É necessária uma assinatura do JoVE para visualizar este conteúdo. Faça login ou inicie seu teste gratuito.

Artigo de método

Software para Análise de Dados de Séries Temporais de Frequência Cardíaca e Pressão Arterial da Manobra de Valsalva

1.7K vistas

⸱

DOI:

10.3791/67222

⸱

27 de junho de 2025

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

Neste artigo

Resumo

O software ValsalvaAnalyzer inclui funções para analisar as medições contínuas de eletrocardiograma batimento a batimento e pressão arterial (PA) registradas durante a manobra de Valsalva (MV). Os biomarcadores clínicos computados e os resultados estimados do modelo fornecem informações sobre a regulação simpática e parassimpática da frequência cardíaca e da PA durante a MV.

Resumo

A Manobra de Valsalva (MV) é um teste de baixo risco e altamente acessível que mede a resposta da frequência cardíaca (FC) e da pressão arterial (PA) induzida por barorreflexo à respiração forçada contra a pressão intratorácica de 40 mmHg por 15 s. Este estudo demonstra o software ValsalvaAnalyzer, que combina modelagem e análise de dados para extrair biomarcadores de séries temporais de PA e dados de eletrocardiograma (ECG). O software, programado no MATLAB, incorpora uma interface gráfica de usuário, tornando a análise de dados e as previsões de modelagem matemática acessíveis aos médicos. O software calibrado para PCs e Macs lê os dados de ECG e PA medidos durante a VM. Ele identifica automaticamente os picos R e S no sinal de ECG, com verificação integrada do usuário para garantir a precisão dos sinais capturados. Os intervalos RR são usados para prever a FC, e as alterações de magnitude do complexo QRS são usadas para prever a respiração. A PA sistólica e diastólica são capturadas e o usuário identifica o início e a duração da MV a partir da PAS. O software detecta automaticamente as quatro fases da VM e a pressão intratorácica. Este último é obtido pela fusão do sinal respiratório em repouso com a pressão de 40 mmHg contra a qual o sujeito respira durante a MV. Os marcadores clínicos de VM mais comumente relatados calculados a partir dos dados de FC e PA são relatados juntamente com estimativas de parâmetros específicos do paciente obtidos usando um modelo de equações diferenciais, que prevê a dinâmica simpática e parassimpática. A saída final, mais de 35 métricas, inclui PA e FC, FC máxima e mínima, razão de Valsalva e medidas de sensibilidade barorreflexa, tudo salvo em uma planilha. O software destina-se a analisar os dados da VM, mas a metodologia pode ser estendida para outros testes autonômicos. Sua força está na combinação de quantidades extraídas de dados brutos com saídas de modelos, aumentando os dados clínicos com um modelo matemático que fornece informações sobre quantidades autonômicas imensuráveis.

Introdução

A Manobra de Valsalva é um teste de baixo risco, não invasivo, barato e altamente acessível para medir a função do sistema nervoso autônomo por meio de exercícios expiratórios forçados 1,2. A manobra é realizada pelo paciente que expira em um aparelho de pressão expiratória final positiva (DPE) conectado a um manômetro, mantendo uma pressão intratorácica de 40 mmHg por 15 s, geralmente em decúbito dorsal ou sentado 2,3. Essa manobra desafia simultaneamente os sistemas autônomo e cardiovascular, imitando a resposta fisiológica a estressores como esforço ao levantar objetos pesados ou equilibrar a pressão ao voar4. Este teste é usado com frequência em ambientes clínicos 2,5, mas são necessárias mais ferramentas para analisar os dados que quantificam os mecanismos fisiológicos subjacentes. A modelagem neurológica aplicada à MV pode facilitar a identificação de melhores critérios diagnósticos e mecanismos causais para disfunção autonômica5.

A VM tem quatro fases6. É facilitada pela apneia, que aumenta a pressão intratorácica, comprimindo as câmaras cardíacas e a aorta torácica e esvaziando o sangue na circulação sistemática, causando um aumento transitório da PA. A fase I é caracterizada por um aumento contínuo da pressão intratorácica, reduzindo o fluxo sanguíneo venoso para o coração, o volume sistólico e a PA arterial média. Em resposta, os barorreceptores arteriais de alta pressão são ativados. A diminuição da PA durante a parte inicial da Fase II causa uma retirada parassimpática, aumentando a FC. Durante a parte final da Fase II, o excesso simpático medeia a vasoconstrição, aumentando a PA e a FC. Em pacientes saudáveis, a recuperação da PA é o valor de repouso antes de liberar a apneia. A Fase III é recíproca à Fase I. Essa fase é iniciada quando o paciente libera a apneia, o que causa reduções acentuadas na pressão intratorácica e na PA arterial, geralmente seguidas por um aumento da FC. Na Fase IV, o aumento do retorno venoso ao coração e a vasoconstrição persistente do final da Fase II resultam em um aumento acentuado da PA chamado overshoot. A estimulação dos barorreceptores arteriais de alta pressão pelo overshoot ativa o nervo vago para reduzir a FC. Espera-se que o paciente se recupere para valores pré-teste aproximadamente 10-30 s após o início da MV 2,5.

A MV é utilizada para avaliação da função autonômica e cardiovascular à beira do leito7. O biomarcador MV mais comum, o coeficiente de Valsalva (RV)8,9,10, mede a função parassimpática como a razão entre o intervalo RR mais longo após o início da apneia e o intervalo RR mais curto. Foi previamente estabelecido que a taquicardia ortostática postural (POTS) está associada a uma RV alta e a um notável aumento da PA na Fase IV11, também chamada de resposta do padrão N1. Outra métrica é a sensibilidade do barorreflexo vagal. Essa métrica é estimada na parte inicial das Fases II e IV à medida que a inclinação da regressão entre os intervalos RR e as mudanças características da PA 3,10,12,13,14. A análise qualitativa das respostas da PA à MV pode identificar diferentes sopros cardíacos9, e uma resposta distinta de onda quadrada é um indicador de função ventricular prejudicada e insuficiência cardíaca15,16. A ausência de superação da PA e a presença de bradicardia após a liberação em apneia é indicativa de disautonomia13. A resposta do padrão V com declínio progressivo da PA no final da Fase II e recuperação lenta na Fase IV é característica de hipotensão ortostática neurogênica, indicando insuficiência barorreflexa alfa-adrenérgica1. Outros estudos demonstraram a eficácia do uso da MV para complementar o teste de inclinação da cabeça para cima no rastreamento de distúrbios ortostáticos 1,17,18.

