risultati del modello, aumentando i dati clinici con un modello matematico che fornisce informazioni sulle quantità autonomiche incommensurabili.

Introduzione

La manovra di Valsalva è un test a basso rischio, non invasivo, economico e altamente accessibile per misurare la funzione del sistema nervoso autonomo attraverso esercizi espiratori forzati 1,2. La manovra viene eseguita dai pazienti che espirano in un dispositivo a pressione positiva di fine espirazione (PEP) collegato a un manometro, che mantiene una pressione intratoracica di 40 mmHg per 15 s, tipicamente in posizione supina o seduta 2,3. Questa manovra sfida contemporaneamente il sistema autonomo e cardiovascolare, imitando la risposta fisiologica a fattori di stress come lo sforzo durante il sollevamento di oggetti pesanti o la pressione di equilibrio durante il volo4. Questo test viene utilizzato frequentemente in ambito clinico 2,5, ma sono necessari più strumenti per analizzare i dati che quantificano i meccanismi fisiologici sottostanti. La modellazione neurologica applicata alla VM può facilitare l'identificazione di migliori criteri diagnostici e meccanismi causali per la disfunzione autonomica5.

La VM ha quattro fasi6. È facilitata da una trattenuta del respiro, che aumenta la pressione intratoracica, comprimendo le camere cardiache e l'aorta toracica e svuotando il sangue nella circolazione sistematica, causando così un aumento transitorio della pressione arteriosa. La fase I è caratterizzata da un aumento continuo della pressione intratoracica, riducendo il flusso sanguigno venoso al cuore, la gittata sistolica e la pressione arteriosa media. In risposta, vengono attivati i barocettori arteriosi ad alta pressione. La diminuzione della pressione arteriosa durante la prima parte della Fase II provoca un ritiro parasimpatico, aumentando la frequenza cardiaca. Durante la parte finale della Fase II, l'eccesso simpatico media la vasocostrizione, aumentando la pressione arteriosa e la frequenza cardiaca. Nei pazienti sani, il recupero della pressione arteriosa è il valore a riposo prima di rilasciare l'apnea. La Fase III è reciproca alla Fase I. Questa fase inizia quando il paziente rilascia la trattenuta del respiro, che provoca una forte diminuzione della pressione intratoracica e della pressione arteriosa, solitamente seguita da un aumento della frequenza cardiaca. Nella Fase IV, l'aumento del ritorno venoso al cuore e la vasocostrizione persistente dalla tarda Fase II provocano un marcato aumento della pressione arteriosa chiamato overshoot. La stimolazione dei barocettori arteriosi ad alta pressione da parte dell'overshoot attiva il nervo vagale per ridurre la frequenza cardiaca. Si prevede che il paziente recuperi i valori pre-test circa 10-30 s dopo l'insorgenza della VM 2,5.

La VM viene utilizzata per la valutazione al letto del paziente della funzione autonomica e cardiovascolare7. Il biomarcatore VM più comune, il rapporto di Valsalva (VR) 8,9,10, misura la funzione parasimpatica come il rapporto tra l'intervallo RR più lungo dopo l'insorgenza dell'apnea e l'intervallo RR più breve. È stato precedentemente stabilito che la tachicardia posturale ortostatica (POTS) è associata a un VR elevato e a un notevole overshoot della pressione arteriosa nella Fase IV11, chiamataanche risposta 1 con pattern N. Un'altra metrica è la sensibilità baroriflessa vagale. Questa metrica è stimata nella prima parte delle Fasi II e IV come la pendenza di regressione tra gli intervalli RR e le variazioni caratteristiche della BP 3,10,12,13,14. L'analisi qualitativa delle risposte della pressione arteriosa al VM può identificare diversi soffi cardiaci9 e una risposta distintiva a onda quadra è un indicatore al letto del paziente di compromissione della funzione ventricolare e dell'insufficienza cardiaca15,16. L'assenza di sovraelongazione della pressione arteriosa e la presenza di bradicardia dopo il rilascio in apnea sono indicativi di disautonomia13. La risposta V-pattern con progressivo declino della pressione arteriosa nella tarda Fase II e lento recupero nella Fase IV è caratteristica dell'ipotensione ortostatica neurogena, indicando il fallimento baroriflesso alfa-adrenergico1. Altri studi hanno dimostrato l'efficacia dell'uso del VM per integrare l'head-up tilt test nello screening per i disturbi ortostatici 1,17,18.

Numerosi studi hanno esaminato la funzione autonomica analizzando le risposte HR e BP durante la VM1, ma non sono disponibili sistemi automatizzati open-source per quantificare la funzione baroreflex. Molti studi hanno analizzato i dati del VM 19,20,21,22 e alcuni software specializzati nella funzione autonoma, tra cui VitalScan di Medeia 23 e Kubios24. VitalScan utilizza i segnali ECG e BP, ma Kubios analizza solo i segnali ECG. Il sito web VitalScan rileva che questo software valuta la funzione autonoma ma manca di una descrizione dettagliata delle quantità calcolate. Kubios determina la variabilità HR (HRV) e il VR25. Per colmare queste lacune, questo studio sviluppa un nuovo software open-source che calcola gli indici VM più comuni 1,25.

Il software analizza i dati ECG e PA misurati durante una manovra VM mantenendo una pressione intratoracica di 40 mmHg per 15 s. È consigliabile includere almeno 30 s di dati stabili prima e dopo la macchina virtuale. Dopo aver identificato la frequenza cardiaca e la pressione arteriosa sistolica, l'insorgenza e il rilascio della VM, viene estratto un set di marcatori clinici. Inoltre, questo software utilizza il modello matematico di Randall et al.20 per prevedere la segnalazione simpatica e parasimpatica insieme ai parametri che caratterizzano la sensibilità baroreflex. Due caratteristiche critiche sono la capacità di leggere i dati da segnali rumorosi, di identificare e rimuovere gli artefatti e il rilevamento automatico con correzione manuale dei marcatori VM. Quest'ultimo è vitale per i pazienti con disfunzione autonomica, dove il rilevamento puramente automatico fallisce. Questa esposizione include tutti i risultati per il soggetto 1 e un protocollo per estrarre i risultati per i soggetti 2-8. I risultati per il soggetto 1 sono inclusi nel codice, nel testo e nelle figure e i risultati per tutti i soggetti sono mostrati in Figura 1 supplementare, Figura 2 supplementare, Figura 3 supplementare, Figura 4 supplementare, Figura 5 supplementare, Figura 6 supplementare, Figura 7 supplementare e Figura 8 supplementare.

Il software Valsalva Analyzer calcola gli indici adrenergici e vagali che caratterizzano la risposta alla manovra di Valsalva (VM) da misurazioni continue di ECG e PA. Per dimostrare il software, forniamo una breve descrizione della configurazione sperimentale seguita da una descrizione dettagliata del software. Il software legge i dati estratti dalle cartelle cliniche dei pazienti memorizzate in LabChart. L'analisi è stata dimostrata su un paziente di controllo sano, ma il software include i dati di otto soggetti con una gamma di risposte autonomiche. Di seguito, discutiamo esempi di pazienti e descriviamo il protocollo per installare ed eseguire il software. Il protocollo include riferimenti a figure generate all'interno di MATLAB. Per distinguerli dalle cifre incluse nei risultati rappresentativi, questi sono tutti indicati come MFigure #.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Protocollo

Tre set di dati di esempio sono stati selezionati da donatori di sangue maschi adulti (età 30-45) idonei alla donazione di sangue secondo la legislazione danese26, tre da uno studio che esamina gli effetti degli oppioidi preoperatori su pazienti adulti (età 40-61) sottoposti a protesi del ginocchio e dell'anca27 e uno da un paziente con diagnosi di sindrome da tachicardia posturale ortostatica (POTS)28. Gli studi sulla BD e sugli oppioidi sono stati approvati dal comitato etico locale in Danimarca (rispettivamente H-19069845 e H-20071567), registrati presso l'agenzia danese per la protezione dei dati e registrati presso ClinicalTrials.gov (rispettivamente NCT04499664 e NCT04902222). Il comitato etico degli ospedali Frederiksberg e Bispebjerg, in Danimarca, ha approvato l'utilizzo dei dati per diagnosticare la POTS per la ricerca. Tutti i dati sono stati resi anonimi prima di essere preparati come esempi per questo software e tutti i soggetti potevano parlare e comprendere il danese e hanno dato il consenso informato a partecipare ai rispettivi studi.

