En corto
En los promedios de grupo, algunas métricas de HRV se asocian con la categoría de sexo registrada. No existe una regla universal según la cual las mujeres tengan un HRV mayor o los hombres uno menor. Un gran metaanálisis encontró diferencias de grupo en el intervalo RR medio, SDNN, LF y HF, mientras que RMSSD y pNN50 no mostraron diferencias significativas consistentes. El reanálisis de Feelmo de 1.173 personas en cuatro conjuntos públicos también halló diferencias de grupo en algunas medidas de frecuencia, pero es un análisis exploratorio no revisado que combina condiciones de medición distintas. El sexo por sí solo no permite decidir si el valor de una persona es normal o anormal, revelar su estado autonómico ni determinar su salud.
Puntos clave
- Un metaanálisis de 172 estudios y 63.612 personas encontró diferencias promedio de grupo en algunas métricas, pero los resultados para RMSSD y pNN50 no fueron consistentes
- El análisis principal de Feelmo incluyó 1.173 personas de cuatro conjuntos públicos; 47 personas con datos de arritmia se usaron solo en un análisis de sensibilidad
- LF_norm, HF_norm y LF/HF están relacionados matemáticamente y no son tres medidas directas e independientes del equilibrio autonómico
- I²=0% es una estimación puntual incierta obtenida con cuatro conjuntos, no una prueba de acuerdo completo
- Un promedio de grupo no clasifica a una persona; con Apple Watch, sigue tu propia tendencia medida en condiciones parecidas
Primero: una diferencia entre sexos es un promedio de grupo
En la mayoría de los estudios, una diferencia entre sexos significa que el promedio del grupo femenino difirió del promedio del grupo masculino. No significa que las dos distribuciones estuvieran separadas ni que el HRV pueda identificar el sexo de cada persona. Los valores de mujeres y hombres de la misma edad se solapan ampliamente, incluso cuando la diferencia promedio es estadísticamente detectable.
Muchos conjuntos antiguos registran el sexo solo como una variable binaria, femenino o masculino. Esa es la variable tratada aquí. El HRV no revela la identidad de género, la fase menstrual, el embarazo, la menopausia ni un tratamiento hormonal.
El HRV no es una sola medida
SDNN describe la dispersión general de los intervalos normales entre latidos durante un registro. RMSSD describe los cambios entre intervalos consecutivos y, en registros breves en reposo, está relativamente relacionado con la modulación vagal cardíaca. Apple HealthKit almacena el HRV como SDNN.
Entre las medidas del dominio de la frecuencia están LF, HF y LF/HF. LF tiene varios componentes fisiológicos, por lo que LF/HF no puede leerse directamente como actividad simpática dividida por actividad parasimpática. LF_norm y HF_norm también están restringidas a una suma fija y, por tanto, no son pruebas independientes.
- SDNN: variación general de los intervalos entre latidos durante el registro
- RMSSD: cambios a corto plazo entre intervalos consecutivos
- HF: componente de alta frecuencia muy influido por la respiración
- LF/HF: cociente dependiente del contexto, no un medidor sencillo del equilibrio autonómico
¿Qué muestran los estudios grandes?
Un metaanálisis de 2016 reunió 172 estudios con 63.612 participantes sanos. En promedio, el grupo femenino tuvo un intervalo RR medio más corto —y, por tanto, una frecuencia cardíaca mayor—, además de SDNN, potencia total y LF menores, mientras que la proporción relativa de HF fue mayor y LF/HF menor. Las diferencias medias estandarizadas, expresadas como g de Hedges, fueron −0,44 para RR medio, −0,24 para SDNN, −0,38 para LF normalizada, +0,38 para HF normalizada y −0,39 para LF/HF. RMSSD y pNN50 no mostraron una diferencia significativa consistente entre los modelos de efectos fijos y aleatorios.