Numerosos estudos examinaram a função autonômica analisando as respostas de FC e PA durante a VM1, mas nenhum sistema automatizado de código aberto está disponível para quantificar a função barorreflexa. Muitos estudos analisaram dados da MV19,20,21,22, e alguns softwares são especializados em função autonômica, incluindo o VitalScan da Medeia 23 e o Kubios24. O VitalScan utiliza sinais de ECG e PA, mas Kubios analisa apenas sinais de ECG. O site VitalScan observa que este software avalia a função autonômica, mas carece de uma descrição detalhada das quantidades calculadas. Kubios determina a variabilidade da FC (VFC) e a RV25. Para resolver essas lacunas, este estudo desenvolve um novo software de código aberto que calcula os índices de VM mais comuns 1,25.

O software analisa os dados de ECG e PA medidos durante uma manobra de MV mantendo uma pressão intratorácica de 40 mmHg por 15 s. Recomendamos incluir pelo menos 30 s de dados estáveis antes e depois da VM. Após a identificação da FC e da PA sistólica, o início e a liberação da MV, um conjunto de marcadores clínicos é extraído. Além disso, esse software utiliza o modelo matemático de Randall et al.20 para prever a sinalização simpática e parassimpática juntamente com os parâmetros que caracterizam a sensibilidade barorreflexa. Dois recursos críticos são a capacidade de ler dados de sinais ruidosos, identificar e remover artefatos e a detecção automática com correção manual de marcadores de VM. Este último é vital para pacientes com disfunção autonômica, onde a detecção puramente automática falha. Esta exposição inclui todos os resultados do sujeito 1 e um protocolo para extrair os resultados dos sujeitos 2-8. Os resultados do sujeito 1 estão incluídos no código, texto e figuras, e os resultados de todos os assuntos são mostrados na Figura Suplementar 1, Figura Suplementar 2, Figura Suplementar 3, Figura Suplementar 4, Figura Suplementar 5, Figura Suplementar 6, Figura Suplementar 7 e Figura Suplementar 8.

O software Valsalva Analyzer calcula os índices adrenérgicos e vagais que caracterizam a resposta à manobra de Valsalva (MV) a partir de medidas contínuas de ECG e PA. Para demonstrar o software, fornecemos uma breve descrição da configuração experimental seguida de uma descrição detalhada do software. O software lê dados extraídos de prontuários de pacientes armazenados no LabChart. A análise é demonstrada em um paciente de controle saudável, mas o software inclui dados de oito indivíduos com uma variedade de respostas autonômicas. Abaixo, discutimos exemplos de pacientes e descrevemos o protocolo para instalar e executar o software. O protocolo inclui referências a figuras geradas no MATLAB. Para distingui-los dos números incluídos nos resultados representativos, todos eles são chamados de MFigure #.

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Protocolo

Três conjuntos de dados de exemplo foram selecionados de doadores de sangue adultos do sexo masculino (30-45 anos) elegíveis para doação de sangue de acordo com a legislação dinamarquesa26, três de um estudo que examinou os efeitos dos opioides pré-operatórios em pacientes adultos (40-61 anos) recebendo próteses de joelho e quadril27 e um de um paciente diagnosticado com síndrome de taquicardia ortostática postural (POTS) 28. Os estudos de TB e opioides foram aprovados pelo comitê de ética local na Dinamarca (H-19069845 e H-20071567, respectivamente), registrados na agência dinamarquesa de proteção de dados e registrados em ClinicalTrials.gov (NCT04499664 e NCT04902222, respectivamente). O comitê de ética dos Hospitais Frederiksberg e Bispebjerg, Dinamarca, aprovou o uso de dados para diagnosticar POTS para pesquisa. Todos os dados foram desidentificados antes de serem preparados como exemplos para este software, e todos os sujeitos sabiam falar e entender dinamarquês e deram consentimento informado para participar de seus respectivos estudos.

NOTA: O software fornece ferramentas para extrair marcadores de medições de ECG e PA do paciente. Os usuários podem inserir um número de identificação do sujeito, idade, sexo, peso e altura. Esta informação é opcional. Os usuários são encorajados a citar este manuscrito. O software inclui dados de exemplo de medições de ECG (canal 1), FC derivada de ECG (canal 2) e PA (canal 3). A Tabela 1 inclui uma descrição detalhada do paciente e anotações do paciente. Os oito conjuntos de dados não identificados fornecidos com este software foram extraídos de estudos publicados anteriormente 26,27,28. Os dados foram selecionados para demonstrar características observadas durante a MV. A intenção é demonstrar as características do software, não realizar um estudo clínico específico. Os critérios de exclusão para os estudos com doadores de sangue e opioides incluem abuso de álcool e drogas e uso habitual de opioides, arritmia ou insuficiência cardíaca, história de hipotensão ortostática. Os critérios de exclusão não listados explicitamente para cada estudo estão listados em26,27.

PacienteIdade (anos)Sexo (m/f)Altura (cm)Peso (kg)IMC (kg/m2)Anotações
Assunto 135m1769229,7 (ob)Resposta normal
Assunto 231m1807021,6 (NM)Resposta normal
Assunto 330m1879326,6 (ow)Grande ultrapassagem na fase IV. Artefatos de FC devido ao ruído do sinal de ECG
Assunto 442m1757624,5 (NM)Resposta V típica para disfunção autonômica. Efeito cronotrópico inadequado na fase II. Sem recuperação da PA no final da fase II. Falta de superação na fase IV.  PRT Longo
Assunto 537f1658531.2 (ob)Sem ultrapassagem na fase IV
Assunto 661f17010737,0 (ob)Recuperação inadequada da PA no final da fase II. A PA máxima não é igual à PA final na fase II tardia
Assunto 742m1778426,8 (ow)Sobrecarga ausente na fase IV
Assunto 858f1667727,9 (ow)Queda insignificante da PA no início da fase II. Artefatos de FC devido ao ruído do sinal de ECG. Artefatos BP na fase IV
nw: IMC eutrófico (18,5-25), ow: sobrepeso (IMC (25-30), ob: obeso (IMC > 30)26

Tabela 1. Clique aqui para baixar esta tabela.

