medigraphic.com
ISSN 0188-2198 (Impreso)

2016, Número S3

<< Anterior Siguiente >>

Rev Mex Cardiol 2016; 27 (S3)


Evaluación geométrica de la saturación, presión de dióxido de carbono y oxígeno de gases venosos

Valdés-Cadena C, Rodríguez-Velásquez J, Prieto-Bohórquez S, Correa-Herrera C, Oliveros-Rodríguez H, Leyva-Rojas A, Bautista-Mesa J, Medina-Araújo S, Ramírez J, Soracipa-Muñoz Y

Idioma: Español
Referencias bibliográficas: 37
Paginas: 103-109
Archivo PDF: 250.07 Kb.


RESUMEN

Antecedentes: El comportamiento caótico de la dinámica cardiaca normal y aguda ha sido evaluado cuantitativamente durante 16 horas en el contexto de la teoría de los sistemas dinámicos y la geometría fractal. Objetivo: Establecer una nueva medida matemática y geométrica para caracterizar la saturación venosa de oxígeno (SvO2), la presión venosa de oxígeno (PvO2) y de dióxido de carbono (PvCO2), en el contexto de la teoría de los sistemas dinámicos. Material y métodos: Se registraron los valores de la SvO2, la PvO2 y de la PvCO2, tomados de los reportes clínicos de gases de 10 pacientes, para construir atractores caóticos en el mapa de retardo, posteriormente se estable­cieron los valores mínimos y máximos de la totalidad del atractor. Resultados: Los valores mínimos y máximos de los atractores de SvO2, la PvO2 y de la PvCO2 variaron entre 49.30 y 99.80%, 26.10 y 96.40 mmHg, 27.60 y 65mmHg, respectivamente. Conclusiones: Se observó un comportamiento caótico de las variables hemodinámicas, cuantificable a partir de los valores mínimos y máximos de cada atractor estableciendo de esta manera una nueva medida matemática, geométrica y física para evaluar estas tres variables hemodinámicas de interés en la Unidad de Cuidados Intensivos.


REFERENCIAS (EN ESTE ARTÍCULO)

  1. Feynman R, Leighton R, Sands M. Física Vol. 3. Wilmington: Addison-Wesley Iberoamericana, S. A; Leyes de Newton de la Dinámica; Capítulo 9, 1987, pp. 9-1-9-14.

  2. Peitgen H, Jurgens H, Saupe D. Chaos and fractals; new frontiers of science. New York: Springer; 1992.

  3. Devaney R. A first course in chaotic dynamical systems theory and experiments. Reading Massachusetts: Addison-Wesley; 1992.

  4. Mandelbrot B. The fractal geometry of nature. Barcelona: Freeman, Tusquets Eds S.A.; 1972.

  5. Falconer K. Fractal geometry. Mathematical foundations and applications. West Sussex: John Wiley & Sons Ltd; 2003.

  6. Ayres S, Holbrook P, Shoemaker W. Tratado de medicina crítica y terapia intensiva. 4ª edición. Bogotá: Editorial médica panamericana; 2000.

  7. Acevedo L, Solarte L. Gasimetría arterial en adultos jóvenes a nivel del mar. Acta Médica Colombiana. 1984; 9 (1): 7-14.

  8. Goldberger AL, Amaral LA, Hausdorff JM, Ivanov PCH, Peng CK, Stanley HE. Fractal dynamics in physiology: alterations with disease and aging. Proc Natl Acad Sci USA. 2002; 99 (Suppl. 1): 2466-2472.

  9. Huikuri HV, Mäkikallio T, Peng CK, Goldberger AL, Hintze U, Møller M et al. Fractal correlation properties of R-R interval dynamics and mortality in patients with depressed left ventricular function after and acute myocardial infarction. Circulation. 2000; 101 (1): 47-53.

  10. Rodríguez J, Prieto S, Avilán N, Correa C, Bernal P, Ortiz L et al. Nueva metodología física y matemática de evaluación del Holter. Rev Colomb Cardiol. 2008; 15: 50-54.

  11. Rodríguez J. Mathematical law of chaotic cardiac dynamic: predictions of clinic application. J Med Med Sci. 2011; 2 (8): 1050-1059.

  12. Rodríguez J, Prieto S, Bernal P, Soracipa Y, Salazar G, Isaza D et al. Nueva metodología de ayuda diagnóstica de la dinámica geométrica cardiaca dinámica cardiaca caótica del holter. Rev Acad Colomb Cienc. 2011; 35 (134): 5-12.

  13. Rodríguez J, Prieto S, Correa C, Oliveros H, Soracipa Y, Amaya J et al. Sistemas dinámicos aplicados a la disminución del tiempo de diagnóstico de la dinámica cardiaca de 24 a 16 horas en holter y registros electrocardiográficos continuos. X Congreso de Medicina Crítica y Cuidado Intensivo. Cartagena, Colombia. 2015.

  14. Rodríguez J, Prieto S, Correa C, Bautista J, Velasco A, Méndez et al. Mathematics physical assessment of cardiac dynamics based on theory of probability and proportions of entropy in the intensive care unit for patients with arrhythmia. J Nucl Med Radiat Ther. 2015; 6: 4.

  15. Awasthi S, Rani R, Malviya D. Peripheral venous blood gas analysis: An alternative to arterial blood gas analysis for initial assessment and resuscitation in emergency and intensive care unit patients. Anesth Essays Res. 2013; 7 (3): 355-358.

  16. Razi E, Nasiri O, Akbari H, Razi A. Correlation of arterial blood gas measurements with venous blood gas values in mechanically ventilated patients. Tanaffos. 2012; 11 (4): 30-35.

