Upload
doantu
View
220
Download
0
Embed Size (px)
Citation preview
Rapport d’étude
Comparaison des logiciels Kubios et Codesna
pour analyse de la variabilité de la fréquence cardiaque
1. INTRODUCTION
L’activité chronotrope cardiaque résulte de la réponse du nœud sinusal aux influences
parasympathique et sympathique. En étudiant comment cette activité est régulée, il est
possible d’obtenir des indicateurs indirects de la prédominance d’activité
parasympathique ou sympathique (1). L’observation battement à battement des intervalles
entre battements (intervalles RR) a montré qu’il existait une variabilité importante entre
ces battements. La variabilité de Fc est le terme qui décrit les variations à la fois de Fc
instantanée et des intervalles RR (2). Il existe plusieurs méthodes d’analyse de la
variabilité de l’intervalle RR (VarRR), dont les principales sont les
- Méthodes temporelles (calcul de la déviation standard de l’intervalle RR (SDNN) ; de
rMSSD ou la racine carrée de la moyenne des différences des RR successifs élevées au
carré ; de NN50 ou nombre de RR adjacents qui diffèrent de plus de 50 ms, exprimé plus
couramment en pourcentage du nombre total de périodes cardiaques ou pNN50).
- Les Méthodes fréquentielles : il a été proposé que l’analyse spectrale des fluctuations
qui affectent la fréquence cardiaque (1) pouvait donner des indices sur sa régulation
neuronale, et en particulier sur l’équilibre sympatho-vagal du réglage cardiovasculaire
(3,4). L’analyse spectrale la plus courante est la Transformée de Fourrier qui donne un
spectre de fréquence qui présente des bandes de fréquences spécifiques. Plus
particulièrement, le spectre de fréquences supérieures à 0,15 Hz (Haute fréquence, HF)
représenterait uniquement une réponse du nœud sinusal à une activité parasympathique
(Persson et coll. 1992). Les réflexes cardiaques orthosympathiques dus à une activation
des barorécepteurs sont en effet plus lents que la réponse parasympathique (5). Le spectre
de basses fréquences inférieures à 0,15 Hz (basse fréquence, BF) représentait un
amalgame d’activités parasympathique et orthosympathique contrôlant le nœud sinusal
(6–8). Par ailleurs, on peut aussi déterminer une bande de très basses fréquences (very
low frequency ou VLF), qui représenterait l’activité à plus long terme du système rénine-
angiotensine et de la thermorégulation (2).
Les recommandations particulières concernant l’utilisation de ces méthodes sont les
suivantes (2) :
1) Il faut essayer de ne pas avoir de modifications du contrôle du SNV durant
l’enregistrement, ce qui signifie qu’un état stationnaire est requis. Il est à noter
toutefois que la nécessité ou non d’avoir un état stationnaire pour effectuer
l’analyse n’est toujours pas établie. En effet, sur une durée de 24 h, on ne peut pas
considérer que la modulation par le système nerveux végétatif soit stationnaire. Il
en est de même lors d’un exercice incrémental ou on observe une dérive
progressive de la fréquence cardiaque. Toutefois, l’analyse spectrale de VarRR a
été utilisée au cours de différents protocoles (9,10), en effectuant l’analyse sur des
temps relativement courts assimilés chacun à un état stationnaire.
2) La fréquence d’échantillonnage doit être convenablement choisie : on considère
qu’il ne faut pas une fréquence inférieure à 250 voire 500 Hz.
3) Il faut vérifier que les différentes corrections apportées au périodogramme
(battements ectopiques, évènements arythmiques, artéfacts de mesure, « bruit »…)
ne modifient pas significativement le spectre de fréquence obtenu par la suite. Il
est important de quantifier et de préciser le nombre et la durée des intervalles RR
qui ont été omis ou interpolés.
4) La fréquence respiratoire ne doit pas être inférieure à la fréquence limite entre les
HF et les BF, c’est à dire 0,15 Hz (ou 10 cycles.min-1).
5) La durée d’analyse doit être identique lorsque l’on souhaite comparer différentes
situations
Un des logiciels calculant ces couramment utilisés actuellement par la communauté
scientifique est le logiciel Kubios (11).
Face aux contraintes d’utilisation précédemment cités, d’autres indices ont été utilisé pour
quantifier et qualifier l’analyse de la variabilité de la fréquence cardiaque. Il s’agit
principalement des indices qualifiés de non-linéaire (Shannon Entropy, Approximate
Entropy, detrented fluctuation analysis ect… : e.g., (12–14)), mais leur signification
physiologique reste sujet à caution.
Le logiciel CODESNA propose une évaluation de l’activité du système neurovégétatif par
l’analyse de la variabilité de l’intervalle RR reposant sur une nouvelle génération
d’algorithme.
Le but de ce travail a été d’évaluer la validité de ce logiciel. Pour ce faire, des situations
physiologiques connues (redressement passif et actif, exercice physique, entraînement en
endurance) ont été évaluées afin de vérifier la répétabilité et la sensibilité des indices
obtenus avec le logiciel CODESNA.
2. MATERIEL ET METHODES
2.1. PARTICIPANTS
Quinze sujets de sexe masculin (22±1 ans, 177±7 cm et 70±6 kg), formant un groupe de
sujet baptisé « Contrôles » ont volontairement participé à cette étude. L'ensemble des
sujets était issu d'une formation universitaire en sciences des activités physiques et
sportives et ne présentait aucun antécédent de maladie cardio vasculaire. Un groupe
additionnel dix skieurs de fond de haut niveau du Centre National de Ski Nordique de
Prémanon (France) aussi participé.
Chaque sujet a donné son consentement éclairé après une information orale et écrite
complète et sincère, en accord avec la Déclaration de Helsinki.
2.2. PROTOCOLE EXPERIMENTAL
Afin de tester la validité du logiciel "CODESNA” comme outil d’analyse de la variabilité
de la fréquence cardiaque pour évaluer l’activité du système neurovégétatif, nous avons
choisi trois situations physiologiques connues, couramment étudiées par ce type
d’analyse. Les sujets Contrôles ont réalisé, sur un intervalle de 2 jours, en laboratoire et
dans cet ordre, 1) 3 tests successifs de redressement actif (passage couché/debout), 2) un
redressement passif à l'aide d'une table basculante et 3) une épreuve de trois exercices
sous maximaux sur bicyclette ergométrique. Les skieurs de fond ont réalisé, durant la
saison hivernale 2015, un tilt test actif.
L’ensemble des tests ont été réalisé dans un environnement standardisé (laboratoire) sans
lumière vive ni sollicitation extérieure). La fréquence cardiaque battement à battement a
été enregistrée durant toute la durée des tests.
Durant les tests passifs, il été demandé à l'ensemble des sujets de ne pas parler, de rester
éveillé, et de respirer normalement tout au long du test.
La répétabilité des analyses a été évaluée grâce à la répétition des trois tilt-test. La
répétabilité des méthodes est considérée comme relativement bonne tant chez des sujets
sains (15–20).
Leur sensibilité a été évaluée grâce au redressement passif progressif, à l’exercice sous
maximal et à la comparaison entre les skieurs et les sujets Contrôles.
Enfin, l’effet de la durée de la période analysée a été testé durant les tilt-tests afin de
vérifier si elle a une importance particulière pour le logiciel CODESNA.
