Beyond Traditional Poincaré Analysis: Second-Order Plots Reveal Respiratory Effects in Heart Rate Variability
Notice bibliographique
Résumé
Abstract Heart rate variability (HRV) is a non-invasive biomarker of autonomic nervous system activity, commonly analyzed using a Poincaré plot. This plot visualizes correlations between successive heartbeats (RR i vs. RR i+1 ) and quantifies autonomic regulation through SD1 and SD2 parameters. We introduce a second-order Poincaré plot, a natural extension that clarifies serial dependencies by plotting successive differences in RR intervals (ΔRR i vs. ΔRR i+1 ). Applied to a PhysioNet dataset of 20 healthy individuals, this technique filtered out the slow HRV baseline of traditional elliptical plots to reveal distinct higher-order dynamics. These included ring-shaped structures indicating cardiorespiratory synchronization. A coupled-oscillator model, developed to simulate respiratory modulation, confirmed that these patterns are dictated by the respiratory frequency to heart rate ratio: slower breathing produces positive serial correlations in ΔRR, while faster breathing induces negative ones. By visualizing serial dependencies that conventional HRV metrics miss, the second-order Poincaré plot extends the classical analysis framework. This tool provides a refined method for uncovering subtle dynamical features in HRV across diverse physiological and clinical states. Highlights Second-order Poincaré plots, plotting successive differences of RR intervals (ΔRR i vs. ΔRR i+1 ), extend traditional Poincaré analysis to reveal rapid HRV dynamics. In a dataset of 20 healthy individuals, second-order plots filtered out slow HRV components, highlighting respiratory modulation. Ring-shaped patterns in some participants indicated strong cardiorespiratory coupling, while others showed positive or negative serial correlations linked to breathing rate. A coupled-oscillator model confirmed that the ratio of respiratory to heart rate frequency determines serial correlation patterns. This method offers a novel tool for analyzing HRV dynamics, with potential applications in physiological and clinical research.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».