En corto
La respuesta depende de la medida. En balance autonómico (LF_norm, HF_norm, LF/HF, DFA_α1), cuatro cohortes coincidieron exactamente en dirección y magnitud (I²=0%), a aproximadamente 1,6–2,1 veces el efecto descrito en el metaanálisis de referencia. En cambio, «las mujeres tienen más RMSSD» apareció en una cohorte y se desvaneció al incorporar las demás. Separado por edad, la diferencia parasimpática alcanza su máximo en la edad media y se invierte a partir de los 50. Ninguna media por edad o sexo dice nada sobre una persona.
Puntos clave
- Cinco cohortes públicas (1.220 personas), con la discrepancia entre cohortes cuantificada
- Las medidas de balance coincidieron perfectamente en cuatro cohortes (I²=0%), a 1,6–2,1× el efecto de referencia
- «Las mujeres tienen más RMSSD» era un hallazgo de una sola cohorte y desapareció al agrupar
- Por edad, la diferencia culmina en la edad media y se invierte pasados los 50
- Dos hallazgos fueron retirados por nosotros como correcciones científicas
Por qué volvimos a medirlo
Empezamos con una cohorte —Autonomic Aging, n=1.121— donde las mujeres mostraban más RMSSD. Eso iba en contra del metaanálisis de referencia (Koenig & Thayer, 2016, sobre 172 artículos).
Cuando un conjunto de datos discrepa del manual, lo que hay que poner en duda es el propio lado. Así que añadimos cuatro cohortes más ya procesadas por el mismo canal y medimos hasta qué punto coincidían.
Resultado 1: las medidas de balance coincidieron exactamente
En las medidas relativas al balance autonómico, cuatro cohortes se alinearon en dirección y magnitud. I², el estadístico de discrepancia entre estudios, salió 0%: acuerdo completo.
- LF_norm: efecto agrupado −0,80 (referencia −0,38, unas 2,1×)
- HF_norm: efecto agrupado +0,80 (referencia +0,38, unas 2,1×)
- LF/HF: efecto agrupado −0,63 (referencia −0,39, unas 1,6×)
- DFA_α1: efecto agrupado −0,72 (referencia −0,45, unas 1,6×)
Resultado 2: «las mujeres tienen más RMSSD» desapareció
Los marcadores parasimpáticos en los que vimos diferencia al principio —RMSSD y pNN50— no se sostuvieron al agrupar las cinco cohortes. Solo Autonomic Aging lo mostraba, y esa cohorte era el único valor atípico.
Que algo visible en un conjunto de datos se desvanezca al añadir otros es bastante común en investigación sobre HRV. Verlo ocurrir en las propias manos fija la lección.
Resultado 3: la dirección cambia con la edad
Al separar los mismos datos en tres franjas de edad, la diferencia por sexo no fue constante: culminó en la edad media y se invirtió en la franja mayor (n=1.040; 637 mujeres, 403 hombres).
- RMSSD: 18–29 +0,05 (sin diferencia) → 30–49 +0,40 (mujeres más alto) → 50+ −0,22 (invertido)
- pNN50: +0,19 → +0,42 → −0,04
- HF_power: +0,07 → +0,33 → −0,21
Dos hallazgos que retiramos
Dos resultados de este trabajo han sido retirados por nosotros. Se anotan aquí para que nada se lea mal.
- AUROC 0,847 para discriminar la etapa menopáusica: retirado, porque discriminaba etiquetas generadas a partir de franjas de edad en vez de la etapa menopáusica medida
- Una prevalencia de SPM del 82,3% y su comparación internacional: retirada, porque el ítem de la encuesta en que se apoyaba no significaba lo que entendimos
Cómo aplicar esto a tu propio número
No puedes, es la respuesta honesta. La diferencia por sexo existe a nivel de poblaciones, pero su dirección depende de la medida y se invierte con la edad. Ninguna «media para mujeres» o «media para gente de cuarenta» puede hablar de ti.
Por eso Feelmo te compara con tus propios registros anteriores en lugar de con valores de referencia por edad o sexo. La dispersión real que hay detrás puede verse en la tabla de distribución construida con 1.121 registros públicos.
Condiciones
- Todos los conjuntos de datos usados son públicos; no se incluye ningún dato de usuarios de Feelmo
- Los tamaños de efecto son la g de Hedges, agrupados con el método DerSimonian-Laird
- Los registros sin sexo fueron imputados; un defecto hallado en ese proceso y su corrección quedan registrados
- Esto trata tendencias a nivel de población y no determina la salud de ninguna persona
Referencias
- Distribución del HRV por edad y sexo (reanálisis de 1.121 registros públicos) — Apple Developer
- Autonomic Aging: A dataset to quantify changes of cardiovascular autonomic function during healthy aging — Neuroscience & Biobehavioral Reviews
- Determinants of heart rate variability in the general population: The Lifelines Cohort Study — Heart Rhythm
- Heart rate variability with photoplethysmography in 8 million individuals — The Lancet Digital Health
- Short-term heart rate variability — influence of gender and age in healthy subjects — PLOS ONE
- The LF/HF ratio does not accurately measure cardiac sympatho-vagal balance — Frontiers in Physiology
- Heart rate variability: standards of measurement, physiological interpretation and clinical use — European Society of Cardiology / European Heart Journal
- Autonomic Aging: A dataset to quantify changes of cardiovascular autonomic function during healthy aging — Scientific Data
- Fantasia Database — PhysioNet
- PhysioNet/Computing in Cardiology Challenge 2018 — PhysioNet
- MIT-BIH Normal Sinus Rhythm Database — PhysioNet
- MIT-BIH Arrhythmia Database — PhysioNet
- メタ解析における異質性と少数研究の解釈 — Cochrane Handbook
- Autonomic Aging単独再解析の条件・品質管理・再現方法 — Feelmo