Programa del congreso

Este estudio analiza la evolución temporal a corto plazo de la variabilidad morfológica de la onda P (VMP) en el intervalo de una hora inmediatamente anterior al inicio de los episodios de fibrilación auricular (FA). Analizamos 32 registros de ECG ambulatorios de sujetos con FA paroxística. Para cada i-ésimo sujeto y j-ésimo episodio de FA, se caracterizó la VMP en ventanas consecutivas de 2 minutos dentro de los últimos 60 minutos antes del inicio de la FA. Para cada ventana de 2 minutos, se midieron la desviación absoluta mediana (MAD, por sus siglas en inglés) de la onda P y la energía de esta señal MAD relativa a la mediana de la energía de la onda P por sujeto. Luego, para cada sujeto, se obtuvo una mediana, normalizada al valor mediano en los diez primeros minutos de registro, a lo largo de los episodios de FA. Se utilizó un ajuste lineal en dos tramos de la evolución temporal de la energía de la señal MAD, mediante un ajuste líneal por mínimos cuadrados, para caracterizar la dinámica de la cohorte. Con este análisis se puede observar una estabilidad relativa de las ondas P hasta 8 minutos antes del inicio del episodio de FA, momento en el que el valor de la energía de la MAD comienza a aumentar. En conclusión, la VMP puede monitorizarse cuantificando la energía relativa de la MAD de la onda P, que muestra una tendencia creciente dentro de los 8 minutos previos al inicio de la FA.

En un trabajo previo se presentó un método para detectar apnea del sueño usando señales habituales en dispositivos vestibles (wearables): la saturación periférica de oxígeno (SpO2) y la fotopletismografía de pulso (PPG). Sin embargo, dichas señales se obtuvieron con un pulsioxímetro convencional de dedo. Este artículo describe un estudio piloto que aplica la misma metodología a señales adquiridas por un wearable de muñeca en un entorno domiciliario no supervisado (n = 20). Se aplicó un clasificador para diferenciar segmentos de respiración normal y anómala. Posteriormente, se calculó el Índice de Variación Cíclica de la Frecuencia Cardiaca (CVHRI) dentro de los segmentos con respiración anómala. El clasificador alcanzó una exactitud del 62.0% con los datos del wearable y el CVHRI tuvo una correlación media-alta con el AHI (r = 0,66, p < 0,001), lo que sugiere que su potencial para la estratificación de pacientes sigue siendo viable.

Obstructive sleep apnea (OSA) is a prevalent sleep disorder linked to cardiovascular risk, with significant clinical heterogeneity in its clinical manifestations. Traditional metrics such as the apnea-hypopnea index often fail to capture this complexity. This study introduces a novel phenotyping methodology using subject-based weighted correlation networks and heart rate variability (HRV) features derived from polysomnography. Data from 2,641 adults of the Sleep Heart Health Study were analyzed, yielding 21 HRV metrics from time and frequency domains. Modularity analysis of the HRV-based correlation networks identified three distinct OSA phenotypes without prior assumptions on the number of clusters to explore. Statistical analysis confirmed significant differences in clinical, anthropometric, and sleep-related parameters among these 3 subgroups. Concretely, the first cluster comprised middle-aged individuals with mild OSA, higher diastolic blood pressure (DBP), and intermediate anthropometric measures. The second cluster included older individuals with mild OSA, narrower neck circumference, shorter stature, lower weight, and reduced total sleep time. The third cluster featured younger individuals with moderate OSA, fragmented sleep, higher DBP, heavier weight, and reduced slow-wave sleep duration. By leveraging inter-subject HRV-based relationships, this approach addresses the drawbacks of traditional clustering methods and highlights the potential of HRV alongside network analyses for uncovering clinically relevant OSA phenotypes. Future work should incorporate longitudinal data and other physiological signals to enhance clinical applicability.