  17. Masip J, De Mendoza D, Planas K, Paez J, Sanchez B, Cancio B. Peripheral venous blood gases and pulse-oximetry in acute cardiogenic pulmonary oedema. Eur Heart J Acute Cardiovasc Care. 2012; 1 (4): 275-280.

  18. Treger R, Pirouz S, Kamangar N, Corry D. Agreement between central venous and arterial blood gas measurements in the intensive care unit. Clin J Am Soc Nephrol. 2010; 5 (3): 390-394.

  19. Baird G. Preanalytical considerations in blood gas analysis. Biochem Med (Zagreb). 2013; 23 (1): 19-27.

  20. Küme T, Rıza A, Solak A, Tuğlu B, Çinkooğlu B, Çoker C. The effects of different syringe volume, needle size and sample volume on blood gas analysis in syringes washed with heparin. Biochem Med (Zagreb). 2012; 22 (2): 189-201.

  21. Rodríguez J, Prieto S, Domínguez D, Correa C, Melo M, Pardo J et al. Application of the chaotic power law to cardiac dynamics in patients with arrhythmias. Rev Fac Med. 2014; 62 (4): 539-546.

  22. Rodríguez J, Correa C, Melo M, Domínguez, D, Prieto S, Cardona DM et al. Chaotic cardiac law: Developing predictions of clinical application. J Med Med Sci. 2013; 4 (2): 79-84.

  23. Rodríguez J, Prieto S, Flórez M, Alarcón C, López R, Aguirre G et al. Physical-mathematical diagnosis of cardiac dynamic on neonatal sepsis: predictions of clinical application. J Med Med Sci. 2014; 5 (5): 102-108.

  24. Rodríguez J, Prieto S, Domínguez D, Melo M, Mendoza F, Correa C et al. Mathematical-physical prediction of cardiac dynamics using the proportional entropy of dynamic systems. J Med Med Sci. 2013; 4 (8): 370-381.

  25. Rodríguez J, Prieto S, Correa C, Soracipa Y, Aguirre G, Méndez L. Proportional entropy applied to the clinical diagnostic of cardiac dynamic: blind study with 600 holter. The 61st Annual Conference of the Israel Heart Society in association with The Israel Society of Cardiothoracic Surgery; 2014; Israel.

  26. Rodríguez J, Prieto S, Bernal P, Izasa D, Salazar G, Correa C et al. Entropía proporcional aplicada a la evolución de la dinámica cardiaca Predicciones de aplicación clínica. En: La emergencia de los enfoques de la complejidad en América Latina. Tomo I. Argentina: Comunidad del Pensamiento complejo; 2015, pp. 247-264.

  27. Rodríguez J. Método para la predicción de la dinámica temporal de la malaria en los municipios de Colombia. Rev Panam Salud Pública. 2010; 27 (3): 211-218.

  28. Rodríguez J, Vitery S, Puerta G, Muñoz D, Rojas I, Pinilla L et al. Dinámica probabilista temporal de la epidemia de dengue en Colombia. Rev Cubana Hig Epidemiol. 2011; 49 (1): 74-83.

  29. Rodríguez J, Prieto S, Correa C, Pérez C, Mora J, Bravo J et al. Predictions of CD4 lymphocytes’ count in HIV patients from complete blood count. BMC Medical Physics. 2013; 13: 3.

  30. Rodríguez J, Prieto S, Melo Martha, Domínguez D, Correa C, Soracipa Y et al. Predicción del número de linfocitos T CD4 en sangre periférica a partir de teoría de conjuntos y probabilidad en pacientes con VIH/SIDA. Inmunología. 2014; 33: 113-120.

  31. Rodríguez J, Bernal P, Álvarez L, Pabón S, Ibáñez S, Chapuel N et al. Predicción de unión de péptidos de MSP-1 y EBA-140 de plasmodium falciparum al HLA clase II Probabilidad, combinatoria y entropía aplicadas a secuencias peptídicas. Inmunología. 2010; 29 (3): 91-99.

  32. Rodríguez J, Bernal P, Prieto S, Correa C. Teoría de péptidos de alta unión de malaria al glóbulo rojo. Predicciones teóricas de nuevos péptidos de unión y mutaciones teóricas predictivas de aminoácidos críticos. Inmunología. 2010; 29 (1): 7-19.

  33. Rodríguez J, Prieto S, Correa C, Bernal P, Puerta G, Vitery S et al. Theoretical generalization of normal and sick coronary arteries with fractal dimensions and the arterial intrinsic mathematical harmony. BMC Medical Physics. 2010; 10: 1.

  34. Prieto s, Rodríguez J, Correa C, Soracipa Y. Diagnosis of cervical cells based on fractal and Euclidian geometrical measurements: Intrinsic Geometric Cellular Organization. BMC Med Phy. 2014; 14: 2.

  35. Velásquez J, Prieto S, Correa C, Dominguez D, Velásquez DM, Melo M. Geometrical nuclear diagnosis and total paths of cervical cell evolution from normality to cancer. J Cancer Res Ther. 2015; 11 (1): 98-104.

  36. Correa C, Rodríguez J, Prieto S, Álvarez L, Ospino B, Munévar A et al. Geometric diagnosis of erythrocyte morphophysiology. J Med Med Sci. 2012; 3 (11): 715-720.

  37. Rodríguez J, Prieto S, Correa S, Mejía M, Ospino B, Munevar Á et al. Simulación de estructuras eritrocitarias con base en la geometría fractal y euclidiana. Archivos de Medicina Umanizales. 2014; 14 (2): 276-284.




2020     |     www.medigraphic.com