2.2.1. TILT-TEST ACTIF ET REDRESSEMENT PROGRESSIF
Le tilt test actif se compose de deux phases distinctes : une phase couchée (0°) d'une durée
de 8 min, puis une seconde phase de 7 min debout (90°). A la suite de la période couché,
le sujet se lève de manière autonome, sans aide, et s'installe dos contre un mur. Ce test a
été réalisé 3 fois de suite avec une récupération passive de 10 min entre chaque répétition,
Le test du redressement progressif a été effectué à l'aide d'une table à bascule comprenant
4 angulations différentes (0°, 30°, 45°, et 60°). Le test se compose de 4 phases successives
d'une durée de 8 min chacune, avec augmentation progressive de l'angulation de la table.
Le tilt-test actif comme le redressement progressif débutent par une phase de repos de 10
min à une inclinaison de 0°, sans enregistrement des données.
Ces tests ont été choisis car la réponse à l’orthostatisme passif ou actif est connue.
L’utilisation d’une épreuve de redressement passif (orthostatisme, couramment appelée
« tilt test ») pour décrire les réflexes neurovégétatifs et cardiovasculaires est largement
répandue en physiologie tant pour la recherche que pour l’étude clinique, parce qu’il est
simple et reproductible (21–24). Le principe est que le passage en position quasi verticale
(ou 60°) provoque le déplacement d’environ 500–800 ml de sang de la circulation
thoracique vers les vaisseaux capacitifs des viscères abdominaux et des jambes. Dans ce
cas, des réponses neurovégétatives appropriées, avec retrait de l’activité parasympathique
et mise en jeu de l’activité orthosympathique, qui augmentent la fréquence cardiaque et
les résistances vasculaires périphériques sont nécessaires pour minimiser les effets du
changement de posture sur le retour veineux et le débit cardiaque (22).
Il n’est pas toujours possible d’effectuer une épreuve de redressement passif à l’aide d’une
table de test spécifique, comme cela se fait le plus souvent en physiopathologie (par
exemple, (25–27). C’est pourquoi nous avons effectué un redressement actif, dont les
effets sont globalement comparables à ceux du redressement passif (23,28,29).
2.2.2. EFFET DE LA DUREE D’ANALYSE
Afin de tester si la durée de l’analyse avait une importance avec le logiciel CODESNA
(on sait quelle doit être identique avec les analyses traditionnelles : (2)), nous avons utilisé
différentes durée : la durée préconisée pour l’analyse spectrale (300 sec), cette durée avec
30 secondes en plus ou en moins et enfin une durée d’analyse spontanément choisie en
fonction « de l’allure » du périodogramme.
2.2.3. EXERCICE SOUS MAXIMAL
L'exercice sous maximal était un exercice de pédalage effectué sur un cyclo-ergomètre.
Le test consistait en 3 paliers successifs de 6 minutes à respectivement 120, 140 et 160
battements par minute. Le début du test est précédé par un échauffement de 5 min à
intensité faible. Il a été demandé aux sujets de respecter une cadence de pédalage comprise
entre 80 et 100 rpm.
Comme pour le tilt-test, les réponses cardiovasculaires et neurovégétatives à l’exercice
sont connues. La mise en jeu du système neurovégétatif au cours de l’exercice se traduit
initialement par une diminution de l’activité parasympathique, provoquant l’augmentation
de la fréquence cardiaque (jusqu’à des intensités d’exercice correspondant à une
fréquence cardiaque d’environ 100 bpm) et du débit cardiaque. Lorsque l’augmentation
du débit cardiaque est insuffisante pour augmenter la pression artérielle au nouveau niveau
opérationnel (ré-initialisation du baroréflexe, synonyme d’une puissance d’exercice plus
importante), l’activité du système nerveux orthosympathique augmente (30–34).
Ainsi, pendant l’exercice modéré, le tonus orthosympathique peut être élevé grâce au
métaboréflexe et l’activité parasympathique peut être diminuée (mais pas annulée) grâce
à une commande centrale et/ou à une ré-initialisation du baroréflexe. Avec une
augmentation de la charge de travail, l’activité parasympathique diminue encore,
traduisant une augmentation de la commande centrale ou une nouvelle ré-initialisation du
baroréflexe à un niveau encore plus élevé et l’activation sympathique augmente à son tour
grâce à une activité plus importante du métaboréflexe et/ou une ré-initialisation du
baroréflexe jusqu’à ce que l’activité parasympathique soit complètement nulle. Lors de
l’exercice sous-maximal, le tonus parasympathique résiduel permet une augmentation
baroréflexe rapide de la fréquence cardiaque en réponse à une hypotension transitoire,
alors qu’à l’exercice maximal, seule une activation plus lente du baroréflexe (modification
d’activité vasoconstrictrice sympathique) peut intervenir, la fréquence cardiaque étant
déjà à son niveau maximal.
2.2.4. EFFET ENTRAINEMENT
L’exercice physique, pratiqué d’une manière régulière, provoque de nombreuses
adaptations cardiovasculaires et neurovégétatives, dont les principales sont :
- une réduction de l’activité orthosympathique vasomotrice au repos (35). Cette
réduction peut être en partie expliquée par l’augmentation du volume
intravasculaire qui est alors suffisante pour élever continuellement la fréquence de
décharge des barorécepteurs à basse pression de l’oreillette droite. Cette
stimulation provoque une grande réduction de l’activité sympathique qui diminue
les résistances vasculaires périphériques et la pression artérielle (36,37).
- Une augmentation des indicateurs d’activité parasympathique au repos, mais aussi
lors de l’orthostatisme et de l’exercice sous maximal (38).
2.3. MATERIELS UTILISES ET TRAITEMENT DES DONNEES
Le cyclo-ergomètre utilisé était un cyclo ergomètre de type Monark 818E (Stockholm,
Sweden).
L’ensemble des relevés de fréquence cardiaque battement à battement a été effectué à
l'aide d'un cardiofréquencemètre de type polar S810 (Polar electro Oy, Kempele,
Finlande). Les données ont été téléchargées à l'aide du logiciel Polar Pro Trainer
(Kempele, Finlande).
L'analyse de la variabilité de la fréquence cardiaque a été réalisée à l'aide de deux logiciels.
Un logiciel considéré comme logiciel de référence (Kubios, Biosignal Analysis and
Medical Imaging Group at the Department of Applied Physics, University of Kuopio,
Kuopio, Finlande ; (11)), et le logiciel test CODESNA.
Avec le logiciel Kubios, l'ensemble des périodogrammes ont été analysés et corrigés en
fonction de la présence ou non d'artefacts, par un filtrage du signal défini par le logiciel.
L’analyse des périodogrammes a été réalisée sur des fenêtres stables de 300 s pour
l’ensemble des modalités de mesure (2).
Les indices de variabilité de fréquence cardiaque retenus ont été : la moyenne des
intervalles R-R (ms), la racine carrée de la moyenne des différences au carré des
intervalles successifs (rMSSD) ; le pourcentage d’intervalles différents de son précédent
de plus de 50 ms (pNN50). Le paramètre SD1 extrait de la représentation de Poincaré,
représentant l’écart-type de la variabilité battement à battement instantané. Enfin, nous
avons réalisé une analyse spectrale paramétrique obtenue par une transformation rapide
de Fourier (FFT). Nous avons considéré la puissance totale, les basses fréquences (LF) de
0,04 à 0,15 Hz, les hautes fréquences (HF) pour la bande de 0,15 à 0,4 Hz ainsi que le
rapport LF/HF.
Les indices ont été interprétés comme suit :
- Indice d’activité parasympathique : rMSSD, pNN50, SD1, HF (en %, unités
normalisées – nu – et ms²).