1. Configuração experimental

  1. Colete medições contínuas de PA de um manguito de pressão arterial colocado nos dedos indicador e médio na mão não dominante (Figura 1A). Posicione a mão no nível do coração para eliminar os efeitos da gravidade (Figura 1B).
  2. Meça o ECG usando um ECG padrão de 3 eletrodos com eletrodos colocados a uma equidistância do coração no átrio esquerdo e direito e na borda inferior do lado esquerdo da caixa torácica. Após a instrumentação, realizar a manobra de Valsalva com a expiração do sujeito em um dispositivo de pressão expiratória final positiva (PEP) conectado a um manômetro (Figura 1C,D).
  3. Peça ao sujeito para respirar normalmente por 1-5 min até que um sinal estável seja gerado. Para ter dados suficientes para análise, registre sinais estáveis por pelo menos 30 s antes e depois da VM. Realize a MV solicitando que o sujeito expire por 15 s, mantendo uma pressão de 40 mmHg (Figura 1D). Durante a gravação, se possível, desligue a calibração para evitar lacunas no sinal BP.
  4. O software analisa sinais exportados do LabChart para o MATLAB a 1.000 Hz. No menu Exportar como MATLAB, inclua canais com sinais de ECG, FC e PA e pressão intratorácica, se registrada. Anote os números dos canais de cada sinal. No menu, escolha pinta flutuante de 32 bits, Upsample para a mesma taxa, descomente Comentários e Marcadores de evento. Clique em OK para exportar o arquivo .mat e em Cancelar para interromper a exportação.

figure-protocol-1
Figura 1: Instrumentação, manguito de PA, colocação de ECG, monitor, equipamento de MV. (A) Montagem do manguito BP no dedo indicador e médio na mão não dominante. (B) Os manguitos de dedo BP são presos na altura do coração, usando um curativo CoFlex coeso para eliminar os efeitos da gravidade. (C) Dispositivo PEP conectado a um manômetro. (D) O sujeito sentado expira em um dispositivo de pressão expiratória final positiva (PEP) conectado a um manômetro, mantendo uma pressão intratorácica de 40 mmHg por 15 segundos. (E) O módulo CNAP mede continuamente a PA e está conectado a um computador que processa e salva dados usando o LabChart. Clique aqui para ver uma versão maior desta figura.

2. Instalação de software, upload de dados e inicialização

NOTA: Este protocolo descreve como exportar sinais do LabChart para o MATLAB, mas o protocolo não depende de gravações armazenadas neste software. Referimo-nos aos seus manuais para sinais gravados por outro software e observamos que a conversão pode ser necessária para exportar as gravações no formato correto. Os dados devem incluir medições contínuas de séries temporais de ECG e PA.

  1. Baixe o software ValsalvaAnalyzer. Clone o repositório GitHub em https://github.com/msolufse/ValsalvaAnalyzer. Clique no botão verde Código . Clique em Baixar ZIP.
  2. Navegue até a pasta ValsalvaAnalyzer. O script principal DriverBasic.m deve ser substituído pela pasta ValsalvaAnalyzer e todos os outros scripts (arquivos .m) devem estar na pasta Core. O software inclui subpastas: Figuras, Marcadores, Otimizado, Sensibilidades e WS.
    NOTA: A pasta Figuras armazena as figuras geradas. Esta pasta contém duas subpastas (Dados e Model_fits): Armazenamentos de dados para figuras geradas a partir da análise de dados e figuras geradas pelo modelo de equações diferenciais. A pasta Labchart inclui os arquivos .mat exportados, mas não os arquivos LabChart originais. A pasta Marcadores contém as planilhas com proporções clínicas (um arquivo por sujeito). As pastas Sensibilidades e Otimizado incluem arquivos .mat com as sensibilidades e os valores de parâmetro estimados. A pasta WS contém arquivos .mat gerados durante a limpeza de dados. A pasta principal ValsalvaAnalyzer inclui DriverBasic.m, o script principal necessário para executar o programa. Quando o software é baixado. A pasta Labchart inclui um arquivo .mat para cada um dos oito assuntos de exemplo, enquanto as pastas com resultados (Marcadores, Sensibilidades, Otimizado e WS) têm apenas resultados para o Assunto 1. À medida que os conjuntos de dados de exemplo na pasta são analisados, os arquivos de saída serão armazenados nessas pastas. O arquivo Patientinfo.xls (e a Tabela 1) inclui informações do paciente (idade (anos), sexo (m/f), altura (cm), peso (kg) e IMC (kg/m2)) para cada um dos oito conjuntos de dados de exemplo. O peso é caracterizado como normal (nw), sobrepeso (ow) ou obesidade (ob)29, e é observado se o sujeito apresenta uma resposta de MV normal ou patológica.
  3. Para executar o software, vá para a pasta ValsalvaAnalyzer e abra o arquivo DriverBasic.m no MATLAB. No painel superior, clique em Editor e, em seguida, clique no triângulo verde rotulado Executar para executar o programa.

3. Plataforma de software

NOTA: O software distribuído pelo GitHub foi testado no Windows (Windows 11 Education) e Mac (MacOS Sonoma, versão 14.3) e usa MATLAB (versão R2023a). Os padrões são definidos para o ambiente MacOS com sugestões para Windows.

  1. No menu pop-up Selecionar parâmetros da figura, selecione o tipo de plataforma de software, o tamanho da fonte da figura, o tamanho do marcador e a largura da linha.
  2. Clique em OK para aceitar e prosseguir para a Etapa 4 ou clique em Cancelar para encerrar o programa.

4. Seleção de pacientes

NOTA: Esta etapa envolve a seleção e análise de dados. O software lerá arquivos .mat da pasta Labchart.

  1. Selecione qualquer número de pacientes da lista usando o mouse. O botão Selecionar tudo marca todos os pacientes. Os rótulos dos pacientes são determinados a partir dos nomes dos arquivos. Eles são usados em todos os arquivos exportados. Clique em OK para prosseguir para a Etapa 5 ou em Cancelar para sair do programa.

5. Seleção da operação

NOTA: Os métodos de análise de dados estão listados em um menu que fornece as operações disponíveis. Isso inclui métodos para limpar dados de ECG e PA, identificar fases de VM e calcular recursos de VM. O primeiro é realizado nos dados brutos usando a taxa de amostragem incorporada nas medições (os exemplos anexados são amostrados a 1.000 Hz). Os recursos da VM de identificação usam sinais limpos de FC e PAS sistólica subamostrados a 10 Hz. Os dados subamostrados também são usados para determinar a sinalização simpática e parassimpática obtida a partir da resolução do modelo de equações diferenciais de Randall et al.20 As figuras geradas são salvas como arquivos .png e armazenadas na pasta Figuras e os números gerados são armazenados em uma planilha (.xlsx) na pasta Marcadores. O layout das funções dentro deste software é ilustrado na Figura 2.

figure-protocol-2
Figura 2: Operações de software. Após a seleção dos pacientes, o software oferece a opção de corrigir os sinais medidos, incluindo (1) o ECG, do qual a frequência cardíaca e a respiração são extraídas, (2) o sinal de pressão arterial (PA) batimento a batimento do qual a PA sistólica e diastólica são extraídas. Após esses procedimentos, o software identifica as fases da manobra de Valsalva e extrai biomarcadores clínicos. Finalmente, oferecemos a opção de executar um modelo computacional prevendo a função barorreflexa. Clique aqui para ver uma versão maior desta figura.