NOTA: Il software fornisce strumenti per estrarre i marcatori dalle misurazioni dell'ECG e della pressione arteriosa del paziente. Gli utenti possono inserire un numero ID del soggetto, età, sesso, peso e altezza. Queste informazioni sono facoltative. Gli utenti sono incoraggiati a citare questo manoscritto. Il software include dati di esempio provenienti da misurazioni di ECG (canale 1), FC derivata da ECG (canale 2) e BP (canale 3). La Tabella 1 include una descrizione dettagliata del paziente e le note del paziente. Gli otto set di dati anonimizzati forniti con questo software sono stati estratti da studi precedentemente pubblicati 26,27,28. I dati sono stati selezionati per dimostrare le caratteristiche osservate durante la VM. L'intenzione è quella di dimostrare le caratteristiche del software, non di condurre uno studio clinico specifico. I criteri di esclusione per gli studi sui donatori di sangue e sugli oppioidi includono l'abuso di alcol e droghe e l'uso abituale di oppioidi, aritmia o insufficienza cardiaca, storia di ipotensione ortostatica. I criteri di esclusione non esplicitamente elencati per ogni studio sono elencati in26,27.

PazienteEtà (anni)Sesso (m/f)Altezza (cm)Peso (kg)BMI (kg/m2)Note
Soggetto 135m1769229.7 (ob)Risposta normale
Soggetto 231m1807021,6 (nw)Risposta normale
Soggetto 330m1879326,6 (ow)Ampio overshoot nella fase IV. Artefatti HR dovuti al rumore del segnale ECG
Soggetto 442m1757624,5 (nw)Risposta V tipica per la disfunzione autonomica. Effetto cronotropico inadeguato nella fase II. Nessun recupero della pressione arteriosa nella fase II avanzata. Overshoot mancante nella fase IV.  PRT lungo
Soggetto 537f1658531.2 (ob)Nessun superamento nella fase IV
Soggetto 661f17010737.0 (ob)Recupero inadeguato della pressione arteriosa nella fase II avanzata. La pressione arteriosa massima non è uguale alla pressione arteriosa finale nella fase II avanzata
Soggetto 742m1778426,8 (ow)Overshoot mancante nella fase IV
Soggetto 858f1667727,9 (ow)Calo trascurabile della pressione arteriosa nella fase iniziale II. Artefatti HR dovuti al rumore del segnale ECG. Artefatti della pressione arteriosa nella fase IV
nw: BMI normopeso (18,5-25), ow: sovrappeso (BMI (25-30), ob: obeso (BMI > 30)26

Tabella 1. Clicca qui per scaricare questa tabella.

1. Configurazione sperimentale

  1. Raccogliere misurazioni continue della pressione arteriosa da un bracciale per la pressione sanguigna posizionato sull'indice e sul medio della mano non dominante (Figura 1A). Posizionare la mano all'altezza del cuore per eliminare gli effetti della gravità (Figura 1B).
  2. Misurare l'ECG utilizzando un ECG standard a 3 elettrodi con elettrodi posizionati a equidistanza dal cuore nell'atrio sinistro e destro e sul bordo inferiore sinistro della gabbia toracica. Dopo la strumentazione, eseguire la manovra di Valsalva espirando dal soggetto in un dispositivo a pressione positiva di fine espirazione (PEP) collegato a un manometro (Figura 1C, D).
  3. Chiedi al soggetto di respirare normalmente per 1-5 minuti fino a quando non viene generato un segnale stabile. Per disporre di dati sufficienti per l'analisi, registrare segnali stabili per almeno 30 s prima e dopo la VM. Eseguire la VM chiedendo al soggetto di espirare per 15 s, mantenendo una pressione di 40 mmHg (Figura 1D). Durante la registrazione, se possibile, disattivare la calibrazione per evitare lacune nel segnale BP.
  4. Il software analizza i segnali esportati da LabChart a MATLAB a 1.000 Hz. Nel menu Esporta come MATLAB, includi i canali con i segnali ECG, FC e BP e la pressione intratoracica se registrata. Annotare i numeri dei canali per ciascun segnale. Nel menu, scegli pinta mobile a 32 bit, Upsample alla stessa velocità, decommenta i commenti e i marcatori di evento. Fare clic su OK per esportare il file .mat e su Annulla per interrompere l'esportazione.

figure-protocol-1
Figura 1: Strumentazione, cuffia BP, posizionamento ECG, monitor, apparecchiatura VM. (A) Montaggio del bracciale BP sull'indice e sul medio della mano non dominante. (B) I polsini BP delle dita sono fissati a livello del cuore, utilizzando una benda CoFlex coesiva per eliminare gli effetti della gravità. (C) Dispositivo PEP collegato a un manometro. (D) Il soggetto seduto espira in un dispositivo a pressione positiva di fine espirazione (PEP) collegato a un manometro, mantenendo una pressione intratoracica di 40 mmHg per 15 secondi. (E) Il modulo CNAP misura continuamente la pressione arteriosa ed è collegato a un computer che elabora e salva i dati utilizzando LabChart. Clicca qui per visualizzare una versione più grande di questa figura.

2. Installazione del software, caricamento dei dati e avvio

NOTA: Questo protocollo descrive come esportare i segnali da LabChart a MATLAB, ma il protocollo non dipende dalle registrazioni memorizzate in questo software. Facciamo riferimento ai loro manuali per i segnali registrati da altri software e notiamo che potrebbe essere necessaria la conversione per esportare le registrazioni nel formato corretto. I dati devono includere misurazioni continue di serie temporali di ECG e BP.

  1. Scarica il software ValsalvaAnalyzer. Clona il repository GitHub in https://github.com/msolufse/ValsalvaAnalyzer. Fare clic sul pulsante verde Codice . Fai clic su Scarica ZIP.
  2. Passare alla cartella ValsalvaAnalyzer. Lo script principale DriverBasic.m deve essere sostituito dalla cartella ValsalvaAnalyzer e tutti gli altri script (file .m) devono essere nella cartella Core. Il software include sottocartelle: Figure, Marker, Optimized, Sensitivies e WS.
    NOTA: La cartella Figure memorizza le figure generate. Questa cartella contiene due sottocartelle (Dati e Model_fits): Archivi dati per le figure generate dall'analisi dei dati e le figure generate dal modello di equazioni differenziali. La cartella Labchart include i file .mat esportati ma non i file LabChart originali. La cartella Markers contiene i fogli di calcolo con i rapporti clinici (un file per soggetto). Le cartelle Sensibilità e Ottimizzate includono file .mat con le sensibilità e i valori stimati dei parametri. La cartella WS contiene i file .mat generati durante la pulizia dei dati. La cartella principale ValsalvaAnalyzer include DriverBasic.m, lo script principale necessario per eseguire il programma. Quando il software viene scaricato. La cartella Labchart include un file .mat per ciascuno degli otto soggetti di esempio, mentre le cartelle con i risultati (Marker, Sensitivies, Optimized e WS) hanno risultati solo per il Soggetto 1. Man mano che i set di dati di esempio nella cartella vengono analizzati, i file di output verranno archiviati in queste cartelle. Il file Patientinfo.xls (e la Tabella 1) include informazioni sul paziente (età (anni), sesso (m/f), altezza (cm), peso (kg) e BMI (kg/m2)) per ciascuno degli otto set di dati di esempio. Il peso è caratterizzato come normale (nw), sovrappeso (ow) o obeso (ob)29, e si nota se il soggetto ha una risposta VM normale o patologica.
  3. Per eseguire il software, accedere alla cartella ValsalvaAnalyzer e aprire il file DriverBasic.m in MATLAB. Nel pannello superiore, fai clic su Editor, quindi fai clic sul triangolo verde con l'etichetta Esegui per eseguire il programma.