- Indice d’activité orthosympathique : rapport LF/HF
Avec le logiciel CODESNA, les indices considérés ont été :
- Ortho (puissance orthosympathique en ms²), - Para (puissance parasympathique en ms²), - R=facteur de récupération (>1=récupération, <1 pas de récupération) et - Stress Level.
Des paramètres expérimentaux ont été aussi analysés : - Max Stress (maximum du Stress Level sur la durée d'analyse) - TPSP = entropie Sympathique (correspond au degré d'opposition de l'Ortho
envers le Para)
- TPPS = entropie Parasympathique (correspond au degré d'opposition du Para envers l'Ortho)
- Fatigue
2.4. ANALYSES STATISTIQUES
Les résultats sont présentés sous la forme de moyenne ± écart type sauf lorsque préciser.
Pour l'ensemble des analyses, la normalité de la distribution des valeurs a été vérifiée à
l'aide du test Shapiro-Wilk.
Pour tester la répétabilité de la mesure nous avons utilisé une Anova à mesures répétées,
pour comparer les valeurs des indices dérivées de l’analyse de la variabilité de la
fréquence cardiaque. Lorsque la distribution n’était pas normale, un test de Kruskal Wallis
a été utilisé.
Pour évaluer la sensibilité de la mesure lors du test de redressement progressif et lors de
l'exercice sous maximal, une Anova à mesures répétées a été utilisée. Lorsque la
distribution n’était pas normale, un test de Kruskal Wallis a été utilisé.
Pour évaluer l'effet entraînement, entre les groupes « skieurs » et « contrôles », une
ANOVA deux facteurs (position x groupe) a été utilisée. Lorsque la distribution n’était
pas normale, un test de Kruskal Wallis a été utilisé.
L'ensemble de ces tests statistiques a été réalisé pour les deux logiciels d'analyse. Toutes
les analyses statistiques ont été réalisées avec le logiciel (SigmaStat® SPSS Inc, Chicago,
États-Unis). Le seuil de significativité p a été fixé à 0,05.
3. RESULTATS
3.1. REPETABILITE DE LA MESURE
3.1.1. KUBIOS
L’analyse statistique des données issues de l’analyse de la VFC avec Kubios montre que :
- Les données obtenues en position couché sont répétables : pas de différence
significative entre les valeurs pour la durée des intervalles RR (p=0.146) ; rMSSD
(p= 0.498) ; pNN50 (p=0.516) ; HF ms² (p=0.763) ; HF % (p=0.949) ; HFnu
(p=0.977) ; LF ms² (p=0.370) ; LF% (p=0.837) ; LFnu (p=0.988) ; LF/HF
(p=0.966) ; TP ms² (p=0.402) ; SD1 (p=0.498) ; SD2 (p=471).
- Les données obtenues en position debout sont globalement répétables : pas de
différence significative entre les valeurs pour HR (p=0.296) ; rMSSD (p= 0.122) ;
pNN50 (p=0.213) ; HF ms² (p=0.119) ; HF % (p=0.849) ; HFnu (p=0.743) ; LF
ms² (p=0.136) ; LF% (p=0.0.886) ; LFnu (p=0.736) ; LF/HF (p=0.705) ; SD1
(p=0.122) ; SD2 (p=0.04). En revanche, les valeurs de TP ms² (p=0.045) et SD2
(p=0.04) varient significativement et ne peuvent donc pas être considérées comme
répétables.
- Les données traduisant la réactivité du système neurovégétatif (% variation entre
couché et debout) sont répétables : pas de différence significative entre les valeurs
pour FC (p=0.703) ; rMSSD (p= 0.849) ; pNN50 (p=0.988) ; HF ms² (p=0.693) ;
HF % (p=0.485) ; HFnu (p=0.668) ; LF ms² (p=0.606) ; LF% (p=0.0.553) ; LFnu
(p=0.876) ; LF/HF (p=0.634) ; TP ms² (p=0.658) ; SD1 (p=0.849) ; SD2
(p=0.520).
Une autre possibilité pour tester la répétabilité est de calculer le coefficient de variation.
En position couché, le coefficient de variation est de 8,9±9,1% pour rMSSD, 7,5±1,3%
pour pNN50, 5,4±7,2% pour HF ms², 4,2±2,4% pour HF%, 5,7±3,0% pour HFnu,
2,6±1,2% pour LF/HF et 8,9±9,1% pour SD1.
En position debout, le coefficient de variation est de 16,4±41,6% pour rMSSD, 1,8±1,3%
pour pNN50, 4,0±4,5% pour HF ms², 6,0±7,7% pour HF%, 5,5±5,5% pour HFnu,
5,1±5,0% pour LF/HF et 16,2±41,2% pour SD1.
mean RR
(ms) rMSSD (ms) pNN50 (%) HF (ms²) HF% HFnu LF/HF SD1 (ms)
Tilt
te
st a
ctif
1 couché 988±132 45±26 23,8±23 813,9±855 31,3±14,5 50,3±19 1,4±1,2 31,8±19
debout 741±115 23±11 5,8±8,8 168,3±204 6,5±5,8 10,5±8,6 13,5±8 16,1±8
2 couché 1053±141 57±34 31,9±27 1317±1646 31,7±15,9 51,2±19,8 1,34±1,2 40,3±24,2
debout 774±114 27±13,5 9,3±10,8 243,7±309 5,4±4,3 8,9±7,6 15,7±8,5 19,1±9,5
3 couché 1115±193§ 61±31,1 36,8±25,7 1168,9±1229 31,1±16,7 49,7±17 1,2±0,7 43±22
debout 815±137 34±17 14,1±13,2 343,4±380,5 5,7±4,4 10,4±8 13,6±8,7 23,7±12
Tableau des principaux indices de l’analyse de la variabilité de l’intervalle RR avec le
logiciel Kubios.
§ Différence significative entre couché 1 et couché 3, p<0,05.
3.1.2. CODESNA
L’analyse statistique des données issues de l’analyse de la VFC avec CODESNA montre
que :
- Les données obtenues en position couché ne sont pas toutes répétables : pas de
différence significative entre les valeurs pour Ortho (p= 0.407) ; Para (p=0.229) ;
R factor (p=0.160). Le paramètre secondaire Fatigue (p=0.179) ne varie pas
significativement non plus. En revanche, les valeurs de Stress level (p= 0.0471)
et des paramètres secondaires Max Stress (p=0.217) ; TPPS (p=0.0476) et TPSP
(p=0.011) varient significativement et ne peuvent donc pas être considérées
comme répétables.
- Les données obtenues en position debout sont répétables : pas de différence
significative entre les valeurs pour Ortho (p= 0.149) ; Para (p= 0.062) ; R factor
(p=0.578) et Stress level (p= 0.479) ni pour Max Stress (p=0.188) ; TPPS
(p=0.446) ; TPSP (p=0.350) et Fatigue (p=0.120).
- Les données traduisant la réactivité du système neurovégétative (% variation
entre couché et debout) sont répétables : pas de différence significative entre les
valeurs pour Ortho (p= 0.8512) ; Para (0.910) ; R factor (p=0.186) et Stress level
(p= 0.331) ni pour Max Stress (p=0.360) ; TPPS (p=0.927) ; TPSP (p=0.324) ; et
Fatigue (p=0.766).