Sin embargo, un estudio de Lifelines con 149.205 ECG de diez segundos informó un RMSSD sistemáticamente mayor en mujeres. Un estudio con PPG de muñeca de unos 8,2 millones de usuarios de Fitbit halló diferencias por sexo en SDRR y LF, pero no una diferencia clara en RMSSD o HF.
Qué hizo Feelmo en el reanálisis de cuatro conjuntos
El análisis principal incluyó 1.073 personas de Autonomic Aging, 40 de Fantasia, 42 del conjunto PhysioNet/Computing in Cardiology Challenge 2018 y 18 de MIT-BIH Normal Sinus Rhythm Database: 1.173 personas en cuatro conjuntos. Un análisis de sensibilidad separado añadió 47 personas de MIT-BIH Arrhythmia Database. El total de 1.220 incluye esos registros con arritmia.
Dentro de cada conjunto, primero promediamos los distintos segmentos de una misma persona para que cada participante aportara un solo grupo de características. Calculamos la g de Hedges como el promedio del grupo femenino menos el del masculino y agrupamos las cuatro estimaciones mediante un modelo de efectos aleatorios DerSimonian–Laird. No fue un análisis causal con un ajuste uniforme por edad, respiración, IMC, medicación u otras posibles explicaciones.
- Análisis principal: cuatro conjuntos y 1.173 personas
- Análisis de sensibilidad: se añadieron 47 registros con arritmia, para un total de 1.220 personas
- Tamaño del efecto: grupo femenino menos grupo masculino, expresado como g de Hedges
- Método de agrupación: modelo de efectos aleatorios DerSimonian–Laird
Diferencias promedio de grupo en el reanálisis exploratorio
Las estimaciones puntuales agrupadas de los cuatro conjuntos fueron −0,80 para LF_norm, +0,80 para HF_norm, −0,63 para LF/HF y −0,72 para DFA α1. En cambio, RMSSD fue −0,09 y pNN50 −0,16, y ambos intervalos de confianza del 95% incluyeron cero. Por tanto, este análisis no permite establecer una dirección consistente de la diferencia de grupo para RMSSD o pNN50.
Las direcciones de LF_norm, HF_norm y LF/HF coincidieron con el gran metaanálisis anterior. Las estimaciones de efecto mayores no demuestran que la diferencia «real» sea mayor. Las poblaciones, las condiciones de registro y los cálculos fueron distintos, por lo que comparar ambos análisis como múltiplos simples no tiene un significado fisiológico claro.
- LF_norm: g = −0,80, intervalo de confianza del 95% −0,93 a −0,68
- HF_norm: g = +0,80, intervalo de confianza del 95% +0,68 a +0,93
- LF/HF: g = −0,63, intervalo de confianza del 95% −0,75 a −0,50
- DFA α1: g = −0,72, intervalo de confianza del 95% −0,84 a −0,60
- RMSSD: g = −0,09, intervalo de confianza del 95% −0,46 a +0,28
- pNN50: g = −0,16, intervalo de confianza del 95% −0,71 a +0,38
Por qué LF/HF no puede llamarse «equilibrio autonómico»
En reposo, HF está relativamente relacionado con la modulación vagal cardíaca, pero también depende mucho de la frecuencia y profundidad de la respiración. LF tiene varios componentes, entre ellos influencias simpáticas y parasimpáticas y el barorreflejo. Por ello, LF/HF no puede leerse como «simpático dividido por parasimpático» ni como una medida directa del equilibrio autonómico general.
En las definiciones habituales, LF_norm y HF_norm se calculan a partir de los mismos valores LF y HF y están restringidas de modo que una disminuye cuando la otra aumenta. LF/HF es otro cociente de esos mismos dos componentes. No pueden contarse como tres replicaciones independientes. DFA α1 describe la correlación fractal a corto plazo en los intervalos entre latidos; tampoco es el equilibrio autonómico.
