Sykevälivaihtelulla (heart rate variability, HRV) tarkoitetaan perättäisten sydämenlyöntien välisen ajan vaihtelua. Se ei ole siis sama asia kuin sydämen leposyke. Sykevälivaihtelun avulla voidaan mitata hyvin käytännönläheisesti ja kustannustehokkaasti autonomisen hermoston aktiivisuutta, fysiologista stressiä ja kehon mukautumista rasitukseen. Sykevälivaihtelua hyödynnetään ehkä eniten palautumisen seurannassa, mutta sillä voisi olla myös potentiaalinen rooli pitkäaikaissairauksia sairastavien toimintakyvyn optimoimisessa.

Fournié ym. systemaattisen katsauksen mukaan biofeedback -harjoitukset, joiden tavoitteena on vaikuttaa pitkäaikaissairautta sairastavien sykevälivaihteluun (heart rate variability biofeedback, HRVB), saattavat olla tehokkaita oireidenhallinnassa. Katsauksessa tarkasteltiin HRVB -harjoitteiden käyttöä mm. sydän- ja verisuonisairautta, astmaa, kroonista kipua, syöpää sekä psykiatrisia sairauksia sairastavilla. Biofeedback -harjoitukset toteutettiin erilaisin intervention mm. syvähengitykseen perustuvilla harjoituksilla.

Tässä blogissa tarkastellaan sykevälivaihtelun seuraamista aktiivisuuden- ja levon rytmittäisen eli pacing-menetelmän näkökulmasta. Sykevälivaihtelun seuraamisen tavoitteena on optimoida potilaan toimintakyky välttämällä ylikuormittumisesta johtuvaa voinnin heikkenemistä, säätelemällä rasitusta yksilöllisissä rajoissa. Tavoitteena on myös lisätä potilaan ymmärrystä oireista sekä toimintakyvystä ja edistää sujuvampaa arkea.

Ongelmana sykevälivaihtelun seuraamisen hyödynnettävyydessä pitkäaikaissairauksien hoidossa ja kuntoutuksessa on tällä hetkellä sopivan alustan puute. Markkinoilla olevat sovellukset ja puettavat laitteet eivät pääsääntöisesti tarjoa palautumisen seurantaa pitkäaikaissairauden näkökulmasta, vaan dataa tulkitaan terveen käyttäjän näkökulmasta.

Pioneerityötä Long Covid ja ME/CFS potilaiden keskuudessa kuitenkin tekee Visible, jonka tarkoituksena on luoda alusta, jonka avulla voitaisiin helpottaa aktiivisuuden ja levon rytmittämistä ja auttaa oireiden hallinnassa. Visiblen avulla käyttäjä voi mm. seurata oireiden ja kuormituksen korrelaatiota, seurata palautumista sykevälivaihtelun avulla, pystyasennossa vietettyä aikaa sekä osallistua alan tutkimukseen jakamalla omaa dataa tutkimusprojekteihin. Visible ei valitettavasti ole vielä saatavilla Suomessa.

Mutta miksi juuri sykevälivaihtelun mittaaminen?

Sykevälivaihtelua mittaamalla voidaan havaita autonomisen hermoston toiminnassa tapahtuvia muutoksia. Sykevälivaihtelu reagoi kuormitukseen leposykettä herkemmin, mikä tekee siitä ensisijaisen palautumisen seurannan mittarin.

Autonomisen hermoston tehtävänä on ylläpitää kehon homeostaasia, tasapainoa. Sydämen syke, verenpaine, verensokeritaso, hormonit jne. reagoivat päivittäin kohtaamaamme kuormitukseen, ilman autonomisen hermoston säätelevää toimintaa luvassa olisi katastrofi.

Autonominen hermosto jakautuu parasympaattiseen ja sympaattiseen osaan. Karkeasti tiivistettynä parasympaattinen hermosto vastaa kehoa palauttavista toiminnoista ja sympaattinen hermosto sitä kiihdyttävistä toiminnoista.

Parasympaattisen hermoston aktivaatio on sitä suurempi mitä enemmän vaihtelua on sydämenlyöntien välisessä ajassa eli sykevälivaihtelussa. Sympaattisen hermoston ollessa aktiivinen sykevälivaihtelu puolestaan pienenee. Levossa sykevälivaihtelu onkin suurinta.

Sykevälivaihtelun lasku tyypillisesti siis tarkoittaa siis sitä, että parasympaattisen hermoston aktiivisuus on vähentynyt ja palautuminen on kesken tai yleisesti keho on kohtaamassa enemmän stressiä ja kuormitusta kuin mistä se pystyy nopeasti palautumaan.

