Câu trả lời ngắn
Ở mức trung bình nhóm, một số chỉ số HRV có liên hệ với nhóm giới tính được ghi. Không có quy tắc phổ quát rằng nữ có HRV cao hơn hay nam thấp hơn. Phân tích tổng hợp lớn ghi nhận khác biệt nhóm về khoảng RR trung bình, SDNN, LF và HF, trong khi RMSSD và pNN50 không có khác biệt có ý nghĩa nhất quán. Phân tích lại của Feelmo trên 1,173 người từ bốn bộ dữ liệu công khai cũng thấy khác biệt nhóm ở một số chỉ số tần số, nhưng là phân tích thăm dò chưa bình duyệt, kết hợp các điều kiện đo khác nhau. Chỉ giới tính không thể xác định giá trị của một người bình thường hay bất thường, tiết lộ trạng thái thần kinh tự chủ hoặc xác định sức khỏe.
Những điểm chính
- Phân tích tổng hợp 172 nghiên cứu và 63,612 người thấy khác biệt trung bình nhóm ở một số chỉ số, nhưng kết quả RMSSD và pNN50 không nhất quán
- Phân tích chính của Feelmo dùng 1,173 người từ bốn bộ dữ liệu công khai; 47 người có dữ liệu loạn nhịp chỉ được dùng trong phân tích độ nhạy
- LF_norm, HF_norm và LF/HF liên quan về toán học, không phải ba phép đo trực tiếp, độc lập về cân bằng thần kinh tự chủ
- I²=0% là ước lượng điểm còn bất định từ bốn bộ dữ liệu, không phải bằng chứng hoàn toàn thống nhất
- Trung bình nhóm không thể phân loại cá nhân; với Apple Watch, theo dõi xu hướng của chính bạn trong điều kiện tương tự
Trước hết: khác biệt giới tính là trung bình nhóm
Trong đa số nghiên cứu, khác biệt giới tính nghĩa là trung bình nhóm nữ khác trung bình nhóm nam. Không có nghĩa hai phân bố tách biệt hoặc HRV nhận diện giới tính từng người. Giá trị của nữ và nam cùng tuổi chồng lấp rộng dù có thể phát hiện khác biệt trung bình bằng thống kê.
Nhiều bộ dữ liệu cũ chỉ ghi giới tính dạng nhị phân nữ/nam. Đó là biến được bàn ở đây. HRV không tiết lộ bản dạng giới, giai đoạn kinh nguyệt, mang thai, mãn kinh hay điều trị hormone.
HRV không phải một phép đo đơn lẻ
SDNN mô tả độ phân tán tổng thể của khoảng giữa nhịp bình thường trong bản ghi. RMSSD mô tả thay đổi giữa các khoảng liền kề và, trong bản ghi nghỉ ngắn, liên hệ tương đối chặt với điều biến phế vị đối với tim. HealthKit của Apple lưu HRV dưới dạng SDNN.
Chỉ số miền tần số gồm LF, HF và LF/HF. LF có nhiều thành phần sinh lý góp vào, nên không thể đọc trực tiếp LF/HF như hoạt động giao cảm chia cho phó giao cảm. LF_norm và HF_norm cũng bị ràng buộc có tổng cố định, vì vậy không phải bằng chứng độc lập.
- SDNN: biến thiên tổng thể khoảng nhịp trong bản ghi
- RMSSD: thay đổi ngắn hạn giữa các khoảng nhịp liền kề
- HF: thành phần tần số cao chịu ảnh hưởng mạnh của hơi thở
- LF/HF: tỷ số phụ thuộc bối cảnh, không phải đồng hồ đơn giản đo cân bằng thần kinh tự chủ
Nghiên cứu lớn cho thấy gì?
Phân tích tổng hợp năm 2016 kết hợp 172 nghiên cứu với 63,612 người khỏe mạnh. Xét trung bình, nhóm nữ có khoảng RR trung bình ngắn hơn — do đó nhịp tim cao hơn — cùng SDNN, tổng công suất và LF thấp hơn, trong khi tỷ phần tương đối HF cao hơn và LF/HF thấp hơn. Chênh lệch trung bình chuẩn hóa, báo dưới dạng Hedges' g, là −0.44 cho RR trung bình, −0.24 cho SDNN, −0.38 cho LF chuẩn hóa, +0.38 cho HF chuẩn hóa và −0.39 cho LF/HF. RMSSD và pNN50 không có khác biệt có ý nghĩa nhất quán qua mô hình hiệu ứng cố định và ngẫu nhiên.
Tuy nhiên, nghiên cứu Lifelines với 149,205 ECG mười giây ghi nhận RMSSD cao hơn nhất quán ở nữ. Nghiên cứu PPG cổ tay trên khoảng 8.2 triệu người dùng Fitbit thấy khác biệt giới tính ở SDRR và LF, nhưng không có khác biệt rõ ở RMSSD hay HF.