3. Piattaforma software

NOTA: Il software distribuito da GitHub è stato testato su Windows (Windows 11 Education) e Mac (MacOS Sonoma, versione 14.3) e utilizza MATLAB (versione R2023a). Le impostazioni predefinite sono impostate sull'ambiente MacOS con suggerimenti per Windows.

  1. Dal menu a comparsa Seleziona parametri figura, selezionare il tipo di piattaforma software, la dimensione del carattere della figura, la dimensione del marcatore e la larghezza della linea.
  2. Fare clic su OK per accettare e procedere al passaggio 4 oppure fare clic su Annulla per terminare il programma.

4. Selezione del paziente

NOTA: Questa fase prevede la selezione e l'analisi dei dati. Il software leggerà i file .mat dalla cartella Labchart.

  1. Selezionare un numero qualsiasi di pazienti dall'elenco utilizzando il mouse. Il pulsante Seleziona tutto contrassegna tutti i pazienti. Le etichette dei pazienti sono determinate dai nomi dei file. Questi vengono utilizzati in tutti i file esportati. Fare clic su OK per procedere al passaggio 5 o su Annulla per uscire dal programma.

5. Selezione del funzionamento

NOTA: I metodi di analisi dei dati sono elencati in un menu che fornisce le operazioni disponibili. Questi includono metodi per la pulizia dei dati ECG e BP, l'identificazione delle fasi della VM e il calcolo delle funzionalità della VM. Il primo viene effettuato sui dati grezzi utilizzando la frequenza di campionamento incorporata nelle misurazioni (gli esempi allegati sono campionati a 1.000 Hz). Le caratteristiche di identificazione della VM utilizzano segnali HR puliti e SBP sistolici sottocampionati a 10 Hz. I dati sottocampionati vengono utilizzati anche per determinare la segnalazione simpatica e parasimpatica ottenuta dalla risoluzione del modello di equazioni differenziali di Randall et al.20 Le figure generate vengono salvate come file .png e memorizzate nella cartella Figure e i numeri generati vengono memorizzati in un foglio di calcolo (.xlsx) nella cartella Marker. Il layout delle funzioni all'interno di questo software è illustrato nella Figura 2.

figure-protocol-2
Figura 2: Operazioni del software. Dopo aver selezionato i pazienti, il software offre la possibilità di correggere i segnali misurati, tra cui (1) l'ECG, da cui vengono estratte la frequenza cardiaca e la respirazione, (2) il segnale della pressione arteriosa (BP) battito per battito da cui vengono estratti la pressione arteriosa sistolica e diastolica. Dopo queste procedure, il software identifica le fasi della manovra di Valsalva ed estrae i biomarcatori clinici. Infine, forniamo la possibilità di eseguire un modello computazionale che prevede la funzione baroreflex. Clicca qui per visualizzare una versione più grande di questa figura.

  1. Selezionare l'operazione o le operazioni da eseguire nel menu di selezione Sottoinsieme. Completare le operazioni in ordine decrescente, ad esempio, le informazioni sul paziente devono essere inserite prima dell'analisi dell'ECG. Se al punto 4 si seleziona più di una materia e di un'attività dal menu Selezione operazione, il software completerà la prima attività per tutte le materie prima di passare all'attività successiva.
    1. Il software include le seguenti operazioni: Informazioni sul paziente (Operazione 1, Passaggio 6); Elettrocardiogramma (ECG; Operazione 2, Passaggio 7); Frequenza cardiaca (FC; Operazione 3, Passaggio 8); Respirazione (Operazione 4, Fase 9); Pressione sanguigna (BP; Operazione 5, Passaggio 10); Fasi della VM (Operazione 6, Passaggio 11); rapporti clinici (Operazione 7, Fase 12); Previsione del modello (nominale; Operazione 8, Passaggio 13); Analisi di sensibilità (Operazione 9, Passaggio 14); Ottimizzazione (Operazione 10, Passaggio 15); Previsioni del modello di tracciato (Operazione 11, Passaggio 16); Riepilogo (Operazione 12, Passaggio 17).
  2. Dopo aver selezionato le operazioni, fare clic su OK per procedere con l'operazione oppure fare clic su Annulla per tornare al passaggio 4.

6. Informazioni per il paziente (Operazione 1)

NOTA: La prima operazione prevede l'inserimento delle caratteristiche del paziente (ID, età, sesso, altezza e peso) dei numeri dei canali dal file Labchart esportato (ECG, HR, BP, pressione intratoracica - se disponibile) e l'identificazione dell'intervallo di tempo per l'analisi dei dati.

  1. Immettere l'ID paziente (numero intero), l'età (numero intero, anni), il sesso (m/f, maschio/femmina), l'altezza (numero reale, cm) e il peso (numero reale, kg). Fare clic su OK per procedere o su Annulla per tornare al passaggio 5. Il software verrà eseguito senza selezioni. I valori caratteristici per gli otto soggetti sono elencati nella Tabella 1. Questi valori non vengono utilizzati nell'analisi dei dati, ma possono essere utili per le statistiche di riepilogo.
  2. Identificare in quale canale è memorizzato ogni segnale, i valori predefiniti sono: canale 1 (ECG), canale 2 (HR), canale 3 (BP), canale 4 (pressione intratoracica - Pth) è impostato a 0. I set di dati di esempio 1-8 non includono questo segnale.
  3. MFigure 1 (Figura 3) visualizza la parte superiore dell'ECG (mV), la parte centrale della frequenza cardiaca (bpm) e la parte inferiore della pressione arteriosa (mmHg) in funzione del tempo (secondi). Selezionare i dati da analizzare. Includere circa 20 secondi prima e dopo la macchina virtuale.
  4. Posizionando il mirino, fare clic una volta con il mouse all'inizio (~20 s prima della VM) e una seconda volta alla fine (~20 s dopo la VM). I dati selezionati appariranno in rosso in MFigure 1. Fare clic su Salva ed esci. MFigure 1, con i dati selezionati, verrà salvato nella cartella Figure/Dati con il nome [nome paziente] + _dataAnalyzed.png.

figure-protocol-3
Figura 3: I grafici mostrano i dati ECG (mV, in alto), frequenza cardiaca (HR bpm, centro) e pressione sanguigna (mmHg, in basso). La traccia blu mostra tutti i dati estratti da LabChart e la traccia rossa mostra i dati selezionati per l'analisi in questo studio. La regione rossa contenente ECG, FC e PA che iniziano e terminano ~20 secondi prima e dopo la manovra VM. Clicca qui per visualizzare una versione più grande di questa figura.

7. Elettrocardiogramma (Operazione 2)

NOTA: L'operazione 2 comporta l'identificazione dei picchi R e Q o S nel segnale ECG (rimozione e/o aggiunta di picchi mancanti). Questa operazione viene eseguita sui dati grezzi campionati a 1.000 Hz. L'ampiezza del complesso QRS (la distanza assoluta tra i picchi R e Q o S) viene utilizzata per creare il segnale respiratorio prima e dopo l'apnea.