  1. Selecione a(s) operação(ões) a ser executada(s) no menu Seleção de subconjunto. Operações completas em ordem decrescente, por exemplo, as informações do paciente devem ser inseridas antes que o ECG seja analisado. Se mais de um assunto e tarefa for selecionado no menu Seleção de operação na etapa 4, o software concluirá a primeira tarefa para todos os assuntos antes de passar para a próxima tarefa.
    1. O software inclui as seguintes operações: Informações do Paciente (Operação 1, Etapa 6); Eletrocardiograma (ECG; Operação 2, Etapa 7); Frequência cardíaca (FC; Operação 3, Etapa 8); Respiração (Operação 4, Etapa 9); Pressão arterial (PA; Operação 5, Etapa 10); Fases da VM (Operação 6, Etapa 11); Índices Clínicos (Operação 7, Etapa 12); A previsão do modelo (nominal; Operação 8, Etapa 13); Análise de Sensibilidade (Operação 9, Etapa 14); Otimização (Operação 10, Etapa 15); Previsões do Modelo de Plotagem (Operação 11, Etapa 16); Resumo (Operação 12, Etapa 17).
  2. Depois de selecionar as operações, clique em OK para prosseguir com a operação ou clique em Cancelar para retornar à Etapa 4.

6. Informações do paciente (Operação 1)

NOTA: A primeira operação envolve a inserção das características do paciente (ID, Idade, Sexo, Altura e Peso), os números dos canais do arquivo Labchart exportado (ECG, FC, PA, pressão intratorácica - se disponível) e a identificação do intervalo de tempo para a análise dos dados.

  1. Insira o ID do paciente (inteiro), Idade (inteiro, anos), Sexo (m/f, masculino/feminino), Altura (número real, cm) e Peso (número real, kg). Clique em OK para continuar ou em Cancelar para retornar à Etapa 5. O software será executado sem seleções. Os valores característicos para os oito indivíduos estão listados na Tabela 1. Esses valores não são usados na análise de dados, mas podem ser úteis para estatísticas resumidas.
  2. Identifique em qual canal cada sinal está armazenado, os valores padrão são: Canal 1 (ECG), canal 2 (HR), canal 3 (BP), canal 4 (pressão intratorácica - Pth) é definido como 0. Os conjuntos de dados de exemplo 1 a 8 não incluem esse sinal.
  3. MFigure 1 (Figura 3) exibe o ECG (mV) superior, o centro da FC (bpm) e a PA (mmHg) inferior como funções do tempo (segundos). Selecione os dados a serem analisados. Inclua aproximadamente 20 s antes e depois da VM.
  4. Posicionando a mira, clique uma vez com o mouse no início (~20 s antes da VM) e uma segunda vez no final (~20 s após a VM). Os dados selecionados aparecerão em vermelho na MFigure 1. Clique em Salvar e sair. MFigure 1, com os dados selecionados, será salvo na pasta Figuras/Dados com o nome [nome do paciente] + _dataAnalyzed.png.

figure-protocol-3
Figura 3: Os gráficos mostram os dados de ECG (mV, superior), frequência cardíaca (FC bpm, centro) e pressão arterial (mmHg, inferior). O traço azul mostra todos os dados extraídos do LabChart, e o traço vermelho mostra os dados selecionados para análise neste estudo. A região vermelha contendo ECG, FC e PA começando e terminando ~ 20 segundos antes e depois da manobra de MV. Clique aqui para ver uma versão maior desta figura.

7. Eletrocardiograma (Operação 2)

NOTA: A operação 2 envolve a identificação de picos R e Q ou S no sinal de ECG (removendo picos extras e/ou adicionando picos ausentes). Essa operação é executada nos dados brutos amostrados a 1.000 Hz. A magnitude do complexo QRS (a distância absoluta entre os picos R e Q ou S) é usada para criar o sinal de respiração antes e depois da apneia.

  1. MFigure 1 exibe o sinal de ECG (linha preta). Os picos R detectados automaticamente são marcados com vermelho e os picos Q ou S com círculos azuis. O objetivo é corrigir picos mal colocados. O número total de picos R e Q ou S é impresso à direita do gráfico. Esta tarefa só pode ser concluída se o número de picos R e S for o mesmo. Para corrigir os picos mal colocados, role com a mão para a direita através do sinal e pare quando os picos a serem corrigidos estiverem na janela. Um exemplo de um pico S extra colocado incorretamente e o sinal após a remoção do pico é mostrado na Figura 4.
    NOTA: Os picos R e S são identificados usando a metodologia descrita por Randall et al.20. Este algoritmo usa findpeaks.m para encontrar picos entre 25% a 200% do sinal médio. A taxa de amostragem é de 1.000 Hz (codificada nos dados) e o MinPeakDistance é definido como 1,5. Os picos R são encontrados a partir do sinal bruto e os picos S (ou Q) são encontrados analisando o negativo do sinal. Deve-se notar que, para alguns conjuntos de dados, o algoritmo identificará picos S e para alguns picos Q. Os exemplos são mostrados na Figura 4A. A magnitude do QRS é usada para determinar a respiração, conforme descrito por Randell et al.20.
  2. Repita a correção até que o número de picos S e R seja o mesmo usando as etapas descritas abaixo.
    1. Para corrigir os picos mal colocados, role para a direita e pare quando os picos a serem corrigidos estiverem na janela.
    2. Se um pico estiver faltando, colocado incorretamente ou um pico extra estiver marcado, role até o local do pico. Pressione Enter no teclado e uma mira aparecerá. Clique no ponto para corrigir. A próxima consulta de menu é: Adicionar ou remover ponto? Selecione Adicionar (etapa 7.2.3), Remover (etapa 7.2.4) ou Cancelar, retornando à Etapa 7.2.1.
    3. Clique em Adicionar e o ponto marcado será adicionado e aparecerá em vermelho (pico R) ou azul (Falar). O programa usará a localização exata do clique e classificará automaticamente o ponto como R ou S.
    4. Clique em Remover e o ponto marcado será removido. Repita esta etapa se o ponto não desaparecer, retornando à tarefa 7.2.2.
  3. Repita a etapa 7.2 até que todos os picos R e S sejam identificados corretamente e o número de picos R e S (ou Q) seja o mesmo. Em seguida, pressione Enter no teclado. No prompt solicitando a correção de pontos, clique em Não. Continue com a operação 3 (HR). Se a série temporal não tiver erros, mas o número de picos R e S (ou Q) não for idêntico. Para corrigir esse erro, retorne à Etapa 7.2. Observe que, para consistência dentro de um sinal, escolha os picos S ou Q.
  4. Se o usuário clicar em Não quando o número de picos R e S não for idêntico, um novo menu será exibido, observando que o Número de picos R e S deve ser igual. Inspecione os dados. Clique em OK e o código retorna à Etapa 7.2.