Sykevälivaihtelu on hyvin yksilöllinen, ja siihen vaikuttavat useat eri tekijät. Voimakkaimmin vaikuttavat tekijät ovat ikä ja syketaajuus. Korkeampi ikä ja korkea leposyke ovat yhteydessä matalampaan sykevälivaihteluun. Muita vaikuttavia tekijöitä ovat mm. hengitysrytmi, perussairaudet, verenpaine, stressi, tupakointi, alkoholin ja kahvin kulutus, nestetasapaino, vuorokaudenaika, ylipaino ja perimä sekä fyysinen aktiivisuus.

Nice to know

Long Covidia ja ME/CFS:aa sairastavilla on havaittu esiintyvän matalaa sykevälivaihtelua. Tuoreessa katsauksessa nostetaan esille, että Long Covidia sairastavien autonomisen hermoston epätasapaino saattaa johtaa matalampaan sykevälivaihteluun, heikentyneeseen vagaaliseen aktiivisuuteen (vagal activity) ja merkittävään sympatovagaaliseen epätasapainoon. Mooren ym. tutkimuksen mukaan Long Covid potilaiden sympaattisen hermoston toiminnan ylikorostuminen ja vaimentunut parasympaattinen vaste olivat verrattavissa sepelvaltimotautia sairastavien löydöksiin.

Miten ja millä kannattaa mitata?

Sykevälivaihtelua voidaan mitata useilla erilaisilla sensoreilla. Käytännönläheisiä tapoja sydämen sähköisen toiminnan mittaamiseen ovat mittaaminen sykevyöllä tai useilla erilaisilla laitteilla, jotka hyödyntävät optista teknologiaa.

Optista tekniikkaa hyödyntämällä voidaan mittaus suorittaa sormenpäästä puhelimen kameraa hyödyntäen tai erillisellä laitteella, jossa on optinen sensori (esim. Oura, älykello). Varmista, että sensorin tai sykevälivaihtelua mittaavan sovelluksen tarkkuus on riittävä. Esimerkkejä laadukkaista sykevälivaihtelua analysoivista sovelluksista ovat mm:

HRV4Training

KubiosHRV

EliteHRV

Sykevälivaihtelua ei tule kuitenkaan sekoittaa eri puettavien laitteiden ja sovellusten tarjoamiin valmius- ja palautumislukemiin. Valmiuslukemien muodostamisessa yhdistetään usein monia eri muuttujia kuten edellisen päivän aktiivisuutta, leposykettä ja hengitystiheyttä. Sykevälivaihtelu saattaa olla mukana valmiuslukemassa tai sitten ei.

Sykevälivaihtelua voidaan mitata tarkasti ja luotettavasti saman protokollan mukaan toistettavana aamumittauksena tai koko yön mittauksella. Molempia tapoja hyödynnetään yleisesti tutkimuksissa.

Aamumittaus otetaan heti heräämisen jälkeen joko hyödyntäen puhelimen kameraa, sykevyötä tai optista sensoria. Mittaamiseen kuluu aikaa mittarista riippuen muutama minuutti. Mittauksen aikana on tulee olla liikkumatta ja hengittää luonnollisesti. On tärkeää, että mittauksen suorittaa aina samanlaisen rutiinin mukaan, esimerkiksi heti herättyä wc käynnin jälkeen ennen mitään muita aamuaskareita. Huomiota kannattaa myös kiinnittää siihen, missä asennossa aamumittauksen suorittaa. Jos mittaamiseen haluaa lisätä ortostaattisen kuormituksen voi mittauksen tehdä istuen.

Makuuasennossa mittaus suoritetaan lepoasennossa, jolloin sydän-ja verenkiertoelimistöön kohdistuva painovoiman aiheuttama kuormitus on pienempi kuin istuen tai seisten. Jo istuminen aiheuttaa ortostaattisen kuormituksen hermostolle ja sydän- ja verenkiertoelimistölle. Istuma-asennossa tehtävää mittausta voitanee suositella jos sydämensyke on matala (<50 lyöntiä/min).

Yönaikainen mittaus puolestaan tapahtuu puettavalla laitteella unen aikana. Mittauksen tarkkuuden vuoksi olisi tärkeää, että laite mittaisi sykevälivaihtelua koko yön ajan, sillä muussa tapauksessa mittaustulokseen saattavat merkittävästi vaikuttaa vuorokausirytmi ja unen vaiheet.

