Multi-parametric analysis of heart rate variability with novel entropy based measures in ex-preterm babies

Sudden Infant Death Syndrome (SIDS) is one of the main causes of neonatal death in the developed countries and there is still no clear knowledge regarding its specific causes. It is known that the Autonomic Nervous System (ANS) plays a central role in SIDS, since it is involved in the control of the heart rate (HR) dynamics. Heart Rate Variability (HRV) analysis has been widely used since it has proven to be a useful, simple, non-invasive way to access the ANS. Prone position is one of the major risk factors for SIDS. In this study are assessed differences in the control of the ANS between the Supine and the Prone position in a follow up dataset of ex-preterm babies with gestational age of 27.9±1.6 weeks and post-menstrual age of 49.16±3.21 weeks. The mean duration of the recordings is 60 minutes and each study is divided in 30 minutes supine and 30 minutes prone, with tilt sequences in each position. 10 patients have been selected for the analysis, in Active sleep and horizontal position. This study uses traditional HRV analysis, like time domain parameters and frequency domain measures, and proposes new entropy-based methods. The significant parameters obtained, with a P-value under the threshold of 0.05, have been the Mean of RR (P-value 0.0488), RMSSD (P-value 0.0371), STV (P-value 0.0137) and DI (P-value 0.0371) in the time domain and the QSE, as entropy measure. All the parameters are higher in the Supine than the Prone position. The Quadratic Sample Entropy (QSE) with a minimum counter of matches is found to be a very useful parameter, showing a P-value of 0.0488 for the embedded dimension m=1, 0.0097 for m=2 and 0.0195 for m=3 . The novelty of this algorithm consists in the up-to-date analytical and automatic method to evaluate the optimum number of matches to be used in the computation of the QSE measure. It is especially useful for short signals, where traditional entropy measures lack of consistency. The respiration signal is explored and found useful for a better understanding of the frequency analysis, by investigating the occurrence of the phenomenon of the cardiac aliasing. This signal, pulse-oximetry and blood pressure should be then integrated with the HR analysis to build a clinical tool to help the medical equip in diagnosing a risky condition for the baby that could lead, in order to prevent, the occurrence of SIDS.

La morte infantile improvvisa (Sudden Infant Death Syndrome, SIDS) è una delle maggiori cause di morte infantile nei paesi sviluppati, le cui motivazioni sono ancora oggi sconosciute. E' stato verificato che il sistema nervoso autonomo (Autonomic Nervous System, ANS) è fortemente legato alla SIDS, poichè da esso dipende la regolazione del battito cardiaco (Heart Rate, HR). L'analisi della variabilità cardiaca è stata ampiamente usata come metodo di investigazione del ANS per le sue importanti caratteristiche di semplicità di utilizzo e non invasività. La posizione Prona, durante il sonno, è stata identificata come uno dei maggiori fattori di rischio per l'insorgere di episodi di SIDS. In questo studio si sono indagate le differenze legate al controllo del ANS che separano la posizione Supina da quella Prona, utilizzando un dataset costituito da un follow up di bambini nati prematuri, con età gestazionale pari a 27.9±1.6 settimane ed età post-mestruale pari a 49.16±3.21 settimane. La durata media delle registrazioni è di 60 minuti e per ciascuno studio è stata divisa in 30 minuti in posizione Supina e 30 in Prona; per ciascuna posizione sono state eseguite sequenze di tilt. 10 pazienti sono stati selezionati per l'analisi, in sonno Active, in posizione orizzontale. All'interno di questa tesi oltre ai tradizionali metodi di analisi del HRV, come i parametri nel dominio del tempo e delle frequenze, sono stati implementati nuovi metodi basati sull'entropia. I parametri risultati significativi, ovvero con un P-value inferiore a 0.05 nel test statistico, sono la Media del RR (P-value 0.0488), RMSSD (P-value 0.0371), STV (P-value 0.0137) e DI (P-value 0.0371) nel dominio del tempo e QSE tra le entropie. Tutti i parametri sono maggiori nella posizione Supina rispetto quella Prona. La Quadratic Sample Entropy (QSE) con il minimo contatore di matches si è dimostrata essere una valida misura con P-value pari a 0.0488 per m=1, 0.0097 per m=2 e 0.0195 per m=3. La novità introdotta da questo algoritmo consiste in un metodo automatico per l'individuazione del numero ottimo di matches da utilizzare nel calcolo della QSE. Questo parametro è particolarmente utile in analisi con segnali corti, per i quali, invece, le tradizionali misure di entropia non conducono a risultati significativi e mancano di consistenza. Il segnale respiratorio è stato inoltre indagato per poter approfondire l'analisi in frequenza, indagando la presenza del fenomeno del cardiac aliasing. Questo segnale, la saturazione di ossigeno nel sangue e la pressione sanguigna dovrebbero essere utilizzati per integrare l'analisi del HR, al fine di creare un classificatore multi-parametrico che possa essere utilizzato dallo staff medico per la diagnosi di condizioni di rischio nel bambino, che possono condurre ad episodi di SIDS.