figure-protocol-4
Figura 4: Gráficos usados para guiar a correção do ECG (mV). A figura mostra o traçado do ECG (preto), as ondas R (círculos vermelhos) e as ondas S (círculos azuis). (A) O gráfico tem uma onda S mal colocada. Em (B), esta onda S foi removida. Um sinal de ECG limpo terá o mesmo número de picos R e S, conforme observado no lado direito do gráfico. Clique aqui para ver uma versão maior desta figura.

8. RH (Operação 3)

NOTA: Esta etapa envolve a conversão dos intervalos RR em HR. Depois que o sinal de ECG foi corrigido (conforme descrito acima), para a maioria dos conjuntos de dados, o sinal de FC é suave. No entanto, se o sinal de RH tiver artefatos (exemplo mostrado na Figura 5A). A operação 3 oferece a oportunidade de corrigir o sinal (example mostrado na Figura 5B).

figure-protocol-5
Figura 5: Gráficos usados para orientar a correção da frequência cardíaca (FC, bpm). (A) Frequência cardíaca (linha azul) gerada a partir do ECG corrigido. Os pequenos círculos azuis marcam os momentos em que o coração bate. (B) Exemplo de uma spline conectando dois pontos (linha verde), removendo um artefato do sinal de frequência cardíaca. Clique aqui para ver uma versão maior desta figura.

  1. MFigure 1 (Figura 5A) exibe FC (bpm) no painel superior e ECG (mV) no painel inferior. A FC (bpm) é calculada a partir dos picos de RR de ECG corrigidos. Se o sinal de FC não tiver artefatos, clique em Salvar e Sair e continue para a Operação 4 (Respiração). Se houver erros nos dados (compare os dois painéis na Figura 5), clique em Corrigir frequência cardíaca e prossiga para a Etapa 8.2.
  2. Role ao longo do sinal de FC e localize artefatos. Pressione Enter no teclado ao visualizar uma região para corrigir. Prossiga para a Etapa 8.3.
  3. Clique em OK no menu de consulta Clique em pontos para conectar. Alinhe a mira sobre o primeiro ponto antes do artefato e clique uma vez com o mouse. Em seguida, alinhe a mira sobre o primeiro ponto após o artefato e clique uma segunda vez com o mouse. Uma spline linear (plotada em verde) conecta os dois pontos. Um menu pergunta: Aceitar alteração? Respostas: Sim (vá para a Etapa 8.3.1), Desfazer (vá para a Etapa 8.3.2) e Adicionar alteração (vá para a Etapa 8.3.3).
    1. Selecione Sim para aceitar a spline linear, saia desta operação e retorne à Etapa 4. Selecione Desfazer para remover a spline linear e retornar à Etapa 8.2. Selecione Adicionar para manter a spline linear e retorne à Etapa 8.2 para permitir correções adicionais.
  4. MFigure 1 exibe a FC (bpm) e o ECG (mV) nos painéis superior e inferior. A figura é salva na pasta Figuras/Dados com o nome [nome do paciente] + _HeartRateECG.png. Para continuar, pressione Salvar e sair. Os sinais serão armazenados na taxa de amostragem (1.000 Hz para os conjuntos de dados de exemplo) incorporada nas medições.

9. Respiração (Operação 4)

NOTA: Um sinal de respiração é extraído do sinal de ECG corrigido calculando a magnitude do complexo QRS, ajustando uma spline polinomial interpoladora Hermite cúbica por partes (usando interp1.m com o método pchip) por meio dessa diferença, conforme descrito no estudo de Randall et al.20.

  1. A MFigure 1 (Figura 6) mostra o sinal respiratório extraído da diferença entre os picos R e S corrigidos. Inspecione o gráfico, clique em Salvar e sair e continue para a operação 5 (pressão arterial). MFigure 1 será salvo na pasta Figuras/Dados com o nome [nome do paciente] + _RespiratorySignal.png.

figure-protocol-6
Figura 6: Sinal respiratório. O sinal respiratório (linha azul) gerado a partir da amplitude do intervalo QRS muda, conforme descrito por Randall et al.20. Clique aqui para ver uma versão maior desta figura.

10. Pressão Arterial (Operação 5)

NOTA: Esta etapa envolve a extração da PA sistólica e diastólica. Duas curvas são formadas pela geração de uma spline através de pontos de dados selecionados. Para esta operação, o usuário pode corrigir as curvas detectadas automaticamente. Dada a mudança significativa na PA, é provável que a correção seja necessária imediatamente após a liberação da apneia.