Sopivaa mittaustapaa pohtiessa kannattaa huomioida, että yönaikaiseen mittaukseen vaikuttavat myöhään illalla suoritetut aktiviteetit esimerkiksi raskas ruokailu tai liikunta. Aamumittauksessa myöhään illalla tapahtuneet kuormittavat tekijät vaikuttavat vähemmän, ellei kyseessä ole ollut erityisen voimakas rasitus.

Sykevälimittauksen aikana hengitysrytmi tulisi pitää mahdollisimman luonnollisena, sillä hengityksellä voidaan vaikuttaa merkittävästi sykevälivaihteluun. Sisäänhengittäessä syke nousee ja uloshengittäessä syke laskee. Hengityksen syventäminen ja hidastaminen lisää parasympaattista virettä, jolloin sykevälivaihtelu tyypillisesti nousee.

Nice to know

Eri sovellukset ja alustat hyödyntävät sykevälivaihtelun analysoinnissa erilaisia matemaattisia menetelmiä, mistä johtuen ne eivät ole suoraan verrannollisia toistensa kanssa. Menetelmät voidaan jakaa aika- ja taajuustasomenetelmiin (time-domain measures, frequency-domain measures) sekä epälineaarisiin menetelmiin (non-linear measures).

Aikatasomenetelmiä:
SDNN, Sykevälien keskijakauma (standard deviation of NN intervals)
RMSSD, Erotusten neliöllinen keskiarvo (root mean square of the successive differences)
pNN50, <50 ms eroavien RR-intervallien osuus kaikista mittausjaksolla havaittavista RR-intervalleista

Taajuusmenetelmiä:
–LF, low frequency
–HF, high frequency
–LF/HF, ratio of LF-to-HF power

Epälineaarisia menetelmiä:
–SD1–DFA

Keskeisiä asioita sykevälivaihtelun tulkinnasta pacingin näkökulmasta

Pacing -menetelmä on fyysisen, psyykkisen, kognitiivisen ja sosiaalisen aktiivisuuden ja levon rytmittämistä. Menetelmän tavoitteena on parantaa kuntoutujan elämänlaatua, mahdollistaa osallistumista, oireidenhallinta ja erityisesti Long COVID:ia ja ME/CFS:aa sairastavilla minimoida ja/tai välttää PEM/PESE-oire.

Pacing -menetelmä on ollut käytössä muun muassa ME/CFS:aa, syöpää, HIV:tä, fibromyalgiaa, pitkäkestoista kipua, keuhkoahtaumatautia ja sydänsairauksia sairastavilla. Eri sairauksissa sovelletun pacing -menetelmän tyyppi voi vaihdella sairauksien välillä johtuen sairaudelle tyypillisistä piirteistä. Menetelmän kaksi päätyyppiä ovat symptom-contingent pacing sekä quota-contingent pacing. PEM/PESE-oireisille suositellaan oireisiin mukautettua pacing-menetelmää (symptom-contingent pacing), jossa aktiivisuutta tauotetaan oireiden mukaan.

Pacing -menetelmässä keskeistä on oppia hahmottamaan, mikä on sellainen määrä rasitusta, josta palautuminen tapahtuu nopeasti takaisin omalle perustasolle ja joka ei aiheuta voinnin heikkenemistä.

Aktiivisuuden lisääminen ei ole pacing -menetelmän ensisijainen tavoite, mutta pacing-menetelmän onnistunut hyödyntäminen saattaa lisätä voimavaroja, jolloin henkilöllä on mahdollisuus ainakin suunnata aktiivisuutensa hänelle mielekkäisiin aktiviteetteihin.

Mikä on pacing?

Sykevälivaihtelu on hyvin yksilöllinen ja siihen vaikuttavat monet yksilölliset tekijät. Siten lähtökohtaisesti vertailu muiden sykevälivaihteluun ei ole mielekästä. Sykevälivaihtelua tulisi siis tulkita henkilön oman perustason ja “normaalin vaihtelun” rajoissa. Normaalin vaihtelun rajoissa tapahtuviin muutoksiin ei kannata pureutua liiaksi, sillä sykevälivaihtelussa on jokatapauksessa päivittäistä vaihtelua. Sykevälivaihtelu voi myös reagoida samanaikaisesti useisiin eri tekijöihin, mistä johtuen saattaa olla haastavaa huomioida, oliko sykevälivaihtelussa tapahtuneelle muutokselle jokin yksittäinen syy.

