Mesures de VFC

Depuis les années 1960, différentes méthodes d’analyse de la variabilité de fréquence cardiaque se sont développées, dont les méthodes temporelles et les méthodes spectrales. Un dispositif d’enregistrement de la fréquence cardiaque ‘battement à battement’ permet

57 l’acquisition d’un signal par impédancemétrie de surface à l’aide d’un capteur spécifique et d’électrodes placées sur la cage thoracique autour du cœur. La VFC est extraite de cette mesure de FC et est considérée comme étant un marqueur du contrôle sympathique et parasympathique

sur l’activité cardiaque (van Dijk et al., 2013). La VFC dépend de l’équilibre entre les activités ∑q

et para∑q et cet équilibre correspond à la balance sympathovagale. Une VFC élevée est le témoin d’un contrôle fonctionnel du SNA, avec une bonne adaptabilité de la balance sympathovagale et donc une adaptation optimale aux changements de conditions environnementales.

L’analyse temporelle consiste à déterminer la FC à tout instant t. Chaque complexe QRS

sera déterminé et permettra d’isoler les intervalles RR successifs (Figure 3).

Figure 3. Complexe QRS et intervalles RR

Cette méthode permet d’obtenir des indices quantitatifs (moyenne des intervalles RR, moyenne de FC…) mais elle ne peut pas différencier spécifiquement les actions modulatoires des deux branches sympathiques et parasympathiques. Elle rend compte de la variabilité totale du SNA, principalement sous la dépendance du système parasympathique. Elle doit être complétée par des méthodes plus fines pour estimer la modulation sympathique.

L’analyse fréquentielle (ou spectrale) est une méthode mathématique qui apporte des

indications qualitatives sur la nature des oscillations rythmiques des intervalles RR. Les méthodes d’analyse spectrale effectuent une décomposition de la variation totale des intervalles

58 RR en des composantes fréquentielles représentées sous la forme d’une densité spectrale. L’analyse spectrale d’un signal stationnaire peut être réalisée à l’aide d’une transformée rapide de Fourier ou d’une méthode autorégressive. Dans notre étude, la transformée de Fourier a été utilisée car c’est une méthode objective très fréquemment utilisée qui n’implique aucune perte d’information grâce à une relation directe entre le signal de départ et le spectre de fréquence

obtenu après la transformation mathématique (Task Force, 1996).

La théorie de Fourier est basée sur le fait que chaque signal stationnaire peut être décomposé en une somme de sinusoïdes simples de fréquence croissante. Elle décompose une fonction selon ses fréquences, tout comme un prisme décompose la lumière en couleurs, et transforme ainsi une fonction F(t) dépendante du temps en une fonction F(f) dépendante de la fréquence du signal. Sa représentation graphique présente une échelle de fréquence en abscisse, et un nombre proportionnel à l’amplitude de l’oscillation (ms²/Hz) en ordonnée (Figure 4).

Figure 4. Graphique issu d’une transformée de Fourier

Appliqués au système cardiovasculaire, les signaux laissent apparaître deux oscillations principales : la première, lente, d’une période d’environ 10 sec (0,1 Hz) correspond à l’onde de

Mayer (Cohen & Taylor, 2002) et la seconde, plus rapide, est synchrone de la ventilation, et sa

période se situe généralement dans des conditions de repos entre 12 et 18 cycles par minutes (0,2 à 0,3 Hz).

59 Cette méthode permet d’identifier la densité spectrale de différents indicateurs de VFC sur

les critères établis par le Task Force (Task Force, 1996):

- les bandes de très basse fréquence (VLF ; 0,00 à 0,04 Hz). Elles sont considérées comme

le reflet de ‘l’activité rénine-angiotensine-aldostérone’ et ne sont classiquement évaluées que sur des enregistrements de longue durée (24h). En pratique, la composante spectrale des VLF n’est pas prise en compte lors de l’évaluation de la puissance spectrale. Les très basses fréquences traduisent les systèmes de contrôle à long terme liés à la

thermorégulation (Parati et al., 1995), à la vasomotricité, au système

rénine-angiotensine-aldostérone et à la dépense énergétique (Akselrod et al., 1981). Dans notre étude, les durées

des enregistrements ne permettent pas une mesure de cette composante spectrale.

- les bandes de basse fréquence (LF ; 0,04 à 0,15 Hz). Pour certains auteurs, elles

traduisent principalement l’activité sympathique (Pagani et al., 1986) tandis que pour

d’autres, elles représentent un amalgame d’activités sympathique et parasympathique

contrôlant le nœud sinusal (Houle & Billman, 1999 ; Persson et al., 1992 ; Pomeranz et al., 1985).

- les bandes de haute fréquence (HF ; 0,15 à 0,4 Hz). Elles sont un indicateur de l’activité

parasympathique. Si l’activité respiratoire est inférieure à 0,15 Hz, soit 9 cycles/minute, alors les HF ne reflètent pas uniquement l’activité parasympathique, mais une si faible

fréquence respiratoire est très rare (Berntson et al., 1997; Novak et al., 1997).

- la puissance totale du spectre (PT < 0,4 Hz). Elle est définie comme étant la variance de

tous les intervalles RR (Task Force, 1996). La puissance spectrale dans une bande de

fréquence donnée peut être quantifiée en intégrant l’aire sous la courbe. L’analyse de la densité de puissance spectrale indique comment cette puissance est distribuée en fonction de la fréquence des oscillations du signal étudié.

- le ratio LF/HF est calculé pour évaluer la balance sympatho-vagale du SNA (∑q/para∑q)

60 prédominance du système parasympathique, alors qu’un rapport supérieur à 1 traduit une

prédominance du système sympathique (Malliani, 1999 ; Task Force, 1996).

Les bandes spectrales LF et HF peuvent être exprimées en unités normalisées (u.n) et représentent la valeur relative de chaque composante en proportion de la puissance totale, ou en valeur absolue (ms²) dans le but de décrire avec précision la puissance spectrale de chaque

bande de fréquence (Pagani & Malliani, 2000 ; Task Force, 1996).

La VFC est influencée par de nombreux facteurs propres à chaque individu tels que l’âge, le genre ou le niveau d’activité. Des facteurs d’ordres physiologiques peuvent impacter l’évaluation de l’activité autonomique s’ils ne sont pas contrôlés dans la méthodologie d’une étude. Par exemple, la respiration peut considérablement modifier la FC : l’inspiration est

accompagnée d’une tachycardie, et l’expiration, d’une bradycardie (Bernardi et al., 2001 ; Brown et

al., 1993). Ce phénomène est appelé ‘arythmie sinusale respiratoire’ et s’identifie sur le périodogramme issu de la transformée de Fourier par un pic marqué dans les hautes fréquences

(Bernardi et al., 2001; Brown et al., 1993). Elle est observable par l’analyse de l’amplitude de la composante spectrale de 0,15 à 0,8 Hz du périodogramme et est plus marquée chez les enfants

(Hrushesky et al., 1984). L’influence respiratoire sur les indices de l’activité autonomique peut ‘contaminer’ la densité de puissance spectrale et entraîner une surestimation de l’activité

parasympathique des sujets (Strano et al., 1998).