La relación frecuencia respiratoria/volumen tidal (f/V_T) es uno de los indicadores clínicos más utilizados para predecir el éxito de la extubación en pacientes asistidos mediante ventilación mecánica. La determinación del momento óptimo de extubación continúa siendo un reto en la práctica clínica. Este trabajo propone extraer parámetros un enfoque híbrido que combina transformadas tiempo-frecuencia y diagramas de Poincaré tridimensionales para extraer descriptores espectrales y geométricos de la señal f/V_T, durante pruebas de respiración espontánea. Se calcularon parámetros relacionados con la energía espectral, la entropía, la curtosis, el centroide y el ancho de banda, así como el volumen y las razones entre ejes del elipsoide tridimensional. A través de pruebas estadísticas, se identificaron dos variables con diferencias significativas entre grupos clínicos. Parámetros relacionados con el ancho de banda espectral y con el grado de esfericidad en la distribución de los datos, presentaron diferencias estadísticamente significativas. La cuantificación de la variabilidad de los patrones respiratorio en estos pacientes puede formar parte de sistemas que ayuden a predecir su evolución. Este enfoque ofrece una herramienta cuantitativa para apoyar decisiones en el proceso de destete ventilatorio.

El sistema nervioso autónomo influye en el inicio y mantenimiento de la fibrilación auricular (FA). El efecto de las distintas modalidades de ablación sobre la modulación autonómica cardíaca no ha sido caracterizado completamente. En este estudio comparamos los efectos sobre la actividad autonómica de la crioablación (CRYO) y la ablación por campo pulsado (PFA) mediante índices de variabilidad de la frecuencia cardíaca calculados en ECGs de 10 min registrados inmediatamente antes y 3 meses después de la ablación. Se han evaluado los índices SDNN, RMSSD, PLF, PHF y P_(LF/HF). CRYO provoca reducciones significativas en los valores medianos (p<0.05): SDNN -10.5 ms, RMSSD -4.8 ms, PLF -2.3x10^(-4), PHF -1.0x10^(-4), mientras que PFA produce cambios menores no significativos en SDNN -1.6 ms, RMSSD -2.8 ms, PLF -0.3x10^(-4), y una reducción significativa pero menor en PHF (-0.5x10^(-4)). Estos hallazgos sugieren un impacto autonómico más marcado tras CRYO que tras PFA y subrayan la necesidad de estudios que exploren sus implicaciones en la recurrencia de FA.

Heart Rate Variability (HRV) analysis from photoplethysmography (PPG) signals requires robust signal quality assessment to ensure accurate Pulse Rate Variability (PRV) measurements. This study introduces an enhanced Signal Quality Index (SQI) analysis incorporating five quality measuring metrics: kurtosis, skewness, entropy, perfusion index, and mean crossing rate. A dynamic quantile-based normalization method (5th-95th percentiles) standardizes SQI values across diverse physiological conditions.

Methods: PPG signals from 235 subjects (225 sessions) were processed using hierarchical segmentation (10-second to 5-minute windows) at 250Hz sampling rate. Five SQI metrics were computed at 10Hz filtering with dynamic normalization. Correlation analyses assessed relationships between SQI metrics and RMSSD errors compared to reference ECG measurements.

Results: Analysis of 1,825 five-minute segments revealed significant negative correlations between all SQI metrics and HRV errors (p<0.001). The Perfusion Index demonstrated the strongest correlation (r=-0.226, R²=5.1%), followed by Skewness (r=-0.152, R²=2.3%), Entropy (r=-0.148, R²=2.2%), Kurtosis (r=-0.109, R²=1.2%), and Mean Crossing Rate (r=-0.077, R²=0.6%). Quality distribution analysis showed 83.8% of segments exceeded 80% quality for Perfusion Index, while Mean Crossing Rate provided complementary temporal stability assessment.

Conclusions: The enhanced multi-metric analysis with dynamic normalization provides robust PPG signal quality assessment. Perfusion Index offers the most reliable quality indicator, while Mean Crossing Rate contributes valuable temporal regularity information for comprehensive quality evaluation in automated PPG-based HRV monitoring systems.