Rodríguez J, Correa C, Ortiz L, Prieto S, Bernal P, Ayala J

Idioma: Español
Referencias bibliográficas: 14
Paginas: 183-189
Archivo PDF: 97.30 Kb.

RESUMEN

La teoría de los sistemas dinámicos en la fisiología ha permitido el desarrollo de nuevas concepciones de salud, enfermedad y aplicaciones matemáticas a diferentes patologías, como en el caso de la dinámica cardiaca. Tomando 15 Holters diagnosticados normales y con enfermedades cardiacas, y definiendo rangos de las frecuencias cardiacas y del número de latidos se calculó la probabilidad de cada rango para 4 prototipos realizando comparaciones entre estos valores y los obtenidos para los demás, para finalmente desarrollar parámetros matemáticos que diferencian normalidad de enfermedad. Más de 17 rangos de frecuencia cardiaca caracterizan una dinámica normal, mientras que menos de 14 rangos generalmente son característicos de enfermedad. Para los valores intermedios: si la diferencia entre los rangos de las dos frecuencias más frecuentes es mayor a 14 es signo de enfermedad. La suma de las dos probabilidades más frecuentes denota enfermedad cuando presenta valores mayores a 0.319 y cuando la diferencia de rangos entre frecuencias más frecuentes también indica enfermedad o si se presentan ambos parámetros y una mayor probabilidad del número de latidos fuera de los valores de normalidad. Se desarrolló una caracterización física y matemática de la dinámica cardiaca de aplicación clínica, útil como herramienta de ayuda diagnóstica.

REFERENCIAS (EN ESTE ARTÍCULO)

1. Devaney RL. A first course in chaotic dynamical systems theory and experiments. Reading, Mass: Addison-Wesley 1992.

2. Peitgen H, Jurgens H, Saupe D. Chaos and Fractals: New Frontiers of Science. Springer-Verlag. N.Y. 1992.

3. West BJ. Fractal physiology and chaos medicine. London. World Scientific Publishing Co. 1990.

4. Goldberger Al. Non-linear dynamics for clinicians: chaos theory, fractals, and complexity at the bedside. Lancet 1996; 347: 1312-1314.

5. Goldberger AL, Rigney DR, West BJ. Chaos and fractals in human physiology. Sci Am 1990; 262: 42-49.

6. Denton T, Diamond G et al. Fascinating rhythm: A primer on chaos theory and its application to cardiology. Am Heart J 1990; 6(1): 1419-1440.

7. Goldberger AL. Fractal dynamics in physiology: Alterations with disease and angin. PNAS 2002; 99: 2466-2472.

8. Huikuri H, Mäkikallo T, Peng Ch, Goldberger A, Hintze U, Moller M. Fractal correlation properties of R-R interval dynamics and mortality in patients with depressed left ventricular function after an acute myocardial infarction. Circulation 2000; 101: 47.

9. Rodríguez J, Prieto S, Ortiz L, Bautista A y cols. Diagnóstico matemático de la monitoría fetal aplicando la ley de Zipf-Mandelbrot. Rev Fac Med Univ Nac Colomb 2006; 54(2): 96-107.

10. Rodríguez J. Dynamical systems theory and ZIPF – Mandelbrot law applied to the development of a fetal monitoring diagnostic methodology. XVIII Figo World Congress of Gynecology And Obstetric. Kuala Lumpur, Malaysia. November 2006.

11. Laplace P. Ensayo filosófico sobre las probabilidades. Barcelona: Altaya 1995.

12. Parrondo J. Ruletas, monedas y entropía. Investigación y Ciencia, No. 314, Noviembre 2002.

13. Feynman RP, Leighton RB, Sands M. Probabilidad. En: Feynman RP, Leighton RB, Sands M. Física. Vol. 1. Wilmington: Addison-Wesley Iberoamericana, S. A. 1964: 6-1, 6-16.

14. Juha S. Perkio¨Ma¨ Ki, Timo H. Ma¨ Kikallio, Heikki Huikuri. Fractal and complexity measures of heart rate variability. Clinical and Experimental Hypertension 2005; (2-3):149-158.