Resposta curta
No nível das médias de grupo, algumas métricas de HRV estão associadas à categoria de sexo registrada. Não existe regra universal segundo a qual mulheres tenham HRV mais alto ou homens, mais baixo. Uma grande meta-análise encontrou diferenças de grupo no intervalo RR médio, SDNN, LF e HF, enquanto RMSSD e pNN50 não mostraram diferenças significativas consistentes. A reanálise do Feelmo com 1.173 pessoas em quatro conjuntos públicos também encontrou diferenças de grupo em algumas medidas de frequência, mas é uma análise exploratória não revisada que combina condições de medição diferentes. O sexo sozinho não determina se o valor de uma pessoa é normal ou anormal, não revela o estado autonômico e não determina a saúde.
Pontos principais
- Uma meta-análise de 172 estudos e 63.612 pessoas encontrou diferenças médias de grupo em algumas métricas, mas os resultados para RMSSD e pNN50 não foram consistentes
- A análise principal do Feelmo usou 1.173 pessoas de quatro conjuntos públicos; 47 pessoas com dados de arritmia entraram apenas em uma análise de sensibilidade
- LF_norm, HF_norm e LF/HF são matematicamente relacionados e não são três medidas diretas e independentes do equilíbrio autonômico
- I²=0% é uma estimativa pontual incerta baseada em quatro conjuntos, não uma prova de concordância completa
- Uma média de grupo não classifica uma pessoa; com Apple Watch, acompanhe sua própria tendência medida em condições semelhantes
Primeiro: uma diferença entre os sexos é uma média de grupo
Na maioria dos estudos, uma diferença entre os sexos significa que a média do grupo feminino foi diferente da média do grupo masculino. Não significa que as duas distribuições estejam separadas nem que o HRV consiga identificar o sexo de cada pessoa. Os valores de mulheres e homens da mesma idade se sobrepõem amplamente, mesmo quando uma diferença média é estatisticamente detectável.
Muitos conjuntos antigos registram o sexo apenas como uma variável binária, feminino ou masculino. Essa é a variável discutida aqui. O HRV não revela identidade de gênero, fase menstrual, gravidez, menopausa ou tratamento hormonal.
HRV não é uma única medida
SDNN descreve a dispersão geral dos intervalos normais entre batimentos durante um registro. RMSSD descreve mudanças entre intervalos consecutivos e, em registros curtos em repouso, tem relação relativamente próxima com a modulação vagal cardíaca. O Apple HealthKit armazena HRV como SDNN.
As medidas do domínio da frequência incluem LF, HF e LF/HF. LF tem vários componentes fisiológicos, portanto LF/HF não pode ser lido diretamente como atividade simpática dividida pela parassimpática. LF_norm e HF_norm também ficam limitados a uma soma fixa e, assim, não são evidências independentes.
- SDNN: variação geral dos intervalos entre batimentos durante o registro
- RMSSD: mudanças de curto prazo entre intervalos consecutivos
- HF: componente de alta frequência fortemente afetado pela respiração
- LF/HF: razão dependente do contexto, não um medidor simples do equilíbrio autonômico
O que mostram os grandes estudos?
Uma meta-análise de 2016 reuniu 172 estudos com 63.612 participantes saudáveis. Em média, o grupo feminino teve intervalo RR médio mais curto — e, portanto, frequência cardíaca maior —, além de SDNN, potência total e LF menores, enquanto a proporção relativa de HF foi maior e LF/HF menor. As diferenças médias padronizadas, expressas como g de Hedges, foram −0,44 para RR médio, −0,24 para SDNN, −0,38 para LF normalizado, +0,38 para HF normalizado e −0,39 para LF/HF. RMSSD e pNN50 não mostraram diferença significativa consistente entre os modelos de efeitos fixos e aleatórios.
No entanto, um estudo Lifelines com 149.205 ECGs de dez segundos relatou RMSSD consistentemente maior em mulheres. Um estudo de PPG de pulso com cerca de 8,2 milhões de usuários de Fitbit encontrou diferenças por sexo em SDRR e LF, mas nenhuma diferença clara em RMSSD ou HF.
O que o Feelmo fez na reanálise de quatro conjuntos
A análise principal usou 1.073 pessoas da Autonomic Aging, 40 da Fantasia, 42 do conjunto PhysioNet/Computing in Cardiology Challenge 2018 e 18 do MIT-BIH Normal Sinus Rhythm Database: 1.173 pessoas em quatro conjuntos. Uma análise de sensibilidade separada acrescentou 47 pessoas do MIT-BIH Arrhythmia Database. O total de 1.220 inclui esses registros com arritmia.
Em cada conjunto, primeiro calculamos a média dos vários segmentos de uma mesma pessoa, para que cada participante contribuísse com um único grupo de características. Calculamos o g de Hedges como a média do grupo feminino menos a do grupo masculino e agrupamos as quatro estimativas com um modelo de efeitos aleatórios DerSimonian–Laird. Não foi uma análise causal com ajuste uniforme para idade, respiração, IMC, medicação ou outras explicações possíveis.
- Análise principal: quatro conjuntos e 1.173 pessoas
- Análise de sensibilidade: 47 registros com arritmia acrescentados, para um total de 1.220 pessoas
- Tamanho de efeito: grupo feminino menos grupo masculino, expresso como g de Hedges
- Método de agrupamento: modelo de efeitos aleatórios DerSimonian–Laird
Diferenças médias de grupo na reanálise exploratória
As estimativas pontuais agrupadas dos quatro conjuntos foram −0,80 para LF_norm, +0,80 para HF_norm, −0,63 para LF/HF e −0,72 para DFA α1. Em contraste, RMSSD foi −0,09 e pNN50, −0,16; os dois intervalos de confiança de 95% incluíram zero. Portanto, esta análise não estabelece uma direção consistente da diferença de grupo para RMSSD ou pNN50.
