Para clínicos y terapeutas

Una guía de referencia clínica para profesionales que recomiendan la práctica de respiración a frecuencia de resonancia (RFB) a sus pacientes mediante Precise Breath.

¿Qué es la respiración a frecuencia de resonancia?

La respiración a frecuencia de resonancia (RFB) es una forma específica de respiración lenta y pautada en la que el paciente respira a su frecuencia de resonancia individual — la frecuencia (generalmente entre 4,5 y 6,5 respiraciones por minuto) que maximiza la variabilidad de la frecuencia cardíaca al explotar las propiedades de resonancia del sistema cardiovascular (Vaschillo et al., 2006; Lehrer & Gevirtz, 2014).

En la resonancia, la arritmia sinusal respiratoria (RSA) se maximiza: la frecuencia cardíaca aumenta durante la inspiración y disminuye durante la espiración con la mayor amplitud, produciendo oscilaciones de frecuencia cardíaca de 4 a 10 veces mayores que la línea basal en reposo. Se cree que esto fortalece la sensibilidad barorrefleja y mejora la regulación autonómica mediante la práctica repetida (Lehrer & Gevirtz, 2014; Shaffer & Meehan, 2020).

La RFB se diferencia de las aplicaciones genéricas de respiración lenta. Desviarse incluso una respiración por minuto reduce sustancialmente el efecto fisiológico (Steffen et al., 2017). Precise Breath identifica la frecuencia individual de cada paciente mediante análisis de HRV en lugar de usar un valor poblacional predeterminado.

Base de evidencia

La investigación publicada ha examinado la RFB y la biorretroalimentación de HRV en una variedad de presentaciones clínicas.

Estrés y ansiedad

Un metaanálisis de 24 estudios concluyó que la biorretroalimentación de HRV — principalmente mediante RFB — produjo un tamaño del efecto grande (Hedges' g = 0,83) en la reducción del estrés y la ansiedad autoinformados (Goessl et al., 2017).

Depresión

Estudios en pacientes cardíacos mostraron reducciones significativas en los síntomas depresivos tras el entrenamiento de biorretroalimentación de HRV a frecuencia de resonancia (Lin et al., 2019). La evidencia en poblaciones generales está emergiendo (Lehrer & Gevirtz, 2014).

TEPT

La investigación con veteranos de combate encontró que la biorretroalimentación de HRV basada en RFB se asoció con reducciones significativas en los síntomas de TEPT y mejoras en la regulación autonómica (Tan et al., 2011).

Presión arterial

Estudios controlados han asociado la RFB con reducciones de la presión arterial, junto con un aumento de la sensibilidad barorrefleja (Steffen et al., 2017; Lin et al., 2012).

Rendimiento deportivo

El entrenamiento de biorretroalimentación de HRV basado en RFB mejoró las medidas de rendimiento y la recuperación del estrés en deportistas (Paul & Garg, 2012).

Equilibrio autonómico

La RFB fortalece la función barorrefleja y mejora la regulación autonómica en múltiples estudios (Lehrer & Gevirtz, 2014; Shaffer & Meehan, 2020).

Estos hallazgos describen investigaciones publicadas sobre la respiración a frecuencia de resonancia. Precise Breath es una herramienta de bienestar y entrenamiento respiratorio, no un dispositivo médico. Los resultados individuales pueden variar.

Cómo Precise Breath implementa el protocolo

El protocolo clínico establecido para identificar la frecuencia de resonancia de un paciente evalúa múltiples frecuencias respiratorias en una sola sesión mediante análisis de la variabilidad de la frecuencia cardíaca (Lehrer, 2000; Shaffer & Meehan, 2020). Precise Breath adapta este protocolo para un refinamiento continuo a lo largo de múltiples sesiones:

