medigraphic.com
ISSN 0185-3252 (Impreso)
Revista de la Asociación Médica del Centro Médico ABC

2017, Número 3

<< Anterior Siguiente >>

An Med Asoc Med Hosp ABC 2017; 62 (3)


Aplicación de una ley fundamentada en los sistemas dinámicos para la evaluación de la dinámica cardiaca en 16 horas

Rodríguez VJO, Correa HSC, Prieto BSE, Rojas RJA, Chavarría CT, Palacios BAU, Hurtado CC

Idioma: Español
Referencias bibliográficas: 31
Paginas: 180-186
Archivo PDF: 379.62 Kb.


RESUMEN

Antecedentes: La formulación de una ley matemática exponencial de los sistemas dinámicos caóticos cardiacos ha permitido cuantificar las diferencias entre dinámicas cardiacas normales, aquéllas con enfermedad y en estadios evolutivos hacia agudización. Objetivo: Implementar la ley matemática exponencial como herramienta diagnóstica de la dinámica cardiaca al reducir su tiempo a 16 horas, confirmando su utilidad clínica. Material y métodos: Se realizó un estudio con 100 registros electrocardiográficos: de ellos, 20 correspondían a sujetos normales y 80 fueron diagnosticados con diferentes tipos de patologías cardiacas. Se realizó una simulación teórica de frecuencias cardiacas en 16 y 21 horas, a partir de los valores mínimos y máximos de frecuencias registradas, así como el total de latidos por hora, para construir el atractor de la dinámica cardiaca. Seguidamente, se calculó la dimensión fractal de los atractores generados de las distintas dinámicas y se cuantificó su ocupación en el espacio generalizado de box-counting. Finalmente, se estableció el diagnóstico fisicomatemático y se comparó con el diagnóstico convencional del holter tomado como estándar de oro para ambas evaluaciones. Resultados: Al aplicar la ley matemática se mostró que los casos que presentaban algún tipo de patología presentaron valores entre 51 y 167 en la rejilla Kp; para los casos normales, estos valores estuvieron entre 251 y 396. Además, el análisis estadístico arrojó resultados del 100% para la especificidad y sensibilidad; el coeficiente Kappa fue de 1. Conclusión: Se logró comprobar la utilidad clínica de la ley matemática exponencial para distinguir dinámicas cardiacas enfermas de normales, aun cuando el tiempo de evaluación se hubiese reducido de 21 a 16 horas.


REFERENCIAS (EN ESTE ARTÍCULO)

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

  2. Mandelbrot B. The fractal geometry of nature. Freeman. Barcelona: Tusquets Editores, SA; 2000.

  3. Peitgen H, Jurgens H, Saupe D. Limits and self similarity. In: Chaos and fractals: new frontiers of science. New York: Springer-Verlag; 1992. p. 135-182.

  4. Organización Mundial de la Salud. Enfermedades cardiovasculares. Datos y cifras. Centro de Prensa. Disponible en: http://www.who.int/mediacentre/factsheets/fs317/es/index.html [Fecha de consulta 15/04/2016]

  5. OMS-Centro de prensa. Día mundial del corazón: enfermedades cardiovasculares causan 1,9 millones de muertes al año en las Américas. Nota informativa, octubre de 2012. Disponible en: http://www.paho.org/bol/index.php?option=com_content&view=article&id=1514&catid=667:notas-de-prensa [Fecha de consulta 15/04/2016]

  6. Pineda M, Matiz H, Rozo R. Enfermedad coronaria. Bogotá: Editorial Kimpres Limitada; 2002.

  7. Gaziano T, Gaziano M. Global burden of cardiovascular disease. In: Braunwald’s heart disease —a textbook of cardiovascular medicine. 9th ed. Saunders; 2011.

  8. Charria D, Sánchez C. Arritmias y trastornos de conducción. Oficina de Recursos Educacionales-FEPAFEM. [Citado 10 ene 2013] Disponible en: http://www.aibarra.org/Guias/3-2.htm [Fecha de consulta 15/04/2016]

  9. Lombardi F. Chaos theory, heart rate variability, and arrhythmic mortality. Circulation. 2000; 101 (1): 8-10.

  10. 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 U S A. 2002; 99 Suppl 1: 2466-2472.

  11. Baumert M, Baier V, Voss A. Estimating the complexity of heart rate fluctuations—an approach based on compression entropy. Noise Lett. 2005; 4: L557–L563.

  12. Voss A, Schulz S, Schroeder R, Baumert M, Caminal P. Methods derived from nonlinear dynamics for analysing heart rate variability. Philos Trans A Math Phys Eng Sci. 2009; 367 (1887): 277-296.

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

  14. 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.

  15. Rodríguez J, Narváez R, Prieto S, Correa C, Bernal P, Aguirre G et al. The mathematical law of chaotic dynamics applied to cardiac arrhythmias. J Med Med Sci. 2013; 4 (7): 291-300.

  16. Feynman R. Comportamiento cuántico. En: Feynman RP, Leighton RB, Sands M. Física. Wilmington: Addison-Wesley Iberoamericana, SA; 1964. p. 37-16.

  17. 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.

  18. Tolman R. Principles of statistical mechanics. New York: Dover Publications; 1979.

  19. Garte S. Fractal properties of the human genome. J Theor Biol. 2004; 230 (2): 251-260.

  20. Lefebvre F, Benali H, Gilles R, Kahn E, Di Paola R. A fractal approach to the segmentation of microcalcifications in digital mammograms. Med Phys. 1995; 22 (4): 381-390.

  21. Rodríguez JO, Prieto SE, Correa C, Bernal PA, Puerta GE, Vitery S et al. Theoretical generalization of normal and sick coronary arteries with fractal dimensions and the arterial intrinsic mathematical harmony. BMC Med Phys. 2010; 10: 1.

  22. Velásquez JO, Bohórquez SE, Herrera SC, Cajeli DD, Velásquez DM, de Alonso MM. Geometrical nuclear diagnosis and total paths of cervical cell evolution from normality to cancer. J Cancer Res Ther. 2015; 11 (1): 98-104.

  23. 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.

  24. 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: Rodríguez LG, coordinador. La emergencia de los enfoques de la complejidad en América Latina: desafíos, contribuciones y compromisos para abordar los problemas complejos del siglo XXI. Buenos Aires: Comunidad Editora Latinoamericana; 2015. p. 315-344.

  25. Rodríguez J, Prieto S, Correa C, Mendoza F, Weiz G, Soracipa Y et al. Physical mathematical evaluation of the cardiac dynamic applying the Zipf-Mandelbrot law. Int J Mod Phys. 2015; 6: 1881-1888.

  26. 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.

  27. Rodríguez JO, Prieto SE, Correa C, Pérez CE, Mora JT, Bravo J et al. Predictions of CD4 lymphocytes’ count in HIV patients from complete blood count. BMC Med Phys. 2013; 13 (1): 3.

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

  29. 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.

  30. Rodríguez J, Correa C. Predicción temporal de la epidemia de dengue en Colombia: dinámica probabilista de la epidemia. Rev Salud pública. 2009; 11 (3): 443-453.

  31. Rodríguez J. Dynamical systems applied to dynamic variables of patients from the Intensive Care Unit (ICU). Physical and mathematical mortality predictions in ICU. J Med Med Sci. 2015; 6 (8): 102-108.




2020     |     www.medigraphic.com