  1. MFigure 1 (mostrado na Figura 7A) exibe uma janela ampliada com os dados BP. Alinhe a mira com um pico de PA e clique uma vez com o mouse. Em seguida, alinhe a mira no próximo pico à direita e clique novamente. A distância entre os dois picos estima a duração do ciclo cardíaco. Essa distância é necessária para identificar picos sistólicos e diastólicos. MFigure 2 (Figura 7B,C) é exibido, exibindo sinais sistólicos e diastólicos detectados automaticamente.
    NOTA: Os picos sistólico e diastólico são encontrados usando picos2.m, que insere a duração do ciclo cardíaco em repouso para definir a distância mínima do pico. Semelhante a R. Os picos sistólicos são encontrados diretamente do sinal, e os picos diastólicos são encontrados pela análise do sinal negativo.
  2. Correção da PA sistólica: Um menu é exibido, solicitando: Deseja corrigir pontos sistólicos? Pressione Sim (Etapa 10.4) para iniciar um protocolo para fixar a PA sistólica e Não (Etapa 10.3) para proceder à correção da PA diastólica.
  3. A correção da PA diastólica começa com um menu perguntando: Deseja corrigir os pontos diastólicos? Pressione Sim (Etapa 10.4) para iniciar um protocolo para fixar a PA diastólica e Não para prosseguir. Pressione Salvar e sair e continue com a operação 6 (fases da manobra de Valsalva).
    NOTA: O protocolo de correção da PA diastólica é idêntico ao de correção da PA sistólica; ambos são descritos na Etapa 10.4.
  4. MFigure 2 mostra um zoom dos primeiros dados de 40 s. Inspecione a região e continue rolando até que um ponto errado apareça (traço corrigido mostrado na Figura 7B,C). Pressione Enter no teclado e coloque a mira no último pico correto antes do(s) ponto(s) perdido(s), clique neste ponto e continue movendo a mira, clicando em todos os pontos a serem corrigidos, terminando com um ponto correto. Pressione Enter quando terminar. Uma linha tracejada aparece conectando os pontos corrigidos (exemplos mostrados na Figura 7B,C).
    NOTA: A correção pode ser repetida até que não seja necessário modificar mais segmentos. Para cada seção, os pontos corrigidos são conectados com uma linha tracejada vermelha (SBP) e verde (DBP) anexada aos pontos existentes em cada extremidade. O sinal BP contínuo, plotado em azul, é usado como guia. O sistema registrará os picos clicados mesmo que eles não estejam alinhados com o sinal BP. Esta operação corrige os sinais sistólicos e diastólicos. Dentro de cada sinal, corrija apenas os pontos associados ao sinal, ou seja, não tente corrigir os pontos diastólicos ao corrigir a PA sistólica ou vice-versa.

figure-protocol-7
Figura 7: Correção da pressão arterial. (A) Zoom do sinal de PA em repouso. O usuário é solicitado a clicar em dois picos consecutivos para determinar a duração média do ciclo cardíaco. (B) Um zoom da pressão sistólica (vermelha) e diastólica (verde) original e corrigida. Neste painel, as medidas contínuas da pressão arterial (mmHg) são mostradas em azul. (C) Os sinais originais e corrigidos da pressão arterial sistólica (vermelho) e diastólica (verde) ao longo do intervalo de tempo analisado. Em todos os painéis, o sinal contínuo de BP batimento a batimento é mostrado com uma linha azul, o PBE com uma linha vermelha e o DBP com uma linha verde. Para os sinais de PAS e PAD, cada ciclo cardíaco é marcado por pequenas estrelas. Clique aqui para ver uma versão maior desta figura.

11. Fases da Manobra de Valsalva (VM) (Operação 6)

NOTA: A operação 6 envolve a detecção da VM. Esta operação usa dados de FC, PAS, PAD e pressão intratorácica (se disponível) subamostrados para 10 Hz. O usuário é solicitado a identificar o início e a liberação da apneia. A apneia começa no valor de PA mais baixo antes do primeiro pico e é liberada no valor de PA antes da segunda queda de PA. Depois de identificar esses pontos, o software determina as quatro fases da VM a partir das características dos sinais. Estes podem ser corrigidos manualmente, o que é especialmente importante ao analisar dados para respostas hemodinâmicas anormais.

  1. MFigure 1 mostra a PA contínua (linha fina) e sistólica (PAS, linha em negrito) no painel superior (mmHg), FC (bpm) no2º painel, respiração (Resp, mV) no3º painel e ECG (mV) no painel inferior Se a pressão intratorácica estiver disponível, este sinal será mostrado no 3º painel (Pth, mmHg), e o sinal respiratório (Resp, mV) no 4º painel. As fases de Valsalva são detectadas automaticamente e o software continua na etapa 1.3 para conjuntos de dados sem medições de Pth. Para marcar o início da MV, alinhe a mira com o início da apneia (o mínimo da PAS imediatamente antes do aumento significativo da PAS e da diminuição da FC) e clique uma vez com o mouse.
  2. Para marcar o final da VM, alinhe a mira com a extremidade de apneia (o valor de BP imediatamente antes da2ª queda de SBP) e clique uma vez com o mouse. Esses pontos são usados para determinar as quatro fases da VM no MFigure 2, exibindo PA (mmHg) no painel superior, FC (bpm) no painel central e respiração (Resp, mV) no painel inferior. Se a pressão intratorácica (mmHg) for medida, ela é mostrada entre os painéis de frequência cardíaca e respiração.
  3. Um menu consulta: Aceitar índices? Selecione Sim para concluir a operação e continuar para a Operação 7 (proporções clínicas). Selecione Não para inspecionar a detecção automatizada de fases delineadas por linhas verticais.
  4. Um menu consulta: Correção de índice. Selecione uma, várias ou todas as fases e clique em OK para prosseguir para a Etapa 10.4 para correção ou em Cancelar para retornar à Etapa 11.1.
  5. Uma mira aparece no MFigure 2. A segunda linha do título descreve a fase que está sendo corrigida. Para a fase selecionada, clique na hora, marcando o início da fase. Repita esta operação até que todas as fases selecionadas tenham sido corrigidas. Os tempos corrigidos são mostrados com linhas verticais vermelhas. Uma vez que todas as fases selecionadas tenham sido corrigidas, o menu reaparece, consultando: Aceitar índices? Clicar em Sim continua para a Etapa 11.5 e Não reverte para a Etapa 11.1. Observe que as fases devem ser corrigidas em ordem sequencial.
  6. MFigure 3 (Figura 8) exibe as fases finais da VM. A figura mostra o painel superior da PA (mmHg), o painel central da FC (bpm) e o painel inferior da pressão torácica (Pth, mmHg). Este sinal é obtido pela fusão do sinal respiratório extraído com a pressão intratorácica medida ou computada imposta durante a apneia. As quatro fases são sombreadas em cinza. Clique em Salvar e sair e continue para a operação 7 (Índices clínicos). Esta figura será salva na pasta Figuras/Dados com o nome [nome do paciente] + _VMphases.png.

figure-protocol-8
Figura 8: Fases I-IV de Valsalva. O gráfico superior mostra a pressão arterial contínua (azul claro) e sistólica (linha azul grossa); o segundo painel mostra a frequência cardíaca e o painel inferior mostra a pressão torácica. Este último é obtido pela fusão do sinal respiratório com a pressão durante a apneia (ajustada para 40 mmHg). As Fases I e III de Valsalva são marcadas com painéis cinza. Os valores basais (PAS média, FC antes e depois da MV) são denotados por linhas tracejadas horizontais. Clique aqui para ver uma versão maior desta figura.

