Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TESIS DOCTORAL
Aplicación de la Variabilidad de la Frecuencia Cardı́aca al Estudio de las Emociones
Año: 2018
A Bea y Carlos, porque sois lo más importante en mi vida.
A mis padres, porque siempre seréis mis mejores maestros.
A mi familia, por vuestro cariño y comprensión.
Agradecimientos
En primer lugar, y de manera muy especial, tengo que dar las gracias a las dos
personas que han hecho posible que este proyecto se haga realidad, mis directores de
Tesis, la Doctora Marı́a José Lado Touriño, y el Doctor Xosé Antón Vila Sobrino.
Gracias Pepa, porque sin tu apoyo constante, tu colaboración, tu entusiasmo,
esta Tesis no hubiera sido posible. Gracias por animarme a trabajar diariamente,
por llenarme de optimismo, y ası́ poder avanzar en la investigación.
Gracias Antón, tu ayuda incondicional, tus aportaciones, tus sabias correcciones,
han sido claves para alcanzar las metas marcadas. Gracias por tu iniciativa, por tus
brillantes ideas, y por capitanear el trabajo.
Tengo también que dar las gracias a dos compañeros cuya colaboración ha si-
do clave en esta Tesis, Leandro Rodrı́guez Liñares y José Baltasar Garcı́a Perez-
Schofield. Ambos me han ayudado en el desarrollo de la herramienta VARSE, Bal-
tasar con su amplia experiencia en la programación Android, y Leandro con su ver-
satilidad y destreza en la programación de las técnicas de análisis de la variabilidad
de la frecuencia cardı́aca.
Otra persona a la que tengo que agradecer su cooperación, sus contribuciones,
sus aportaciones en este trabajo, es a Arturo José Méndez Penı́n. Gracias Arturo,
por bautizar la herramienta, por tus correcciones, y por tu apoyo incondicional.
En esta Tesis he realizado varios estudios en colaboración con profesionales de
otras áreas cientı́ficas, como la publicidad o la psiquiatrı́a. Me gustarı́a agradecer
la inestimable colaboración de Alejandro Garcı́a Caballero, psiquiatra e investiga-
dor del Complejo Hospitalario Universitario de Ourense (CHOU), Gerardo Flórez
Menéndez, psiquiatra y director de la Unidad para el Tratamiento de Conductas
Adictivas (CHOU), y de José Rúas Araújo, profesor de la Facultad de Ciencias
Sociales y de la Comunicación de la Universidad de Vigo. Gracias porque vuestra
participación ha permitido comprobar la utilidad de la variabilidad de la frecuencia
cardı́aca en diferentes campos de investigación.
¡Y gracias a todas las personas que me han animado a terminar esta Tesis!
Índice general
3. Hipótesis y objetivos 35
3.1. Hipótesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.2. Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
i
ii Índice general
5. Aplicaciones de la HRV 57
5.1. Protocolos comunes de actuación . . . . . . . . . . . . . . . . . . . . 58
5.2. Regulación emocional . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
5.2.1. Estimulación visual y regulación emocional en población normal 61
5.2.2. Diagnóstico de psicopatı́a y HRV . . . . . . . . . . . . . . . . 71
5.3. HRV en ciencias sociales . . . . . . . . . . . . . . . . . . . . . . . . . 83
5.3.1. Análisis del sentimiento patriota y su influencia en la HRV . . 83
5.3.2. Estudio de las actitudes polı́ticas a través de la HRV . . . . . 94
Acrónimos 137
Bibliografı́a 141
Índice de figuras
iii
iv Índice de figuras
5.1. Valores globales de los parámetros espectrales para los diferentes sub-
conjuntos muestrales . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
5.2. Parámetros espectrales obtenidos al visualizar las imágenes agrada-
bles, desagradables y neutras en primer lugar . . . . . . . . . . . . . . 66
5.3. Valores subjetivos de valencia y activación para los tres grupos de
imágenes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
5.4. Información de partida para la realización del estudio de significación
estadı́stica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
5.5. Relación entre los ı́ndices espectrales y valores de los test PCL-R,
CAPP e IPDE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
5.6. Comparación de parámetros de HRV para hombres y mujeres . . . . . 89
5.7. Patrones secuenciales encontrados para las emociones . . . . . . . . . 89
5.8. Distribución de categorı́as de carga emocional por participantes, uni-
versidades, versiones del himno, y género . . . . . . . . . . . . . . . . 91
v
Capı́tulo 1
Variabilidad de la frecuencia
cardı́aca
1.1. Introducción
Las enfermedades cardiovasculares son la principal causa de muerte en todo el
mundo. Según datos de la Organización Mundial de la Salud1 , en 2015 se calcula
que murieron por esta causa 17.7 millones de personas, lo que representa un 31 % de
todas las muertes registradas en el mundo (7.4 millones se debieron a cardiopatı́as
coronarias y 6.7 millones a enfermedades vasculares cerebrales).
La Asociación Americana del Corazón (American Heart Association) elabora
cada año estadı́sticas sobre incidencia de enfermedades del corazón y sus factores de
riesgo. Según el último informe [60], en Estados Unidos una de cada tres muertes
tiene como causa subyacente las enfermedades cardiovasculares. Estas enfermedades
se cobran más vidas que todos los tipos de cáncer y enfermedades crónicas de vı́as
respiratorias juntos. La cardiopatı́a isquémica causa una de cada siete muertes en
Estados Unidos, y mata más de 360 mil personas al año. Cada año, alrededor de 790
mil norteamericanos tienen ataques al corazón.
La alta incidencia de enfermedades cardı́acas ha supuesto que se dediquen grandes
esfuerzos de investigación en este campo. Ası́, se han desarrollado múltiples sistemas
y algoritmos para ayudar a los médicos en la detección y clasificación de anomalı́as
1
http://www.who.int/
1
2 Capı́tulo 1. Variabilidad de la frecuencia cardı́aca
cardı́acas (arritmias del corazón, bloqueos, etc.) [152, 231] o de enfermedades respi-
ratorias [10, 43, 107].
La principal prueba diagnóstica para evaluar la función cardı́aca es el electrocar-
diograma (ECG), con el cual se registra la actividad eléctrica del corazón a lo largo
del tiempo. Además de los estudios propios de ECG, los principales trabajos de in-
vestigación realizados en este ámbito se han centrado en el análisis de dos medidas:
la frecuencia cardı́aca (Heart Rate o HR) y la variabilidad de la frecuencia cardı́aca
(Heart Rate Variability o HRV).
La frecuencia cardı́aca es uno de los parámetros básicos en el análisis y valoración
de la actividad cardı́aca. La HR se puede definir como el número de latidos del co-
razón por unidad de tiempo, por lo general minutos [124]. En reposo, la HR normal
para adultos varı́a de 50 a 100 latidos/minuto. Ha sido un parámetro ampliamente
utilizado debido a su facilidad de medida (no invasiva), y a que no necesita una pre-
cisión extrema. Hoy en dı́a existen numerosos dispositivos electrónicos (entre ellos
algunos de los conocidos como “wearables”: bandas, pulseras, relojes, etc.) que per-
miten obtener de forma sencilla información de la frecuencia cardı́aca, con diferentes
niveles de exactitud. Esto ha facilitado la medición continua en diferentes situacio-
nes, por ejemplo durante la realización de ejercicio fı́sico, lo que permite evaluar el
esfuerzo cardiovascular llevado a cabo.
Normalmente los valores bajos de HR se obtienen en reposo o descanso, y una
frecuencia alta se corresponde con la realización de ejercicio fı́sico o esfuerzo. En gene-
ral, una HR en reposo baja corresponde a una persona que posee un funcionamiento
del corazón más eficiente y una mejor salud cardiovascular.
La HR mide el promedio de latidos por minuto, pero no tiene en cuenta las varia-
ciones en el tiempo entre latidos sucesivos del corazón. Estas variaciones representan
un mecanismo por el que el organismo trata de adaptarse a los factores de estrés
internos y externos. La variabilidad de la frecuencia cardı́aca se define como la va-
riación a lo largo del tiempo de las distancias entre latidos sucesivos del corazón
[148]. La manera habitual de medir la HRV es a partir del ECG [142]. Los diferentes
potenciales que se producen durante la estimulación cardı́aca y que se repiten de un
latido a otro dan lugar a una serie de ondas (Figura 1.1). La onda P es la primera
onda del ciclo cardı́aco y representa la despolarización de las aurı́culas. El complejo
1.1. Introducción 3
en la salud fı́sica y mental. Por todo esto, la comparación deberı́a establecerse con
personas de grupos demográficos similares.
Otro problema añadido es que los métodos de medida, las herramientas utilizadas
y los protocolos establecidos no son estándar, y dependen del equipo que los lleve a
cabo. Esto hace que en numerosas ocasiones los valores del análisis realizado no sean
comparables entre sı́. Se necesitan metodologı́as que establezcan métodos y procesos
uniformes de medida y análisis de la HRV.
Uno de los trabajos que trataron de avanzar en la obtención de valores normales
de la población fue el metaanálisis llevado a cabo por Nunan [146]. Cuarenta y
cuatro estudios cumplieron con los criterios de inclusión preestablecidos, para un
total de 21438 participantes. Los resultados obtenidos mostraron que la edad es uno
de los factores más importantes que influyen en los valores de la HRV. A medida
que la edad avanza, la HRV baja. Otros estudios también han corroborado este
hecho [4, 12, 95, 207, 217]. Este cambio indica una disminución de la activación
parasimpática con el aumento de la edad. Una mayor HRV se correlaciona con una
mejor condición fı́sica, con la salud y la juventud.
Además de estos factores, los estudios realizados han encontrado también dife-
rencias en la HRV en cuanto al género. Los hombres suelen tener la HRV menor que
las mujeres en los mismos rangos de edad [217]. Curiosamente, las diferencias por
género en la HRV disminuyen con la edad [207, 217]. Ası́, en edades más tempranas
el género tiene una incidencia mayor en la HRV, mientras que a medida que pasan
los años, la edad tiene una mayor contribución a la HRV y a la salud en general.
Está demostrado que practicar ejercicio de forma regular contribuye a mantener
una buena salud, mejora la función cardiovascular y ayuda prevenir enfermedades. El
ejercicio aeróbico habitual es un modulador beneficioso de la HRV [52]. La intensidad,
duración y frecuencia del entrenamiento aeróbico están directamente relacionadas
con los cambios en la HRV [132]. Este hecho, unido a los avances en los dispositivos
que permiten su medida, está contribuyendo a que el análisis de la HRV se esté
convirtiendo en una herramienta muy utilizada por deportistas. El análisis de la
HRV aporta una ventaja competitiva que permite modular la intensidad, duración
y frecuencia de los entrenamientos para obtener un mejor rendimiento [159].
Ya se ha comentado que la HRV se refiere a las alteraciones latido a latido en
8 Capı́tulo 1. Variabilidad de la frecuencia cardı́aca
N
1 X
RR = RRi
N i=1
v
u N
u 1 X
SDN N = t (RRi − RR)2
N − 1 i=1
Ns
1 X
RRs = RRi
Ns i=1
10 Capı́tulo 1. Variabilidad de la frecuencia cardı́aca
v
u Ns
u 1 X
SDN Ns = t (RRi − RRs )2
Ns − 1 i=1
m
1 X
RRalls = RRs
m s=1
v
m
1 X
u
u
SDAN N = t (RRs − RRalls )2
m − 1 s=1
m
1 X
SDN N IDX = SDN Ns
m s=1
1
pN N 50 = N N 50 · 100
N −1
−1
1 NX
∆RR = ∆RRj
N − 1 j=1
v
−1
u
u 1 NX
SDSD = (∆RRj − ∆RR)2
u
t
N − 2 j=1
v
−1
u
u 1 NX
rM SSD = ∆RRj2
u
t
N − 1 j=1
Estos tres ı́ndices estiman variaciones en las altas frecuencias, y están fuerte-
mente correlacionados entre ellos. Además, son sensibles a la presencia de artefactos
o errores en la señal de frecuencia cardı́aca. Otras medidas basadas en los cuarti-
les, correlacionados con los ı́ndices anteriores, pero más robustas, son el IRRR y el
MADRR.