  • Sensor: Cualquier banda torácica Bluetooth LE con soporte de intervalos RR. Se recomienda el Polar H10 por su precisión validada en investigación — el estándar de referencia para la medición de HRV (Task Force, 1996; Gilgen-Ammann et al., 2019). Compatibilidad confirmada: Polar H10, Garmin HRM Dual. Otras bandas torácicas BLE estándar que usen el servicio HR 0x180D también deberían funcionar.
  • Estructura de bloques: Cada bloque de respiración utiliza una rampa de transición de 30 segundos, un período de estabilización de 15 segundos y una ventana de medición de 120 segundos — cumpliendo con el mínimo del Task Force (1996) de 2 minutos para la estimación de potencia LF.
  • Puntuación: Amplitud espectral FFT a la frecuencia respiratoria (85% de peso) combinada con coherencia de fase por transformada de Hilbert (15% de peso). El filtrado de calidad de señal (tasa de artefactos + coeficiente de variación) excluye los bloques no fiables.
  • Modo Calibrar: Evalúa 5 frecuencias preestablecidas (4,5–6,5 BPM) en orden aleatorio en una sola sesión de ~14 minutos para establecer una estimación de referencia.
  • Modo Explorar: Algoritmo adaptativo multisesión que explora frecuencias cercanas sesión a sesión, convergiendo en la frecuencia personal del paciente con confianza creciente.
  • Adaptación por IBI: Cuando hay datos suficientes disponibles, la aplicación tiene en cuenta los cambios entre sesiones en la frecuencia de resonancia correlacionados con el intervalo entre latidos en reposo — consistente con los hallazgos de Lalanza et al. (2021).
  • Privacidad: Todos los datos se almacenan localmente en el dispositivo del paciente. No se transmiten datos, no se requieren cuentas.

Análisis de HRV y detalles de puntuación

Para clínicos e investigadores que desean comprender la metodología de medición.

Pipeline de señal

Cada bloque de respiración produce una secuencia de intervalos RR del sensor de banda torácica. Estos se procesan en un pipeline de cinco etapas:

  1. Eliminación de artefactos: Un pipeline adaptativo de dos pasadas: (1) el filtro de rango marca intervalos fuera de 300–1500 ms; (2) el filtro adaptativo de diferencias sucesivas utiliza una mediana móvil de las diferencias entre latidos con un criterio bilateral, marcando solo picos transitorios donde ambos vecinos se desvían. Los intervalos marcados se reemplazan por interpolación lineal (no se eliminan), preservando la temporización. Los bloques con menos de 30 intervalos utilizables se excluyen.
  2. Tacograma de FC: Los intervalos RR limpios se convierten a frecuencia cardíaca instantánea (lpm) y se colocan en un eje temporal continuo.
  3. Remuestreo uniforme: El tacograma se interpola mediante spline cúbico natural a una rejilla regular de 4 Hz — muy por encima de la frecuencia respiratoria más alta de interés — haciéndolo apto para el análisis espectral basado en FFT.
  4. Eliminación de tendencia y ventaneo: Se elimina el componente DC y se aplica una ventana de Hanning para reducir la fuga espectral antes del análisis en el dominio de frecuencia.
  5. Análisis espectral y de fase: Se aplica la FFT a la señal ventaneada. Una pasada separada con transformada de Hilbert extrae la fase cardíaca instantánea relativa a la referencia respiratoria.

Puntuación compuesta

Cada ventana de medición de 120 segundos produce una puntuación compuesta (0–1):