Paramètres principaux Paramètres secondaires
Ortho (ms²) Para (ms²) RFactor Stress Level (%) Max Stress (%) TPPS (%) TPSP (%) Fatigue
Til
t te
st a
cti
f
1 couché 1470,8±1463,1 1438,5±1323 1,2±0,4 99,4±5§ 121,6±4,8 12,6±8,4§ 11,6±7,7§ 0,4±0,2
debout 1797,9±1371 1413,5±987 0,6±0,3 110±7,7* 146,6±15 6,2±3,7 6,3±3,6 0,6±0,4*
2 couché 2215,2±1988,3 2148,6±1831 1,1±0,5 100,5±5,1 121,9±4,3 14,6±9,2 16,3±7,6 0,3±0,1
debout 2193,6±1199,4 1923,1±1060,1 0,7±0,3 107,1±5,3 139,5±12,1 6,6±3,6 6,4±3,5 0,5±0,3
3 couché 1972,2±1343,6 2094,9±1370,6 1,6±0,9 96,2±4§ 118,2±9,2 19,4±8,9§ 19,1±7,8§ 0,2±0,2
debout 2781,5±1487,4 2389,4±1225,4 0,8±0,6 107,2±8* 139,2±9,4 7,9±4,4 8,1±4 0,4±0,3*
Tableau des indices de l’analyse de la variabilité de l’intervalle RR avec le logiciel
CODESNA.
§ Différence significative entre couché 1 et couché 3 ; p<0,05.
En position Couché, le coefficient de variation est de 3.7±3.7% pour Ortho, 3.4±2.3%
pour Para, 5.7±7.0% pour R factor et 30.8±15.4% pour Stress level. Il est de 30.2±14.0%
pour Max Stress, 7.9±12.9% pour TPPS, 5.2±5.5% pour TPSP et 3.7±2.0% pour Fatigue.
En position Debout, le coefficient de variation est de 4.0±2.4% pour Ortho, 5.8±8.5%
pour Para, 4.8±3.1% pour R factor et 39.6±32.8% pour Stress level. Il est de 25.2±13.7%
pour Max Stress, 5.7±8.6% pour TPPS, 4.5±3.9% pour TPSP et 7.6±10.9% pour Fatigue.
3.1.3. CONCLUSION
Il est connu que les indices traditionnels de l’analyse de la variabilité de la fréquence
cardiaque ne sont que relativement répétables (19), (20), pour la plupart plus grand que
5%. Toutefois, dans les conditions de notre étude, seule la puissance totale et SD2 en
position debout varie significativement lors des 3 tilt-tests actifs.
En ce qui concerne le logiciel CODESNA, les paramètres principaux et secondaires
paraissent tout aussi répétables : plus de situations où une différence significative est
observable et des coefficients de variation importants (quelque fois plus de 25-30%). En
revanche, l’on peut remarquer que les indices Para et Ortho sont très répétables, en
particulier en position Couché. On remarque aussi une grande variation interindividuelle
(les écart-types pour ces coefficients de variations sont grands, de l’ordre de grandeur de
la moyenne), avec le logiciel Kubios comme CODESNA.
3.2. CODESNA : EFFET DE LA DUREE D’ANALYSE
La comparaison des différentes durées d’analyse avec le logiciel CODESNA montre
que, globalement, modifier la durée ne modifie pas le résultat obtenu (variation de moins
de 10% la plus part des cas, et souvent proche de 2-3%).
Aucune différence significative entre les conditions n’a été observée.
Ces résultats confirment la robustesse d’utilisation du logiciel CODESNA.
Indice Condition N Moyenne
Ecart-
type Minimum Maximum
Fa
tig
ue
0°
-30 / 300 15 -0,5% 2,9% -5,3% 4,9%
30 / 300 15 -6,2% 9,1% -31,2% 2,4%
Spontanée / 300 15 -1,7% 13,7% -23,6% 36,2%
30°
-30 / 300 15 -3,9% 5,8% -16,8% 1,8%
30 / 300 15 -1,6% 7,5% -20,8% 14,6%
Spontanée / 300 15 -1,9% 13,2% -36,9% 20,3%
45°
-30 / 300 15 -2,2% 7,6% -22,5% 9,7%
30 / 300 15 6,9% 28,7% -6,5% 108,6%
Spontanée / 300 15 -0,8% 9,7% -21,0% 13,8%
60°
-30 / 300 15 4,9% 22,9% -9,1% 86,5%
30 / 300 15 2,7% 13,1% -13,4% 44,4%
Spontanée / 300 15 6,0% 25,0% -36,4% 82,5%
Ma
x S
tress
0°
-30 / 300 15 -0,2% 0,7% -2,6% 0,0%
30 / 300 15 0,0% 0,0% 0,0% 0,1%
Spontanée / 300 15 -1,5% 4,2% -10,7% 3,4%
30°
-30 / 300 15 -0,8% 2,1% -7,3% 0,0%
30 / 300 15 0,6% 2,3% 0,0% 9,0%
Spontanée / 300 15 -0,2% 6,8% -14,7% 13,3%
45°
-30 / 300 15 -0,3% 1,2% -4,7% 0,0%
30 / 300 15 1,3% 3,5% 0,0% 11,2%
Spontanée / 300 15 0,5% 2,0% -2,7% 5,8%
60°
-30 / 300 15 -0,3% 1,1% -4,1% 0,0%
30 / 300 15 1,3% 3,4% 0,0% 10,8%
Spontanée / 300 15 -0,7% 4,5% -12,3% 8,5%
Ort
ho
0°
-30 / 300 15 -0,2% 5,0% -10,8% 6,3%
30 / 300 15 17,6% 28,7% -4,8% 106,5%
Spontanée / 300 15 4,1% 19,5% -46,1% 40,3%
30°
-30 / 300 15 3,4% 3,4% -3,4% 9,2%
30 / 300 15 7,6% 17,6% -6,8% 62,9%
Spontanée / 300 15 3,8% 11,0% -17,1% 19,0%
45°
-30 / 300 15 -3,0% 7,2% -16,8% 8,8%
30 / 300 15 7,0% 12,2% -3,7% 46,9%
Spontanée / 300 15 -0,6% 11,8% -27,1% 16,2%
60°
-30 / 300 15 -3,6% 19,6% -70,6% 9,1%
30 / 300 15 5,2% 8,9% -4,4% 26,3%
Spontanée / 300 15 -4,6% 22,4% -70,9% 22,1%
Pa
ra
0°
-30 / 300 15 0,0% 4,7% -7,8% 6,7%
30 / 300 15 17,3% 30,1% -5,8% 110,8%
Spontanée / 300 15 4,0% 20,1% -48,5% 34,8%
30°
-30 / 300 15 2,7% 3,8% -3,8% 8,4%
30 / 300 15 6,3% 16,5% -3,6% 60,1%
Spontanée / 300 15 3,2% 11,5% -11,7% 37,2%
45°
-30 / 300 15 -2,7% 7,0% -16,8% 8,0%
30 / 300 15 7,8% 11,3% -6,1% 39,9%
Spontanée / 300 15 -1,1% 10,5% -25,5% 16,2%
60°
-30 / 300 15 -3,5% 19,3% -70,6% 7,4%
30 / 300 15 4,0% 9,0% -5,2% 28,2%
Spontanée / 300 15 -3,7% 20,7% -68,3% 15,0%
R f
acto
r
0°
-30 / 300 15 -2,2% 8,0% -12,4% 18,5%
30 / 300 15 1,0% 6,2% -12,2% 12,8%
Spontanée / 300 15 3,1% 26,1% -41,7% 76,0%
30°
-30 / 300 15 2,0% 9,6% -15,7% 16,8%