El ı́ndice IRRR es una medida que representa el rango intercuartil (diferencia
entre el tercer y primer cuartil de la serie RR), y que se obtiene de la siguiente
manera:
12 Capı́tulo 1. Variabilidad de la frecuencia cardı́aca
M ADRR = Q2 (|∆RR|)
N · bin size
T IN N = ·2
max(histogram(RR))
N
HRV i =
max(histogram(RR))
Señales estacionarias
Z +∞
fˆ(ω) = f (t) e−iωt dt
−∞
donde ω es un número real. Con la FT, dada una función f(t) perfectamente
localizada en tiempo, se puede construir una función perfectamente localizada en
frecuencia.
La implementación discreta de la FT se llama Transformada de Fourier Discreta
(Discrete Fourier Transform o DFT) y requiere del orden de N 2 operaciones, siendo
N el número de puntos de la señal. Su implementación eficiente es la Transformada
de Fourier Rápida (Fast Fourier Transform o FFT), mediante la cual se reduce la
complejidad numérica al orden de O(N log2 N ). Para una serie RR, la correspondiente
DFT de N puntos vendrá dada por:
L−1
n
RRn · e−2πki N
X
Xk = k = 0, 1, 2, ..., N − 1
n=0
Señales transitorias
Las técnicas anteriormente citadas son válidas cuando se están analizando señales
estacionarias, que no evolucionan en el tiempo. Sin embargo, cuando se trata de anali-
zar señales transitorias, que sufren evolución temporal, no son las herramientas más
adecuadas. Necesitamos en este caso transformadas tiempo-frecuencia, capaces de
analizar la energı́a de la señal en ese dominio bidimensional. En ocasiones se emplea
la Transformada de Fourier de Tiempo Reducido (Short Time Fourier Transform
o STFT), que descompone o segmenta la señal original mediante una ventana de
análisis de tamaño constante, de duración reducida (Figura 1.5). Seguidamente, se
calcula la FT usual de la señal segmentada, con lo cual se obtiene una función en
el plano tiempo-frecuencia. Las ventanas de análisis que se emplean en la STFT de-
ben ser siempre las mismas a lo largo de todo el análisis, por lo que no se adaptan
óptimamente a las frecuencias de las señales a analizar. Además, la resolución del
análisis es la misma en todas las posiciones del plano tiempo-frecuencia.
Debido al tamaño constante de las ventanas de análisis, cuando se realiza un
estudio espectral de la HRV empleando la STFT, puede existir una cierta confronta-
ción a la hora de analizar fenómenos de muy pequeña duración, como la apnea, que
pueden aparecer en las bandas espectrales de altas frecuencias, y tratar de obtener
1.3. Cuantificación de la HRV 17
progresivamente el tamaño de dicha señal [126]. Desde el punto de vista del procesa-
do de señales, las wavelets actúan como filtros pasa-banda [212], y pueden ser de tipo
tiempo-frecuencia, o de tipo tiempo-escala, dependiendo de la naturaleza de la señal
a analizar. En ambos casos se efectúa una “descomposición atómica”, consistente en
extraer las componentes simples de las señales.
Aunque el Principio de incertidumbre excluye la posibilidad de obtener arbitra-
riamente alta resolución en tiempo y frecuencia, la WT permite variar el tamaño de
la ventana de análisis, con lo cual se puede obtener una mejor resolución en tiempo,
a costa de una pérdida resolutiva en frecuencias, y viceversa.
De modo similar a la DFT, que se aplica sobre señales discretas, se puede cons-
truir una Transformada Wavelet Discreta (Discrite Wavelet Transform o DWT).
Las transformadas a diferentes resoluciones se calculan con el algoritmo de la FFT,
que requiere del orden de O(N log2 N ) operaciones.
Aplicado al análisis de la HRV, existe un mayor número de estudios que emplean
la STFT que la WT, lo cual puede ser debido a la falta de herramientas de análisis
que incluyan la WT, y a la mayor complejidad de implementación que esta presenta.
1.3. Cuantificación de la HRV 19
2.1. Introducción
Es un hecho contrastado que el sistema nervioso periférico prepara al cuerpo
para la realización de diversas acciones [34] que pueden realizarse como respuesta
a determinados estı́mulos externos (como la visualización de imágenes o vı́deos),
y que provocan la aparición de diversas respuestas. Diferentes manifestaciones fı́si-
cas controladas por el sistema nervioso periférico, como pueden ser los patrones de
frecuencia cardı́aca, conductancia dérmica o electromiografı́a facial, deberı́an verse
afectados por estos estı́mulos, que a su vez provocan diversas reacciones emocionales.
Esto significa que las variaciones sufridas podrı́an ser estudiadas mediante varia-
bles fisiológicas, como puede ser la HRV, que permite analizar el ritmo cardı́aco y,
de forma indirecta, el estado del sistema nervioso autónomo. Por ejemplo, en [35]
se muestran indicios sobre la relación entre la regulación emocional y HRV en los
directivos varones. Los datos del estudio mostraron que tener una regulación emo-
cional baja, o ser mayor de 41 años tenı́a un efecto negativo en la HRV. Además,
la regulación emocional media o alta moderaba el efecto negativo de la edad en la
HRV.
El avance de la investigación en el ámbito de la emoción se ha debido en par-
te a la aparición de diversos conjuntos de materiales estandarizados para provocar
emociones en contextos de laboratorio. Uno de los más utilizados es la colección de
más de 1000 fotografı́as del International Affective Picture Systems (IAPS) [111],
21
22 Capı́tulo 2. Regulación emocional y HRV
desarrollada por el Instituto Nacional del Centro de Salud Mental para la Emoción y
la Atención de la Universidad de Florida. Contiene más de 1000 fotografı́as en color,
en formato JPEG, con un tamaño máximo de imagen de 1024 x 768 pı́xeles, y cada
una de ellas ha sido evaluada en tres dimensiones: valencia (nivel de agrado/desagra-
do), activación (nivel de activación/calma) y dominancia (nivel de control del sujeto
sobre la imagen). La evaluación de cada una de las fotografı́as en cada una de estas
dimensiones se realizó utilizando el Maniquı́ de Auto-evaluación (Self-Assessment
Manikin o SAM). En el SAM, cada una de las tres dimensiones afectivas (valencia,
activación y dominancia) se representan en una escala compuesta por cinco picto-
gramas de figuras humanas graduadas en intensidad, con una puntuación numérica
equivalente entre 1 y 9 (figura 2.1).
IAPS ha sido diseñado considerando la escala de emociones obtenidas a partir de
datos de estudiantes de Estados Unidos. Sin embargo, para evitar posibles diferencias
demostrables en los resultados entre culturas diferentes [59, 104], se han realizado
varias adaptaciones, incluyendo poblaciones españolas [138]. En todos los casos se
han mantenido las imágenes originales del IAPS, pero se han puntuado de nuevo en
términos de valencia y activación, considerando las particularidades de cada una de
2.1. Introducción 23
pacientes medicados tendı́an a ser más altas que los libres de antipsicóticos y que
las personas sanas [84]. Los pacientes libres de antipsicóticos tendı́an a mostrar una
menor diferenciación en las calificaciones de excitación entre imágenes negativas y
neutras, y positivas y neutras, comparadas tanto con el grupo de los medicados como
los de control.
2.3.2. Depresión
La depresión mayor es una enfermedad psiquiátrica grave y común que afecta a
un porcentaje alto de la población. Es un tipo de trastorno del estado de ánimo cuyos
sı́ntomas principales son pérdida de energı́a, pérdida de placer e interés, trastornos
del sueño y pensamientos suicidas [11]. Numerosas pruebas clı́nicas han mostrado
que la disfunción en la actividad del sistema nervioso autónomo tiene un papel
significativo en la depresión (aumento de la frecuencia cardı́aca, disminución del
tono vagal, arritmias, diferencias en las propiedades electrofisiológicas ventriculares
o cambios en el tono simpático).
También son numerosos los estudios que han tratado de analizar la HRV en
pacientes depresivos. A pesar de que no todos los resultados han apuntado en la mis-
ma lı́nea, existen considerables evidencias del desequilibrio entre el sistema nervioso
simpático y parasimpático y el deterioro de la actividad cardiovascular autónoma
en pacientes depresivos. Una HRV baja es un indicativo de una disminución en la
modulación cardiovascular vagal, un predictor conocido de mortalidad y morbili-
dad cardı́aca, y un indicativo de vulnerabilidad al estrés y baja capacidad para la
inhibición parasimpática de la activación autónoma en la regulación emocional.
En [5] se realizó un análisis comparativo de HRV de personas sanas y pacientes
con depresión mayor. Se analizaron diferentes caracterı́sticas en el dominio de la fre-
cuencia (LF, HF y LF/HF) basado en la Transformada Wavelet Packet (Wavelet
Packet Transform o WPT) [24]. Los resultados mostraron que los pacientes presen-
taban una HF significativamente menor, mayores valores de LF y también mayores
valores de LF/HF. Además, encontraron una correlación positiva en los pacientes
entre el ı́ndice LF/HF y el valor de la escala de Hamilton para la depresión [78], de
tal manera que a medida que se incrementa la gravedad de la depresión aumenta
también la relación LF/HF. Demostraron que las deficiencias en la coordinación en-
2.3. Algunos estudios relacionados 29
2.3.3. Fibromialgia
La fibromialgia es un trastorno cuyo sı́ntoma principal es el dolor generalizado y
difuso no asociado a alteraciones degenerativas ni inflamatorias, acompañado de otros
sı́ntomas como alteraciones en el sueño, fatiga, rigidez muscular, dificultades para
concentrarse, y en general problemas cognitivos y emocionales [57]. La prevalencia
en España en la población general de más de 20 años está en torno al 2.5 %, siendo
más frecuente en mujeres. La fibromialgia puede limitar las áreas de calidad de vida
de las personas que la padecen, y es un problema que lleva asociados importantes
costes económicos.
A pesar del importante impacto, aún no hay evidencia cientı́fica de las causas que
provocan esta enfermedad y la existencia de alteraciones concretas objetivables que
expliquen su sintomatologı́a. Algunas investigaciones experimentales han comproba-
do que se produce un desequilibrio del ANS, denominado disautonomı́a (desequilibrio
simpático-vagal), y caracterizada porque en estado de reposo hay una hiperactividad
del SNS e hipoactividad del PNS, y paradójicamente en estado de estrés se presenta
una hipoactividad del SNS. Para evaluar el funcionamiento del ANS, estos trabajos
han empleado diferentes métodos, aunque destaca el análisis de la HRV [118, 130]. La
mayorı́a de las investigaciones realizadas encuentran una menor HRV en los pacientes
con fibromialgia que en las personas sanas, lo que se interpreta como una regulación
autónoma global disminuida propia de la enfermedad. La alteración de la HRV en
los pacientes con fibromialgia también se caracteriza por presentar hiperactividad
2.3. Algunos estudios relacionados 31
pobre regulación del ANS, indicada de manera no invasiva por la HRV, contribuye
a este factor de riesgo en ambas enfermedades, Quintana y col. [162] trataron de
encontrar diferencias en la HRV entre pacientes con esquizofrenia, trastorno bipolar
y personas sanas. Los resultados obtenidos mostraron que en ambos trastornos se
redujo significativamente la HRV, en comparación con los participantes sanos. Estas
reducciones fueron independientes de los efectos de la medicación, la edad, o el ı́ndice
de masa corporal. También hubo evidencias de que en los pacientes con HRV reducida
habı́a aumentado la gravedad general de los sı́ntomas de psicosis, independientemente
del diagnóstico de esquizofrenia o trastorno bipolar. Como conclusión, la HRV puede
proporcionar un posible biomarcador del riesgo de enfermedad cardiovascular y la
gravedad de los sı́ntomas en la enfermedad mental severa, pero no para discriminar
el tipo de enfermedad.