  1. MFigure 1 visualizza il segnale ECG (linea nera). I picchi R rilevati automaticamente sono contrassegnati con il rosso e i picchi Q o S con cerchi blu. L'obiettivo è correggere i picchi fuori posto. Il numero totale di picchi R e Q o S è stampato a destra del grafico. Questa attività può essere completata solo se il numero di picchi R e S è lo stesso. Per correggere i picchi fuori posto, scorrere con la mano verso destra attraverso il segnale e fermarsi quando i picchi da correggere si trovano nella finestra. Nella Figura 4 è mostrato un esempio di un picco S extra posizionato in modo errato e del segnale dopo che il picco è stato rimosso.
    NOTA: I picchi R e S sono identificati utilizzando la metodologia descritta da Randall et al.20. Questo algoritmo utilizza findpeaks.m per trovare picchi compresi tra il 25% e il 200% del segnale medio. La frequenza di campionamento è 1.000 Hz (codificata nei dati) e MinPeakDistance è impostata su 1,5. I picchi R vengono trovati dal segnale grezzo e i picchi S (o Q) vengono trovati analizzando il negativo del segnale. Va notato che per alcuni set di dati, l'algoritmo identificherà i picchi S e per alcuni picchi Q. Gli esempi sono mostrati nella Figura 4A. L'entità QRS viene utilizzata per determinare la respirazione come descritto da Randell et al.20.
  2. Ripetere la correzione fino a quando il numero di picchi S e R non è lo stesso utilizzando i passaggi descritti di seguito.
    1. Per correggere i picchi fuori posto, scorrere verso destra e fermarsi quando i picchi da correggere sono nella finestra.
    2. Se manca un picco, è posizionato in modo errato o è contrassegnato un picco aggiuntivo, scorrere fino alla posizione del picco. Premere Invio sulla tastiera per visualizzare un mirino. Fare clic sul punto per correggere. La query di menu successiva è: Aggiungi o rimuovi punto? Selezionare Aggiungi (passaggio 7.2.3), Rimuovi (passaggio 7.2.4) o Annulla, tornando al passaggio 7.2.1.
    3. Fare clic su Aggiungi e il punto contrassegnato verrà aggiunto e apparirà in rosso (picco R) o blu (Parla). Il programma utilizzerà la posizione esatta del clic e classificherà automaticamente il punto come R o S.
    4. Fare clic su Rimuovi e il punto contrassegnato verrà rimosso. Ripetere questo passaggio se il punto non scompare, tornando all'attività 7.2.2.
  3. Ripetere il passaggio 7.2 fino a quando tutti i picchi R e S non sono identificati correttamente e il numero di picchi R e S (o Q) è lo stesso. Quindi premere Invio sulla tastiera. Al prompt che richiede di correggere i punti, fare clic su No. Continuare con l'operazione 3 (HR). Se la serie temporale non presenta errori, ma il numero di picchi R e S (o Q) non è identico. Per correggere l'errore, tornare al passaggio 7.2. Si noti che per garantire la coerenza all'interno di un segnale, scegliere i picchi S o Q.
  4. Se l'utente fa clic su No quando il numero di picchi R e S non è identico, viene visualizzato un nuovo menu che indica che il numero di picchi R e S deve essere uguale. Ispeziona i dati. Fare clic su OK per tornare al passaggio 7.2.

figure-protocol-4
Figura 4: Grafici utilizzati per guidare la correzione dell'ECG (mV). La figura mostra il tracciato ECG (nero), le onde R (cerchi rossi) e le onde S (cerchi blu). (A) Il grafico ha un'onda S fuori posto. In (B), questa onda S è stata rimossa. Un segnale ECG pulito avrà lo stesso numero di picchi R e S, come indicato sul lato destro del grafico. Clicca qui per visualizzare una versione più grande di questa figura.

8. HR (Operazione 3)

NOTA: questo passaggio prevede la conversione degli intervalli RR in HR. Dopo che il segnale ECG è stato corretto (come descritto sopra), per la maggior parte dei set di dati, il segnale HR è uniforme. Tuttavia, se il segnale HR presenta artefatti (esempio mostrato nella Figura 5A). L'operazione 3 offre l'opportunità di correggere il segnale (esempio mostrato nella Figura 5B).

figure-protocol-5
Figura 5: Grafici utilizzati per guidare la correzione della frequenza cardiaca (FC, bpm). (A) Frequenza cardiaca (linea blu) generata dall'ECG corretto. I piccoli cerchi blu segnano i momenti in cui il cuore batte. (B) Esempio di una scanalatura che collega due punti (linea verde), rimuovendo un artefatto dal segnale della frequenza cardiaca. Clicca qui per visualizzare una versione più grande di questa figura.

  1. MFigure 1 (Figura 5A) visualizza HR (bpm) nel pannello superiore ed ECG (mV) nel pannello inferiore. La frequenza cardiaca (bpm) viene calcolata dai picchi di RR ECG corretti. Se il segnale FC non presenta artefatti, fare clic su Salva ed esci e continuare con l'Operazione 4 (Respirazione). Se sono presenti errori nei dati (confrontare i due pannelli nella Figura 5), fare clic su Correggi frequenza cardiaca e procedere al passaggio 8.2.
  2. Scorri lungo il segnale HR e individua gli artefatti. Premere Invio sulla tastiera quando si visualizza una regione da correggere. Procedere al passaggio 8.3.
  3. Fare clic su OK nel menu interrogando Fare clic sui punti per connettersi. Allinea il mirino sul primo punto prima dell'artefatto e fai clic una volta con il mouse. Quindi, allinea il mirino sul primo punto dopo l'artefatto e fai clic una seconda volta con il mouse. Una spline lineare (tracciata in verde) collega i due punti. Un menu chiede: Accettare il resto? Risposte: Sì (andare al passaggio 8.3.1), Annulla (andare al passaggio 8.3.2) e Aggiungi modifica (andare al passaggio 8.3.3).
    1. Selezionate Sì (Yes) per accettare la spline lineare, uscire dall'operazione e tornare al passo 4. Selezionare Annulla per rimuovere la spline lineare e tornare al passaggio 8.2. Selezionare Aggiungi per mantenere la spline lineare e tornare al passaggio 8.2 per consentire ulteriori correzioni.
  4. MFigure 1 visualizza la frequenza cardiaca (bpm) e l'ECG (mV) nei pannelli superiore e inferiore. La figura viene salvata nella cartella Figure/Dati con il nome [nome del paziente] + _HeartRateECG.png. Per continuare, premere Salva ed uscire. I segnali saranno memorizzati alla frequenza di campionamento (1.000 Hz per i set di dati di esempio) incorporata nelle misurazioni.

9. Respirazione (Operazione 4)

NOTA: Un segnale di respirazione viene estratto dal segnale ECG corretto calcolando l'ampiezza del complesso QRS, adattando una spline polinomiale interpolante di Hermite cubica a tratti (utilizzando interp1.m con il metodo pchip) attraverso questa differenza come descritto nello studio di Randall et al.20.

  1. MFigure 1 (Figura 6) rappresenta il segnale respiratorio estratto dalla differenza tra i picchi R e S corretti. Ispezionare il grafico, fare clic su Salva ed esci e continuare con l'operazione 5 (pressione sanguigna). MFigure 1 verrà salvato nella cartella Figure/Dati con il nome [nome del paziente] + _RespiratorySignal.png.

figure-protocol-6
Figura 6: Segnale respiratorio. Segnale respiratorio (linea blu) generato dalle variazioni di ampiezza dell'intervallo QRS, come descritto da Randall et al.20. Clicca qui per visualizzare una versione più grande di questa figura.