30 / 300 15 -0,2% 7,4% -10,8% 15,8%
Spontanée / 300 15 2,1% 23,3% -33,6% 48,1%
45°
-30 / 300 15 -0,2% 7,6% -10,6% 11,5%
30 / 300 15 0,1% 7,5% -9,7% 17,8%
Spontanée / 300 15 -0,3% 11,9% -24,7% 20,6%
60°
-30 / 300 15 0,4% 6,5% -11,2% 13,5%
30 / 300 15 -1,2% 5,7% -12,7% 7,9%
Spontanée / 300 15 5,4% 20,1% -19,1% 51,0%
Str
ess
lev
el
0°
-30 / 300 15 -0,1% 1,0% -1,7% 1,8%
30 / 300 15 0,2% 0,9% -1,3% 1,7%
Spontanée / 300 15 0,2% 2,3% -4,6% 3,7%
30°
-30 / 300 15 0,4% 1,1% -1,1% 2,9%
30 / 300 15 0,5% 1,3% -2,1% 2,1%
Spontanée / 300 15 0,3% 3,2% -7,3% 6,3%
45°
-30 / 300 15 -0,2% 1,3% -2,7% 2,1%
30 / 300 15 -0,4% 1,7% -5,0% 2,5%
Spontanée / 300 15 0,2% 1,0% -1,4% 1,8%
60°
-30 / 300 15 -0,1% 1,3% -2,1% 2,2%
30 / 300 15 0,6% 1,3% -1,0% 4,7%
Spontanée / 300 15 -0,8% 3,0% -7,2% 2,7%
TP
PS
0°
-30 / 300 15 -1,3% 5,0% -12,4% 7,9%
30 / 300 15 -1,1% 2,6% -5,6% 3,5%
Spontanée / 300 15 0,2% 16,2% -29,9% 42,8%
30°
-30 / 300 15 -1,9% 7,6% -23,0% 11,3%
30 / 300 15 2,6% 6,0% -6,8% 13,3%
Spontanée / 300 15 0,0% 11,2% -23,0% 18,4%
45° -30 / 300 15 0,0% 6,0% -15,4% 11,4%
30 / 300 15 -0,2% 4,6% -9,3% 6,4%
Spontanée / 300 15 -2,9% 9,2% -21,5% 12,9%
60°
-30 / 300 15 -1,7% 6,0% -14,0% 9,4%
30 / 300 15 -2,2% 7,2% -15,7% 14,3%
Spontanée / 300 15 0,8% 17,6% -35,7% 45,5%
TP
SP
0°
-30 / 300 15 0,1% 5,8% -8,4% 11,0%
30 / 300 15 0,2% 4,4% -9,2% 6,4%
Spontanée / 300 15 3,1% 11,8% -18,2% 24,5%
30°
-30 / 300 15 -0,1% 7,3% -15,7% 10,9%
30 / 300 15 0,5% 4,3% -5,1% 8,5%
Spontanée / 300 15 -2,0% 10,9% -20,1% 15,9%
45°
-30 / 300 15 -0,3% 7,4% -16,9% 7,9%
30 / 300 15 1,3% 3,7% -3,3% 8,4%
Spontanée / 300 15 2,6% 10,9% -19,1% 33,1%
60°
-30 / 300 15 -3,3% 8,7% -26,1% 11,1%
30 / 300 15 -0,2% 7,3% -9,3% 18,8%
Spontanée / 300 15 -2,0% 18,0% -31,8% 39,8%
300 = 300 sec, qui correspond à la durée d’analyse retenue pour l’analyse avec le logiciel Kubios. -30 et
+30 = -30 sec et +30 sec par rapport à cette durée de 300 sec. Spontanée = durée spontanément choisie en
regard du périodogramme.
3.3. SENSIBILITE DE LA MESURE
3.3.1. REDRESSEMENT PROGRESSIF
3.3.1.1. KUBIOS
On observe une diminution progressive de la durée de l’intervalle RR : diminution
significative entre 0 et 45°, entre 0 et 60° et entre 30 et 60°, mais pas entre 0 et 30°, 30 et
45° ni entre 45 et 60°.
Parallèlement, les indices traduisant l’activité parasympathique ont tendance à
diminuer progressivement :
- rMSSD, pNN50, SD1 : peu sensible car ne diminue significativement qu’entre 0
et 60°et entre 30 et 60°.
- HF (ms²), HF% : peu sensible car ne diminue significativement qu’entre 0 et 60°
- HFnu un peu plus sensible que les autres HF, mais reste globalement peu sensible :
ne diminue significativement qu’entre 0 et 60° et entre 30 et 60°.
L’indice d’activité orthosympathique (LF/HF) montre quant à lui une augmentation
significative entre 0 et 45°, 0 et 60°et entre 30 et 60°. Il est donc peu sensible lui aussi.
La puissance totale du spectre n’est pas modifiée significativement.
mean RR (ms) rMSSD (ms) pNN50 (%) HF (ms2) HF% HFnu LF/HF SD1
0° 1033,4±125,8 *§Ω 48±21 Ω§ 28,5±21 Ω§ 6,4±1 Ω 34,5±11.8Ω 51,7±16 *§Ω 1,15±0,8 Ω§ 33,4±14,8 Ω§
30° 936,7±138 αβ 38,9±17,5 β 20,2±17,9 β 6,1±1,1 β 21,8 ± 14.2β 35,2±19,3 βα 2,8±2 β 27,7±12,4 β
45° 839,6±115,1 Ψ 34,8±14,5 15,3±14,7 5,9±1` 14,4±12.4 24,5±18 6,2±5,8 24,7±10,3
60° 750,5±91,7 25,4±11,6 7,7±11 5,3±0,9 10,1±11.1 17,2±14 8,6±6,6 18,0±8,2
Tableau des principaux indices de l’analyse de la variabilité de l’intervalle RR avec le
logiciel Kubios.
* Différence significative entre 0° et 30° p<0,05, § entre 0° et 45° p<0,05, Ω entre 0° et
60° p<0,05, α entre 30° et 45° p<0,05, β entre 30 et 60 p<0,05, Ψ entre 45 et 60 p<0,05
3.3.1.2. CODESNA (PLAGES ANALYSEES IDENTIQUES A KUBIOS)
On observe une augmentation progressive de la fréquence cardiaque (ou diminution de
l’intervalle RR) : significative uniquement entre 0 et 45°, 0 et 60° et 30 et 60°.
Les indice Ortho et Para ne varient pas significativement (p= 0.255 et 0.146
respectivement).
Le R factor diminue significativement entre 0 et 60°.
L’indice Stress level augmente significativement uniquement entre 0 et 45°.
L’indice Max Stress augmente significativement entre 0 et 45°, 0 et 60° et 30 et 60°.
L’indice TPPS diminue significativement entre 0 et 60° et 30 et 60°.
L’indice TPSP diminue significativement entre 0 et 60° et 30 et 60°.
L’indice Fatigue ne montre aucune variation significative.
3.3.1.3. CODESNA (PLAGES ANALYSEES SPONTANEMENT CHOISIES)
On observe une augmentation progressive de la fréquence cardiaque (ou diminution de
l’intervalle RR) : significative uniquement entre 0 et 45°, 0 et 60° et 30 et 60°.
Les indice Ortho et Para ne varient pas significativement (p= 0.0765 et 0.404)
respectivement).
Le R factor diminue significativement entre 0 et 60° et 30 et 60°.
Stress level augmente significativement entre 0 et 45° et 0 et 60°.