Hipótesis y objetivos
3.1. Hipótesis
A partir de la revisión del estado del arte se plantean las siguientes hipótesis:
Valores altos de HRV son un indicativo de buena salud, mientras que una menor
variabilidad se relaciona con diversas patologı́as.
35
36 Capı́tulo 3. Hipótesis y objetivos
3.2. Objetivos
Este trabajo tiene como principal finalidad analizar la relación entre los ı́ndices
de HRV y la respuesta emocional. Para ello, se han diseñado y construido varias
bases de datos especializadas, se han estudiado aplicaciones prácticas en diferentes
campos, como la publicidad o la psiquiatrı́a, y se ha desarrollado una herramienta
para el análisis de la HRV en respuesta a diferentes estı́mulos visuales. A continuación
se describe cada uno de estos objetivos:
que mejora VARVI (Variability of the heArt Rate in response to Visual stI-
muli ) [171], permite registrar la frecuencia cardı́aca mientras se llevan a cabo
diferentes actividades y poder realizar análisis de la HRV de cada uno de los
registros almacenados.
Capı́tulo 4
1
http://www.kubios.com/
2
http://rhrv.r-forge.r-project.org/
39
40 Capı́tulo 4. Bases de datos de frecuencia cardı́aca
especial cuidado en la base de datos con la que se entrenan y validan los algoritmos,
ya que determinados casos pueden sesgar tanto los estudios como las conclusiones
derivadas de ellos.
En relación con el estudio de la HRV cabe indicar que, hasta donde conocemos,
existen únicamente algunos sitios Web que proporcionan registros de ECG o señales
de frecuencia cardı́aca de forma gratuita, ası́ como información relevante asociada
a ellos. Uno de estos sitios es PhysioNet 3 , que ofrece acceso gratuito en lı́nea a
colecciones de registros de señales fisiológicas (PhysioBank 4 ), y software de procesado
de las mismas (PhysioToolKit 5 ). Las bases de datos contenidas en esta Web están
disponibles con licencia y dedicación de dominio público ODC v1.0. En este portal
hay alrededor de 80 bases de datos, conteniendo más de 90 mil registros. Con respecto
a HR, las bases de datos que podrı́an utilizar los investigadores en sus trabajos son
las que ofrecen información de intervalos RR obtenidos a partir de registros de ECG
(Interbeat RR Interval Databases).
Además de PhysioNet existen otros servicios Web donde también es posible obte-
ner registros de frecuencia cardı́aca. En la mayorı́a de los casos, se publican registros
de señales fisiológicas, incluyendo HR, obtenidos como resultado del trabajo de in-
vestigación en campos especı́ficos. Por ejemplo, en Sleep Heart Rate and Stroke
Volume Data Bank 6 han creado una base de datos y una herramienta de minerı́a
de datos para ayudar en la investigación de la clasificación automática de etapas de
sueño a partir de datos de HR. En HCI Tagging Database, con el fin de facilitar la
investigación en el área del etiquetado multimedia, han publicado una base de datos7
que contiene datos de respuestas humanas a estı́mulos afectivos, incluyendo algunas
respuestas fisiológicas como ECG, señal respiratoria, o temperatura dérmica [195].
En el mismo campo de las emociones se puede citar también la Database for Emotion
Analysis using Physiological Signals (DEAP) Dataset 8 [101], que proporciona vı́deos
faciales y registros fisiológicos.
En conclusión, actualmente existen muy pocas bases de datos de frecuencia
3
https://www.physionet.org
4
https://www.physionet.org/physiobank
5
https://physionet.org/physiotools/
6
http://www.pri.kmu.lt/datbank/
7
https://mahnob-db.eu/hci-tagging/
8
https://www.eecs.qmul.ac.uk/mmv/datasets/deap/
41
cardı́aca, y menos todavı́a con información adicional de tipo demográfico o social, úti-
les para testar herramientas y métodos de HRV en psiquiatrı́a y sociologı́a. Tampoco
es sencillo en estos repositorios actuales realizar búsquedas sobre tipos especı́ficos de
registros, asociados con una información determinada, por ejemplo, mujeres a partir
de 40 años, que padecen apnea del sueño, o bien varones menores de 30 sin patologı́as
asociadas.
Como una aportación más al estudio de la HRV, se han construido distintas bases
de datos, las cuales han sido utilizadas en los estudios realizados en esta Tesis Docto-
ral. Todas ellas se han generado a partir de registros de frecuencia cardı́aca tomados
a diferentes muestras de la población, complementados con datos demográficos y
sociales, recogidos a partir de cuestionarios adaptados a cada estudio particular.
Algunas de estas bases de datos han sido obtenidas de forma combinada con in-
vestigadores de otras disciplinas y, aunque han sido empleadas para alcanzar algunos
de los objetivos de esta Tesis, no son exclusivas de la misma. Por lo tanto, no se han
considerado parte integrante de este Capı́tulo.
Existen sin embargo bases de datos que sı́ han sido generadas para esta Tesis,
y pertenecen en su totalidad a este trabajo de investigación. En concreto, se han
construido tres bases de datos diferentes: la primera de ellas para estudiar la relación
entre la HRV y la regulación emocional ante determinados estı́mulos externos, la
segunda, para analizar la influencia ejercida por la publicidad electoral sobre la HRV,
en población votante de diferentes ideologı́as polı́ticas, y la tercera, para determinar
los factores de distorsión que afectan a la VFC, establecer los ı́ndices más estables
y hacer recomendaciones para diseñar experimentos donde se registre la HR. Estas
bases de datos han sido puestas a disposición de la comunidad cientı́fica a través del
portal PhysioDataBase 9 [137], con el fin de facilitar la disponibilidad y búsqueda de
registros de diferentes caracterı́sticas, que puedan ayudar en el desarrollo y validación
de nuevos métodos de estudio de la HRV.
En el contexto de los recursos de investigación para señales fisiológicas, donde
PhysioNet es considerado el portal de referencia, una base de datos es una colección
de grabaciones (registros) disponibles como un conjunto de archivos planos. A di-
ferencia de las bases de datos relacionales tı́picas, donde la información se organiza
9
https://milserver.esei.uvigo.es/
42 Capı́tulo 4. Bases de datos de frecuencia cardı́aca
Población
Participaron en este estudio personas mayores de 18 años que, de forma volunta-
ria, dieron consentimiento para participar en el experimento, y no padecı́an ninguna
enfermedad comprobada, ni cardı́aca, ni de otro tipo, y no tenı́an prescrita ninguna
medicación. El tamaño final de la muestra fue de 98 individuos: 57 hombres y 41
mujeres. La caracterización por género y edad de los participantes en el experimento
se puede comprobar en la Tabla 4.1.
Procedimiento
El experimento comenzaba explicando a cada participante la finalidad del estudio
y el protocolo a seguir. En primer lugar se procedı́a al registro de HR. Las condiciones
de medida fueron similares: sala sin interferencias, entre las 10 y las 13 horas, en
44 Capı́tulo 4. Bases de datos de frecuencia cardı́aca
Población
Participaron en el estudio personas correspondientes a los diferentes sectores uni-
versitarios, que a afectos de garantizar la protección de datos personales se nombra-
ron como sector1, sector2 y sector3, tanto de sexo femenino como masculino, con
edades comprendidas entre los 18 y los 60 años, y con distintas ideologı́as polı́ticas.
La participación en el estudio fue completamente voluntaria, y se mantuvo en todo
4.2. Frecuencia cardı́aca y orientación polı́tica 47
Procedimiento
frecuencia cardı́aca, obteniéndose un registro final con una duración cercana a los 3
minutos (en torno a 30 segundos de duración cada anuncio).
mientras que la actividad fı́sica [14] o el consumo de alcohol, tabaco y drogas [151]
determinan un estilo de vida que puede influir en la HRV.
Dada la gran cantidad de factores que afectan la HRV, no es sencillo realizar es-
tudios fiables que permitan extraer conclusiones válidas. Además, la metodologı́a de
adquisición de registros de HR puede incluso condicionar los resultados obtenidos, so-
bre todo si se trata de comparar métodos sobre registros adquiridos de varias formas,
como puede ser la adquisición a diferentes horas del dı́a o en distintas posiciones.
Como una aportación más de esta Tesis Doctoral, se ha construido una base
de datos correspondiente a registros de frecuencia cardı́aca, adquiridos siempre en
las mismas condiciones, y que pueden ser utilizados por cualquier investigador para
testar algoritmos o técnicas, ası́ como para establecer protocolos de adquisición de
datos o analizar la estabilidad de los ı́ndices de la HRV [47].
Población
Dadas las caracterı́sticas especiales de este estudio, que requerı́a varios registros
diarios durante un periodo prolongado de tiempo, solo participaron dos voluntarios
sanos, de género masculino, de edad media, sin enfermedades cardı́acas conocidas.
Procedimiento
En este caso cada registro de HR solo estaba formado por un fichero con las
distancias RR de los latidos registrados en cada muestra de 5 minutos. En el identi-
ficador del fichero se codificó el usuario que realizaba el registro (user1 o user2), el
intervalo del dı́a (ma: mañana, ta: tarde y no: noche), posición (tu: tumbada y se:
sentada) y la fecha en la que se realizó (Figura 4.6). De este modo, se almacenaron,
para cada participante, 150 ficheros (con la extensión .rr ) conteniendo los datos de
HR, y correspondientes a las situaciones descritas en la Tabla 4.5.
10
https://milserver.esei.uvigo.es/
4.4. Repositorio de registros de señales fisiológicas 53
and Political Ads”. A través de las diferentes pestañas se puede acceder a toda la
información almacenada en PhysioDataBase, y relativa al experimento (Figura 4.8):
Atributos de los Individuos: describe los atributos de cada uno de los individuos
o participantes involucrados en la realización del experimento.
Aplicaciones de la HRV
Los estudios realizados se han clasificado en dos categorı́as, los relacionados con la
regulación emocional, y los enmarcados en las ciencias sociales. Dentro de la primera
categorı́a, un primer trabajo se ha centrado en estudiar la eficacia de la HRV a la hora
de discriminar en la población sana entre diferentes estados emocionales provocados
por estı́mulos visuales externos. Un segundo trabajo ha estudiado la utilidad de la
HRV como una herramienta válida para el diagnóstico de la psicopatı́a.
57
58 Capı́tulo 5. Aplicaciones de la HRV
Equipo informático
Para ejecutar los programas y herramientas se utilizó un ordenador portátil con
sistema operativo Linux (distribución Ubuntu), y otro con sistema operativo Win-
dows. Ambos con prestaciones similares a un equipo de gama media.
5
https://www.r-project.org/
60 Capı́tulo 5. Aplicaciones de la HRV
3. Supresión de artefactos: dado que los algoritmos para detectar y clasificar lati-
dos pueden fallar, la señal de frecuencia cardı́aca instantánea puede deteriorarse
y ser inválida para el estudio. Para solucionar este problema, se ha aplicado un
algoritmo de filtrado, proporcionado en el paquete de software RHRV, que usa
umbralización adaptativa para descartar aquellos latidos cuya amplitud exce-
de un determinado valor. También se eliminan en esta etapa aquellos puntos
cuyos valores no están dentro del rango de valores fisiológicos aceptables [214].