Feelmo đã làm gì trong phân tích lại bốn bộ dữ liệu
Phân tích chính dùng 1,073 người từ Autonomic Aging, 40 từ Fantasia, 42 từ bộ dữ liệu PhysioNet/Computing in Cardiology Challenge 2018 và 18 từ MIT-BIH Normal Sinus Rhythm Database: 1,173 người trong bốn bộ dữ liệu. Phân tích độ nhạy riêng thêm 47 người từ MIT-BIH Arrhythmia Database. Tổng 1,220 gồm các bản ghi loạn nhịp đó.
Trong mỗi bộ dữ liệu, nhiều đoạn của cùng người được lấy trung bình trước để mỗi người đóng góp một bộ đặc trưng. Chúng tôi tính Hedges' g là trung bình nhóm nữ trừ trung bình nhóm nam, rồi gộp ước tính bốn bộ dữ liệu bằng mô hình hiệu ứng ngẫu nhiên DerSimonian–Laird. Đây không phải phân tích nhân quả có điều chỉnh nhất quán cho tuổi, hơi thở, BMI, thuốc hoặc cách giải thích khác có thể có.
- Phân tích chính: bốn bộ dữ liệu và 1,173 người
- Phân tích độ nhạy: thêm 47 bản ghi loạn nhịp, tổng 1,220 người
- Cỡ tác dụng: nhóm nữ trừ nhóm nam, báo dưới dạng Hedges' g
- Cách gộp: mô hình hiệu ứng ngẫu nhiên DerSimonian–Laird
Khác biệt trung bình nhóm trong phân tích lại thăm dò
Ước lượng điểm gộp qua bốn bộ dữ liệu là −0.80 cho LF_norm, +0.80 cho HF_norm, −0.63 cho LF/HF và −0.72 cho DFA α1. Ngược lại, RMSSD là −0.09 và pNN50 là −0.16, và cả hai khoảng tin cậy 95% đều qua số không. Vì vậy phân tích không thể xác nhận chiều khác biệt nhóm nhất quán cho RMSSD hay pNN50.
Chiều LF_norm, HF_norm và LF/HF nhất quán với phân tích tổng hợp lớn trước đó. Ước lượng cỡ tác dụng lớn hơn không cho thấy khác biệt ‘thực’ lớn hơn. Dân số, điều kiện ghi và cách tính khác nhau, nên so các phân tích như bội số đơn giản không có ý nghĩa sinh lý rõ ràng.
- LF_norm: g = −0.80, khoảng tin cậy 95% từ −0.93 đến −0.68
- HF_norm: g = +0.80, khoảng tin cậy 95% từ +0.68 đến +0.93
- LF/HF: g = −0.63, khoảng tin cậy 95% từ −0.75 đến −0.50
- DFA α1: g = −0.72, khoảng tin cậy 95% từ −0.84 đến −0.60
- RMSSD: g = −0.09, khoảng tin cậy 95% từ −0.46 đến +0.28
- pNN50: g = −0.16, khoảng tin cậy 95% từ −0.71 đến +0.38
Vì sao không thể gọi LF/HF là ‘cân bằng thần kinh tự chủ’
Khi nghỉ, HF liên hệ tương đối chặt với điều biến phế vị đối với tim, nhưng cũng chịu ảnh hưởng mạnh của tốc độ và độ sâu hơi thở. LF có nhiều thành phần, gồm ảnh hưởng giao cảm, phó giao cảm và phản xạ thụ thể áp lực. Vì vậy không thể đọc LF/HF như ‘giao cảm chia phó giao cảm’ hay phép đo trực tiếp cân bằng thần kinh tự chủ tổng thể.
Theo định nghĩa thông thường, LF_norm và HF_norm được tính từ cùng LF và HF, bị ràng buộc để khi một tăng thì một giảm. LF/HF là tỷ số khác tạo từ cùng hai thành phần. Không thể đếm chúng là ba lần tái lập độc lập. DFA α1 mô tả tương quan fractal ngắn hạn trong khoảng nhịp; nó không phải bản thân cân bằng thần kinh tự chủ.
Vì sao I²=0% không có nghĩa hoàn toàn thống nhất
Với LF_norm, HF_norm, LF/HF và DFA α1, ước lượng điểm I² — thống kê mô tả mức không nhất quán giữa bộ dữ liệu — là 0%. Nghĩa là mô hình ước tính không có phương sai bổ sung giữa bộ dữ liệu trong phân tích này. Nó không chứng minh mọi bộ có tác dụng giống hệt nhau hay cùng khác biệt tồn tại trong mọi dân số.
Phân tích chính chỉ có bốn bộ dữ liệu, và ba bộ có 42 người trở xuống. Với ít bộ dữ liệu và mẫu nhỏ như vậy, khả năng phát hiện không đồng nhất hạn chế, còn I² và phương sai giữa bộ đều bất định. I² là 51% cho RMSSD và 75% cho pNN50, cho thấy khác biệt đáng kể giữa bộ đối với chỉ số miền thời gian.
