Multi-parametric linear and non-linear analysis of heart rate and respiration variability in premature and term newborns

The aim of this work is to provide a multi-parametric set of methods for the analysis of the heart rate (HR) and respiration signals in babies. The objective is to evaluate how different physiological conditions could affect cardiorespiratory control mechanisms to early diagnose signs of disease among which sudden infant death syndrome (SIDS) is of central importance. In order to create a complete overview, comparisons between different sleep states (active and quiet sleep) and positions (supine and prone) have been analyzed in populations of both newborns and one-month old babies. Moreover, the effects of different post menstrual age (PMA) have been considered, comparing cohorts of preterm (35.8 ± 1.20 weeks) and term (39.2 ± 1.04 weeks) babies. Particular attention was payed on differences between intrauterine and extrauterine developments, comparing one-month old premature babies and term newborns. Firstly, time-domain and frequency-domain methods have been applied. In particular, for the latter two ranges of frequencies have been considered: low frequencies, from 0.01 to 0.45 Hz, and high frequencies, from 0.45 to 1.5 Hz. Concerning non-linear methods, measures of entropy, such as quadratic sample entropy (QSE), and phase-rectified signal averaging (PRSA), both mono and bivariate, for the analysis of accelerations and decelerations in signals, have been implemented. Even if these measures have already been used in literature to analyze RR-series, in this work it was decided to apply them also to characterize respiration. The quantification of the variability of HR and respiration revealed to be useful in distinguishing between sleep states, being higher during active sleep; in particular, significant results were obtained by using the LTI index (p-value 0.01) for the RR-intervals and standard deviation of respiratory duration (p-value 3.52E-04). In the sleep position comparison, QSE provided significant indices, showing less predictability in supine position for RR-intervals (p-value 0.03). Moreover, acceleration indices for bivariate PRSA showed higher values in prone position (p-value 0.02). Increased values for the low frequencies components of RR-intervals, indicating relevant sympathetic contribution, were detected in active sleep. Instead, an increase in high frequencies components characterized subjects with higher PMA, indicating an improved parasympathetic control along age (p-value 0.035). Finally, as proven using the high frequency area, supine position revealed to be the most convenient to assure coupling (p-value 0.026), confirming other results presented in literature. Since significance was found in several cases, these results could be used to create a new model to assess newborns cardiorespiratory coupling.

Lo scopo di questo lavoro è fornire un set multi-parametrico di metodi per l’analisi dei segnali di frequenza cardiaca (HR) e respiro nei neonati. L’obiettivo è valutare come differenti condizioni fisiologiche possano influenzare i meccanismi di controllo cardiorespiratorio per la diagnosi precoce di disturbi, fra i quali la sindrome della morte improvvisa del lattante (SIDS) è di particolare rilevanza. Al fine di creare un quadro completo sono state analizzati, in una popolazione comprendente sia bambini appena nati che di un mese di vita, confronti tra diversi stati del sonno (sonno attivo e sonno quieto) e diverse posizioni (supina e prona). Inoltre sono stati considerati gli effetti di diverse età post mestruali (PMA) confrontando gruppi di bambini prematuri (35.8 ± 1.20 settimane) e nati a termine (39.2 ± 1.04 settimane). Particolare attenzione è stata posta sulle differenze fra gli sviluppi intra ed extrauterini comparando bambini di un mese di età nati prematuri e neonati a termine. In primo luogo sono stati applicati metodi nel dominio del tempo e delle frequenze. In particolare, per queste ultime, sono stati considerati due diversi intervalli: basse frequenze, da 0.01 a 0.45 Hz, ed alte frequenze, da 0.45 a 1.5 Hz. Per quanto riguarda i metodi non lineari, sono state implementate misure di entropia, come la quadratic sample entropy (QSE), e la phase-rectified signal averaging (PRSA), sia mono che bivariata, per l’analisi di accelerazioni e decelerazioni nei segnali. Nonostante queste misure fossero già state utilizzate in letteratura per l’analisi delle serie RR, in questo lavoro è stato deciso di applicarle anche sul segnale di respiro. La quantificazione della variabilità di HR e respiro si è rivelata utile nella distinzione fra gli stati del sonno risultando maggiore nel sonno attivo; in particolare, sono stati ottenuti risultati significativi utilizzando l’indice LTI per gli intervalli RR (p-value 0.01) e la deviazione standard della durata del respiro (p-value 3.52E-04). Nel confronto fra diverse posizioni, la QSE ha fornito indici significativi, mostrando minore predicibilità in posizione supina per gli intervalli RR (p-value 0.03). Inoltre gli indici di accelerazione della PRSA bivariata hanno fornito valori maggiori in posizione prona (p-value 0.02). Durante il sonno attivo sono stati individuati valori più alti delle componenti a bassa frequenza degli intervalli RR, indice di un rilevante contributo del sistema simpatico. Al contrario, un aumento nelle componenti ad alta frequenza ha caratterizzato i soggetti con una PMA più alta, prova di un aumento del controllo parasimpatico proporzionale all’età del bambino (p-value 0.035). Infine, come confermato analizzando le componenti spettrali ad alta frequenza, la posizione supina si è rivelata essere la più adeguata per assicurare un migliore accoppiamento cardiorespiratorio (p-value 0.026), confermando altri studi presenti in letteratura. Poiché si è trovata significatività in diversi casi, questi risultati potrebbero essere utilizzati per creare un nuovo modello di definizione dell’accoppiamento cardiorespiratorio nei neonati.