6
https://docs.google.com/forms/
5.2. Regulación emocional 61
Una vez comentados los aspectos generales de todos los estudios realizados, se
detallan las particularidades de cada uno de ellos.
Estı́mulos visuales
Para seleccionar las imágenes que servirı́an como estı́mulo para provocar las emo-
ciones se recurrió a la base de datos IAPS [111], considerando su adaptación española
[138] a la hora de puntuar la valencia y la activación.
Dado que el objetivo del estudio era el de comprobar si habı́a variaciones en la
5.2. Regulación emocional 63
2. Desagradables: 9075, 3213, 3000, 1525, 3168, 6510, 3080, 3530, 6550, 3069.
3. Neutras: 2400, 7011, 6837, 2445, 7013, 2279, 7043, 7023, 7137, 7044.
Además, se seleccionaron los valores de valencia y activación en los tres conjuntos
de imágenes de forma que fuesen estadı́sticamente diferentes. Ası́, se obtuvo un p −
valor < 0,0001 en todos los casos para las valencias. Con respecto a la activación,
se obtuvieron diferencias estadı́sticamente significativas al comparar las imágenes
agradables con las neutras, y estas con las desagradables.
Población
Se estimó inicialmente una población muestral asumiendo un nivel de confianza
del 95 %. El margen de error permitido fue de 10 %, y la desviación estándar de 0.5.
La población muestral, asumiendo estos valores, debı́a ser de 96 individuos, por lo
que se consideró para el estudio una muestra formada por 100 personas sanas.
Todos los participantes fueron voluntarios mayores de 18 años que proporcionaron
consentimiento oral informado, y no padecı́an ninguna dolencia cardı́aca, desorden
mental, diabetes, hipertensión u otra enfermedad comprobada. Tampoco consumı́an
drogas y, en el caso de las mujeres, no estaban embarazadas.
De los 100 participantes iniciales se descartaron dos, debido a que la correspon-
diente señal de frecuencia cardı́aca no fue correctamente registrada y almacenada. La
población final estuvo compuesta por 98 individuos, divididos en cuatro categorı́as
para el estudio: 1) hme30: hombres menores de 30 años (37 participantes); 2) HMA30:
hombres mayores de 30 años (20 participantes); 1) mme30: mujeres menores de 30
años (21 participantes); 2) MMA30: mujeres mayores de 30 años (20 participantes).
64 Capı́tulo 5. Aplicaciones de la HRV
Cuestionario
Una vez adquirida la señal de frecuencia cardı́aca, cada participante debió cubrir
un formulario donde proporcionaba información sobre género, edad, sociodemográfi-
ca y clı́nica. Para garantizar que todos los participantes gozaban de buena salud,
se incluyeron en el cuestionario cuestiones sobre medicación y enfermedades, tenien-
do en cuenta que aquellas personas que estuviesen tomando medicación regular o
padeciesen alguna enfermedad deberı́an ser excluidas del estudio.
Una segunda parte del cuestionario consistió en puntuar cada una de las imágenes
del IAPS que previamente habı́an visionado en términos de valencia y activación,
empleando el sistema de calificación afectivo SAM [28].
Resultados
A partir de los cuatro análisis desarrollados se obtuvieron diferentes resultados,
detallados en los siguientes apartados:
5.2. Regulación emocional 65
Tabla 5.1: Valores globales de los parámetros espectrales para los diferentes subcon-
juntos muestrales
mayores valores para todos los ı́ndices espectrales para imágenes desagradables, con
la única excepción del parámetro HRV para población mayor de 30 años.
Figura 5.1: Potencia total HRV para el orden de presentación de imágenes neutras-
desagradables-agradables
las imágenes, mientras que los individuos con mayor HRV, cuando fueron expuestos
a imágenes desagradables en primer lugar, mostraron una mayor respuesta a las
imágenes neutras posteriores.
la muestra joven, lo cual indica que esta población no siente el agrado o desagrado
de las imágenes de la misma forma que la población mayor.
Tabla 5.3: Valores subjetivos de valencia y activación para los tres grupos de imágenes
Analizando por género, las mujeres son menos sensibles a las imágenes agradables,
pero más sensibles a las desagradables. Con respecto a los valores de activación, las
puntuaciones subjetivas fueron menores que las tabuladas, pero no hubo diferencias
relevantes en ningún caso.
Discusión
La conexión entre la estimulación visual y las respuestas emocionales es un tema
ampliamente estudiado por diferentes investigadores en campos diversos desde hace
ya algunos años [92, 117, 219]. En particular, numerosos estudios analizan la relación
entre la HRV y la regulación emocional [66, 109, 144, 199].
Como una aportación más en este campo, se ha presentado en esta Tesis Doctoral
un estudio acerca de la HRV y la regulación emocional bajo estimulación visual,
mediante la visualización de imágenes agradables, desagradables y neutras, y se ha
verificado también la existencia de la conocida dependencia de la HRV con la edad
y el género [202, 207]. De hecho, los ı́ndices espectrales para los hombres jóvenes
fueron superiores al resto, siendo el parámetro LF/HF menor. Para el análisis de la
HRV por los diferentes tipos de imágenes, los valores más altos se obtuvieron para
la potencia total HRV y el parámetro LF cuando se observaron en primer lugar las
imágenes desagradables.
70 Capı́tulo 5. Aplicaciones de la HRV
Con respecto al estudio de los valores de la HRV por edad, los resultados obtenidos
son consistentes con muchos de los trabajos publicados, que indican una disminución
de la HRV con la edad. En este caso, se han obtenido valores más elevados para los
parámetros espectrales en poblaciones de edad por debajo de los 30 años. Además, el
cociente LF/HF obtenido fue menor para las personas jóvenes, lo cual confirma los
resultados de Moodithaya y Avadhany, que encontraron valores superiores para el
parámetro HF/LF en adolescentes, comparado con población de mediana edad [140].
Otros autores encontraron también que la HRV depende de la edad, y los valores más
bajos se esperan en mujeres jóvenes, comparados con los de hombres de la misma
edad [207].
Cabe indicar que, dado que se han presentado tres tipos de imágenes diferentes a
los participantes, resultó también interesante analizar si el orden de presentación de
las mismas podı́a influir en los valores de la HRV. Los resultados obtenidos indicaron
que las imágenes desagradables fueron las más relevantes, de acuerdo con [164]. Si las
imágenes desagradables se visualizan en primer lugar, esto puede afectar a los ı́ndices
5.2. Regulación emocional 71
Conclusiones
En este trabajo se ha analizado la influencia de la respuesta emocional debida a
la estimulación visual sobre la HRV, ası́ como las dependencias del género y la edad.
Se encontró que los valores de la HRV, en general, son mayores para los hombres
que para las mujeres, siendo esta diferencia mayor cuando se visualizaban imágenes
agradables. En relación al orden de visualización de las imágenes, se puede concluir
que las imágenes desagradables son las que más influyen sobre los parámetros es-
pectrales cuando se visionan al principio del experimento. Esto podrı́a ser un factor
a considerar en futuros trabajos de investigación, ya que un orden aleatorio puede
sesgar los resultados.
psicopatı́a con una trayectoria vital criminal [58, 75, 83, 192, 225]. De hecho, se ha
demostrado que la psicopatı́a se asocia a un incremento de agresividad instrumental
o predatoria [168]. Además, la presencia de psicopatı́a pronostica, además de la
agresividad instrumental, un desajuste social, familiar y laboral mayor, y es un factor
predictivo muy potente [89].
Los métodos más utilizados para valorar la presencia de psicopatı́a emplean en-
trevistas semiestructuradas, con el fin de encontrar signos y sı́ntomas que revelen
la presencia de rasgos afectivos, interpersonales y conductuales [226]. Entre los pro-
cedimientos más habituales se encuentra la escala de evaluación de psicopatı́a de
Hare revisada (Psychopathy Checklist Revised o PCL-R) [80], que es una escala de
20 ı́tems para evaluar la psicopatı́a en contextos de investigación, clı́nicos y forenses.
Se aplica a través de una entrevista semiestructurada y en ella, las puntuaciones son
dimensionales. Esta escala posee el inconveniente de que basa en gran medida su
decisión acerca de la presencia de la psicopatı́a en el comportamiento antisocial [81].
Existen dos factores:
El test PCL-R presenta además cuatro facetas, obtenidas como suma de las pun-
tuaciones de los diferentes ı́tems del PCL-R: 1) interpersonal, 2) afectiva, 3) estilo
de vida, y 4) antisocial.
Otra alternativa es la entrevista semiestructurada conocida como evaluación ex-
haustiva de la personalidad psicopática (Comprehensive Assessment of Psychopathic
Personality o CAPP) [44], diseñada para recoger evidencias relevantes en la evalua-
ción de sı́ntomas del trastorno de personalidad psicopático en personas en régimen
5.2. Regulación emocional 73
reconocer señales seguras. Esto podrı́a ser un indicativo de que estos individuos no
poseen capacidad para producir un contexto apropiado de respuesta.
Hemos visto también que una de las bases de datos más empleada para evaluar
las emociones humanas en un contexto de laboratorio es IAPS [29, 111].
En este trabajo de investigación se han comparado las puntuaciones del IAT y
de la HRV en una muestra poblacional penada, con el fin de validar y contrastar sus
capacidades para detectar psicopatı́a [65]. Para ello, cada participante debió realizar
una serie de pruebas y cubrir diferentes test mientras se registraba su frecuencia
cardı́aca y se visionaban diferentes imágenes previamente seleccionadas de la adap-
tación española de la base de datos IAPS. Los aspectos más importantes de este
estudio se describen a continuación.
Estı́mulos visuales
Para poder disponer de una serie de estı́mulos visuales se seleccionaron una serie
de imágenes pertenecientes a la base de datos IAPS. Además, como se detalla más
adelante, se construyeron dos IATs, uno moral y otro afectivo, cada uno de los cuales
llevaba asociadas diferentes imágenes de dicha base de datos, y que constituyeron
también las actividades empleadas para el registro de la frecuencia cardı́aca, según
el protocolo de recogida de datos ya comentado.
IAT afectivo: las categorı́as contempladas para las imágenes del IAPS fueron:
feliz (imágenes 2224, 2347, 2395, 2530, 4574, 8497) e infeliz (2205, 2301, 2456,
2700, 2703, 2900.1). Se trabajó también con imágenes construidas a partir de
palabras con sentido negativo (desastre, engaño, infierno, insulto, odio, pesadi-
lla, porquerı́a, tortura) y positivo (amor, belleza, confianza, esperanza, libertad,
optimismo, paraı́so, paz).
5.2. Regulación emocional 75
Población
Cuestionario
20 y 30, que determinaron los grupos PCL-20 y PCL+30. Para el análisis de PCL-R
Factor 1 o PCL-R Factor 2 no existe un valor umbral común establecido. Se observó
que el valor medio del PCL-R es aproximadamente 20, y el valor de 30 está próximo
al tercer cuartil, por lo que se han usado dicha media (8.6) y valor del tercer cuartil
(12) como valores umbral para los análisis posteriores. La misma situación ocurre
con las distintas facetas de PCL-R Factor 1 y la puntuación total y dimensiones del
test CAPP. Para el test IPDE cada dimensión se puntuó como 1 o 0, por lo que los
análisis estadı́sticos se realizaron entre los individuos puntuados como 0 o 1.
Finalmente, se entrenó un clasificador lineal para tratar de relacionar el PCL-R
con la HRV. El conjunto de entrenamiento estaba constituido por el 80 % de los
casos, dejando el 20 % restante para el conjunto de test. Se realizó además validación
cruzada de 4 iteraciones.