10. Pressione sanguigna (Operazione 5)

NOTA: Questa fase prevede l'estrazione della pressione arteriosa sistolica e diastolica. Due curve vengono formate generando una spline attraverso i punti dati selezionati. Per questa operazione, l'utente può correggere le curve rilevate automaticamente. Dato il cambiamento significativo della pressione arteriosa, è probabile che sia necessaria una correzione immediatamente dopo il rilascio dell'apnea.

  1. MFigure 1 (mostrato nella Figura 7A) visualizza una finestra ingrandita con i dati BP. Allineare il mirino con un picco di pressione arteriosa e fare clic una volta con il mouse. Quindi, allinea il mirino sul picco successivo a destra e fai clic di nuovo. La distanza tra i due picchi stima la durata del ciclo cardiaco. Questa distanza è necessaria per identificare i picchi sistolici e diastolici. Viene visualizzato MFigure 2 (Figura 7B,C), che visualizza i segnali sistolici e diastolici rilevati automaticamente.
    NOTA: I picchi sistolici e diastolici vengono rilevati utilizzando peaks2.m, che inserisce la durata del ciclo cardiaco a riposo per impostare la distanza minima di picco. Simile a R. I picchi sistolici si trovano direttamente dal segnale e i picchi diastolici si trovano analizzando il segnale negativo.
  2. Correzione della pressione sistolica: Viene visualizzato un menu che chiede: Vuoi correggere i punti sistolici? Premere Sì (Passaggio 10.4) per avviare un protocollo per la correzione della pressione sistolica e No (Passaggio 10.3) per procedere alla correzione della pressione diastolica.
  3. La correzione diastolica della pressione arteriosa inizia con un menu che chiede: Vuoi correggere i punti diastolici? Premere Sì (Passaggio 10.4) per avviare un protocollo per la correzione della pressione diastolica e No per procedere. Premere Salva ed uscire e proseguire con l'operazione 6 (fasi di manovra Valsalva).
    NOTA: Il protocollo per la correzione della pressione arteriosa diastolica è identico a quello per la correzione della pressione arteriosa sistolica; entrambi sono descritti nel passaggio 10.4.
  4. MFigure 2 mostra uno zoom dei primi 40 s di dati. Ispezionare la regione e continuare a scorrere fino a quando non viene visualizzato un punto errato (traccia corretta mostrata nella Figura 7B, C). Premere Invio sulla tastiera e posizionare il mirino sull'ultimo picco corretto prima del punto o dei punti fuori posto, fare clic su questo punto e continuare a spostare il mirino, facendo clic su tutti i punti da correggere, terminando con un punto corretto. Al termine, premere Invio . Viene visualizzata una linea tratteggiata che collega i punti corretti (esempi mostrati nella Figura 7B, C).
    NOTA: La correzione può essere ripetuta fino a quando non è necessario modificare più i segmenti. Per ogni sezione, i punti corretti sono collegati con una linea tratteggiata rossa (SBP) e verde (DBP) attaccata ai punti esistenti a ciascuna estremità. Il segnale BP continuo, tracciato in blu, viene utilizzato come guida. Il sistema registrerà i picchi cliccati anche se non si allineano con il segnale BP. Questa operazione corregge i segnali sistolici e diastolici. All'interno di ogni segnale, correggere solo i punti associati al segnale, cioè non cercare di correggere i punti diastolici quando si corregge la pressione sistolica o viceversa.

figure-protocol-7
Figura 7: Correzione della pressione arteriosa. (A) Zoom del segnale della pressione arteriosa a riposo. All'utente viene chiesto di fare clic su due picchi consecutivi per determinare la durata media del ciclo cardiaco. (B) Uno zoom della pressione sistolica (rossa) e diastolica (verde) originale e corretta In questo pannello, le misurazioni continue della pressione sanguigna (mmHg) sono mostrate in blu. (C) I segnali di pressione arteriosa sistolica (rosso) e diastolica (verde) originali e corretti nell'intervallo di tempo analizzato. In tutti i pannelli, il segnale BP continuo da battito a battito è mostrato con una linea blu, l'SBP con una linea rossa e il DBP con una linea verde. Per i segnali SBP e DBP, ogni ciclo cardiaco è contrassegnato da piccole stelle. Clicca qui per visualizzare una versione più grande di questa figura.

11. Fasi della manovra di Valsalva (VM) (Operazione 6)

NOTA: l'operazione 6 prevede il rilevamento della VM. Questa operazione utilizza i dati HR, SBP, DBP e la pressione intratoracica (se disponibile) sottocampionati a 10 Hz. All'utente viene chiesto di identificare l'inizio e il rilascio dell'apnea. L'apnea inizia al valore di pressione arteriosa più basso prima del primo picco e viene rilasciata al valore di pressione arteriosa prima del secondo calo di pressione arteriosa. Dopo aver identificato questi punti, il software determina le quattro fasi della VM in base alle caratteristiche dei segnali. Questi possono essere corretti manualmente, il che è particolarmente importante quando si analizzano i dati per le risposte emodinamiche anomale.

  1. MFigure 1 raffigura la pressione arteriosa continua (linea sottile) e sistolica (SBP, linea in grassetto) nel pannello superiore (mmHg), HR (bpm) nel 2° pannello, respirazione (Resp, mV) nel 3° pannello ed ECG (mV) nel pannello inferiore Se la pressione intratoracica è disponibile, questo segnale verrà visualizzato nel 3° pannello (Pth, mmHg), e il segnale respiratorio (Resp, mV) nel 4° pannello. Le fasi di Valsalva vengono rilevate automaticamente e il software continua con il passaggio 1.3 per i set di dati senza misurazioni di Pth. Per contrassegnare l'inizio della VM, allineare il mirino con l'inizio della trattenuta del respiro (il minimo SBP immediatamente prima dell'aumento significativo della SBP e della diminuzione della FC) e fare clic una volta con il mouse.
  2. Per contrassegnare l'estremità VM, allineare il mirino con l'estremità dell'apnea (il valore BP immediatamente prima del 2° calo SBP) e fare clic una volta con il mouse. Questi punti vengono utilizzati per determinare le quattro fasi VM in MFigure 2, visualizzando BP (mmHg) nel pannello superiore, HR (bpm) nel pannello centrale e respirazione (Resp, mV) nel pannello inferiore. Se viene misurata la pressione intratoracica (mmHg), questa viene mostrata tra i pannelli della frequenza cardiaca e della respirazione.
  3. Un menu chiede: Accettare gli indici? Selezionare Sì per completare l'operazione e continuare con l'operazione 7 (rapporti clinici). Selezionare No per ispezionare il rilevamento automatico delle fasi delineate da linee verticali.
  4. Un menu interroga: Correzione indice. Selezionare una, più o tutte le fasi, quindi fare clic su OK per procedere al passaggio 10.4 per la correzione o su Annulla per tornare al passaggio 11.1.
  5. Un mirino appare in MFigure 2. La seconda riga del titolo descrive la fase che viene corretta. Per la fase selezionata, fare clic sull'ora che segna l'inizio della fase. Ripetere questa operazione fino a quando tutte le fasi selezionate sono state corrette. I tempi corretti sono indicati con linee verticali rosse. Una volta corrette tutte le fasi selezionate, riappare il menu che chiede: Accettare gli indici? Se si fa clic su Sì , si continua con il passaggio 11.5 e su No si torna al passaggio 11.1. Si noti che le fasi devono essere corrette in ordine sequenziale.
  6. MFigure 3 (Figura 8) visualizza le fasi finali della macchina virtuale. La figura mostra il pannello superiore della pressione arteriosa (mmHg), il pannello centrale della frequenza cardiaca (bpm) e il pannello inferiore della pressione toracica (Pth, mmHg). Questo segnale si ottiene fondendo il segnale respiratorio estratto con la pressione intratoracica misurata o calcolata applicata durante l'apnea. Le quattro fasi sono ombreggiate in grigio. Fare clic su Salva ed esci e continuare con l'operazione 7 (Rapporti clinici). Questa cifra verrà salvata nella cartella Figure/Dati con il nome [nome del paziente] + _VMphases.png.

