Changes in Heart Rate Dynamics with Age and Disease: Traditional versus Newer Analyses

One of the greatest achievements of humanity was the tremendous increase in lifespan. However, this increase has not been followed by a similar increase in healthspan. To expand healthspan, new biomarkers of aging and disease are being developed to improve the knowledge regarding the aging process and the emergence of diseases. A highly accessible source of non-invasive biomarkers is the dynamics of heart rate. The analysis of this dynamics provides indirect access to the state of the autonomic nervous system, the integrity of the heart’s main pacemaker – the sinoatrial node –, and the interactions between the two. The Heart Rate Variability (HRV) temporal and frequency approaches correspond to the traditional and most widely used methods to measure heart rate dynamics. However, they have failed to permeate clinical practice due to inconsistent results among high-risk groups, such as in the elderly and in patients with cardiovascular diseases. Phase-Rectified Signal Averaging (PRSA) and Heart Rate Fragmentation (HRF) are two newer approaches developed to address some of the major problems that are associated with the HRV approach. In this dissertation, we investigate the changes in heart rate dynamics with age, with the severity of atrial fibrillation (AF), and with prevalent congestive heart failure (CHF), using HRV, PRSA, and HRF indices. We also provide an in-depth revision on the physiological mechanisms linking changes in these dynamical indices and the referred contexts. We found HRF indices to be more associated with the aging process and AF severity than PRSA and HRV indices. Whereas, PRSA and HRV indices were slightly more associated with CHF. Nonetheless, when HRF indices were added to PRSA and HRV linear regression models of CHF, the performance of the resulting models improved. We also provide an estimate of the minimum electrocardiogram duration for computation of HRF indices, which we found to be 2 to 10 minutes.Uma das maiores conquistas da humanidade foi o tremendo aumento da esperança média de vida (lifespan), contudo a esperança média de vida saudável (healthspan) não acompanhou este aumento. Para aumentar o healthspan têm sido desenvolvidos biomarcadores que visam alargar o conhecimento dos processos de envelhecimento e de aparecimento de doenças. Uma fonte de biomarcadores não-invasivos é a dinâmica da frequência cardíaca. A análise desta dinâmica permite aceder ao estado do sistema nervoso autónomo, à integridade do pacemaker principal do coração – o nó sinusal –, e à interação entre ambos. A abordagem tradicional e mais amplamente utilizada para medir a dinâmica da frequência cardíaca corresponde às medidas temporais e de frequência da Variabilidade da Frequência Cardíaca (VFC). No entanto, estas falharam na obtenção de translação clínica devido aos seus resultados inconsistentes em grupos de alto risco, como idosos e doentes cardiovasculares. Novas abordagens como a Média do Sinal com Retificação de Fase (MSRF) e a Fragmentação da Frequência Cardíaca (FFC) pretendem resolver alguns dos problemas associados ao uso de VFC. Nesta dissertação, é apresentado um estudo das alterações da dinâmica da frequência cardíaca com a idade, a severidade da fibrilação auricular (FA) e a insuficiência cardíaca (IC), através dos índices de VFC, MSRF e FFC. Paralelamente, é apresentada uma revisão detalhada dos mecanismos fisiológicos subjacentes às alterações dos índices dinâmicos nos contextos referidos. A partir dos resultados obtidos, concluiu-se que os índices FFC estão mais associados ao processo de envelhecimento e à severidade da FA do que os índices VFC e MSRF. Contudo, os índices VFC e MSRF mostraram-se mais associados à presença de IC. Ainda assim, a adição de índices FFC melhorou o desempenho de modelos de regressão linear de IC que recorrem a índices VFC e MSRF. Foi também obtida uma estimativa da duração mínima necessária de sinais eletrocardiográficos para o uso dos índices FFC, concluindose que são necessários entre 2 a 10 minutos