Resultados
Dado que se han realizado diferentes análisis, se han obtenido resultados diversos,
los cuales se describen a continuación (Tabla 5.5).
En la tabla anterior, los valores en negrita indican un p − valor < 0,01 y n.s.
significa no significativo.
Análisis IAT
Análisis IGT
Tabla 5.5: Relación entre los ı́ndices espectrales y valores de los test PCL-R, CAPP
e IPDE
Test PCL-R
Experimento moral Experimento afectivo
Índice T N
HRV LF HF HRV LF HF
PCL-R (<25, ≥25) (114,71) n.s. n.s. n.s. n.s. 770-370 n.s.
PCL-R (<20, ≥30) (91, 26) n.s. 594-308 n.s. 2337-825 805-239 n.s.
Factor 1 (<8.6, ≥12) (90, 63) n.s. n.s. n.s. 2588-1178 899-331 n.s.
Faceta 1 (<3.9, ≥6) (87, 64) n.s. n.s. n.s. n.s. n.s. n.s.
Faceta 2 (<4.7, ≥7) (93, 55) n.s. n.s. 505-235 2603-1010 886-285 n.s.
Test CAPP
Experimento moral Experimento afectivo
Índice T N
HRV LF HF HRV LF HF
Global 13.1/18.4 (88, 6) 2312-1187 716-341 506-202 2693-996 922-300 542-196
Apego 2.37/3.75 (99, 47) n.s. n.s. 472-235 2293-871 778- 260 491-183
Conductual 2.07/3 (91, 56) n.s. 702-372 n.s. n.s. n.s. n.s.
Cognitivo 2.02/3 (98, 47) n.s. 7134- 361 490-264 2543-1208 865-294 508-215
Dominancia 2.17/3.17 (94, 43) 2238-1165 699-343 476-181 2341-999 822-277 502 - 210
Emocional 2.36/3.2 (83, 55) 2212-1173 663-333 493-236 n.s. 767-308 n.s.
Egocentrismo 2.1/3.14 (89, 46) n.s. 650-326 429-188 n.s. n.s. n.s.
Test IPDE
Experimento moral Experimento afectivo
Índice Grupos N
HRV LF HF HRV LF HF
Paranoide (0, 1) (159, 26) n.s. n.s. n.s. n.s. 668-303 426-212
Antisocial (0, 1) (152, 33) n.s. n.s. 403-223 n.s. n.s. n.s.
Lı́mite (0, 1) (172, 13) n.s. 569-267 n.s. n.s. n.s. n.s.
Evitativo (0, 1) (169, 16) n.s. n.s. n.s. 2035-828 651-254 415-200
80 Capı́tulo 5. Aplicaciones de la HRV
Discusión
La psicopatı́a, como ya se ha indicado anteriormente, viene definida por varios
rasgos de la personalidad y conductas sociales anormales, con carencia de emociones
e incapacidad para situarse en el lugar de otra persona [121]. En esta Tesis Doctoral
5.2. Regulación emocional 81
se ha verificado que el estudio de la HRV por sı́ mismo, o junto con otras herramien-
tas, como los test CAPP, PCL-R, IAT e IGT, puede contribuir al diagnóstico de
psicopatı́as en el marco de población penada, tanto en experimentos morales como
afectivos.
En un primer análisis, se han comparado los parámetros del análisis de la HRV,
tanto en el dominio del tiempo como en el de frecuencias, con las puntuaciones del
test PCL-R. Los individuos con mayor valor de PCL-R (más psicópatas), mostraron
ı́ndices menores de HRV. Por otro lado, como ya se indicado en este trabajo en
ocasiones anteriores, existe una relación ya demostrada entre la HRV y la edad.
Por ello, se ha comparado la edad de aquellos individuos con puntuaciones PCL-R
mayores y menores, pero no se han encontrado diferencias significativas, por lo que se
puede descartar la edad como la causa de la reducción en la HRV. Además, el ı́ndice
HRV con mayores diferencias fue LF sobre todo cuando se realizó el experimento
afectivo.
Es también sabido que las personas que sufren psicopatı́a muestran un deterioro
generalizado para reconocer tristeza y miedo. En alguno de los experimentos pre-
sentados en este trabajo se ha utilizado la tristeza como la emoción clave, y se ha
podido demostrar que la población penada psicópata con una marcada insensibilidad
emocional puede ser detectada a través del análisis de la HRV. Además, los internos
con una mayor insensibilidad emocional (Factor 1 del PCL-R superior a 1), están
menos regulados emocionalmente [189, 223]. Aunque los ı́ndices HRV pueden ser úti-
les para detectar este tipo de individuos, hay que tener en cuenta también que hay
numerosas condiciones que influyen en la variación de los valores de la HRV, por lo
que no se puede concluir que un individuo que tenga una baja HRV sea un psicópata
con insensibilidad emocional.
En relación con las Facetas 1 y 2 del test PCL-R, los ı́ndices de la HRV son
significativamente distintos, sobre todo en la Faceta 2, lo cual es esperado, ya que
esta faceta evalúa la experiencia anormal afectiva de los psicópatas, ı́ntimamente
relacionada con el reconocimiento emocional y los déficits de regulación. Por tanto,
se puede sugerir, a partir de los resultados obtenidos, que la HRV puede servir para
detectar población penada con elevadas experiencias anormales emocionales (mayor
insensibilidad emocional de nuevo).
82 Capı́tulo 5. Aplicaciones de la HRV
El test IPDE mostró diferencias menos significativas que los anteriores, y las úni-
cas encontradas pueden indicar nuevamente insensibilidad emocional. No se encontró
tampoco una asociación significativa entre los resultados de los test IGT e IAT y la
HRV. Esta falta total de relación puede ser debida a que los psicópatas sufren in-
capacidad emocional, lo cual pudo sesgar los resultados de los estudios realizados,
ya que todas las imágenes y palabras se podı́an asociar a diversas emociones. Ası́,
para verificar si el test IAT puede ser útil en el diagnóstico de la psicopatı́a, deberı́a
realizarse otro experimento centrado únicamente en palabras no relacionadas con
sentimientos como tristeza, alegrı́a, disgusto, miedo o sorpresa.
Conclusiones
Partiendo de las ideas anteriores, en este trabajo se analizaron las posibles di-
ferencias o semejanzas en la percepción del himno de Ecuador [166] tanto en los
diferentes géneros masculino y femenino como en diferentes lugares geográficos a lo
largo del paı́s, y se trataron de confrontar los resultados obtenidos en la medición
de la percepción con el sentimiento identitario nacionalista y lingüı́stico. Para ello,
se estudió la HRV y se analizaron las expresiones de un conjunto de personas ante
la audición del himno de Ecuador, en tres diferentes versiones. En este trabajo se
analizó, por un lado, la HRV, y por el otro se realizó un reconocimiento facial de
expresiones de aquellas personas que colaboraron en el estudio, mientras escuchaban
diferentes versiones del himno de Ecuador.
Las tres versiones empleadas en las audiciones del himno de Ecuador duraban,
en total, 9:07 minutos, y fueron las siguientes:
2. Versión kichwa (2:54 minutos de duración): se inicia con las palabras de Jaime
Roldós Aguilera [87]: “Este Ecuador amazónico, desde siempre y hasta siempre.
¡Viva la Patria!”.
Población
Cuestionario
Cada participante cubrió un sencillo cuestionario en el cual proporcionó infor-
mación sobre su procedencia geográfica, género, etnia (tanto suya como de sus pro-
genitores), y sobre su propia identificación desde el punto de vista administrativo
y de gobierno (centralista, plurinacionalista, nacionalista étnico), y de preferencia
lingúı́stica (el español como lengua dominante del paı́s, el español al mismo nivel
que otras lenguas del paı́s y, como tercera cuestión, si defendı́a el dominio de otras
lenguas de Ecuador sobre el español).
Con el fin de poder contrastar las respuestas del cuestionario con las medidas
fı́sicas de la HRV y las emocionales, a través del reconocimiento facial, cada estu-
diante debı́a aportar también información acerca del idioma o idiomas que reconocı́a
en cada versión del himno.
Resultados
Se realizaron diversos análisis, y se obtuvieron diferentes tipos de resultados,
descritos a continuación.
Análisis de la HRV
Dado que las diferencias más significativas se presentaban por género, se decidió
trasladar este estudio también a la distinción por ideologı́a. En este caso, se encontra-
ron medidas significativas en cuanto al estudio de la potencia total. Mientras que en
los hombres, la potencia total HRV sube para centralistas (633.812 frente a 500.054),
la situación se invierte para las mujeres, donde esta variable es superior en las que
se declararon en el cuestionario como pluri nacionalistas (926.923 frente a 847.648).
Con respecto a las diferencias con las versiones del himno, no son destacables,
dado que todas las categorı́as emocionales están presentes en todos los himnos, con
la única excepción de la categorı́a “Normal”, que aparece únicamente cuando una
persona escucha la versión Kichwa del himno.
Finalmente, se encontraron diferencias significativas por género. Los patrones
“Sorprendido-Alegre” y “Sorprendido-Enojado” fueron las categorı́as emocionales
más frecuentes entre hombres, mientras que entre las mujeres destacó, sobre todo, la
categorı́a “Normal-Sorprendido”.
Discusión
Dada la influencia de los estı́mulos visuales en la regulación emocional, y su
relación con la HRV, se pensó en la posibilidad de emplear la HRV como indicador
del sentimiento patriota de una determinada población, en concreto la de Ecuador,
al recibir como estı́mulo de entrada la audición del himno, tanto en su versión oficial
como en distintas versiones en varias lenguas ecuatorianas.
Existen numerosos trabajos de investigación que ponen de manifiesto los efectos
terapéuticos de la música, que puede inducir cambios en el estado fisiológico de las
personas, y resultan de gran utilidad en determinados entornos clı́nicos para la recu-
peración de los pacientes [40, 102, 149]. Además, se ha probado también la influencia
que tiene la música sobre la HRV. Por ejemplo, se ha demostrado que la audición de
música de Mozart aumenta el tono parasimpático y disminuye las convulsiones en
pacientes con epilepsia [228]. Otros estudios de la HRV muestran los beneficios de
la música para fomentar la relajación y aumentar la actividad del sistema nervioso
parasimpático en supervivientes de cáncer [42], o presentan resultados de una HRV
parasimpática baja en pacientes pediátricos oncológicos [100].
Cuando se escuchan piezas de diferentes estilos musicales, la respuesta emocional
puede variar de modo significativo, afectando de este modo a la HRV. Ası́, en una
investigación en mujeres sanas se demostró que el heavy metal presenta respuestas
fisiológicas más intensas en el ı́ndice LF, comparado con la música barroca [177],
mientras que en hombres, este ı́ndice presentó valores reducidos para los dos estilos
de música citados [48].
A pesar del gran número de trabajos publicados sobre la influencia de la música
5.3. HRV en ciencias sociales 93
de estilos variados sobre la HRV, no se han encontrado estudios acerca de las varia-
ciones que se pueden producir en los parámetros de la HRV al escuchar el himno del
paı́s. Sı́ se ha demostrado que la HRV puede verse afectada, aumentando de modo
significativo, cuando se canta dicho himno, en comparación al canto de otro tipo de
canciones [213].
Es por tanto complicado comparar los resultados obtenidos en este trabajo con
los existentes en la literatura. Sin embargo, sı́ se puede indicar que no se han hallado
diferencias relevantes al escuchar ninguna de las versiones del himno, pero sı́ se han
constatado nuevamente diferencias en los ı́ndices espectrales entre hombres y mujeres.
El estudio aquı́ presentado ha proporcionado resultados similares a los descritos
en numerosas publicaciones. En general, la actividad del sistema parasimpático se
atenúa con la edad en hombres y mujeres [229], mientras que el parámetro LF/HF
se correlaciona de forma positiva con la edad, sugiriendo un aumento en la actividad
del sistema simpático [1].