12. Rácios clínicos (Operação 7)

NOTA: Esta etapa calcula as proporções clínicas que caracterizam a MV usando FC, RR e PAS, dados subamostrados para 10 Hz. Todos os fatores estão listados na Tabela 2. Isso inclui características do paciente (ID do paciente, idade, sexo, altura e peso), duração das fases da MV, PA mínima e máxima, FC, intervalos FR dentro de cada fase da MV30,31 e tempo de recuperação da pressão 32,33. A inclinação e a qualidade do ajuste (valor R2) das linhas de regressão HR e RR no início da Fase II (linha ciano) e IV (linha marrom), caracterizando a estimulação vagal e o aumento da pressão no início (linha ciano) e no final (linha azul) da Fase II e no início da Fase IV (linha marrom). Este último determina a estimulação simpática. Além disso, o software caracteriza a alteração nos marcadores PAS, vagal 1,32,34,35 e adrenérgico (BRS)1,32,33,36. Novamente, as fases e pontos detectados automaticamente podem ser corrigidos conforme necessário. Por exemplo, a PA máxima e a FC mínima no início da Fase IV são frequentemente desalinhadas. A Figura 9 mostra as proporções clínicas antes (painel Figura 9A) e depois (painel Figura 9B) correção. A Figura 9C mostra as razões adaptadas de Palamarchuk et al.1 e Sandroni et al.31. Observe que as quantidades exibidas nesta figura são derivadas dos valores extraídos dos dados descritos nas etapas 12.1 a 12.4.

figure-protocol-9
Figura 9: Razões clínicas. (A, B) Razões e linhas de regressão para pressão arterial (PA, mmHg) no painel superior, frequência cardíaca (FC, bpm) no painel central e intervalos RR (s) no painel inferior. (A) mostra as proporções detectadas automaticamente e o painel (B) a PA máxima corrigida e a FC mínima no início da Fase IV. (C) Linha de regressão por meio de razões corrigidas. Clique aqui para ver uma versão maior desta figura.

  1. A MFigure 1 (mostrada na Figura 9) mostra a PA sistólica (PAS, mmHg) no painel superior, a FC (bpm) no painel central e o(s) intervalo(s) RR(s) no painel inferior. Os valores característicos de PAS, FC e RR são anotados com marcadores circulares. Um menu é exibido, perguntando: Deseja aceitar marcadores? Inspecione os marcadores. Clique em Sim se todos os pontos estiverem corretos; esta operação é concluída, revertendo para a Etapa 4. Clique em Não se um ponto precisar ser ajustado.
  2. Um menu consulta: Selecione os pontos a serem movidos. O menu permite a seleção de um, vários ou todos os pontos. Se os índices tiverem sido selecionados, clique em OK para continuar (Etapa 12.3) ou em Cancelar para continuar sem alterar nenhum índice, continuando para a Etapa 12.4.
  3. Para cada quantidade selecionada, um menu pop-up lista os pontos a serem corrigidos. Clique em OK para continuar. Alinhe a mira no ponto desejado e clique uma vez com o mouse. Quando todos os pontos selecionados tiverem sido corrigidos, MFigure 1 exibe BP (mmHg) no painel superior, FC (bpm) no painel central e intervalos RR (s) no painel inferior. Ele mostra os pontos corrigidos e as linhas de regressão durante o início e o final da Fase II e o início da Fase IV. Pressione Salvar e continue para a operação 8 (Executar modelo).
  4. MFigure 2 (mostrado na Figura 9C) exibe as linhas de regressão relacionando o intervalo RR com a PAS e a qualidade do ajuste (o valor de R2 ). Pressione Salvar e sair, retornando à Etapa 4. Os MFigures 1 e 2 serão salvos na pasta Figuras/Dados sob os nomes [nome do paciente] + ratios.png e [nome do paciente] + _ratios_regression.png.

13. Executar modelo (Operação 8)

NOTA: A operação 8 envolve a resolução do modelo de equações diferenciais barorreflexas de Randall et al.20, que prevê a sinalização simpática e parassimpática. Esta etapa executa o modelo com valores de parâmetros definidos usando informações do paciente e proporções clínicas identificadas na Operação 7. Essa operação é necessária para testar previsões nominais; se os ajustes nominais tiverem erros significativos, os resultados da operação de otimização (Etapa 15) podem não ser bem-sucedidos para o conjunto de dados específico.

  1. Resolve o modelo de equações diferenciais de Randell et al.20 usando valores nominais de parâmetros específicos do paciente extraídos dos dados e das informações do paciente inseridas na Etapa 5. MFigure 1 mostra o painel superior esquerdo da PA (mmHg), os dados de FC (bpm) (azul) e o painel superior direito do modelo (magenta), o painel inferior esquerdo da pressão torácica (Pth, mmHg) e as previsões parassimpáticas (magenta) e simpáticas (roxo escuro) no painel inferior direito. Os resultados são representados com uma resolução de tempo de 10 Hz, que corresponde à resolução nos dados subamostrados de FC e PAS. Clique em Salvar e sair e continue para a operação 8 (Executar modelo). Esta figura será salva na pasta Figuras/Model_fits como [nome do paciente] + _nominal.png.

14. Análise de sensibilidade (Operação 9)

NOTA: A análise de sensibilidade não é necessária para a análise de dados. Essa análise gera um gráfico que descreve a sensibilidade (ou importância) dos parâmetros do modelo para uma previsão precisa de RH. As sensibilidades são avaliadas a uma frequência de 10 Hz, correspondendo aos dados subamostrados de FC e PAS. A operação usa análise de sensibilidade local descrita em detalhes por Randall et al.20

  1. Essa operação calcula a sensibilidade dos parâmetros do modelo à HR. Os resultados (em uma escala logarítmica) que descrevem as sensibilidades classificadas são mostrados na MFigure 1 (Figura 10). Clique em Salvar e sair e continue para a operação 10 (Otimização). Observe que esse cálculo leva alguns minutos. O resultado mostrado no MFigure 1 é salvo na pasta Figuras/Model_fits como [nome do paciente] + _sensitivities.png.

figure-protocol-10
Figura 10: Sensibilidade dos parâmetros do modelo à previsão da frequência cardíaca. O modelo e os parâmetros são discutidos detalhadamente no estudo de Randall et al.20, e os parâmetros estimados são explicados na Tabela 2. Clique aqui para ver uma versão maior desta figura.

15. Otimização (Operação 10)

NOTA: Esta operação estima um subconjunto de parâmetros identificáveis dado o modelo de equações diferenciais matemáticas e a disponibilidade de dados (HR). O resultado é um modelo de RH calibrado para dados subamostrados a 10 Hz. Além de um conjunto de parâmetros estimados, o modelo otimizado prevê sinais simpáticos e parassimpáticos. Se a simulação não se ajustar bem aos dados, os sinais simpáticos e parassimpáticos previstos não podem ser interpretados. A otimização é conduzida usando o método de Levenberg Marquardt, conforme descrito por Randall et al.20.