Puntuación = 0,85 × Amplitud espectral + 0,15 × Coherencia de fase
  • Amplitud espectral (85%): Potencia normalizada a la frecuencia respiratoria objetivo (banda de ±0,015 Hz) relativa a la potencia espectral total. Captura la magnitud de la resonancia cardiovascular a la frecuencia objetivo — la señal principal de maximización de RSA. Es autonormalizante (ratio, no potencia absoluta) por lo que es robusta ante diferencias entre sesiones en FC y magnitud de HRV en reposo.
  • Coherencia de fase (15%): Longitud media resultante (MRL) de la fase cardíaca instantánea relativa a la referencia respiratoria, calculada mediante transformada de Hilbert. MRL = 1,0 indica un acoplamiento de fase perfecto; MRL = 0 indica una relación de fase aleatoria. Ponderada al 15% porque la ventana de 120 segundos (~10 ciclos respiratorios) está por debajo del ideal de ≥20 ciclos para una estimación de fase estable — esta métrica es orientativa más que primaria. Nota: la coherencia de fase requiere una relación simétrica (1:1) de inspiración:espiración. La aplicación admite relaciones de espiración prolongada (1:1,5, 1:2) como opción del usuario, pero la medición de fase se desactiva para esas sesiones — la respiración asimétrica crea un desplazamiento sistemático de la fase cardíaca que haría que la MRL fuera no interpretable. Las sesiones con espiración prolongada se puntúan solo por amplitud espectral.

Filtrado de calidad de señal

Se calcula una métrica de calidad de señal (0–1) a partir de la tasa de artefactos y el coeficiente de variación de la FC:

Calidad de señal = 0,70 × (1 − Tasa de artefactos) + 0,30 × (1 − CV)

Los bloques con calidad de señal < 0,50 se excluyen del estimador de frecuencia de resonancia. Este umbral evita que los artefactos de movimiento, los problemas de contacto del electrodo o los latidos ectópicos distorsionen la estimación de frecuencia. Los bloques excluidos se señalan en el resumen de sesión para que el paciente pueda identificar problemas de colocación del sensor a tiempo.

Estimación de la frecuencia de resonancia

Después de cada sesión de Explorar, la aplicación reestima la frecuencia de resonancia del paciente utilizando todos los bloques válidos de todas las sesiones históricas:

  • Ajuste lorentziano ponderado: Se ajusta una curva lorentziana (oscilador amortiguado) ponderada por calidad a los pares (frecuencia, puntuación) de todos los bloques históricos válidos (mínimo 5 bloques, calidad de señal ≥ 0,50). La lorentziana es la forma espectral físicamente correcta para un sistema resonante y se ajusta mediante búsqueda en rejilla sobre la frecuencia central y el ancho, con amplitud y línea base resueltas analíticamente en cada punto de la rejilla. La ponderación por calidad al cuadrado da más influencia a los bloques de alta calidad mientras retiene el registro histórico completo. Se utiliza una cuadrática ponderada como alternativa si la búsqueda en rejilla lorentziana no encuentra un pico válido.
  • Modelo de covariable IBI: Cuando hay datos suficientes disponibles, un modelo extendido hace que la frecuencia central de la lorentziana dependa del IBI: x₀(IBI) = x₀ + β · IBIc, teniendo en cuenta la correlación entre el intervalo entre latidos en reposo y la frecuencia respiratoria óptima — consistente con los hallazgos de Lalanza et al. (2021). Esto permite la adaptación intrasesión cuando la FC en reposo del paciente difiere de su línea basal histórica, de modo que la frecuencia explorada a partir del Bloque 2 se ajusta al estado del paciente ese día.
  • Alternativa: Si ni el ajuste lorentziano ni el cuadrático están bien condicionados, se utiliza un método de bins ponderado por calidad como estimador alternativo.
  • Confianza: Cada estimación incluye una puntuación de confianza (0–1) basada en la cantidad de datos, la bondad del ajuste y la cobertura del pico. Se muestra en el resumen de sesión para que los pacientes puedan ver cómo se estabiliza la estimación con el tiempo.

Guía de configuración para el paciente

Los siguientes cuatro pasos llevan al paciente desde la primera descarga hasta la práctica activa.

1

Obtener un sensor de banda torácica

Cualquier banda torácica Bluetooth LE con soporte de intervalos RR funciona. Se recomienda el Polar H10 (~100 $ en polar.com) por su precisión validada en investigación. Compatibilidad confirmada: Polar H10, Garmin HRM Dual. Otras bandas torácicas BLE ECG estándar también deberían funcionar. Los pacientes deben tener el sensor antes de la primera sesión.