Max Stress augmente significativement entre 0 et 60° et 30 et 60°
L’indice TPPS diminue significativement ventre 0 et 60° et 30 et 60°.
L’indice TPSP ne montre aucune modification significative.
L’indice Fatigue ne montre aucune modification significative.
Paramètres principaux Paramètres secondaires
Ortho (ms²) Para (ms²) RFactor Stress Level (%)
Max Stress
(%) TPPS (%) TPSP (%) Fatigue
0° 1266±911 § 1298±870 1,5±0,7 Ω§ 96,9±5,2 Ω§ 119,3±6,5 Ω§ 14,2±6,7
*Ω§ 13,1±8,3
Ω§ 0,35±0,2
Ω
30° 1459±770 1476±738 1,3±0,6 β 98,9±5,2 β 125,8±10,7 β 9,7±5,5 10,2±5,2 β 0,36±0,2
β
45° 1985±1031 1869±963 1,1±0,6 102,1±7,5 131,6±14,2 8±3,1 8,4±3,5 0,37±0,2
Ψ
60° 1935±1658 1733±1711 0,9±0,6 105,8±10,7 137,8±15,6 6,6±3,3 6,2±2,6 0,51±0,2
Tableau des indices de l’analyse de la variabilité de l’intervalle RR avec le logiciel
Codesna.
* Différence significative entre 0° et 30° p<0,05, § entre 0° et 45° p<0,05, Ω entre 0° et
60° p<0,05, α entre 30° et 45° p<0,05, β entre 30 et 60 p<0,05, Ψ entre 45 et 60 p<0,05
3.3.1.4. CONCLUSION
Les indices issus de l’analyse traditionnelle de la variabilité de la fréquence cardiaque par
le logiciel Kubios sont globalement peu sensibles au redressement passif : on remarque
une variation significative logique des indices entre 0 et 60° voire 0 et 40°, mais cela est
nettement moins net entre 0 et 30°, 30° et 40° ou 40 et 60°.
Il en est de même avec le logiciel CODESNA. La sensibilité au redressement passif
semble de même grandeur.
Toutefois, la même information est obtenue que l’on utilise une plage d’analyse
spontanément choisie ou que l’on utilise strictement 300 points, identiques à l’analyse
Kubios. Le logiciel CODESNA a donc une robustesse plus importante que les analyses
traditionnelles.
3.3.2. EXERCICE SOUS MAXIMAL
3.3.2.1. KUBIOS
On observe une augmentation progressive de la fréquence cardiaque (diminution de la
durée de l’intervalle RR) avec l’augmentation de l’intensité : 120 significativement
différent de 140, qui est significativement différent de 160, en accord avec le protocole.
Parallèlement, on observe une diminution progressive des indices parasympathiques
- rMSSD, pNN50 et SD1, baisse significative entre 120 et 140/160, mais pas entre
140 et 160.
- HF% significativement plus bas à 160 par rapport à 120
- HFnu et HF ms² significativement plus bas à 160 par rapport à 120 et à 140
L’indice orthosympathique LF/HF est significativement plus grand à 160 par rapport à
120 et 140.
mean RR
(ms)
rMSSD
(ms)
pNN50
(%) HF (ms2) HF% HFnu LF/HF SD1
inte
nsi
tés
120
bpm 493,5±7,1 *§ 4,5±1,3 *§ 0±0 5±4,7 * 3,7±3.4 10,8±5,3 * 10,9±6,5 * 3,2±0,9 *§
140
bpm 427,2±3,8 §Ω 5,9±9,2 § 1,4±5,4 4,0±10,6 Ω 5,2±11.4 16,0±18,6 Ω 9,5±6,1 Ω 4,2±6,5 §
160
bpm 373,5±3,9 *Ω 5,1±7,2 * 0,9±3,6 3,1±10,5 *Ω
4,9±11,7*
24,5±19 *Ω 4,9±3,4 *Ω 3,6±5,1 *
Tableau des principaux indices de l’analyse de la variabilité de l’intervalle RR avec le
logiciel Kubios. * Différence significative entre 120 et 160 bpm p<0,05, § entre 120 et 140 bpm p<0,05, Ω entre 140 et
160 bpm p<0,05
3.3.2.2. CODESNA PLAGES ANALYSEES IDENTIQUES A KUBIOS
On observe une augmentation progressive de la fréquence cardiaque (diminution de la
durée de l’intervalle RR) avec l’augmentation de l’intensité : 120 significativement
différent de 140, qui est significativement différent de 160, en accord avec le protocole.
Les indices Ortho et Para diminuent significativement entre 120 et 140, 120 et 160 et 140
et 160.
Le R factor est significativement ne varie pas significativement.
L’indice Stress level ne varie pas significativement.
L’indice Max Stress diminue significativement entre 120 et 160.
L’indice TPPS ne varie pas significativement.
L’indice TPSP ne varie pas significativement.
L’indice Fatigue augmente significativement uniquement entre 120 et 160.
Paramètres principaux Paramètres secondaires
Ortho (ms²) Para (ms²) RFactor Stress Level (%) Max Stress (%) TPPS (%) TPSP (%) Fatigue
120 bpm 90,8±71,3,*§ 95,7±91,8 *§ 1,1±0,3 99,5±4,5 136,8±7,7 *§ 11,5±4,3 10,1±4,2 * 4±1,3 *§
140 bpm 48,4±65,6 §Ω 50,8±72,1 §Ω 1,27±0,4 98,9±3,7 131,7±10,9 § 13,2±7 12,8±7,5 5,6±2,1 §Ω
160 bpm 29,6±50,7 *Ω 31,3±53,8 *Ω 1,5±0,8 97,3±5,9 126,1±7,7 * 13,7±6,2 14,3±6,4 * 8,6±3 §Ω
Tableau des principaux indices de l’analyse de la variabilité de l’intervalle RR avec le
logiciel CODESNA. * Différence significative entre 120 et 160 bpm p<0,05, § entre 120 et 140 bpm p<0,05, Ω entre 140 et
160 bpm p<0,05
3.3.2.3. CODESNA (PLAGES ANALYSEES SPONTANEMENT CHOISIES)
On observe une augmentation progressive de la fréquence cardiaque (diminution de la
durée de l’intervalle RR) avec l’augmentation de l’intensité : 120 significativement
différent de 140, qui est significativement différent de 160, en accord avec le protocole.
Les indices Ortho et Para diminuent significativement entre 120 et 140, 120 et 160 et 140
et 160.
Le R factor ne varie pas significativement.
L’indice Stress level ne varie pas significativement avec les 3 intensités.
L’indice Max Stress est significativement entre 120 et 140 et entre 120 et 160.
L’indice TPPS ne varie pas significativement.
L’indice TPSP augmente significativement uniquement entre 120 et 160.
L’indice Fatigue augmente significativement entre 120 et 140 et entre 120 et 160.
3.3.2.4. CONCLUSION
Globalement, les indices traditionnels calculés avec Kubios montrent effectivement une
diminution de l’activité parasympathique avec l’augmentation de l’intensité,
principalement en comparaison de l’intensité la plus faible (difficile de mettre en évidence
une différence entre 140 et 160 bpm). Ici aussi, la sensibilité parait limitée (impossibilité
de bien faire la distinction entre les trois intensités d’exercice).
Avec le logiciel CODESNA, comme pour le redressement progressif, la sensibilité semble
limitée et les résultats en adéquation avec les mises en jeu du système neurovégétatif.