Hay que tener en cuenta que este estudio se realizó con una muestra poblacional
de reducido tamaño, por lo que serı́a necesario un trabajo futuro, con un mayor
número de participantes, para poder concluir si existen diferencias o no en la HRV
al escuchar las diferentes versiones de un himno.
Conclusiones
En este estudio se puede extraer como conclusión principal que no existen dife-
rencias significativas en la HRV al realizar las audiciones de las diferentes versiones
del himno de Ecuador. Sı́ se obtuvieron algunas diferencias significativas por género,
pero es bien sabido que existen dichas diferencias en la HRV entre hombres y mujeres
[229].
Con respecto al reconocimiento facial, las emociones que mayoritariamente con-
forman un patrón son “Sorprendido- Alegre-Disgustado”. Esta combinación de emo-
ciones de “sorprendido y alegre” muestra una clara emoción compleja de “complacen-
cia” y “placentero”, es decir, que a la mayorı́a de las personas les resultó placentera
la escucha del himno, de acuerdo con el análisis de sus rostros.
94 Capı́tulo 5. Aplicaciones de la HRV
Anuncios electorales
Se seleccionaron los siguientes seis anuncios electorales, correspondientes a la
campaña polı́tica de Ecuador de 2013:
3. Réplica a “Ya viene otro Ecuador” (30 segundos de duración): publicidad ne-
gativa contra Guillermo Lasso.
Población
La participación en el estudio de todas las personas que componı́an la muestra
fue voluntaria, y en ningún caso los datos personales o de frecuencia cardı́aca de cada
participante fueron hechos públicos. La muestra se compuso de 20 estudiantes de la
Universidad Técnica del Norte (UTN) de Ecuador, localizada en el pueblo de Ibarra,
Imbabura. Habı́a 15 estudiantes de Grado en Relaciones Públicas (10 hombres, 5
mujeres), y 5 estudiantes hombre del Grado de Gestión y Desarrollo Social. El rango
de edades fue de 19 a 26 años.
5.3. HRV en ciencias sociales 97
Cuestionario
Resultados
A partir de los análisis espectrales comentados se obtuvieron diferentes resultados.
En primer lugar, cuando se realizó el estudio de valores globales, no se encontraron
diferencias significativas cuando los participantes estaban visualizando los diferentes
anuncios electorales en los ı́ndices de la HRV.
Con respecto al análisis de género, en este trabajo se han verificado las diferencias
existentes, ya que pueden ayudar a comprender mejor los resultados provenientes de
los demás análisis.
Primeramente, se calcularon los ı́ndices HF, LF, LF/HF y HRV para todos los
participantes. Los valores medios revelaron la existencia de diferencias significativas
entre hombres y mujeres. En particular, los hombres presentaban mayores valores
para HRV, LF y LF/HF.
A continuación se procedió a analizar los valores de HRV cuando se visionaban
los anuncios oficiales y los negativos. Considerando las diferencias encontradas entre
hombres y mujeres, se repitió el estudio para los dos géneros de forma separada. No
se encontraron diferencias significativas.
En el análisis por ideologı́a polı́tica, y considerando la escala de 10 valores en
la que cada participante debió indicar su postura polı́tica, las mayores diferencias
en los ı́ndices de la HRV se encontraron en el parámetro LF, que fue superior para
estudiantes de ideologı́as de izquierdas (postura indica en la escala entre 1 y 4) frente
a los de ideologı́as de derechas (valores 7 a 10 en la escala). La única excepción fue la
visualización del anuncio negativo contra Guillermo Lasso. Los valores de HF fueron
superiores en participantes de derechas en la mayorı́a de los anuncios electorales,
excepto en el caso negativo contra Rafael Correa. Con respecto al parámetro LF/HF,
fue superior en participantes de izquierdas, en relación con los de derechas (Figura
5.4).
Finalmente, se hizo un estudio por afinidad con los candidatos. Los resultados
obtenidos no indicaron ninguna predisposición, y las opiniones proporcionadas por los
estudiantes acerca de los 9 candidatos en el cuestionario inicial fueron muy parecidas.
Por ello, para realizar este estudio, se seleccionaron los 4 candidatos con opiniones
más variadas, con el fin de poder establecer grupos de análisis. De esta forma, los 20
estudiantes se dividieron en dos grupos, uno englobado por quienes mostraban una
5.3. HRV en ciencias sociales 99
Figura 5.4: Cociente LF/HF para estudiantes con ideologı́as de izquierdas y de de-
rechas
100 Capı́tulo 5. Aplicaciones de la HRV
mayor afinidad con los polı́ticos, y otro con los participantes que mostraban menos
simpatı́a. Se analizaron sus parámetros espectrales cuando estaban visionando “La
Feriatta”, anuncio elegido por la crı́tica explı́cita que contiene contra la banca y el
capitalismo. Únicamente se obtuvieron diferencias significativa en el ı́ndice LF/HF,
con valores superiores en el grupo que mostró mayor afinidad con los polı́ticos.
Discusión
De forma similar al estudio de las variaciones de la HRV al escuchar el himno
de un determinado paı́s, se trató de verificar en otro de los estudios presentados
en esta Tesis Doctoral si la HRV variaba al visionar diferentes spots electorales.
Los resultados obtenidos no indican la existencia de diferencias importante antes el
visionado de propaganda electoral de diferentes lı́deres.
El impacto de los anuncios electorales sobre la población puede cuantificarse
a través de sus efectos fisiológicos y cognitivos [49]. En este sentido, los impactos
pueden ser capturados de forma inmediata y concurrente, al exponer a los estı́mulos
a los votantes. Estas respuestas rápidas, de modo similar a las emociones, no son
por lo general conscientes, y repercuten en las actitudes cuando se percibe y procesa
la información, siendo difı́cil discernir su contribución en el comportamiento general
en cuanto desaparecen [27]. Todas estas reacciones se traducen como cambios en
las respuestas fisiológicas, por lo que las respuestas emocionales a la propaganda
electoral se pueden registrar midiendo una serie de indicadores fisiológicos, que es lo
que se ha tratado de hacer con el estudio aquı́ presentado.
Al analizar los resultados obtenidos se ha observado que no hay reacciones fi-
siológicas significativas al visionar los spots electorales. Comparando con otros re-
sultados actuales, Daignault y col. [49], combinando HRV y conductancia dérmica
para el análisis de una campaña canadiense de 2011, sı́ han encontrado, en cambio,
que la propaganda negativa genera niveles de atención más elevados y una mayor
activación fisiológica, pero no habı́a diferencias notables con otro tipo de publicidad.
Es evidente la gran cantidad de esfuerzo y recursos personales y económicos que
destinan los partidos polı́ticos a la publicidad durante las campañas electorales. Con
ello, tratan de convencer al electorado indeciso. Es sabido ya que cuando se visionan
anuncios televisivos de cualquier ı́ndole, las variables fisiológicas no se ven afectadas
5.3. HRV en ciencias sociales 101
[56]. Sin embargo, el contenido de los mismos sı́ podrı́a influir en la HRV [25, 110].
En relación con la propaganda electoral, a partir de nuestro estudio podrı́a ser
posible conocer el grado de influencia que ejerce la publicidad basada en mensajes
televisivos sobre dicho electorado, dado que parece que este tipo de mensajes no
resultan efectivos.
Sı́ se encontró una diferencia relevante cuando se realizó un análisis por ideologı́a
polı́tica. Los estudiantes que se declararon de derechas tenı́an una HRV mayor a
altas frecuencias, y más reducida a bajas. Resultados diferenciados por ideologı́as se
encuentran también en el trabajo de Chang y col. [222], que concluyeron que cuando
un votante de una determinada ideologı́a es sometido al visionado de propaganda
electoral de partidos polı́ticos de ideologı́a opuesta, presenta patrones cardı́acos que
indican una atención dispar a la información publicitada. Sin embargo, será nece-
saria, igual que en el estudio anterior, una muestra poblacional mayor para poder
determinar posibles variaciones en el impacto de la publicidad electoral negativa
frente a la positiva.
Conclusiones
En este trabajo se ha tratado de validar el empleo de la medida de la HRV como
herramienta para medir la influencia en la respuesta emocional al visionar anun-
cios electorales. Las mayores diferencias se han obtenido en el análisis por ideologı́a
polı́tica, de forma que los estudiantes que se declararon como de derechas presentan
una HRV superior a altas frecuencias, y más reducida a bajos valores de la misma.
Aunque es necesario repetir el estudio con una muestra de tamaño superior, parece
adecuado emplear los parámetros de la HRV para obtener diferencias en la respues-
ta emocional, ante determinadas situaciones. De este modo, el uso de herramientas
y técnicas de neurociencias se puede aplicar a las ciencias sociales, siendo además
apropiada la combinación de las mismas en el estudio del comportamiento humano
y las relaciones sociales.
Capı́tulo 6
Una vez realizados diferentes estudios de la HRV en campos diversos como los pre-
sentados en el Capı́tulo anterior, y probada su relación con la regulación emocional,
se procedió al desarrollo de una herramienta software, denominada VARSE (VARvi
Second Edition), que facilitase la adquisición de datos de frecuencia cardı́aca, ası́
como su análisis, especialmente en el campo de estudio de la regulación emocional.
Para el desarrollo de VARSE se tuvieron en cuenta aspectos como facilidad de uso
o utilidad de las funcionalidades implementadas. Además, se ha puesto a disposición
de la comunidad cientı́fica, de forma gratuita1 .
1
https://milegroup.github.io/varse/
103
104 Capı́tulo 6. VARSE: herramienta para adquisición y análisis de HRV
Heart Rate Pro3 , también para iOS y Android, o Cardiio4 , para iOS. Esta técnica la
emplean también relojes inteligentes como el de Apple5 o el de Polar6 .
El segundo bloque está integrado por aplicaciones que emplean una banda pecto-
ral para adquirir los datos de frecuencia cardı́aca, que se transmiten en tiempo real a
un determinado dispositivo (tableta, teléfono inteligente, ordenador portátil, equipo
de sobremesa, entre otras posibilidades). Algunas de las aplicaciones que emplean
esta técnica son Elite 7 , Sports Tracker 8 , o Endomondo 9 . En estos casos, el sensor
que emplea la banda para obtener la señal no registra el ECG, sino que utiliza un
algoritmo para detectar las posiciones de cada latido.
Muchas de estas aplicaciones únicamente almacenan la frecuencia cardı́aca media,
pero algunas bandas pectorales pueden detectar también posiciones instantáneas de
los latidos, y permiten almacenar y exportar estos valores. Una de ellas en la Polar
WearLink 10 , algunos de cuyos modelos han sido utilizados para la adquisición de la
señal de frecuencia cardı́aca en varios estudios presentados en esta Tesis Doctoral.
Con la información proporcionada por la banda se puede obtener de manera sencilla
la distancia RR y, a partir de ella, es posible analizar la señal de frecuencia cardı́aca
y su variabilidad, con el fin tanto de detectar anomalı́as en el ritmo cardı́aco, co-
mo analizar cualquier información que pueda ser relevante para el estudio de las
emociones y las respuestas ante determinados estı́mulos externos.
Además, ya se ha comentado que el análisis de la HRV sirve para estudiar las
reacciones ante diferentes estı́mulos externos, por lo que resultarı́a interesante dispo-
ner de una herramienta que lleve a cabo el registro de la frecuencia cardı́aca mientras
se está realizando alguna actividad que puede modificar nuestro estado emocional,
como la visualización de imágenes o vı́deos, audición de estı́mulos sonoros, o la eje-
cución de ejercicio fı́sico.