Mẫu theo tuổi không chứng minh mãn kinh là nguyên nhân
Nghiên cứu ECG năm phút ở 1,906 người khỏe mạnh ghi nhận liên hệ giữa tuổi, giới tính và một số chỉ số HRV. Không còn thấy khác biệt nhóm giới tính ở đa số chỉ số tuổi 55–64 và mọi chỉ số trừ chiều fractal (FD) tuổi 65–74. Đây là nghiên cứu cắt ngang: không theo cùng người qua thời gian và không giải thích mẫu chỉ bằng mức hormone hay giai đoạn mãn kinh.
Nhóm tuổi cũng có thể khác về thuốc, bệnh, thành phần cơ thể, hoạt động thể chất, hơi thở và thời điểm đo. HRV tự nó không thể suy ngược từ thay đổi sau tuổi 50 để xác định mãn kinh là nguyên nhân.
Bạn nên dùng giá trị Apple Watch thế nào?
Apple Watch ghi HRV trong HealthKit dưới dạng SDNN. RMSSD nghiên cứu, ECG nghỉ năm phút, ECG 24 giờ và giá trị PPG cổ tay của hãng khác không thể hoán đổi chỉ vì đều được gọi là HRV.
Trong sử dụng hằng ngày, so số đo cùng thiết bị ở thời điểm, tư thế và bối cảnh ngủ tương tự, rồi theo xu hướng của bạn qua vài tuần. Đừng dùng HRV riêng để chẩn đoán sức khỏe, mệt mỏi, căng thẳng hay mãn kinh. Nếu có triệu chứng, tìm lời khuyên y tế dựa trên triệu chứng thay vì con số.
Giới hạn khoa học
- Phần lớn nghiên cứu được bàn là quan sát và không thể chứng minh giới tính gây khác biệt HRV
- Nhị phân nữ/nam trong dữ liệu nguồn không phải phép đo bản dạng giới hay trạng thái hormone
- Bốn bộ dữ liệu không được chọn qua tổng quan hệ thống; chúng là dữ liệu công khai có sẵn dùng cho phân tích thăm dò
- Autonomic Aging đóng góp khoảng 92% người trong phân tích chính, do đó ảnh hưởng mạnh đến kết quả gộp
- Bản ghi nghỉ, ngủ và thời lượng dài được trộn, không điều chỉnh nhất quán cho tuổi, hơi thở, BMI hay thuốc
- CinC 2018 gồm người được đánh giá để chẩn đoán rối loạn giấc ngủ, nên không thể mô tả cả bốn bộ là đoàn hệ khỏe mạnh
- Ước tính DerSimonian–Laird và I² chỉ từ bốn bộ có bất định đáng kể
- ECG và PPG cổ tay, cùng bản ghi 10 giây, năm phút hoặc 24 giờ, không trực tiếp so sánh được
- Khác biệt trung bình dân số không đo độ chính xác phân loại giới tính, sức khỏe hay trạng thái thần kinh tự chủ của cá nhân
- Phân tích lại của Feelmo chưa bình duyệt, chưa có tái lập độc lập hay xác nhận bên ngoài
Tài liệu tham khảo
- Đặc tả biến thiên nhịp tim (SDNN) của HealthKit — Apple Developer
- Khác biệt giới tính trong biến thiên nhịp tim ở người khỏe mạnh: phân tích tổng hợp — Neuroscience & Biobehavioral Reviews
- Yếu tố quyết định biến thiên nhịp tim trong dân số chung: nghiên cứu đoàn hệ Lifelines — Heart Rhythm
- Biến thiên nhịp tim bằng quang thể tích ký ở 8 triệu cá nhân — The Lancet Digital Health
- Biến thiên nhịp tim ngắn hạn — ảnh hưởng giới tính và tuổi ở người khỏe mạnh — PLOS ONE
- Tỷ số LF/HF không đo chính xác cân bằng giao cảm–phế vị tim — Frontiers in Physiology
- Biến thiên nhịp tim: chuẩn đo lường, diễn giải sinh lý và sử dụng lâm sàng — European Society of Cardiology / European Heart Journal
- Autonomic Aging: Bộ dữ liệu định lượng thay đổi chức năng thần kinh tự chủ tim mạch trong lão hóa khỏe mạnh — Scientific Data
- Fantasia Database — PhysioNet
- PhysioNet/Computing in Cardiology Challenge 2018 — PhysioNet
- MIT-BIH Normal Sinus Rhythm Database — PhysioNet
- MIT-BIH Arrhythmia Database — PhysioNet
- Diễn giải sự không đồng nhất khi có ít nghiên cứu trong phân tích tổng hợp — Cochrane Handbook
- Hướng dẫn điều kiện, kiểm soát chất lượng và tái lập phân tích lại Autonomic Aging — Feelmo