Sykevälivaihtelua ei voi yksinomaan tulkita “mitä korkeampi lukema sen parempi” ajatuksella, sillä korkea sykevälivaihtelu ei välttämättä aina merkitse parempaa palautumista vaan saattaa liittyä esimerkiksi hormonaalisiin muutoksiin (kuukautiskierto). Toisaalta matala sykevälivaihtelu saattaa olla myös merkki lähestyvästä sairastumisesta (esim. flunssa) tai pitkään jatkuneiden kuormittavien tekijöiden kasautuneesta kuormasta.

Pacingin näkökulmasta sykevälivaihtelun tulkinnan kaksi pääperiaatetta ovat:

▶Millaisella päivittäisellä kuormituksella voidaan ylläpitää sykevälivaihtelu suhteellisen stabiilina normaalin vaihtelun rajoissa tai perustasolla? Tämän on pacing -menetelmän keskeinen tavoite, johon pyritään myös sykeseuratun pacingin avulla.

▶Miten nopeasti rasitusikkunan ylittäneestä kuormituksesta palaudutaan? PEM-oireisilla voinnin heikkeneminen tapahtuu tyypillisesti vasta 12-48 h viiveellä akuutista kuormituksesta. Lisää PEM-oireesta tässä blogissa.

Lisäksi sykevälivaihtelu dataa voidaan tulkita kahdesta näkökulmasta:

▶Akuutit muutokset (eli päivittäinen vaihtelu ja akuutit päivittäiset kuormitustekijät)

▶Keskipitkän ja pitkän aikavälin trendit

Akuutteja kuormittavia tekijöitä voivat olla esimerkiksi:

-sairastuminen

-voimakas yksittäinen rasitus joka voi olla fyysistä tai henkistä

-huonosti nukuttu yksittäinen yö

-akuutti kipu

-kuukautiskierron vaiheet

Keskipitkän/pitkän aikavälin kuormittavia tekijöitä voivat olla esimerkiksi:

– viikkoja kestänyt univaje tai huonolaatuinen uni

– vuodenaikojen vaihtelu, keskilämpötilan lasku, muutokset valon määrässä

– työnkuvan pysyvä muutos

Kuva 1: Sykevälivaihtelu (rMSSD) kuukauden ajalta, jossa normaalivaihtelu asettuu välille 27-41. Valkoinen viiva kertoo 7 päivän liukuvan keskiarvon (ei baseline). Sykevälivaihtelu asettuu yksilöllisen normaalin vaihtelun rajoihin kun kuormitus ja palautuminen pysyvät tasapainossa.

HRV4Training alustalla vihreä palkin väri kertoo subjektiivisten pisteiden (kuva 2 ja 3) positiivisesta trendistä, eli sykevälivaihtelu mittauksen jälkeen käyttäjä arvioi sovelluksessa mm. sen hetkistä unen laatua, kipua ja uupumusta. Vihreä väri kertoo käyttäjän raportoinnin mukaan keskimääräistä paremmin nukutusta yöstä ja vähäisemmistä lihaskivuista/uupumuksesta. Keltainen ja punainen palkki kertovat subjektiivisten pisteiden negatiivisesta trendistä eli käyttäjän raportoinnin mukaan keskimääräistä huonommin nukutusta yöstä ja voimakkaammasta kivusta/uupumuksesta.

Kuvat 2 ja 3: Subjektiiviset pisteet/mittarit.

Luotettavin tapa tulkita palautumista on huomioida sykevälivaihtelun lisäksi myös subjektiiviset tuntemukset. Kuvassa 1 on ympyröity korkea sykevälivaihtelu lukema (45), mikä lähtökohtaisesti tulisi olla merkki hyvästä palautumisesta. Subjektiivinen palaute kuitenkin osoittaa, että kyse on luultavasti palautumisvajeesta, sillä subjektiiviset lukemat suuntautuvat tuona päivänä negatiivisesti.

Kirjoittajan esittely

Olen Tuuli Ojala, koulutukseltani terveystieteiden maisteri ja fysioterapeutti. Olen myös entinen aktiiviurheilija.

Kirjoitan Kehon Äärellä -blogissa infektioihin liittyvien pitkäkestoisten oireiden sekä liitännässairauksien hoitoon ja kuntoutukseen liittyvistä teemoista, palautumisen seurannasta sekä kehon ja mielen väliseen vuorovaikutukseen liittyvistä teemoista.

Otahan yhteyttä jos jokin jäi mietityttämään ❤