I metodi di correzione degli artefatti basati su soglie influenzano le misurazioni della variabilità della frequenza cardiaca in persone con diabete mellito di tipo 2

Perché anche piccole modifiche nella pulizia dei dati contano

I medici usano sempre più spesso sottili variazioni nel tempo tra i battiti cardiaci, note come variabilità della frequenza cardiaca, per valutare quanto bene il sistema nervoso stia controllando il cuore. Questo è particolarmente importante nelle persone con diabete di tipo 2, che presentano un rischio maggiore di danno cardiaco silente. Ma quelle registrazioni dei battiti non sono mai perfettamente pulite: i dispositivi possono perdere battiti, le persone si muovono e il rumore elettrico può introdursi. Questo studio mostra che il modo in cui "ripuliamo" quelle registrazioni al computer può a sua volta modificare i risultati in modo significativo—e può persino fuorviare medici e ricercatori se non si è cauti.

Osservare il ritmo cardiaco nel diabete

Il diabete di tipo 2 colpisce centinaia di milioni di persone nel mondo ed è strettamente legato a malattie del cuore e dei vasi sanguigni. Molto prima che compaiano dolori al petto o svenimenti, i nervi che controllano il cuore possono cominciare a guastarsi, un problema chiamato neuropatia autonoma cardiaca. La variabilità della frequenza cardiaca (HRV) è un modo semplice e non invasivo per individuare i primi segnali di questo danno nervoso misurando quanto l’intervallo tra i battiti si accelera e rallenta naturalmente in pochi minuti. Nelle persone con diabete questa variabilità è spesso ridotta, segnalando che il cuore sta perdendo parte della sua capacità di rispondere in modo flessibile a stress e riposo.

Dai battiti grezzi ai dati pronti per il calcolatore

In questo studio 52 adulti con diabete di tipo 2 si sono recati in un centro di ricerca, dove il loro battito cardiaco è stato registrato per alcuni minuti mentre riposavano tranquillamente in posizione supina in una stanza a temperatura controllata. Il team ha utilizzato una fascia toracica per raccogliere serie grezze di intervalli R–R—i piccoli intervalli di tempo tra ogni coppia di battiti. Queste registrazioni sono poi state analizzate con un popolare software per HRV chiamato Kubios, che offre diversi "filtri" integrati per rilevare e correggere battiti sospetti. I filtri vanno dall’assenza di correzione fino a un’impostazione molto rigorosa che segnala e sostituisce in modo aggressivo qualsiasi intervallo che appaia insolito rispetto ai vicini.

Aumentare il filtro cambia il racconto

Per valutare quanto contino questi filtri, i ricercatori hanno preso lo stesso segmento di dati di alta qualità di cinque minuti per ogni persona e hanno rieseguito l’analisi usando ciascun livello di filtro a turno. Alle impostazioni più miti, quasi nessun battito è stato alterato e i risultati HRV sono rimasti essenzialmente invariati. Ma con il filtro più restrittivo, in media quasi uno ogni dieci battiti è stato modificato e in alcune persone fino a metà dei battiti è stata corretta dal software. Questa pulizia pesante ha spostato molteplici misure di HRV in tutto lo spettro—quelle che riflettono la variabilità complessiva, l’equilibrio tra attività "lotta-o-fuga" e "riposo-e-digestione", e pattern più complessi e non lineari nel segnale cardiaco.

Perché l’eccessiva pulizia può ingannare

Questi cambiamenti non sono solo dettagli tecnici. I valori HRV sono usati per valutare se il cuore di una persona è sottoposto a troppo stress, per stimare quanto funzioni il ramo calmante del sistema nervoso e persino per prevedere eventi cardiaci futuri. Se un filtro modifica silenziosamente il segnale sottostante—lisciando irregolarità genuine insieme al rumore reale—può far apparire il cuore più sano o più malato di quanto effettivamente sia. In questo gruppo di persone con diabete di tipo 2, il filtro più severo ha reso gli indici legati sia alle risposte calmanti sia a quelle di stress visibilmente diversi, nonostante le registrazioni fossero state selezionate con cura per essere stabili e di buona qualità.

Che cosa significa per i pazienti e per gli studi

Gli autori concludono che una pulizia molto aggressiva dei dati dei battiti può distorcere i risultati HRV nelle persone con diabete di tipo 2, portando a sovra- o sottostima di problemi cardiaci legati ai nervi. Non sostengono che esista un filtro perfetto, ma mettono in guardia dall’usare l’opzione più rigorosa come impostazione predefinita. Suggeriscono invece che ricercatori e clinici dovrebbero preferire correzioni minime o leggere quando il segnale originale è buono, riportare chiaramente le impostazioni utilizzate e lavorare per standard condivisi. Per i pazienti, il messaggio è indiretto ma importante: i numeri che vedi in un referto dipendono non solo dal tuo cuore, ma anche da come i dati sono stati processati—e metodi coerenti e ben scelti sono fondamentali per rendere quei numeri veramente affidabili.

Citazione: 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

Parole chiave: diabete di tipo 2, variabilità della frequenza cardiaca, neuropatia autonoma cardiaca, preprocessing dei dati, filtri Kubios