Análisis de la transformación de wavelet para determinar umbrales ventilatorios en ciclistas

Resumen

Wavelet transform analysis of heart rate variability for determining ventilatory thresholds in cyclists

Análisis de la transformación de wavelet para determinar umbrales ventilatorios en ciclistas

 

 

Resumen

Purpose. This study aims to compare the relationship between the ventilatory thresholds and the aerobic and anaerobic thresholds obtained by continuous wavelet transform (CWT) of heart rate variability (HRV). Methods. Eight healthy, trained, male cyclists (age: 17.12 ± 1.11 years; height: 1.73 ± 0.06 m; weight: 69.96 ± 8.03 kg) underwent an ergospirometric test on a cycloergometer, performing an incremental protocol until exhaustion. The cardiac signal was recorded using cardiotachometers. The aerobic-anaerobic transition phase was identified by wavelet analysis using the kinetics of the maximum spectral energy peaks (fp) of the HRV high-frequency (HF) and very high-frequency (VHF) bands, and those of the product of the HFVHF instantaneous spectral power (ms2) and fp (PS·fp). The aerobic and anaerobic thresholds obtained were compared to those provided by the standard analysis of gas exchange variables. Results. No significant differences were observed between the aerobic and anaerobic thresholds identified by wavelet analysis involving either fp or PS·fp, and those identified by the respiratory exchange variables. Bland-Altman plots showed that both methodologies identified identical transition zones. When the comparison variable used in the wavelet analysis was fp, a close agreement was seen with the gaseous exchange variable analysis in terms of the aerobic threshold; the relationship was less strong for the anaerobic threshold. When the comparison variable was PS·fp, the relationship between the methodologies was again within the acceptable range, although this time agreement was stronger for the anaerobic threshold. Conclusion. Wavelet analysis of the HRV is a valid method for identifying the aerobic-anaerobic transition phase.

 

Resumen

Objetivo. El objetivo de este estudio es el de comparar la relación entre umbrales ventilatorios y umbrales aeróbicos y anaeróbicos obtenida empleando la transformada de wavelet continua (TWC) de la variabilidad de ritmo cardiaco (VRC). Métodos. Ocho ciclistas varones, sanos y expertos (edades: 17,12 ± 1,11 años; altura: 1,73 ± 0,06 m; peso: 69,96 ± 8,03 kg) hicieron una prueba de ergoespirometría en un cicloergómetro, haciendo un protocolo progresivo hasta llegar a un cansancio total. El signo cardiaco fue registrado con cardiotacómetros. La fase de transición aeróbicaanaeróbica fue identificada por análisis de wavelet, utilizando las cinéticas de pico del espectro de máxima energía (fp) de las bandas de alta frecuencia (AF) de VRC y de muy alta frecuencia (MAF), y los picos del producto de la potencia espectro instantánea AF-MAF (ms2) y fp (PS·fp). Los umbrales aeróbicos y anaeróbicos obtenidos fueron comparados con los obtenidos por el análisis estándar de las variables de intercambio gaseoso. Resultados. No hubo diferencias significativas entre los umbrales aeróbicos y anaeróbicos identificados por análisis wavelet que implicaban fp o PS·fp, y los identificados por las variables de intercambio respiratorio. Los diagramas de cajas de Bland-Altman demuestran que ambas metodologías identificaron zonas de transición idénticas. Cuando la variable de comparación utilizada en el análisis de wavelet fue fp, observaron un acuerdo importante en el análisis de la variable de intercambios gaseosos en términos del umbral aeróbico; la relación fue menos fuerte para el umbral anaeróbico. Cuando la variable de comparación fue PS·fp, la relación entre las metodologías fue, de nuevo, dentro del rango aceptable, aunque esta vez el acuerdo fue más fuerte para el umbral anaeróbico. Conclusión. El análisis de wavelet del VRC es un método válido para identificar la fase de transición aeróbico-anaeróbico.

Keywords

Variabilidad de frecuencia cardiaca, Ejercicio, Análisis de ritmos de tiempo, Análisis no lineal

Palabras clave

Heart rate variability, Exercise, Time frequency analysis, Non linear analysis