3.3.3. EFFET ENTRAINEMENT
3.3.3.1. KUBIOS
Que l’on s’intéresse aux skieurs ou aux sujets contrôles, on observe avec le redressement :
- Une augmentation significative de la fréquence cardiaque
- une diminution significative des indices parasympathiques (rMSSD, pNN50, SD1,
HFms², HF%, HFnu) et une augmentation significative de l’indice
orthosympathique LF/HF
Il a également, été observé une activité parasympathique significativement plus élevée
lors de la phase couchée du tilt pour les skieurs (rMSSD, pNN50, SD1, HFms²). Aucune
différence significative n’a été observée entre les deux groupes debout.
mean RR
(ms)
rMSSD
(ms)
pNN50
(%) HF (ms2) HFnu LF/HF SD1
entrainé
couché 1261,1±199§ 69,2±24§ 45,6±18§ 1880±1261§ 49,5±19 1,54±2 49,1±17§
debout 812,54±122* 25,95±8,3* 6,68±5,5* 184,97±202* 8,64±14* 23,44±12*Ω 18,38±6*
contrôle
couché 988,1±133§ 44,9±27§ 23,8±24§ 813,9±856§ 50,3±19 1,41±1 31,8±19§
debout 741,6±115* 22,74±11* 5,87±9* 168,29±204* 10,53±9* 13,47±8*Ω 16,1±8*
Tableau des principaux indices de l’analyse de la variabilité de l’intervalle RR avec le
logiciel Kubios.
* : différence Couché/Debout intra groupe p<0,05, § : Différence inter groupe phase couché p<0,05, Ω :
différence inter groupe phase debout p<0,05
3.3.3.2. CODESNA
Que l’on s’intéresse aux skieurs ou aux sujets contrôles, on observe avec le redressement :
- Une augmentation significative de la fréquence cardiaque
- une diminution significative des indices R factor, TPPS, TPSP.
- une augmentation significative des indices Stress level, Max Stress, Fatigue
L’indice Para ne diminue significativement que chez les skieurs.
Il a également, été observé un indice Fatigue significativement plus faible en position
couché comme en position debout chez les skieurs comparés aux sujets contrôles.
Les indices Ortho et Para sont plus élevés chez les skieurs à la fois couché et debout
Paramètres principaux Paramètres secondaires
Ortho (ms²) Para(ms²) RFactor Stress Level
(%) Max Stress (%)
TPPS
(%)
TPSP
(%) Fatigue
entrainé
couché 3832,6±970,3§ 4123,1±987§ 1,6±0,7 96,3±5,5 118±7,6 10,9±5 9,9±6 0,125±0,04§
debout 3150,2±1363,9Ω 2294,4±810*Ω 0,53±0,3* 114,3±9,5* 155,2±1,4* 3,8±1,6* 3,8±1,5* 0,37±0,2*Ω
contrôle
couché 1470,8±1463 1438,5±1323 1,2±0,4 99,4±5 121,6±4,7 12,6±8,4 11,6±7,6 0,37±0,2
debout 1797,8±1377,5 1413,5±969,1 0,6±0,3* 110±8* 146,6±15* 6,1±3,8* 6,3±3,6* 0,59±0,3*
Tableau des principaux indices de l’analyse de la variabilité de l’intervalle RR avec le
logiciel CODESNA. * : différence Couché/Debout intra groupe p<0,05, § : Différence inter groupe phase couché p<0,05, Ω :
différence inter groupe phase debout p<0,05
3.3.3.3. CONCLUSION
La réaction à l’orthostatisme est normalement mise en évidence avec le logiciel Kubios,
dans les deux populations. De même, la prédominance d’activité parasympathique chez
les skieurs est visible (en position couché, pas en position debout).
Avec le logiciel CODESNA, la réaction à l’orthostatisme parait normalement mise en
évidence ainsi que l’activité du système neurovégétative plus importante chez les skieurs,
en particulier l’activité parasympathique.
4. CONCLUSION GENERALE
Compte tenu des éléments précédemment décrits, et pour les conditions étudiées :
- La répétabilité des indices dérivés de l’analyse CODESNA parait aussi bonne que
celle des indices dérivés de l’analyse Kubios. Il est connu que les indices
traditionnels de l’analyse de la variabilité de la fréquence cardiaque ne sont que
relativement répétables (19), (20), avec des coefficient de variation pour la plupart
plus grand que 5%. Les principaux indices de l’analyse CODESNA ont des
coefficients de variation de l’ordre de 5% ou en dessous, en particulier pour les
indices Ortho et Para, mais avec une grande variation inter-individuelle dans cette
population de seulement 15 sujets
- La sensibilité des indices dérivés de l’analyse CODESNA parait aussi bonne que
celle des indices dérivés de l’analyse Kubios.
- Un avantage non négligeable est la robustesse de l’analyse CODESNA, puisque
faire varier la durée de la période d’analyse de plus ou moins 30 sec par rapport à
celle préconisée pour Kubios (de l’ordre de 300 sec) ne modifie pas le résultat.
Mieux, une période peut être spontanément choisie sans altérer l’interprétation
relative à la mise en jeu du système neurovégétatif, ce qui rend très facile l’analyse.
Ainsi, à l’issu de ces travaux portant sur une population relativement réduite de 15 sujets,
il semble que les analyses du logiciel CODESNA peuvent être considérées comme un
complément aux analyses traditionnelles. Des études confirmatoires sont nécessaires,
mais la facilité d’utilisation rendra aisée ces études.
De plus, il est à noter que ce logiciel permet de faire des analyses en temps réel, ce qui est
particulièrement intéressant durant des états dynamiques. La validité de cette analyse doit
être testée, mais cela ouvre des perspectives de recherche particulièrement attrayantes.
Fait à Besançon le 1 juillet 2015 par Laurent MOUROT
Laurent MOUROT (Ph.D-HDR) Département Sport/Santé – EA4660 Culture Sport Santé Société (C3S) UFR SMP 19 rue Ambroise Paré Plateforme Exercice Performance Santé innovation (EPSI) – Bâtiment Socrate Bureau 245 25030 Besançon Cedex Tel. : +33 3 63 08 23 21 website: http://epsi-ufc.e-monsite.com/ [email protected] Port. : +33 6 33 07 67 18
Bibliographie
1. Akselrod S, Gordon D, Ubel FA, Shannon DC, Berger AC, Cohen RJ. Power
spectrum analysis of heart rate fluctuation: a quantitative probe of beat-to-beat
cardiovascular control. Science. 1981;213(4504):220–2.
2. Malik M. Task Force of the European Society of Cardiology and the North
American Society of Pacing and Electrophysiology. Heart rate variability:
standards of measurement, physiological interpretation and clinical use.
Circulation. 1996;93(5):1043–65.
3. Pagani M, Lombardi F, Guzzetti S, Rimoldi O, Furlan R, Pizzinelli P, et al. Power
spectral analysis of heart rate and arterial pressure variabilities as a marker of
sympatho-vagal interaction in man and conscious dog. Circ Res. 1986
Aug;59(2):178–93.
4. Kamath MV, Fallen EL. Power spectral analysis of heart rate variability: a
noninvasive signature of cardiac autonomic function. Crir Rev Biomed Eng.
1993;21(3):245–311.
5. Coleman TG. Arterial baroreflex control of heart rate in the conscious rat. Am J
Physiol. 1980 Apr;238(4):H515–20.
6. Pomeranz B, Macaulay RJ, Caudill MA, Kutz I, Adam D, Gordon D, et al.
Assessment of autonomic function in humans by heart rate spectral analysis. Am J
Physiol. 1985;248(1 Pt 2):H151–3.