Por qué I²=0% no significa acuerdo completo
Para LF_norm, HF_norm, LF/HF y DFA α1, la estimación puntual de I² —una estadística que describe la inconsistencia entre conjuntos— fue del 0%. Esto significa que el modelo no estimó varianza adicional entre conjuntos en este análisis. No demuestra que cada conjunto tuviera un efecto idéntico ni que la misma diferencia exista en todas las poblaciones.
El análisis principal incluyó solo cuatro conjuntos, y tres tenían 42 personas o menos. Con tan pocos conjuntos y muestras pequeñas, la capacidad para detectar heterogeneidad es limitada y tanto I² como la varianza entre conjuntos son inciertos. I² fue del 51% para RMSSD y del 75% para pNN50, lo que muestra diferencias sustanciales entre conjuntos en las medidas del dominio temporal.
Un patrón por edad no demuestra que la menopausia sea la causa
Un estudio de ECG de cinco minutos en 1.906 personas sanas encontró asociaciones de la edad y el sexo con varias medidas de HRV. Las diferencias entre grupos de sexo dejaron de observarse en la mayoría de los índices entre los 55–64 años y en todos salvo la dimensión fractal (FD) entre los 65–74 años. Fue un estudio transversal: no siguió a las mismas personas a lo largo del tiempo ni explicó el patrón exclusivamente por los niveles hormonales o la etapa menopáusica.
Los grupos de edad también pueden diferir en medicación, enfermedades, composición corporal, actividad física, respiración y hora de medición. El HRV por sí solo no permite partir de un cambio después de los 50 años y atribuir su causa a la menopausia.
¿Cómo deberías usar un valor del Apple Watch?
Apple Watch registra el HRV en HealthKit como SDNN. El RMSSD de un estudio, un ECG en reposo de cinco minutos, un ECG de 24 horas y el valor de PPG de muñeca de otro fabricante no son intercambiables solo porque todos se llamen HRV.
En el uso diario, compara mediciones del mismo dispositivo, tomadas en condiciones parecidas de hora, postura y sueño, y sigue tu propia tendencia durante varias semanas. No uses el HRV por sí solo para diagnosticar salud, fatiga, estrés o menopausia. Si tienes síntomas, solicita atención médica por los síntomas, no por el número.
Limitaciones científicas
- La mayoría de los estudios descritos son observacionales y no pueden probar que el sexo causara una diferencia de HRV
- Una variable binaria femenino/masculino en los datos originales no mide la identidad de género ni el estado hormonal
- Los cuatro conjuntos no se eligieron mediante una revisión sistemática; eran datos públicos disponibles usados para un análisis exploratorio
- Autonomic Aging aportó cerca del 92% de las personas del análisis principal y, por tanto, influye mucho en el resultado agrupado
- Se mezclaron registros en reposo, durante el sueño y de larga duración, sin ajuste uniforme por edad, respiración, IMC o medicación
- CinC 2018 incluye personas evaluadas para diagnosticar trastornos del sueño, por lo que los cuatro conjuntos no pueden describirse todos como cohortes sanas
- Las estimaciones DerSimonian–Laird e I² basadas en solo cuatro conjuntos tienen una incertidumbre considerable
- ECG y PPG de muñeca, así como registros de diez segundos, cinco minutos o 24 horas, no son directamente comparables
- Una diferencia promedio de población no mide la precisión para clasificar el sexo, la salud o el estado autonómico de una persona
- El reanálisis de Feelmo no ha sido revisado por pares y todavía no cuenta con replicación independiente ni validación externa
Referencias
- Especificación de variabilidad de la frecuencia cardíaca (SDNN) en HealthKit — Apple Developer
- Sex differences in healthy human heart rate variability: A meta-analysis — 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
- Interpreting heterogeneity with few studies in meta-analysis — Cochrane Handbook
- Guía de condiciones, control de calidad y reproducción del reanálisis de Autonomic Aging — Feelmo