  1. A estimativa do parâmetro pode levar de 5 a 10 minutos para ser concluída. Durante a computação, a janela de comando do MATLAB imprime até 30 linhas de cinco números denotando (da esquerda para a direita) a norma de gradiente, o menor custo quadrado, o número de iteração e o número da condição da matriz jacobiana. Quando a otimização estiver concluída, continue para a Operação 11 (Plotar previsões do modelo). O parâmetro estimado e um vetor INDMAP são salvos na pasta Otimizado.

16. Previsões do modelo de plotagem (Operação 11)

NOTA: Os resultados das previsões do modelo com valores de parâmetros nominais (Etapa 13, Operação 8) e estimados (Etapa 15, Operação 10) são plotados em uma resolução de 10 Hz correspondente aos dados subamostrados. Se a previsão de FC mostrada no painel superior direito do MFigure 1 for razoável, o código prevê a sinalização simpática e parassimpática (painel inferior direito do MFigure 1).

  1. No menu, selecione as previsões do modelo a serem exibidas, clique em Nominal para plotar as previsões do modelo da Etapa 13 e em Otimizado para exibir as previsões do modelo otimizado da Etapa 15. MFigure 1 (parâmetros nominais da Figura 11A e parâmetros otimizados da Figura 11B ) mostra a PA (mmHg) no canto superior esquerdo, a FC (bpm) no canto superior direito (azul) e o modelo (magenta), a pressão torácica (Pth, mmHg) está no canto inferior esquerdo. A previsão de sinais parassimpáticos (magenta) e simpáticos (roxo escuro) estão no canto inferior direito. Clique em Salvar e sair e continue para a Operação 12 (Resumo). Esta figura será salva na pasta Figuras/Model_fits sob o nome [nome do paciente] + _[ação].pn, onde [ação=nominal] ou [ação=ótimo] dependendo da ação escolhida.

figure-protocol-11
Figura 11: Previsão do modelo. O modelo foi previsto com (A) valores nominais e (B) valores de parâmetros otimizados. A figura mostra no canto superior esquerdo: pressão arterial (PAS linha azul grossa e PA contínua linha azul clara, mmHg); canto superior direito: frequência cardíaca (FC, bpm), previsão do modelo (linha rosa) e dados (linha azul); inferior esquerdo: pressão torácica (Pth, mmHg) linha azul escura; e canto inferior direito: previsões de atividade parassimpática (rosa) e simpática (roxa). Ambos são adimensionais. Clique aqui para ver uma versão maior desta figura.

17. Resumo (Operação 12)

  1. Um resumo das descobertas é armazenado como uma planilha do Excel (.xlsx) e como um arquivo separado por vírgulas (.csv). No menu Salvar consultas de dados : insira o nome do arquivo de resumo de dados (por exemplo: Nome do arquivo), insira o nome preferido na caixa de texto.
  2. Se os arquivos existirem, um menu consultará o usuário: Adicionar ou substituir o arquivo existente. Esta operação também imprime saídas na linha de comando do MATLAB. Clique em OK para gerar o arquivo e em Cancelar para gerar somente a linha de comando. O arquivo salvo (.xlxs e .cvs) contém informações do paciente (Operação 1, Etapa 6), Marcadores Clínicos e Linhas de Regressão (Operação 7, Etapa 12) e valores de parâmetros nominais (ou otimizados) (Operação 11, Etapa 16). Para cada linha de regressão, o valor R2 indica a qualidade do ajuste.
    NOTA: Esta operação (Etapa 17) pode ser concluída sem executar as etapas de modelagem, sensibilidade e otimização (Operações 8-11).

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Resultados

Os oito conjuntos de dados de exemplo são selecionados para representar uma gama diversificada de respostas. A Figura 3, a Figura 4, a Figura 5, a Figura 6, a Figura 7, a Figura 8, a Figura 9, a Figura 10 e a Figura 11 apresentam os resultados de um sujeit...

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Discussão

O software ValsalvaAnalyzer demonstrado neste estudo fornece funcionalidade para analisar os dados clínicos de ECG e PA registrados durante a manobra de Valsalva. O software oferece a capacidade de limpar sinais ruidosos, tornando viável obter medidas consistentes em uma população. Usando os dados corrigidos, o software calcula mais de 35 marcadores que o usuário pode interpretar. O software visa incluir todas as grandezas conhecidas relatadas durante a manobra de Valsalva relatadas em v...

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Divulgações

Os autores não têm nada a divulgar.

Agradecimentos

Este estudo foi parcialmente financiado pelos prêmios da National Science Foundation (DMS-2051010) e prêmios da NSA (H98230-21-1-0014 e H98230-20-1-0259). Queremos agradecer a Sanaa Elmajdoubi, Rigshospitalet, Dinamarca, Niloufar Mehrani e Jesper Mehlsen, Klinik Mehlsen, Dinamarca por testar o software. Queremos agradecer a E. Benjamin Randall, Applied Research Associates, Raleigh, NC, por discutir o modelo matemático e Iryna Palamarchuk, Universidade de Toronto, Canadá, pela discussão dos índices. Por fim, agradecemos a Sophie Carlson, da Universidade da Califórnia em San Diego, por revisar e editar o código computacional. O software armazena os resultados localmente no computador e não compartilha informações com entidades externas. Os desenvolvedores do software ValsalvaAnalyzer não são responsáveis por usar e proteger os dados do paciente. Qualquer usuário do ValsalvaAnalyzer é responsável por proteger os dados e obter as aprovações apropriadas antes de publicar os resultados gerados com este software.

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Materiais

Lista de materiais utilizados neste artigo
NomeEmpresaNúmero de catálogoComentários
Software LabChartADInstrumentsque os dados analisados são exportados do
software MATLABMathworksusado para o programa ValsalvaAnalyzer

Referências

  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).

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Reimpressões e permissões

Etiquetas

An lise da Frequ ncia Card acaAn lise da Press o ArterialSensibilidade do BarorreflexoProcessamento de Sinais de ECGDisfun o Auton micaSoftware MATLABDin mica Simp ticaDin mica Parassimp tica
Software para Análise de Dados de Séries Temporais de Frequência Cardíaca e Pressão Arterial da Manobra de Valsalva
Entre em contato
Recomendar à biblioteca

Privacidade

Termos de uso

Políticas

Copyright © 2026 MyJoVE Corporation. Todos os direitos reservados.