figure-protocol-8
Figura 8: Valsalva Fasi I-IV. Il grafico in alto mostra la pressione sanguigna continua (azzurro) e sistolica (linea blu spessa); Il secondo pannello mostra la frequenza cardiaca e il pannello inferiore mostra la pressione toracica. Quest'ultimo si ottiene fondendo il segnale respiratorio con la pressione durante l'apnea (impostata a 40 mmHg). Le fasi I e III di Valsalva sono contrassegnate da pannelli grigi. I valori di base (SBP medio, HR prima e dopo la VM) sono indicati da linee tratteggiate orizzontali. Clicca qui per visualizzare una versione più grande di questa figura.

12. Rapporti clinici (Operazione 7)

NOTA: Questa fase calcola i rapporti clinici che caratterizzano la VM utilizzando HR, RR e SBP, dati sottocampionati a 10 Hz. Tutti i fattori sono elencati nella Tabella 2. Questi includono le caratteristiche del paziente (ID paziente, età, sesso, altezza e peso), la durata delle fasi VM, gli intervalli BP, FC, RR minimi e massimi all'interno di ciascuna fase VM30,31 e il tempo di recupero dalla pressione 32,33. La pendenza e la bontà dell'adattamento (valore R2) delle linee di regressione HR e RR nelle prime fasi II (linea ciano) e IV (linea marrone), caratterizzando la stimolazione vagale e l'aumento della pressione nella fase II precoce (linea ciano) e tardiva (linea blu) e nella fase IV precoce (linea marrone). Quest'ultimo determina la stimolazione simpatica. Inoltre, il software caratterizza la variazione dei marcatori SBP, vagale 1,32,34,35 e adrenergico (BRS)1,32,33,36. Anche in questo caso, le fasi e i punti rilevati automaticamente possono essere corretti secondo necessità. Ad esempio, la pressione arteriosa massima e la frequenza cardiaca minima nelle prime fasi della Fase IV sono spesso disallineate. La Figura 9 mostra i rapporti clinici prima (pannello Figura 9A) e dopo (pannello Figura 9B) correzione. La Figura 9C mostra i rapporti adattati da Palamarchuk et al.1 e Sandroni et al.31. Nota: le quantità visualizzate in questa figura derivano dai valori estratti dai dati descritti nei passaggi da 12.1 a 12.4.

figure-protocol-9
Figura 9: Rapporti clinici. (A, B) Rapporti e linee di regressione per la pressione sanguigna (BP, mmHg) nel pannello superiore, la frequenza cardiaca (FC, bpm) nel pannello centrale e gli intervalli RR nel pannello inferiore. (A) mostra i rapporti rilevati automaticamente e il pannello (B) la pressione arteriosa massima corretta e l'HR minima all'inizio della Fase IV. (C) Retta di regressione attraverso rapporti corretti. Clicca qui per visualizzare una versione più grande di questa figura.

  1. MFigure 1 (mostrato nella Figura 9) rappresenta la pressione arteriosa sistolica (SBP, mmHg) nel pannello superiore, la frequenza cardiaca (bpm) nel pannello centrale e gli intervalli RR nel pannello inferiore. I valori caratteristici SBP, HR e RR sono annotati con marcatori circolari. Viene visualizzato un menu in cui si chiede: Accettare i marcatori? Ispeziona i marcatori. Fare clic su Sì se tutti i punti sono corretti; questa operazione è completata, tornando al passaggio 4. Fare clic su No se è necessario regolare un punto.
  2. Un menu interroga: Seleziona i punti da spostare. Il menu consente di selezionare uno, più o tutti i punti. Se sono stati selezionati gli indici, fare clic su OK per continuare (passaggio 12.3) o su Annulla per procedere senza modificare alcun indice, continuando con il passaggio 12.4.
  3. Per ogni quantità selezionata, un menu a comparsa elenca i punti da correggere. Fare clic su OK per continuare. Allineare il mirino nel punto desiderato e fare clic una volta con il mouse. Quando tutti i punti selezionati sono stati corretti, MFigure 1 visualizza BP (mmHg) nel pannello superiore, HR (bpm) nel pannello centrale e intervalli RR (s) nel pannello inferiore. Mostra i punti corretti e le linee di regressione durante la fase II iniziale e tardiva e la fase IV iniziale. Premere Salva e continuare con l'operazione 8 (Esegui modello).
  4. MFigure 2 (mostrato nella Figura 9C) mostra le linee di regressione che mettono in relazione l'intervallo RR con l'SBP e la bontà dell'adattamento (il valore R2 ). Premere Salva ed uscire, tornando al passaggio 4. MFigures 1 e 2 verranno salvati nella cartella Figure/Dati con i nomi [nome paziente] + ratios.png e [nome paziente] + _ratios_regression.png.

13. Esegui il modello (Operazione 8)

NOTA: L'operazione 8 prevede la risoluzione del modello di equazioni differenziali baroreflex di Randall et al.20, che prevede la segnalazione simpatica e parasimpatica. In questa fase viene eseguito il modello con i valori dei parametri impostati utilizzando le informazioni sul paziente e i rapporti clinici identificati nell'Operazione 7. Questa operazione è necessaria per testare le previsioni nominali; se gli adattamenti nominali presentano errori significativi, i risultati dell'operazione di ottimizzazione (passaggio 15) potrebbero non avere esito positivo per il set di dati specifico.

  1. Risolve il modello di equazioni differenziali di Randell et al.20 utilizzando i valori nominali dei parametri specifici del paziente estratti dai dati e dalle informazioni sul paziente inserite nel passaggio 5. MFigure 1 raffigura il pannello in alto a sinistra di BP (mmHg), i dati HR (bpm) (blu) e il pannello in alto a destra del modello (magenta), il pannello in basso a sinistra della pressione toracica (Pth, mmHg) e il pannello in basso a destra delle previsioni parasimpatiche (magenta) e simpatiche (viola scuro). I risultati sono rappresentati con una risoluzione temporale di 10 Hz, che corrisponde alla risoluzione nei dati HR e SBP sottocampionati. Fare clic su Salva ed esci e continuare con l'operazione 8 (Esegui modello). Questa cifra verrà salvata nella cartella Figure/Model_fits come [nome del paziente] + _nominal.png.

14. Analisi di sensibilità (Operazione 9)

NOTA: L'analisi della sensibilità non è richiesta per l'analisi dei dati. Questa analisi genera un grafico che rappresenta la sensibilità (o importanza) dei parametri del modello per una previsione accurata delle risorse umane. Le sensibilità sono valutate a una frequenza di 10 Hz, corrispondente ai dati HR e SBP sottocampionati. L'operazione utilizza l'analisi di sensibilità locale descritta in dettaglio da Randall et al.20

  1. Questa operazione calcola la sensibilità dei parametri del modello alla frequenza cardiaca. I risultati (su scala logaritmica) che illustrano le sensibilità classificate sono mostrati in MFigure 1 (Figura 10). Fare clic su Salva ed esci e continuare con l'operazione 10 (Ottimizzazione). Si noti che questo calcolo richiede alcuni minuti. Il risultato mostrato in MFigure 1 viene salvato nella cartella Figure/Model_fits come [nome del paziente] + _sensitivities.png.

figure-protocol-10
Figura 10: Sensibilità dei parametri del modello alla previsione della frequenza cardiaca. Il modello e i parametri sono discussi in dettaglio nello studio di Randall et al.20 e i parametri stimati sono spiegati nella Tabella 2. Clicca qui per visualizzare una versione più grande di questa figura.