2

Descargar Precise Breath

Disponible en Google Play Store (Android) y Apple App Store (iOS). La aplicación guía a los usuarios a través del emparejamiento del sensor en el primer inicio. Se requiere un desbloqueo Premium (9,99 $ pago único) para los modos de análisis de HRV.

3

Realizar una sesión de calibración

Recomiende al paciente completar primero una sesión de Calibrar (~14 minutos). Esta evalúa sistemáticamente 5 frecuencias respiratorias y produce una estimación inicial de la frecuencia de resonancia. Preparación: modo No Molestar activado, electrodos de la banda torácica humedecidos, posición sentada tranquila.

4

Practicar con el modo Resonar

Tras la calibración, el paciente utiliza el modo Resonar para la práctica diaria a su frecuencia identificada. El modo Explorar continúa refinando la estimación en las sesiones posteriores. Se recomiendan 15–20 minutos diarios según la evidencia publicada de dosificación (Lehrer & Gevirtz, 2014).

Preguntas o material de derivación

Para preguntas clínicas, material de derivación o consultas sobre licencias, contáctenos en [email protected].

Hay disponible un folleto de derivación para pacientes imprimible — ábralo y use Cmd+P (o Ctrl+P) para imprimir una hoja limpia de una página.

Aviso legal: Precise Breath es una aplicación de bienestar y entrenamiento respiratorio. No es un dispositivo médico y no está destinada a diagnosticar, tratar, curar ni prevenir ninguna enfermedad o condición médica. La investigación clínica citada en esta página describe hallazgos publicados sobre la respiración a frecuencia de resonancia como práctica; los resultados individuales pueden variar. Los clínicos deben ejercer su propio juicio respecto a la selección apropiada de pacientes y su uso.

Referencias clave

  1. Vaschillo, E. G., Vaschillo, B., & Lehrer, P. M. (2006). Characteristics of resonance in heart rate variability stimulated by biofeedback. Applied Psychophysiology and Biofeedback, 31(2), 129–142.
  2. Lehrer, P. M. & Gevirtz, R. (2014). Heart rate variability biofeedback: How and why does it work? Frontiers in Psychology, 5, 756.
  3. Shaffer, F. & Meehan, Z. M. (2020). A practical guide to resonance frequency assessment. Frontiers in Neuroscience, 14, 570400.
  4. Steffen, P. R., et al. (2017). The impact of resonance frequency breathing on measures of heart rate variability, blood pressure, and mood. Frontiers in Public Health, 5, 222.
  5. Goessl, V. C., Curtiss, J. E., & Hofmann, S. G. (2017). The effect of heart rate variability biofeedback training on stress and anxiety: A meta-analysis. Psychological Medicine, 47(15), 2578–2586.
  6. Lin, I.-M., et al. (2019). Randomized controlled trial of heart rate variability biofeedback in cardiac autonomic and hostility among patients with coronary artery disease. Behaviour Research and Therapy, 70, 38–46.
  7. Tan, G., et al. (2011). Heart rate variability (HRV) and posttraumatic stress disorder (PTSD): A pilot study. Applied Psychophysiology and Biofeedback, 36(1), 27–35.
  8. Paul, M. & Garg, K. (2012). The effect of heart rate variability biofeedback on performance psychology of basketball players. Applied Psychophysiology and Biofeedback, 37(2), 131–144.
  9. Lalanza, J. F., et al. (2021). Resonance frequency is not always stable over time. Scientific Reports, 11, 8800.
  10. Task Force of ESC/NASPE (1996). Heart rate variability: Standards of measurement. Circulation, 93(5), 1043–1065.
  11. Gilgen-Ammann, R., Schweizer, T., & Wyss, T. (2019). RR interval signal quality of a heart rate monitor and an ECG Holter at rest and during exercise. European Journal of Applied Physiology, 119(7), 1525–1532.