Heart rate persistence index (HRPI): a threshold-free wearable metric for sustained HR elevation

Cet article présente l'indice de persistance de la fréquence cardiaque (HRPI), une métrique portable sans seuil qui résume de manière interprétable et robuste l'élévation prolongée de la fréquence cardiaque en un seul chiffre, offrant ainsi une information pertinente pour les études longitudinales et la physiologie liée à l'âge.

L'essentiel

🎒 Le problème : Trop de données, pas assez de sens

Imaginez que vous portez une montre connectée qui bat la mesure de votre cœur chaque seconde de la journée. C'est une montagne de données !
Le problème, c'est que les résumés classiques sont un peu brouillons :

• La moyenne (ex: 75 battements) vous dit le niveau général, mais elle ne distingue pas un cœur qui bat doucement tout le jour d'un cœur qui fait des "sprints" de 10 secondes puis se repose.
• Le maximum (ex: 180 battements) ne sert à rien si c'est juste un pic de 5 secondes quand vous avez couru pour attraper un bus.
• Les seuils fixes (ex: "combien de temps mon cœur a dépassé 100 ?") sont arbitraires. Pourquoi 100 et pas 105 ? C'est comme choisir une taille de chaise au hasard.

Il manquait un moyen simple de dire : "Aujourd'hui, mon cœur a vraiment travaillé dur et longtemps."

💡 La solution : L'Indice de Persistance du Rythme Cardiaque (HRPI)

L'auteur, Ren Zhang, a inventé un nouveau chiffre magique qu'il appelle l'HRPI.

L'analogie du "Défi du Cœur" 🏆
Imaginez que votre cœur joue à un jeu chaque jour. Le jeu consiste à trouver le plus grand nombre K tel que :

"Mon cœur a battu au moins K fois par minute, pendant au moins K minutes."

C'est un peu comme un défi de force : "Je peux soulever 50 kg pendant 50 minutes."

• Si votre HRPI est de 100, cela signifie : "Mon cœur a battu à 100 fois par minute (ou plus), pendant au moins 100 minutes."
• Si votre HRPI est de 105, c'est encore mieux (ou pire, selon le contexte) : "105 minutes à 105 battements."

C'est génial parce que ce chiffre est auto-explicatif. Vous n'avez pas besoin de connaître un seuil secret. Le chiffre vous dit tout : l'intensité (le nombre de battements) ET la durée (le temps).

🔍 Ce que les chercheurs ont découvert

Ils ont testé cette idée sur des données réelles de montres connectées et de sujets sains. Voici ce qu'ils ont vu :

1. Ce n'est pas juste la moyenne : Deux personnes peuvent avoir la même moyenne de battements (ex: 75), mais l'une a eu des pics courts et l'autre un effort soutenu. L'HRPI le détecte ! C'est comme comparer deux voitures : l'une a une vitesse moyenne de 60 km/h (elle a fait des embouteillages et des autoroutes), l'autre a roulé à 60 km/h tout le long sans s'arrêter. L'HRPI voit la différence.
2. C'est stable : Si vous regardez votre HRPI d'un jour à l'autre, il ne change pas follement (sauf si vous changez de mode de vie). C'est un indicateur fiable, contrairement à d'autres mesures qui font des montagnes russes.
3. L'âge joue un rôle : Plus on vieillit, plus l'HRPI diminue chez les gens en bonne santé. C'est logique : avec l'âge, le cœur a tendance à être moins "agité" ou moins capable de maintenir des efforts intenses aussi longtemps. C'est une preuve que ce chiffre reflète une vraie réalité biologique.

🌟 Pourquoi c'est utile pour tout le monde ?

Imaginez que votre médecin ou votre coach sportif regarde votre HRPI.

• Au lieu de dire : "Votre moyenne est de 72, mais vous avez eu 15 minutes à 110." (ce qui est compliqué à visualiser).
• Ils peuvent dire : "Votre HRPI est de 85."
  • Traduction immédiate : "Votre cœur a travaillé fort (85 battements/min) pendant une longue période (85 minutes)."

C'est un chiffre unique, sans jargon, qui résume l'histoire de votre journée cardiaque. Que vous soyez un expert en médecine ou juste quelqu'un qui veut rester en forme, ce chiffre vous donne une image claire de la "persistance" de votre effort cardiaque.

En résumé : L'HRPI est comme un thermomètre de l'effort soutenu. Il ne mesure pas juste la température moyenne de la journée, ni le pic de chaleur d'une seconde, mais il vous dit combien de temps votre cœur a vraiment "sauté" dans la fournaise.

Résumé technique

Titre de l'étude

Indice de persistance de la fréquence cardiaque (HRPI) : une métrique portable sans seuil pour l'élévation soutenue de la FC.

1. Problématique

Les dispositifs portables génèrent désormais des données longitudinales denses sur la fréquence cardiaque (FC). Cependant, résumer l'élévation soutenue de la FC en une métrique quotidienne unique reste un défi. Les métriques existantes présentent des limites :

• La FC moyenne reflète le niveau global mais ne distingue pas les pics transitoires des élévations soutenues.
• La FC maximale est dominée par des pics brefs et peu significatifs.
• Les mesures basées sur un seuil (ex. : minutes avec FC > 100 bpm) sont intuitives mais dépendent de seuils arbitraires.
• Les métriques basées sur les percentiles caractérisent la queue supérieure de la distribution mais n'unifient pas directement l'intensité et la durée en une seule valeur interprétable.