15. Ottimizzazione (Operazione 10)

NOTA: questa operazione stima un sottoinsieme di parametri identificabili in base al modello di equazioni differenziali matematiche e alla disponibilità dei dati (HR). Il risultato è un modello HR calibrato su dati sottocampionati a 10 Hz. Oltre a una serie di parametri stimati, il modello ottimizzato prevede segnali simpatici e parasimpatici. Se la simulazione non si adatta bene ai dati, i segnali simpatici e parasimpatici previsti non possono essere interpretati. L'ottimizzazione è condotta utilizzando il metodo Levenberg Marquardt come descritto da Randall et al.20.

  1. La stima dei parametri può richiedere 5-10 minuti per essere completata. Durante il calcolo, la finestra di comando di MATLAB stampa fino a 30 righe di cinque numeri che denotano (da sinistra a destra) la norma del gradiente, il costo dei minimi quadrati, il numero di iterazione e il numero di condizione della matrice jacobiana. Al termine dell'ottimizzazione, continuare con l'Operazione 11 (Previsioni del modello di tracciamento). Il parametro stimato e un vettore INDMAP vengono salvati nella cartella Optimized.

16. Previsioni del modello di grafico (Operazione 11)

NOTA: I risultati delle previsioni del modello con valori nominali (Passaggio 13, Operazione 8) e stimati (Passaggio 15, Operazione 10) vengono tracciati a una risoluzione di 10 Hz corrispondente ai dati sottocampionati. Se la stima HR mostrata nel pannello in alto a destra di MFigure 1 è ragionevole, il codice prevede la segnalazione simpatica e parasimpatica (pannello in basso a destra di MFigure 1).

  1. Nel menu Selezionare le previsioni del modello da visualizzare, fare clic su Nominale per tracciare le previsioni del modello dal passaggio 13 e Ottimizzato per visualizzare le previsioni del modello ottimizzate dal passaggio 15. MFigure 1 (parametri nominali della Figura 11A e parametri ottimizzati della Figura 11B ) raffigura BP (mmHg) nell'angolo in alto a sinistra, HR (bpm) nell'angolo in alto a destra (blu) e il modello (magenta), la pressione toracica (Pth, mmHg) è nell'angolo in basso a sinistra. La previsione dei segnali parasimpatici (magenta) e simpatici (viola scuro) si trova nell'angolo in basso a destra. Fare clic su Salva ed esci, quindi continuare con l'Operazione 12 (Riepilogo). Questa cifra verrà salvata nella cartella Figure/Model_fits con il nome [nome del paziente] + _[action].pn, dove [action=nominal] o [action=optimal] a seconda dell'azione scelta.

figure-protocol-11
Figura 11: Previsione del modello. Il modello è stato previsto con (A) valori nominali e (B) valori di parametro ottimizzati. La figura mostra in alto a sinistra: pressione sanguigna (linea blu spessa SBP e linea blu chiara BP continua, mmHg); in alto a destra: frequenza cardiaca (FC, bpm), previsione del modello (linea rosa) e dati (linea blu); in basso a sinistra: pressione toracica (Pth, mmHg) linea blu scuro; e in basso a destra: previsioni dell'attività parasimpatica (rosa) e simpatica (viola). Entrambi sono adimensionali. Clicca qui per visualizzare una versione più grande di questa figura.

17. Riepilogo (Operazione 12)

  1. Un riepilogo dei risultati viene memorizzato come foglio di calcolo Excel (.xlsx) e come file separato da virgole (.csv). Il menu Salva query dati : inserisci il nome del file di riepilogo dei dati (es: Nome file), inserisci il nome preferito nella casella di testo.
  2. Se i file esistono, un menu interroga l'utente: Aggiungi o sovrascrivi il file esistente. Questa operazione stampa anche gli output sulla riga di comando di MATLAB. Fare clic su OK per generare il file e su Annulla per eseguire l'output solo nella riga di comando. Il file salvato (.xlxs e .cvs) contiene informazioni sul paziente (Operazione 1, Passaggio 6), Marcatori clinici e linee di regressione (Operazione 7, Passaggio 12) e Valori nominali (o ottimizzati) dei parametri (Operazione 11, Passaggio 16). Per ogni linea di regressione, il valore R2 indica la bontà dell'adattamento.
    NOTA: questa operazione (passaggio 17) può essere completata senza eseguire i passaggi di modellazione, sensibilità e ottimizzazione (operazioni 8-11).

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Risultati

Gli otto set di dati di esempio sono selezionati per rappresentare una gamma diversificata di risposte. Le Figure 3, 4, 5, 6, 7, 8, 9, 10 e 11 presentano i risultati di un soggetto di controllo sano rappresentativo per ogni fase dell'algoritmo.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Discussione

Il software ValsalvaAnalyzer dimostrato in questo studio fornisce funzionalità per analizzare i dati clinici ECG e BP registrati durante la manovra di Valsalva. Il software offre la possibilità di pulire i segnali rumorosi, rendendo possibile ottenere misure coerenti in tutta la popolazione. Utilizzando i dati corretti, il software calcola più di 35 marcatori che l'utente può interpretare. Il software mira a includere tutte le grandezze note riportate durante la manovra di Valsalva ripor...

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Dichiarazioni

Gli autori non hanno nulla da rivelare.

Ringraziamenti

Questo studio è stato parzialmente finanziato dai premi della National Science Foundation (DMS-2051010) e dai premi NSA (H98230-21-1-0014 e H98230-20-1-0259). Vogliamo ringraziare Sanaa Elmajdoubi, Rigshospitalet, Danimarca, Niloufar Mehrani e Jesper Mehlsen, Klinik Mehlsen, Danimarca per aver testato il software. Vogliamo ringraziare E. Benjamin Randall, Applied Research Associates, Raleigh, NC, per aver discusso il modello matematico e Iryna Palamarchuk, Università di Toronto, Canada, per la discussione sugli indici. Infine, ringraziamo Sophie Carlson, dell'Università della California di San Diego, per la revisione e l'editing del codice computazionale. Il software memorizza i risultati localmente sul computer e non condivide alcuna informazione con entità esterne. Gli sviluppatori del software ValsalvaAnalyzer non sono responsabili dell'utilizzo e della protezione dei dati dei pazienti. Qualsiasi utente di ValsalvaAnalyzer è responsabile della protezione dei dati e dell'ottenimento delle approvazioni appropriate prima di pubblicare i risultati generati con questo software.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Materiali

Elenco dei materiali utilizzati in questo articolo
NomeAziendaNumero di catalogoCommenti
LabChartADInstrumentsSoftware che i dati analizzati vengono esportati da
MATLABMathworksSoftware utilizzato per il programma ValsalvaAnalyzer