Con el fin de poder etiquetar las actividades cuando se registra la frecuencia
cardı́aca, nuestro grupo de investigación ha desarrollado VARVI [171], un paquete
3
https://www.runtastic.com/
4
https://www.cardiio.com/
5
https://www.apple.com/watch/
6
https://www.polar.com/
7
https://elitehrv.com/
8
https://www.sports-tracker.com/
9
https://www.endomondo.com/
10
https://www.polar.com
106 Capı́tulo 6. VARSE: herramienta para adquisición y análisis de HRV
correctamente en entornos Windows. Todo esto hace que gVARVI no resulte una he-
rramienta de fácil manejo para usuarios no expertos en la administración de sistemas
informáticos.
21
http://physionet.org/tutorials/hrv-toolkit
22
http://www.physionet.org/physiotools/wfdb.shtml
23
https://www.macalester.edu/~kaplan/hrv/doc/
24
http://rhrv.r-forge.r-project.org/
110 Capı́tulo 6. VARSE: herramienta para adquisición y análisis de HRV
innegable que las herramientas con interfaz gráfica de usuario pueden ser empleadas
por un número mucho mayor de usuarios de forma sencilla. Uno de los más antiguos
es POLYAN [123], válido únicamente para Windows, y escrito en Matlab, y que
permite estudiar varias señales de forma simultánea, y realizar diversos análisis de
HRV.
Uno de los paquetes más extendidos es Kubios-HRV 25 [198], basado en Matlab
y multiplataforma, y que permite análisis en el dominio del tiempo, en frecuencias y
no lineal.
Se puede citar también el paquete desarrollado por Kudrynski y col. [103], el cual
permite realizar análisis de HRV a partir de un ECG, estudiar los alternantes de la
onda T y las turbulencias.
ARTiiFACT fue presentado por Kaufmann y col. [97], y está escrito en Matlab,
aunque no se necesita licencia para su ejecución. Permite procesar artefactos, extraer
intervalos IBI, y obtener diversos análisis de la HRV en diferentes dominios.
Funcionalidades similares proporciona HRVAS 26 , desarrollado en Matlab, y que
incluye filtrado para los intervalos IBI, ası́ como la posibilidad de realizar análisis en
el dominio del tiempo, de frecuencias, y no lineales.
Otra herramienta basada en Matlab es Kardia [156], con la cual se pueden analizar
las respuestas de las fases cardı́acas provocadas por estı́mulos ambientales, ası́ como
estimar los parámetros de la HRV en diferentes dominios.
El paquete de aparición reciente SinusCor [17], gratuito e implementado en
Matlab, permite trabajar con diferentes formatos de los datos de entrada, y posibilita
análisis tanto en el dominio del tiempo como de frecuencias, ası́ como detección del
pico R y diferentes funciones de filtrado de datos.
Finalmente, gHRV [173], programado en Python y válido para cualquier plata-
forma, es un programa gratuito, de código abierto, que puede realizar análisis de
HRV en un determinado intervalo, y da la posibilidad de configurar los parámetros
de dicho análisis. Soporta diversos formatos para los datos de entrada, y cuenta con
rutinas para filtrado de datos y eliminación de artefactos. Permite realizar análisis
en el dominio del tiempo, de frecuencias y no lineal.
A partir del análisis de los paquetes de software existentes en la actualidad para
25
http://www.kubios.com/
26
https://sourceforge.net/projects/hrvas/
6.2. Descripción de VARSE 111
6.2.1. Funcionalidades
En primer lugar, cabe indicar que los objetivos básicos (requisitos no funcionales)
a la hora de desarrollar VARSE han sido que la herramienta permitiese trabajar con
diferentes bandas pectorales, y que la interfaz gráfica de usuario fuese lo más sencilla
y amigable posible.
Como ya se ha comentado, VARSE tiene como objetivo registrar la frecuencia
cardı́aca mientras se llevan a cabo diferentes actividades, configuradas en lo que
denominamos experimento, y poder realizar análisis de la HRV de cada uno de los
registros almacenados (los datos de HR de cada una de las personas que realizan un
experimento).
Los requisitos funcionales que se han tenido en cuenta a la hora de desarrollar
VARSE han sido los siguientes:
Visualizar los valores de HR: la app permite visualizar los datos de HR del
registro, distinguiendo entre las distintas actividades del experimento.
6.2.2. Arquitectura
La arquitectura de la aplicación Android desarrollada es la que muestra la Figura
6.1. En primer lugar, un usuario (normalmente un investigador), crea y configura
un experimento con la herramienta en el dispositivo. Después, cada persona que
participa en dicho experimento se coloca la banda de HR, y se inicia la adquisición
de datos mientras se visualizan los estı́mulos externos (imágenes o vı́deos), o se realiza
alguna otra actividad. La app también permite visualizar los resultados del análisis
de variabilidad de cualquiera de los registros almacenados. Los módulos principales
de los que consta VARSE son:
Bluetooth: este módulo está compuesto del código fuente que, utilizando las
librerı́as Java de Bluetooth, permite reconocer la banda y registrar la HR. Es el
encargado de realizar la comunicación entre el dispositivo Android y la banda
de frecuencia cardı́aca.
6.2.3. Implementación
La implementación de VARSE se ha llevado a cabo utilizando Android Studio 27 .
Como es sabido, un aspecto importante a la hora de comenzar el desarrollo de una
app Android es elegir la versión del sistema para la que se quiere implementar la
aplicación. Android se caracteriza por su continua actualización, y eso supone que
cada cierto tiempo se lancen nuevas versiones y niveles de su interfaz de programación
de aplicaciones (Application Programming Interface o API). En el caso de VARSE, la
plataforma de desarrollo elegida ha sido la 5.0 - Lollipop (nivel de API 21), que ofrece
una alta cobertura (funcionarı́a aproximadamente en el 71.3 % de los dispositivos
Android ).
La interfaz de usuario de VARSE está formada por un conjunto de pantallas o
actividades (objetos de la clase Activity). Los elementos básicos que componen la in-
terfaz son las vistas (objetos de la clase View ), por ejemplo un botón, o una entrada
de texto. Los layouts son disposiciones que agrupan diferentes vistas, de manera que
ciertos elementos se mantengan juntos o alineados. Como ya se ha comentado pre-
viamente, el diseño de la interfaz se especifica en XML, internamente el compilador
crea los objetos correspondientes según dicho diseño. Un ejemplo serı́a:
<L i n e a r L a y o u t a n d r o i d : o r i e n t a t i o n =” h o r i z o n t a l ”>
<TextView a n d r o i d : l a y o u t w i d t h=”w r a p c o n t e n t ”
a n d r o i d : l a y o u t h e i g h t =”w r a p c o n t e n t ”
a n d r o i d : t e x t =”Nombre” />
<EditText a n d r o i d : l a y o u t w i d t h=”w r a p c o n t e n t ”
a n d r o i d : l a y o u t h e i g h t =”w r a p c o n t e n t ” />
</LinearLayout>
junto a un cuadro de edición de texto, uno al lado del otro, pues están dentro de un
LinearLayout de orientación horizontal.
En el momento de la compilación, es decir, de forma transparente, el compila-
dor generará el código necesario para dicho diseño (que asumiremos se trata de la
actividad 1 o actv1 ). A continuación se muestra una simplificación de dicho código:
L i n e a r L a y o u t l 1 = new L i n e a r L a y o u t ( a c t v 1 ) ;
l 1 . s e t O r i e n t a t i o n ( LinearLayout . Horizontal ) ;
l 1 . addView ( tv1 ) ;
l 1 . addView ( ed1 ) ;
6.2.4. Instalación
Para instalar la aplicación29 habrá que copiar el fichero VARSE.apk, disponible
en la sección DOWNLOAD (Figura 6.2), en una carpeta del dispositivo móvil. A
continuación, habrá que comprobar, o en su caso habilitar, la instalación de aplica-
ciones que no procedan de la tienda de Google Play 30 . Esta comprobación se hace
desde la opción de Ajustes + Seguridad + Orı́genes desconocidos.
Para proceder a la instalación, en la carpeta donde está el fichero VARSE.apk
se pulsará sobre dicho fichero. Esta acción hace que aparezca un menú con infor-
mación de la aplicación, y la opción de “Instalar” en el dispositivo. Un vez elegida
28
https://github.com/PhilJay/MPAndroidChart
29
https://milegroup.github.io/varse/
30
https://play.google.com/store
6.2. Descripción de VARSE 119
esta opción, se mostrará un menú con los permisos necesarios requeridos. VARSE no
requiere de permisos especiales, por lo que tras esta confirmación ya quedará insta-
lada, y disponible para ser utilizada (su icono aparecerá en la interfaz del dispositivo
Android ).
6.2.5. Interfaz
Como ya se comentó previamente, una de las cuestiones que se ha tenido en cuenta
a la hora de desarrollar VARSE ha sido que su interfaz gráfica fuese lo más sencilla y
amigable posible. Este hecho facilitarı́a a usuarios no expertos la experimentación en
el campo de la HRV. Este fue también uno de los motivos de optar por la plataforma
Android. Hasta ahora, en estudios en colaboración con otras áreas, se utilizaron
equipos y configuraciones que requerı́an de algunos conocimientos técnicos (sobre
todo, se utilizó la herramienta VARVI desde equipos Linux, que requiere lanzar el
registro de HR a través de lı́nea de comandos).
La ejecución de VARSE en el dispositivo móvil permite acceder a su pantalla
principal, donde están disponibles las funcionalidades que se pueden realizar en la
aplicación (Figura 6.3), y que son las siguientes:
Experimentos
VARSE se ha diseñado para poder realizar experimentos en los que se registra la
HR en diferentes situaciones (en respuesta a estı́mulos visuales, ya sean imágenes,
vı́deos, o simplemente en determinados periodos de tiempo).
122 Capı́tulo 6. VARSE: herramienta para adquisición y análisis de HRV
Lo primero que hay que hacer al utilizar VARSE es crear y configurar un ex-
perimento. Desde la pantalla principal se debe seleccionar la opción de Experiment
y pulsar el botón de nuevo experimento (Figura 6.4). A continuación se pide un
nombre y confirmar si las actividades de las que consta se van a presentar en orden
aleatorio o no. Un experimento estará formado por un conjunto de actividades, cada
una de las cuales determina las condiciones en las que se va a realizar la adquisición
de HR. El siguiente paso consiste en especificar cada una de las actividades que lo
conforman. VARSE permite tres tipos de actividades (Figura 6.5):
serie de imágenes.
Registro de HR
En primer lugar, la persona que va a realizar el experimento tiene que colocarse
la banda o dispositivo a través del cual se va a proceder al registro de HR. Otro de
los requisitos necesarios es que ya exista al menos un experimento creado. Si es ası́,
se puede proceder a la adquisición de la señal de HR. Para ello, desde la pantalla
principal de VARSE se elige la opción de llevar a cabo un experimento (Perform
experiment). También es posible hacer lo mismo desde la opción de experimentos
(Experiments), haciendo clic sobre el botón de llevar a cabo un experimento, para
alguno de los experimentos que se muestran.
En cualquier caso, para ejecutar un experimento hay que especificar un identifi-
cador para el usuario (que se utilizará para identificar el registro de HR, es decir, los
124 Capı́tulo 6. VARSE: herramienta para adquisición y análisis de HRV
ficheros conteniendo los datos de las distancias RR y de las actividades del experi-
mento), seleccionar el experimento concreto y el dispositivo que se va a utilizar para
el registro de HR (Figura 6.7).
