Heart Rate Variability (HRV)

Hjärtfrekvensvariabilitet (HRV) mäter variationen i tid mellan hjärtslag, vilket speglar balansen i det autonoma nervsystemet mellan sympatisk och parasympatisk aktivitet. Högre HRV pekar på bättre autonom flexibilitet och förutspår lägre dödlighetsrisk, medan lägre HRV är en markör för autonom dysfunktion kopplad till kardiovaskulär och total död.

En omfattande systematisk översikt och metaanalys från 2022, som poolade 32 studier och två individdatabaser, totalt 37 urval och 38 008 deltagare i både friska och sjuka populationer, fann att lägre HRV-värden genomgående förutspådde högre dödlighet, oavsett ålder, kön, kontinent och inspelningstid [1]. I en specifik delanalys som jämförde den lägsta kvartilen av 5-minuters RMSSD (root mean square of successive differences, ett vanligt tidsdomänmått för HRV) mot övriga kvartiler, var den sammanslagna riskkvoten 1,56 (95% KI 1,32-1,85) för dödlighet [1]. Hos patienter med hjärt-kärlsjukdom specifikt fann en separat metaanalys av 28 kohortstudier (n=3 094) att lägre HRV hängde ihop med en poolad riskkvot på 2,27 (95% KI 1,72-3,00) för total dödlighet och 1,41 (95% KI 1,16-1,72) för kardiovaskulära händelser. Sambandet med total dödlighet var signifikant hos patienter med akut hjärtinfarkt men inte konsekvent hos patienter med hjärtsvikt specifikt [2]. En nyare metaanalys från 2025 fokuserad enbart på hjärtsvikt (10 studier, n=10 544) fann att nedsatt HRV, särskilt tidsdomänmåttet SDNN, hade en poolad effektstorlek på 1,99 (95% KI 1,36-2,61) för dödlighet och förbättrade riskstratifieringen utöver ejektionsfraktion och NYHA-funktionsklass, särskilt för att förutspå plötslig hjärtdöd (riskkvot 2,1-3,2) [3].

Så mäts det: kliniskt tas HRV fram från en kontinuerlig EKG-inspelning, vanligtvis 5 minuter eller 24 timmar, och beräknar tidsdomänmått som SDNN och RMSSD eller frekvensdomänmått [4]. Konsumentbärbara enheter uppskattar HRV med fotopletysmografi eller enkanals-EKG, och rapporterar oftast RMSSD över natten, vilket korrelerar rimligt väl med klinisk mätning men med mer brus och variation mellan enheter. Bryan Johnsons Blueprint-protokoll rapporterar HRV som ett rutinmått i sin panel, ett n=1-egenrapport snarare än studiedata [5][6].

Så kan man påverka det: konditionsträning, långsam andningsteknik, tillräcklig sömn och minskat alkoholintag stöds alla av randomiserade eller kontrollerade studier för att förbättra HRV över veckor till månader. Överträning, dålig sömn, sjukdom och kronisk stress sänker den tillförlitligt. HRV är också en av de mer förändringsbenägna biomarkörerna vid kortsiktiga livsstilsförändringar, vilket gör den till ett populärt dagligt återhämtningsmått i konsumentbärbara enheter, skilt från dess mer långsiktiga roll som dödlighetsprediktor i kliniska kohorter.

Kritiker påpekar betydande heterogenitet mellan studier (I² överstiger ofta 90% i poolade analyser), vilket speglar stora skillnader i inspelningstid, HRV-mått och studerad population, vilket gör det svårt att peka ut en universell målsiffra för HRV. HRV är också starkt beroende av dagsform (påverkas av sjukdom, alkohol, sömn och stress), så enstaka mätvärden, särskilt från konsumentbärbara enheter med ofullständiga algoritmer, är betydligt mindre informativa än trender över tid från klinisk mätning.

Slutsatsen: lägre HRV är en genomgående replikerad prediktor för dödlighet i både hjärt-kärlsjuka och allmänna populationer, med effektstorlekar jämförbara med stora traditionella riskfaktorer i vissa analyser. Men heterogeniteten mellan studier betyder att ingen enskild HRV-siffra gäller universellt, och dagliga mätvärden från bärbara enheter används bäst för att följa den egna trenden över tid snarare än jämföras mot befolkningsgenomsnitt.