As direções de LF_norm, HF_norm e LF/HF foram consistentes com a grande meta-análise anterior. Estimativas de efeito maiores não mostram que a diferença «verdadeira» seja maior. As populações, condições de registro e cálculos foram diferentes, portanto comparar as duas análises como múltiplos simples não tem significado fisiológico claro.
- LF_norm: g = −0,80, intervalo de confiança de 95% −0,93 a −0,68
- HF_norm: g = +0,80, intervalo de confiança de 95% +0,68 a +0,93
- LF/HF: g = −0,63, intervalo de confiança de 95% −0,75 a −0,50
- DFA α1: g = −0,72, intervalo de confiança de 95% −0,84 a −0,60
- RMSSD: g = −0,09, intervalo de confiança de 95% −0,46 a +0,28
- pNN50: g = −0,16, intervalo de confiança de 95% −0,71 a +0,38
Por que LF/HF não pode ser chamado de «equilíbrio autonômico»
Em repouso, HF tem relação relativamente próxima com a modulação vagal cardíaca, mas também é fortemente afetado pela frequência e profundidade da respiração. LF tem vários componentes, incluindo influências simpáticas e parassimpáticas e o barorreflexo. Assim, LF/HF não pode ser lido como «simpático dividido por parassimpático» nem como medida direta do equilíbrio autonômico geral.
Nas definições usuais, LF_norm e HF_norm são calculados a partir dos mesmos valores LF e HF e ficam limitados de forma que um cai quando o outro sobe. LF/HF é outra razão feita com esses mesmos componentes. Eles não podem ser contados como três replicações independentes. DFA α1 descreve a correlação fractal de curto prazo nos intervalos entre batimentos; também não é equilíbrio autonômico.
Por que I²=0% não significa concordância completa
Para LF_norm, HF_norm, LF/HF e DFA α1, a estimativa pontual de I² — estatística que descreve a inconsistência entre conjuntos — foi 0%. Isso significa que o modelo não estimou variância adicional entre conjuntos nesta análise. Não prova que cada conjunto teve efeito idêntico nem que a mesma diferença exista em toda população.
A análise principal teve apenas quatro conjuntos, e três continham 42 pessoas ou menos. Com tão poucos conjuntos e amostras pequenas, a capacidade de detectar heterogeneidade é limitada, e tanto I² quanto a variância entre conjuntos são incertos. I² foi 51% para RMSSD e 75% para pNN50, mostrando diferenças substanciais entre conjuntos nas medidas do domínio do tempo.
Um padrão por idade não prova que a menopausa seja a causa
Um estudo de ECG de cinco minutos em 1.906 pessoas saudáveis encontrou associações da idade e do sexo com várias medidas de HRV. As diferenças entre os grupos de sexo deixaram de ser observadas na maioria dos índices entre 55–64 anos e em todos, exceto a dimensão fractal (FD), entre 65–74 anos. Era transversal: não acompanhou as mesmas pessoas ao longo do tempo nem explicou o padrão apenas por níveis hormonais ou estágio da menopausa.
Faixas etárias também podem diferir em medicação, doenças, composição corporal, atividade física, respiração e horário de medição. O HRV sozinho não permite partir de uma mudança depois dos 50 anos e atribuir sua causa à menopausa.
Como usar um valor do Apple Watch?
O Apple Watch registra HRV no HealthKit como SDNN. RMSSD de uma pesquisa, ECG de cinco minutos em repouso, ECG de 24 horas e o valor de PPG de pulso de outro fabricante não são intercambiáveis só porque todos recebem o nome HRV.
No uso diário, compare medições do mesmo aparelho em condições semelhantes de horário, postura e sono e acompanhe sua própria tendência por várias semanas. Não use HRV sozinho para diagnosticar saúde, fadiga, estresse ou menopausa. Se tiver sintomas, procure orientação médica por causa dos sintomas, não do número.
Limitações científicas
- A maioria dos estudos discutidos é observacional e não pode provar que o sexo causou uma diferença de HRV
- Uma variável binária feminino/masculino nos dados de origem não mede identidade de gênero nem estado hormonal
- Os quatro conjuntos não foram escolhidos em uma revisão sistemática; eram dados públicos disponíveis usados em uma análise exploratória
- Autonomic Aging forneceu cerca de 92% dos participantes da análise principal e, portanto, influencia fortemente o resultado agrupado
- Registros em repouso, durante o sono e de longa duração foram misturados, sem ajuste uniforme para idade, respiração, IMC ou medicação
- CinC 2018 inclui pessoas avaliadas para diagnóstico de distúrbio do sono, portanto os quatro conjuntos não podem ser todos descritos como coortes saudáveis
- As estimativas DerSimonian–Laird e I² baseadas em apenas quatro conjuntos têm incerteza considerável
- ECG e PPG de pulso, assim como registros de dez segundos, cinco minutos ou 24 horas, não são diretamente comparáveis
- Uma diferença média populacional não mede a precisão para classificar o sexo, a saúde ou o estado autonômico de uma pessoa
- A reanálise do Feelmo não foi revisada por pares e ainda não recebeu replicação independente nem validação externa
Referências
- Especificação de variabilidade da frequência cardíaca (SDNN) no 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
- Guia de condições, controle de qualidade e reprodução da reanálise de Autonomic Aging — Feelmo