VARSE permite detectar los dispositivos Bluetooth que están en su alcance (nor-
malmente una banda de HR), y proceder a enlazar con la banda seleccionada a través
de la cual se van o obtener los datos de los latidos. Al hacer clic sobre el botón, el
experimento comienza y se ejecutan las actividades que lo forman. En el caso de
una actividad de tipo imagen o vı́deo, las diferentes imágenes o vı́deos se visualizan
en el dispositivo, con la duración especificada. En el caso de una actividad manual,
126 Capı́tulo 6. VARSE: herramienta para adquisición y análisis de HRV
Análisis de HRV
La realización de un experimento por un usuario supone el registro de HR, y el
almacenamiento de dos ficheros, conteniendo la información necesaria para realizar
un análisis de HRV. Para llevar a cabo este análisis se elegirá la opción de resultados
(Results) de la pantalla principal de VARSE.
Eligiendo el experimento concreto y el registro de HR deseado, se accederá a la
información relevante de HRV, compuesta por:
La construcción y validación del UEQ fue presentada por Laugwitz y col. [112].
Tanto las escalas como los ı́tems del cuestionario se crearon empleando una aproxi-
mación analı́tica. Inicialmente, se consideró un conjunto de 229 ı́tems potenciales, los
cuales fueron el resultado de una serie de sesiones de lluvia de ideas con expertos en
usabilidad. A continuación, un experto en evaluación redujo el conjunto a 80 ı́tems.
Finalmente, a partir de ellos, se extrajeron las escalas y los ı́tems en cada una de
ellas empleando análisis principal de componentes. De esta forma, el UEQ definitivo
contiene 6 dimensiones, y un total de 26 ı́tems:
introducir los datos obtenidos y produce, como resultado, los valores de las escalas,
proporcionando además gráficos y estadı́sticas. Este ha sido el instrumento empleado
para evaluar la usabilidad de la herramienta desarrollada.
Para ello, diversos usuarios con conocimientos en HRV, aunque no necesariamen-
te en Informática, utilizaron VARSE para la adquisición de señales de HRV, ası́ como
para la obtención de valores procedentes del análisis de HRV. Posteriormente, cu-
brieron el UEQ, y sus datos fueron procesados a través de la utilidad anteriormente
citada.
Como resultado de la validación de la herramienta de software VARSE a través del
cuestionario UEQ, se han obtenido una serie de puntuaciones acerca de su atracción,
transparencia, eficiencia, fiabilidad, estimulación y novedad. Los resultados obtenidos
se presentan en la Tabla 6.1 y en la Figura 6.9.
6.4. Discusión
Los parámetros de la frecuencia cardı́aca y su variabilidad pueden resultar útiles a
la hora de establecer diagnósticos médicos y respuestas emocionales en determinadas
condiciones. Para obtener dichos ı́ndices, es necesario partir de una señal fisiológica
inicial (bien un ECG o directamente una señal de frecuencia cardı́aca), y proceder
a su estudio para extraer las variables relacionadas con la HRV, tanto en el dominio
de frecuencias como en el del tiempo.
Tanto las aplicaciones móviles como las de escritorio existentes permiten adquirir
la señal de frecuencia cardı́aca, pero almacenan únicamente datos, y no tienen en
cuenta la actividad, tanto fı́sica como mental, que están realizando los usuarios a
132 Capı́tulo 6. VARSE: herramienta para adquisición y análisis de HRV
la hora de recoger los datos. Muchas de ellas emplean una banda pectoral o bien
fotopletismografı́a para registrar la señal, y aunque los datos de frecuencia cardı́aca
obtenidos mediante bandas pectorales son más precisos que los obtenidos mediante
fotopletismografı́a, existen evidencias cientı́ficas de que ambas técnicas se pueden
utilizar para el análisis de la HRV [16, 154], sin embargo algunas publicaciones re-
cientes indican que los datos pueden perder fiabilidad cuando se realiza la toma de
datos de frecuencia cardı́aca en ejercicios fı́sicos de gran intensidad [72].
Con el fin de subsanar esta limitación y avanzar en el campo del estudio entre la
relación entre la HRV y la regulación emocional, se ha desarrollado una herramien-
ta combinada de adquisición de datos de frecuencia cardı́aca y análisis de la HRV
que permite el etiquetado de registros de frecuencia cardı́aca mientras el usuario
realiza actividades de distinta naturaleza, como el visionado de imágenes o vı́deos,
realización de ejercicio fı́sico o cualquier otra actividad que precise capturar la HR.
Para evaluar la usabilidad se puede emplear un UEQ, que suele incluir aspectos
como si la aplicación es visualmente atractiva, su utilidad, claridad, fiabilidad, o
satisfacción del usuario [114, 167, 180, 211]. Una vez implementada la aplicación
VARSE, se ha procedido a evaluar su usabilidad, su utilidad, calidad de la interfaz
de usuario, y facilidad de uso, entre otros aspectos.
En este caso concreto, la evaluación del software desarrollado ha sido satisfactoria,
por lo que puede verse como una herramienta útil en el estudio de la relación entre
la HRV y la regulación emocional, principal objetivo de esta Tesis Doctoral.
6.5. Conclusiones
En la actualidad, existen diversas aplicaciones que permiten a cualquier usuario
capturar sus datos de frecuencia cardı́aca a través de diferentes dispositivos equi-
pados con sensores, como pueden ser determinados relojes inteligentes, o bandas
pectorales de fácil colocación que transmiten la señal registrada, generalmente de
forma inalámbrica, a otro dispositivo para su almacenamiento.
Estas señales pueden ser posteriormente procesadas y analizadas con el fin de
realizar estudios de la HRV, para lo cual es necesario utilizar paquetes de software
especı́ficos que, en ocasiones, deben adaptarse a las necesidades particulares de cada
6.5. Conclusiones 133
experimento, dado que no es lo mismo, por ejemplo, utilizar los datos de frecuencia
cardı́aca registrados por un deportista mientras realizar una actividad fı́sica, que por
una persona que esté realizando un ejercicio de control o regulación emocional.
En esta Tesis Doctoral se ha presentado la herramienta gratuita y de código
abierto VARSE, que combina en una única aplicación tanto la recogida de datos
de frecuencia cardı́aca como el análisis de variabilidad. Además, se ha diseñado la
aplicación de forma que pueda realizar recogidas de datos mientras los usuarios rea-
lizan diferentes actividades, fı́sicas y mentales, y cada una de ellas con una duración
determinada. Con ello se pretende que el empleo de VARSE pueda ser extensible al
mayor número de usuarios posible, y que pueda ayudar en el estudio de la relación
entre la HRV y la regulación emocional, sin descartar también su utilidad en otros
ámbitos de investigación.
La herramienta ha sido evaluada por un grupo de usuarios, que debieron valorar su
funcionamiento a través de un UEQ. Los resultados obtenidos han sido satisfactorios,
en términos de evaluación de la interfaz gráfica, usabilidad, facilidad de uso, fiabilidad
o novedad, entre otros aspectos.
Capı́tulo 7
Una vez finalizado este trabajo de Tesis Doctoral, se presentan a continuación las
conclusiones del mismo.
1. Generación nuevas bases de datos que puedan servir para entrenar y testar
nuevas técnicas de análisis.
135
Acrónimos
137
138 Acrónimos
141
142 Bibliografı́a
[7] S. Akselrod. Components of heart rate variability: basic studies, págs. 147–163.
Futura Publishing Company, 1995.
[27] T. Brader. Striking a responsive chord: how political ads motivate and per-
suade voters by appealing to emotions. American Journal of Political Science,
49(2):388–405, 2005. doi:10.2307/3647684.
[30] N. Braidot. ¿Por qué tus clientes se acuestan con otro si dicen que les gustas
tú? Barcelona: Gestión, 2000.
[32] P. Brodal. The Central Nervous System: structure and function. Oxford Uni-
versity Press, 2004.
[48] S. A. da Silva et al. Acute auditory stimulation with different styles of music
Bibliografı́a 147
[52] R. E. de Meersman. Heart rate variability and aerobic fitness. American Heart
Journal, 125(3):726–731, 1993. doi:10.1016/0002-8703(93)90164-5.
[60] E-Benjamin y other. Heart disease and stroke statistics—2017 update: a report
from the american heart association. Circulation, 135(10), 2017. doi:10.1161/
CIR.0000000000000485.
[78] M. Hamilton. Development of a rating scale for primary depressive illness. The
British Journal of Social and Clinical Psychology, 6(4):278–296, 1967.
[80] R. D. Hare. Manual for the hare psychopathy checklist. Revised 2nd
ed.Toronto, ON: Multi-Health Systems, 2003.
[90] J. Hu, X. Cui, Y. Gong, X. Xu, B. Gao, T. Wen, T. J. Lu, y F. Xu. Portable
microfluidic and smartphone-based devices for monitoring of cardiovascular
diseases at the point of care. Biotechnology Advances, 34(3):305–320, 2016.
doi:10.1016/j.biotechadv.2016.02.008.
[98] A. H. Kemp. Heart rate variability, affective disorders and health. En Car-
diovascular Diseases and Depression, págs. 167–185. Springer International
Publishing, 2016. doi:10.1007/978-3-319-32480-7 11.
[103] K. Kudrynski, P. Strumillo, y J. Ruta. Computer software tool for heart ra-
te variability (hrv), t-wave alternans (twa) and heart rate turbulence (hrt)
analysis from ecgs. Medical Science Monitor, 17(9):MT63–MT71, 2011. doi:
10.12659/MSM.881919.
[122] S. Lu, H. Zhao, K. Ju, K. Shin, M. Lee, K. Shelley, y K. H. Chon. Can photo-
plethysmography variability serve as an alternative approach to obtain heart
rate variability information? Journal of Clinical Monitoring and Computing,
22(1):23–29, 2008. doi:10.1007/s10877-007-9103-y.
[147] Task Force of the European Society of Cardiology, The North American Society
of Pacing, y Electrophysiology. Heart rate variability: standards of measure-
ment, physiological interpretation, and clinical use. European Heart Journal,
17:354–381, 1996.
[148] Task Force of the European Society of Cardiology, the North American So-
ciety of Pacing, y Electrophysiology. Heart rate variability: standards of mea-
surement, physiological interpretation and clinical use. Circulation, 93(5):1043–
1065, 1996. doi:10.1161/01.CIR.93.5.1043.
how to use the user experience questionnaire (ueq). example: spanish language
version. International Journal of Artificial Intelligence and Interactive Multi-
media, 2(1):39–45, 2013. doi:10.9781/ijimai.2013.215.
[178] E. Ruiz-Padial y J. F. Thayer. Resting heart rate variability and the startle
reflex to briefly presented affective pictures. International Journal of Psy-
chophysiology, 94(3):329–335, 2014. doi:10.1016/j.ijpsycho.2014.10.005.
[194] G. Smaoui, A. Young, y M. Abid. Single scale cwt algorithm for ecg beat
detection for a portable monitoring system. Journal of Medical and Biological
Engineering, 37(1):132–139, 2017. doi:10.1007/s40846-016-0212-2.
[212] M. Vetterli y C. Herley. Wavelets and filter banks: theory and design. Ieee
Transactions on Signal Processing, 40(9):2207–2232, 1992. doi:10.1109/78.
157221.
[221] X.L. Wang, J. F. Thayer, F. Treiber, y H. Snieder. Ethnic differences and heri-
tability of heart rate variability in african and european american youth. Ame-
rican Journal of Cardiology, 96(8):1168–1174, 2005. doi:10.1016/j.amjcard.
2005.06.050.
[227] F. Yasuma y J. Hayano. Respiratory sinus arrhythmia - why does the heartbeat
synchronize with respiratory rhythm? Chest, 125(2):683–690, 2004. doi:10.
1378/chest.125.2.683.
[228] A. W. Yuen y J. W. Sander. Can natural ways to stimulate the vagus nerve
improve seizure control? Epilepsy and Behavior, 67:105–110, 2017. doi:10.
1016/j.yebeh.2016.10.039.