Analisi della variabilità del ritmo cardiaco per il monitoraggio del sistema nervoso in condizioni di stress

Lo stress è un fenomeno molto diffuso nella quotidianità ed è bene monitorarlo. Il controllo può essere effettuato attraverso diverse modalità. Lo scopo di questa tesi è valutare come la variabilità della frequenza cardiaca (Heart Rate Variability, HRV) rifletta i cambiamenti dello stato neurologico in condizioni di stress. L’organismo umano reagisce agli agenti stressanti ai fini di un adattamento e benessere generale. Qualora questi stimoli siano troppo intensi o prolungati si generano delle risposte disadattive. Queste comportano delle disfunzioni dei sistemi biologici, tra cui il sistema nervoso autonomo (SNA) e quello cardiovascolare. Il cuore batte a una propria frequenza e ad ogni battito autonomamente si contrae e pompa il sangue. Questo è possibile grazie a un sistema di conduzione dello stimolo elettrico generato da flussi di ioni attraverso le cellule cardiache. Tuttavia, il SNA regola il ritmo cardiaco attraverso una rete di nervi simpatici e parasimpatici che attraversa il cuore. Le cariche in movimento generano dei potenziali elettrici che si propagano sin sulla superficie del corpo. Se registrati nel tempo si ricava il segnale elettrocardiografico che misura l’attività elettrica del cuore ad ogni battito. Per l’azione di controllo del SNA sul cuore la frequenza cardiaca (Heart Rate, HR) non è costante e la sua variabilità riflette le interazioni cuore-cervello. L’HRV può essere studiata su diverse scale temporali a ultra-breve termine, a breve termine e a lungo termine e valutata attraverso diverse metriche. Dalla letteratura si evince che l’HRV sia un indice affidabile dello stress: una bassa HRV è da associare a una condizione di stress, mentre un’alta HRV a una buona gestione dello stress o ripresa da esso. Nel presente elaborato si è esaminato il database “Non-EEG Dataset for Assessment of Neurological Status”, disponibile in PhysioNet, in cui sono presenti segnali fisiologici non cerebrali acquisiti da 20 soggetti sottoposti a diverse fasi di stress e rilassamento. Per ogni soggetto si è considerato il segnale HR e di questo si sono analizzati gli ultimi minuti corrispondenti a una fase di primo riposo, a seguire una fase di stress ed infine una fase di secondo riposo. Per ciascuna fase si è ricavato il vettore degli intervalli RR e da questo si sono estratti e valutati quattro parametri dell’HRV: il RR medio, il SDNN, il RMSSD e il pNN50. Si è riscontrato come i loro valori cambino nel passaggio tra le diverse fasi. Mediamente il primo parametro, in accordo con la letteratura, diminuisce dalla fase di primo riposo a quella di stress passando da 861±126 ms a 853±118 ms, per poi riaumentare nell’ultima fase fino a 883±126 ms. Ci si aspettava una diminuzione dell’HRV nella fase di stress e un aumento in quella di recupero di tutti i parametri nel dominio del tempo, invece per SDNN, RMSSD e pNN50 si sono ricavati andamenti diversi. Il parametro SDNN dalla fase di primo riposo a quella di stress mediamente passa da 49.2±16.7 ms a 64.1±24.1 ms e nella fase di secondo riposo vale 54.7±19.1 ms. L’RMSSD dalla fase di primo riposo a quella di stress aumenta mediamente da 11.3±3.9 ms a 12.3±5.2 ms per poi diminuire nell’ultimo riposo fino a 12.2±3.3 ms. Infine, il pNN50 per il primo passaggio aumenta mediamente da 0.4±0.4% a 0.6±0.5% che si mantiene costante nel secondo passaggio. Da quest’ultimi risultati si è evinto come la risposta allo stress dipenda molto dalla durata di esposizione allo stressor e dalla sua natura e come sia soggettiva; infatti, influiscono fattori come l’età, il livello di allenamento e il sesso. Alla luce di questa analisi e di precedenti studi è importante utilizzare indici indiretti dello stress, come l’HRV, per monitorare lo stress stesso ed evitare effetti dannosi sulla salute umana.