Schwellenbasierte Artefaktkorrekturmethoden beeinflussen Messungen der Herzfrequenzvariabilität bei Personen mit Typ-2-Diabetes mellitus

Warum winzige Änderungen bei der Datenbereinigung wichtig sind

Ärztinnen und Ärzte nutzen zunehmend feine Abweichungen im Zeitablauf der Herzschläge, bekannt als Herzfrequenzvariabilität, um abzuschätzen, wie gut das Nervensystem das Herz steuert. Das ist besonders relevant bei Menschen mit Typ-2-Diabetes, die ein erhöhtes Risiko für stille Herzschäden haben. Herzschlagaufzeichnungen sind jedoch nie perfekt sauber: Geräte verpassen Schläge, Patienten bewegen sich, und elektrische Störungen schleichen sich ein. Diese Studie zeigt, dass die Art und Weise, wie wir diese Aufzeichnungen am Computer „bereinigen“, die Ergebnisse selbst in signifikanter Weise verändern kann — und Ärztinnen, Ärzte und Forschende in die Irre führen kann, wenn sie nicht sorgfältig vorgehen.

Den Herzrhythmus bei Diabetes beobachten

Typ-2-Diabetes betrifft weltweit Hunderte Millionen Menschen und ist eng mit Herz- und Gefäßerkrankungen verknüpft. Lange bevor Brustschmerzen oder Ohnmachtsanfälle auftreten, können die Nerven, die das Herz steuern, zu versagen beginnen — ein Problem, das als kardiale autonome Neuropathie bezeichnet wird. Die Herzfrequenzvariabilität (HRV) ist eine einfache, nichtinvasive Methode, frühe Anzeichen dieser Nervenschädigung zu erkennen, indem gemessen wird, wie sehr sich der Abstand zwischen Herzschlägen über wenige Minuten natürlich beschleunigt und verlangsamt. Bei Menschen mit Diabetes ist diese Variabilität oft vermindert, was darauf hinweist, dass das Herz an Anpassungsfähigkeit auf Stress und Ruhe verliert.

Von Rohschlägen zu computerfertigen Daten

In dieser Studie kamen 52 Erwachsene mit Typ-2-Diabetes in ein Forschungszentrum, wo ihr Herzschlag mehrere Minuten lang aufgezeichnet wurde, während sie ruhig auf dem Rücken in einem temperaturkontrollierten Raum ruhten. Das Team nutzte einen Brustgurt-Herzmonitor, um Rohserien von R–R-Intervallen zu erfassen — die kleinen Zeitabstände zwischen zwei aufeinanderfolgenden Schlägen. Diese Aufzeichnungen wurden dann mit einer verbreiteten HRV-Software namens Kubios analysiert, die mehrere eingebaute „Filter“ anbietet, um verdächtige Schläge zu erkennen und zu korrigieren. Die Filter reichen von keiner Korrektur bis zu einer sehr strengen Einstellung, die aggressiv jedes Intervall markiert und ersetzt, das im Vergleich zu seinen Nachbarn ungewöhnlich erscheint.

Stärkerer Filter ändert die Interpretation

Um zu untersuchen, wie stark diese Filter ins Gewicht fallen, nahmen die Forschenden dasselbe fünfminütige, hochwertige Datensegment jeder Person und führten die Analyse nacheinander mit allen Filterstufen durch. Bei den mildesten Einstellungen wurden nahezu keine Schläge verändert, und die HRV-Ergebnisse blieben im Wesentlichen gleich. Unter dem restriktivsten Filter hingegen wurden im Mittel fast einer von zehn Schlägen verändert, und bei einigen Personen wurden vom Softwareprogramm bis zu die Hälfte aller Schläge korrigiert. Diese heavy-handed Bereinigung verschob mehrere HRV-Maße quer durch die Bandbreite — solche, die die Gesamtvariabilität widerspiegeln, das Gleichgewicht zwischen „Kampf-oder-Flucht“ und „Ruhe-und-Verdauung“-Aktivität sowie komplexere, nichtlineare Muster im Herzschlagsignal.

Warum Überbereinigung in die Irre führen kann

Diese Veränderungen sind nicht nur technische Details. HRV-Werte werden genutzt, um zu beurteilen, ob das Herz einer Person zu stark belastet ist, um abzuschätzen, wie stark der beruhigende Anteil des Nervensystems arbeitet, und sogar, um zukünftige Herzereignisse vorherzusagen. Wenn ein Filter das zugrunde liegende Signal unbemerkt umformt — dabei echte Unregelmäßigkeiten ebenso glättet wie tatsächliches Rauschen —, kann er das Herz gesünder oder kränker erscheinen lassen, als es tatsächlich ist. In dieser Gruppe von Menschen mit Typ-2-Diabetes ließ die strengste Filtereinstellung Indizes, die sowohl mit beruhigenden als auch mit Stressantworten verknüpft sind, deutlich anders aussehen, obwohl die ursprünglichen Herzschlagaufzeichnungen bereits sorgfältig ausgewählt und von guter Qualität waren.

Was das für Patientinnen, Patienten und Studien bedeutet

Die Autorinnen und Autoren kommen zu dem Schluss, dass sehr aggressive Bereinigung von Herzschlagdaten HRV-Ergebnisse bei Menschen mit Typ-2-Diabetes verzerren kann, was zu einer Über- oder Unterschätzung nervenbedingter Herzprobleme führt. Sie behaupten nicht, es gebe einen einzigen perfekten Filter, warnen jedoch davor, die strengste Option standardmäßig zu verwenden. Stattdessen plädieren sie dafür, dass Forschende und Klinikpersonal bei gutem Ausgangssignal eine minimale oder sanfte Korrektur bevorzugen, ihre Einstellungen klar berichten und auf gemeinsame Standards hinarbeiten. Für Patientinnen und Patienten ist die Botschaft indirekt, aber wichtig: Die Zahlen in einem Testergebnis hängen nicht nur von Ihrem Herzen ab, sondern auch davon, wie die Daten verarbeitet wurden — und konsistente, wohlüberlegte Methoden sind entscheidend, damit diese Zahlen wirklich vertrauenswürdig sind.

Zitation: Bassi-Dibai, D., Santos-de-Araújo, A.D., Rocha, D.S. et al. Threshold-based artefact correction methods influence heart rate variability measurements in individuals with type 2 diabetes mellitus. Sci Rep 16, 11341 (2026). https://doi.org/10.1038/s41598-026-42255-y

Schlüsselwörter: Typ-2-Diabetes, Herzfrequenzvariabilität, kardiale autonome Neuropathie, Datenvorverarbeitung, Kubios-Filter