Riferimenti

  1. Palamarchuk, I., Baker, J., Kimpinski, K. The utility of Valsalva maneuver in the diagnoses of orthostatic disorders. Am J Physiol. 310 (3), R243-R252 (2016).
  2. Pstras, L., Thomaseth, K., Waniewski, K., Balzani, I., Bellavere, F. The Valsalva manoeuvre: physiology and clinical examples. Acta Physiologica. 217 (2), 103-119 (2016).
  3. Singer, W., OpferGgehrking, T., McPhee, B., Hilz, M., Low, P. Influence of posture on the Valsalva manoeuvre. Clin Sci (London). 100 (4), 433-440 (2001).
  4. Groth, P., Tjernström, O. Pressure chamber tests for selection of aircrew. ORL J Otorhinolaryngol Relat Spec. 46 (5), 264-269 (1984).
  5. Gelfman, D. The Valsalva maneuver, set in stone. Am J Med. 134 (6), 823-824 (2021).
  6. Pstras, L., Thomaseth, K., Waniewski, J., Baizani, I., Bellavere, F. Mathematical modelling of cardiovascular response to the Valsalva manoeuvre. Math Med Biol. 34 (2), 261-292 (2017).
  7. Barbato, A. Chapter 78 - The History, Physical, and Laboratory Examinations. , Butterworths. (1990).
  8. Low, P., et al. Effect of age and gender on sudomotor and cardiovagal function and blood pressure response to tilt in normal subjects. Muscle Nerve. 20 (12), 1561-1568 (1997).
  9. Ewing, D., Martyn, C., Young, R., Clarkea, B. The value of cardiovascular autonomic function tests: 10 years experience in diabetes. Diabetes Care. 8 (5), 491-498 (1985).
  10. Nagar, A., Dhingra, N. Valsalva retinopathy. Postgrad Med J. 93 (1097), 174(2017).
  11. Sandroni, P., Novak, V., Opfer-Gehrking, T., Huck, C., Low, P. Mechanisms of blood pressure alterations in response to the Valsalva maneuver in postural tachycardia syndrome. Clin Auton Res. 10 (1), 1-5 (2000).
  12. El-Khayat, A. Valsalva haemorrhagic retinopathy in pregnancy after yoga. BMJ Case Rep. 2017, bcr2017221099(2017).
  13. Low, P. Testing the autonomic nervous system. Semin Neurol. 23 (4), 407-421 (2003).
  14. Won, H., Kim, P., Lee, J. Changes in echogenicity of hepatic hemangiomas during the Valsalva maneuver. J Clin Ultrasound. 45 (6), 328-331 (2017).
  15. Ricci, S., Moro, L., Minotti, G., Incalzi, R., De Maeseneer, M. Valsalva maneuver in phlebologic practice. Phlebology. 33 (2), 75-83 (2018).
  16. Felker, G., Cuculich, P., Gheorghiade, M. The Valsalva maneuver: a bedside "biomarker" for heart failure. Am J Med. 119 (2), 117-122 (2006).
  17. Kim, J., et al. Utility of corrected QT interval in orthostatic intolerance. PLoS One. 9 (9), e106417(2014).
  18. Kim, H., Yi, H., Hong, J., Lee, H. Detailed relationship between the pattern of blood pressure change during the Valsalva maneuver and the degree of orthostatic hypotension during the head-up tilt test in patients with orthostatic intolerance: a retrospective case-control study. Medicine (Baltimore). 95 (19), e3608(2016).
  19. Bingger, W., Mitchell, R., Harron, D., McKaigue, J., McAloney, R. Real time analysis of Valsalva maneuver. Comput BIol Med. 19 (5), 319-329 (1989).
  20. Randall, E., Billeschou, A., Brinth, L., Mehlsen, J., Olufsen, M. A model-based analysis of autonomic nervous function in response to the Valsalva maneuver. J Appl Physiol. 127 (5), 1386-1402 (2019).
  21. Motamedi, M., Akbarzadeh, M., Safari, S., Shahhoseini, M. Valsalva maneuver using a Handmade Device in Supraventricular Tachycardia Reversion; a quasi experimental study. Emerg (Tehran). 5 (1), e81(2017).
  22. Abdulhamid, A., et al. Modified Valsalva versus standard Valsalva for cardioversion of supraventricular tachycardia: systematic review and meta-analysis. Int J Arrhythmia. 22, 2(2021).
  23. VitalScan. The future of health care autonomic nervous system testing. , (2023).
  24. Heart rate variability (HRV) software. , Kubios. (2023).
  25. Robertson, D., Biaggioni, I., Burnstock, G., Low, P. A., Paton, J. Primer on the autonomic nervous system. , Elsevier. (2012).
  26. Hristovska, A., et al. Orthostatic intolerance after acute mild hypovolemia: incidence, pathophysiologic hemodynamics, and heart-rate variability analysis-a prospective observational cohort study. Can J Anaesth. 70 (10), 1587-1599 (2023).
  27. Hristovska, A., Uldall-Hansen, B., Mehlsen, J., Kehlet, H., Foss, N. Orthostatic intolerance after intravenous administration of morphine: incidence, haemodynamics and heart rate variability analysis. Anesthesia. 78 (4), 526-528 (2022).
  28. Geddes, J., Ottesen, J., Mehlsen, J., Olufsen, M. Postural orthostatic tachycardia syndrome explained using a baroreflex response model. JR Soc Interface. 19 (193), 20220220(2022).
  29. Overweight and obesity. , Centers for Disease Control and Prevention. https://www.cdc.gov/obesity/index.html (2022).
  30. Denq, J., O'Brian, P., Low, P. Normative data on phases of the Valsalva maneuver. J Clini Neurophysiol. 15 (6), 535-540 (1998).
  31. Sandroni, P., Benarroch, E., Low, P. Pharmacological dissection of components of the Valsalva maneuver in adrenergic failure. J Appl Physiol. 71 (4), 1563-1567 (1985).
  32. Huang, C., Sandroni, P., Sletten, D., Weigand, S., Low, P. Effect of age on adrenergic and vagal baroreflex sensitivity in normal subjects. Muscle Nerve. 36 (5), 637-642 (2007).
  33. Novak, P. Assessment of sympathetic index from the Valsalva maneuver. Neurology. 76 (23), 2010-2016 (2011).
  34. Wada, N., et al. Determination of vagal baroreflex sensitivity in normal subjects. Muscle Nerve. 50 (4), 535-540 (2014).
  35. Wada, N., et al. Comparison of baroreflex sensitivity with a fall and rise in blood pressure induced by the Valsalva manoeuvre. Clin Sci (London). 127 (5), 307-313 (2014).
  36. Schrezenmaier, C., et al. Adrenergic and vagal baroreflex sensitivity in autonomic failure. Arch Neurol. 64 (3), 381-386 (2007).
  37. Trefethen, L. Spectral methods in Matlab. , SIAM. (2000).
  38. Moštak, I., Višnjić, N., Junaković, A., Skorić, M. Comparison of baroreflex sensitivity indices with standard tests of autonomic system function. J Neurol Sci. 426, 117473(2021).
  39. García, J., López, A., Stefan, M., Milner, D. Influence of repetitions on the Valsalva maneuver. Neurophysiol Prac. 5, 104-111 (2020).
  40. Vogel, E., Sandroni, P., Low, P. Blood pressure recovery from Valsalva maneuver in patients with autonomic failure. Neurology. 65 (10), 1533-1537 (2005).
  41. Kobayashi, H. Normalization of respiratory sinus arrhythmia by factoring in tidal volume. Appl Human Sci. 17 (5), 207-213 (1998).

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Ristampe e permessi

Tag

Analisi della frequenza cardiacaAnalisi della pressione arteriosaSensibilit del baroriflessoElaborazione dei segnali ECGDisfunzione autonomicaSoftware MATLABDinamica simpaticaDinamica parasimpatica
Software per l'analisi dei dati delle serie temporali della frequenza cardiaca e della pressione sanguigna dalla manovra di Valsalva
Contattaci
Raccomanda alla biblioteca

Privacy

Termini di utilizzo

Politiche

Copyright © 2026 MyJoVE Corporation. Tutti i diritti riservati.