7. Persson PB, Stauss H, Chung O, Wittmann U, Unger T. Spectrum analysis of
sympathetic nerve activity and blood pressure in conscious rats. Am J Physiol.
1992 Nov;263(5 Pt 2):H1348–55.
8. Houle MS, Billman GE. Low-frequency component of the heart rate variability
spectrum: a poor marker of sympathetic variability. Am J Physiol.
1999;276(1(2)):H215–23.
9. Bernardi L, Salvucci F, Suardi R, Solda PL, Calciati A, Perlini S, et al. Evidence
for an intrinsic mechanism regulating heart rate variability in the transplanted and
the intact heart during submaximal dynamic exercise? Cardiovasc Res.
1990;24(12):969–81.
10. Yamamoto Y, Hughson RL. Coarse-graining spectral analysis: new method for
studying heart rate variability. J Appl Physiol. 1991;71(3):1143–50.
11. Tarvainen MP, Niskanen JP, Lipponen JA, Ranta-Aho PO, Karjalainen PA. Kubios
HRV--heart rate variability analysis software. Comput Methods Programs Biomed.
2014 Jan;113(1):210–20.
12. Beckers F, Verheyden B, Aubert AE. Aging and nonlinear heart rate control in a
healthy population. Am J Physiol Heart Circ Physiol. 2006 Jun;290(6):H2560–70.
13. Mourot L, Bouhaddi M, Gandelin E, Cappelle S, Nguyen NU, Wolf JP, et al.
Conditions of autonomic reciprocal interplay versus autonomic co-activation:
Effects on non-linear heart rate dynamics. Auton Neurosci. 2007 Dec 30;137(1-
2):27–36.
14. Fortrat JO, Yamamoto Y, Hughson RL. Respiratory influences on non-linear
dynamics of heart rate variability in humans. Biol Cybern. 1997;77(1):1–10.
15. Iellamo F, Legramante JM, Raimondi G, Castrucci F, Massaro M, Peruzzi G.
Evaluation of reproducibility of spontaneous baroreflex sensitivity at rest and
during laboratory tests. J Hypertens. 1996 Sep;14(9):1099–104.
16. Dawson SL, Robinson TG, Youde JH, James MA, Martin A, Weston P, et al. The
reproducibility of cardiac baroreceptor activity assessed non-invasively by spectral
sequence techniques. Clin Auton Res. 1997;7(6):279–84.
17. Herpin D, Ragot S. Mid- and Long-term Reproducibility of Noninvasive
Measurements of Spontaneous Arterial Baroreflex Sensitivity in Healthy
Volunteers. Am J Hypertens. 1997;10(7Pt1):790–7.
18. Lord SW, Clayton RH, Hall MC, Gray JC, Murray A, McComb JM, et al.
Reproducibility of three different methods of measuring baroreflex sensitivity in
normal subjects. Clin Sci. 1998;85(5):575–81.
19. Al Haddad H, Laursen PB, Chollet D, Ahmaidi S, Buchheit M. Reliability of
resting and postexercise heart rate measures. Int J Sports Med. 2011
Aug;32(8):598–605.
20. Dupuy O, Mekary S, Berryman N, Bherer L, Audiffren M, Bosquet L. Reliability
of heart rate measures used to assess post-exercise parasympathetic reactivation.
Clin Physiol Funct Imaging. 2012 Jul;32(4):296–304.
21. el-Sayed H, Hainsworth R. Relationship between plasma volume, carotid
baroreceptor sensitivity and orthostatic tolerance. Clin Sci. 1995 Apr;88(4):463–
70.
22. Cooke WH, Hoag JB, Crossman AA, Kuusela TA, Tahvanainen KU, Eckberg DL.
Human responses to upright tilt: a window on central autonomic integration. J
Physiol. 1999 Jun 1;517 ( Pt 2):617–28.
23. Bahjaoui-Bouhaddi M, Henriet MT, Cappelle S, Dumoulin G, Regnard J. Active
standing and passive tilting similarly reduce the slope of spontaneous baroreflex in
healthy subjects. Physiol Res. 1998;47(4):227–35.
24. Shoemaker JK, Hogeman CS, Khan M, Kimmerly DS, Sinoway LI. Gender affects
sympathetic and hemodynamic response to postural stress. Am J Physiol Heart
Circ Physiol. 2001 Nov;281(5):H2028–35.
25. Fei L, Anderson MH, Statters DJ, Malik M, Camm AJ. Effects of passive tilt and
submaximal exercise on spectral heart rate variability in ventricular fibrillation
patients without significant structural heart disease. Am Heart J. 1995
Feb;129(2):285–90.
26. Chandler MP, Mathias CJ. Haemodynamic responses during head-up tilt and tilt
reversal in two groups with chronic autonomic failure: pure autonomic failure and
multiple system atrophy. J Neurol. 2002;249(5):542–8.
27. Bouhaddi M, Delbosc B, Fortrat JO, Henriet MT, Cappelle S, Ducloux D, et al.
Six-month cardiovascular changes in cyclosporine-treated recipients of corneal
grafts: serial baroreflex responses. Transpl Int. 2004;17:325–33.
28. Tanaka H, Sjoberg BJ, Thulesius O. Cardiac output and blood pressure during
active and passive standing. Clin Physiol. 1996 Mar;16(2):157–70.
29. Bloomfield DM, Kaufman ES, Bigger JT Jr, Fleiss J, Rolnitzky L, Steinman R.
Passive head-up tilt and actively standing up produce similar overall changes in
autonomic balance. Am Heart J. 1997 Aug;134(2 Pt 1):316–20.
30. Mitchell JH. J.B. Wolffe memorial lecture. Neural control of the circulation during
exercise. Med Sci Sports Exerc. 1990;22(2):141–54.
31. Rowell LB, O’Leary DS. Reflex control of the circulation during exercise:
chemoreflexes and mechanoreflexes. J Appl Physiol. 1990;69(2):407–18.
32. Yamamoto Y, Hughson RL, Nakamura Y. Autonomic nervous system responses to
exercise in relation to ventilatory threshold. Chest. 1992;101(5 Suppl):206S –
210S.
33. Seals DR, Taylor JA, Ng AV, Esler MD. Exercise and aging: autonomic control of
the circulation. Med Sci Sport Exerc. 1994;26(5):568–76.
34. Tulppo MP, Makikallio TH, Takala TE, Seppanen T, Huikuri HV. Quantitative
beat-to-beat analysis of heart rate dynamics during exercise. Am J Physiol Heart
Circ Physiol. 1996;271(1 Pt 2):H244–52.
35. McAllister RM. Adaptations in control of blood flow with training: splanchnic and
renal blood flows. Med Sci Sport Exerc. 1998;30(3):375–81.
36. Greenleaf JE, Sciaraffa D, Shvartz E, Keil LC, Brock PJ. Exercise training
hypotension: implications for plasma volume, renin, and vasopressin. J Appl
Physiol. 1981 Aug;51(2):298–305.
37. Iwasaki K, Zhang R, Zuckerman JH, Levine BD. Dose-response relationship of the
cardiovascular adaptation to endurance training in healthy adults: how much
training for what benefit? J Appl Physiol. 2003 Oct;95(4):1575–83.
38. Mourot L, Bouhaddi M, Perrey S, Rouillon JD, Regnard J. Quantitative Poincare
plot analysis of heart rate variability: effect of endurance training. Eur J Appl
Physiol. 2004 Jan;91(1):79–87.