Il existe donc un besoin critique d'une métrique journalière simple, sans seuil arbitraire, sans paramètre ajustable, et capable de capturer la persistance de l'élévation de la FC en un seul nombre.

2. Méthodologie

Définition du HRPI (Heart Rate Persistence Index) :
Le HRPI est défini comme le plus grand entier $k$ tel qu'au moins $k$ minutes dans une journée donnée aient une FC $\ge k$ bpm.

• Exemple : Un HRPI de 105 signifie que la FC a été $\ge 105$ bpm pendant au moins 105 minutes.
• Formulation géométrique : Si l'on trie les valeurs de FC par minute en ordre décroissant et qu'on les trace contre le temps cumulatif, le HRPI correspond à l'intersection de cette courbe triée avec la ligne d'identité ($y = x$).

Sources de données :
L'étude a utilisé deux ensembles de données complémentaires provenant de PhysioNet :

1. Données portables (PhysioNet "BIG IDEAs") : Enregistrements multi-jours de 16 participants utilisant un dispositif Empatica E4. Les données ont été agrégées à la résolution minute. Cette cohorte a servi à analyser la relation avec les métriques classiques et la stabilité jour-à-jour.
2. Cohorte de référence saine (PhysioNet "RR interval time series") : Données d'intervalles RR sur 24h de sujets sains allant de la petite enfance à l'âge adulte. Les intervalles RR ont été convertis en FC instantanée ($FC = 60000 / RR$) pour calculer le HRPI par sujet.

Analyses statistiques :

• Comparaison du HRPI avec des métriques conventionnelles (FC moyenne, percentiles p90/p95, écart-type, coefficient de variation, minutes > 100 bpm) via des corrélations de Pearson.
• Régression linéaire pour isoler le composant du HRPI indépendant de la FC moyenne (HRPI résiduel).
• Évaluation de la stabilité intra-sujet via le coefficient de variation (CV) des métriques sur plusieurs jours.
• Analyse de la relation HRPI-âge dans la cohorte saine.

3. Contributions Clés

• Nouvelle métrique sans seuil : Le HRPI intègre simultanément la magnitude (intensité) et la durée de l'élévation de la FC, éliminant le besoin de choisir un seuil arbitraire (comme 100 bpm).
• Interprétabilité directe : La valeur du HRPI se traduit directement en temps passé à une fréquence égale ou supérieure à cette valeur (ex: HRPI=100 = 100 minutes à $\ge$ 100 bpm).
• Indépendance structurelle : Le HRPI capture des informations structurelles sur la distribution de la FC qui ne sont pas contenues dans la seule moyenne.
• Portabilité : La métrique est applicable à diverses modalités de surveillance (portables, Holter/RR) tant qu'une série temporelle de FC est disponible.

4. Résultats

Relation avec les métriques conventionnelles :

• Le HRPI est fortement corrélé à la FC moyenne ($r = 0,83$) et au coefficient de variation de la FC ($r = 0,48$).
• Cependant, des jours avec la même FC moyenne peuvent avoir des HRPI très différents, indiquant que le HRPI capture la persistance de l'élévation.
• Après ajustement par régression linéaire pour retirer l'effet de la FC moyenne, le HRPI résiduel reste fortement associé à la variabilité de la FC ($r = 0,92$), confirmant qu'il reflète une composante liée à la dispersion des valeurs.

Stabilité jour-à-jour (Intra-sujet) :
Le HRPI démontre une excellente stabilité, comparable aux métriques de niveau global et supérieure aux métriques de variabilité ou basées sur des seuils :

• FC moyenne : CV intra-sujet de 4,67 %.
• HRPI : CV intra-sujet de 5,49 %.
• Percentiles (p90/p95) : CV ~6,4 %.
• Métriques de variabilité (CV, SD) : CV > 13 %.
• Minutes > 100 bpm (seuil) : CV de 33,33 % (très instable).

Relation avec l'âge :
Dans la cohorte de sujets sains, le HRPI présente une association inverse forte avec l'âge ($r = -0,715$, $p < 0,001$).

• Chaque année supplémentaire est associée à une diminution de 1,657 unités de HRPI.
• L'âge explique environ 51 % de la variation inter-sujets du HRPI, ce qui est cohérent avec la baisse physiologique de la fréquence cardiaque avec l'âge.

5. Signification et Conclusion

Le HRPI se positionne comme un résumé quotidien robuste, compact et interprétable de l'élévation soutenue de la fréquence cardiaque.

• Avantages cliniques et pratiques : Contrairement à la FC maximale (poussée par des pics brefs) ou aux seuils fixes (arbitraires), le HRPI offre une vue d'ensemble de la charge de tachycardie soutenue. Sa stabilité intra-sujet en fait un candidat idéal pour le suivi longitudinal, le phénotypage des patterns de FC et les études comportementales.
• Accessibilité : Sa nature intuitive (un nombre = un temps équivalent) le rend accessible aussi bien aux spécialistes qu'aux non-spécialistes.
• Limites et perspectives : L'étude repose sur des échantillons de taille modeste et une fenêtre temporelle courte. Des études futures sont nécessaires pour valider le HRPI sur de plus grandes cohortes, évaluer son lien avec des résultats cliniques (maladies cardiovasculaires) et déterminer son utilité dans la physiologie de l'exercice et de la récupération.

En conclusion, le HRPI comble une lacune méthodologique en fournissant une métrique unique, sans paramètre, pour quantifier la persistance de l'élévation de la fréquence cardiaque dans les données de wearables.