metricas

Acta Colombiana de Cuidado Intensivo

Sugerencias
Acta Colombiana de Cuidado Intensivo Diagnóstico físico-matemático de la dinámica cardiaca a partir de sistemas d...
Información de la revista
Vol. 16. Núm. 1.
Páginas 1-66 (Enero - Marzo 2016)
Cita
Cita
Compartir
Descargar PDF
Más opciones de artículo
Visitas
421
Vol. 16. Núm. 1.
Páginas 1-66 (Enero - Marzo 2016)
Original

Diagnóstico físico-matemático de la dinámica cardiaca a partir de sistemas dinámicos y geometría fractal: disminución del tiempo de evaluación de la dinámica cardiaca de 21 a 16horas

Physical-Mathematical diagnosis of cardiac dynamics from fractal geometry and dynamical systems: decreased time assessment of cardiac dynamics of 21 to 16 hours
Visitas
421
Javier Rodrígueza,b,c,
Autor para correspondencia
grupoinsight2025@yahoo.es

Autor para correspondencia.
, Signed Prietoa,b,c, Catalina Correaa,b,c, Henry Oliverosd, Yolanda Soracipaa,b,c, Laura Méndezc, Alejandro Velascoc, Laura Valeroc, Natalia Hoyosc, Hebert Bernalc
a Grupo Insight, Bogotá, Colombia
b Centro de Investigaciones - Clínica del Country, Bogotá, Colombia
c Universidad Militar Nueva Granada, Bogotá, Colombia
d Unidad de Cuidados Intensivos Postquirúrgicos - Hospital Militar Central, Bogotá, Colombia
Este artículo ha recibido
Información del artículo
Resumen
Texto completo
Bibliografía
Descargar PDF
Estadísticas
Resumen
Objetivo

Desarrollar una metodología diagnóstica físico-matemática que diferencie normalidad de enfermedad aguda, en registros electrocardiográficos continuos y Holter, disminuyendo el tiempo de evaluación de 21 a 16h, mediante los espacios de ocupación de atractores dinámicos.

Métodos

Estudio de corte trasversal en pacientes ingresados a cuidados intensivos y sujetos normales como controles, tomando 40 registros Holter y/o electrocardiográficos continuos normales y con enfermedad aguda. Se realizó una inducción a partir de 3 dinámicas normales y 7 agudas; tomando los valores máximos y mínimos de frecuencia cardiaca/hora y total de latidos/hora, se construyeron atractores con la información de 21h para evaluar sus espacios de ocupación y dimensión fractal. Se realizó este mismo procedimiento en 16h, a partir de 30 dinámicas, con el fin de establecer diferencias e igualdades entre normalidad y enfermedad. Posteriormente, se confirmaron los resultados obtenidos mediante medidas de sensibilidad y especificidad respecto al diagnóstico convencional tomado como el patrón de oro.

Resultados

Los espacios de ocupación lograron diferenciar dinámicas cardiacas normales de agudas en 16h y cuantificar el nivel de agudización, logrando valores de sensibilidad y especificidad del 100%.

Conclusiones

El diagnóstico logrado permite disminuir el tiempo de evaluación a 16h haciendo posible la cuantificación del nivel de gravedad de la enfermedad, lo que puede contribuir a la disminución de tiempo y costos en la clínica.

Palabras clave:
Dinámica
Fractal
Diagnóstico
Electrocardiografía
Frecuencia cardiaca
Abstract
Objectives

To develop a physical-mathematical diagnostic methodology that differentiates normality and acute disease in Holter and/or continuous electrocardiographic records while reducing testing time from 21 to 16hours by occupying spaces of dynamic attractors.

Methods

Cross-sectional study of patients admitted to Intensive Care and healthy subjects as controls, taking 40 Holter and/or electrocardiographic continuous records, normal and with acute pathology. Induction was held from 3 normal and 7 acute dynamics; taking the maximum and minimum values of heart rate/hour and total of beats/hour, attractors were constructed with information from 21hours to assess their areas of occupation and fractal dimension. This same procedure was performed in 16hours, in order to establish differences and equalities between normal and disease. Subsequently, the results obtained were confirmed by measurements of sensitivity and specificity compared to conventional diagnosis taken as gold standard, from 30 dynamics.

Results

The occupying spaces managed differentiate normal of acute cardiac dynamics in 16hours and quantify the level of sharpening, achieving sensitivity and specificity of 100%.

Conclusions

The diagnosis made possible to reduce the evaluation time to 16hours allowing the quantification of the severity of the disease, which can help to reduce time and costs in the clinic.

Keywords:
Dynamics
Fractal
Diagnosis
Electrocardiography
Heart rate

Artículo

Opciones para acceder a los textos completos de la publicación Acta Colombiana de Cuidado Intensivo
Suscriptor
Suscriptor de la revista

Si ya tiene sus datos de acceso, clique aquí.

Si olvidó su clave de acceso puede recuperarla clicando aquí y seleccionando la opción "He olvidado mi contraseña".
Comprar
Comprar acceso al artículo

Comprando el artículo el PDF del mismo podrá ser descargado

Comprar ahora
Contactar
Teléfono para suscripciones e incidencias
De lunes a viernes de 9h a 18h (GMT+1) excepto los meses de julio y agosto que será de 9 a 15h
Llamadas desde España
932 415 960
Llamadas desde fuera de España
+34 932 415 960
E-mail
Bibliografía
[1]
R. Devaney.
A first course in chaotic dynamical systems theory and experiments PL Reading Mass.
Addison- Wesley, (1992),
[2]
B. Mandelbrot.
The fractal geometry of nature.
Freeman, Tusquets Eds S.A., (1972), pp. 3-17
[3]
K. Falconer.
Fractal geometry. Mathematical foundations and applications.
John Wiley & Sons Ltd, (2003), pp. 41-43
[4]
H. Peitgen, H. Jürgens, D. Saupe.
Strange attractors, the locus of chaos.
Chaos and fractals: New frontiers of science, pp. 655-768
[5]
J. Rodríguez, P. Bernal, L. Álvarez, S. Pabón, S. Ibáñez, N. Chapuel, 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.
Inmunologia., 29 (2010), pp. 91-100
[6]
J. Rodríguez.
Método para la predicción de la dinámica temporal de la malaria en los municipios de Colombia.
Rev Panam Salud Pública., 27 (2010), pp. 211-218
[7]
J. Rodríguez, S. Prieto, C. Correa, C. Pérez, J. Mora, J. Bravo, et al.
Predictions of CD4 lymphocytes’ count in HIV patients from complete blood count.
BMC Medical Physics., 13 (2013), pp. 3
[8]
C. Correa, J. Rodríguez, S. Prieto, L. Álvarez, B. Ospino, A. Munévar, et al.
Geometric diagnosis of erythrocyte morphophysiology.
J Med Med Sci., 3 (2012), pp. 715-720
[9]
S. Prieto, J. Rodríguez, C. Correa, Y. Soracipa.
Diagnosis of cervical cells based on fractal and Euclidian geometrical measurements: Intrinsic Geometric Cellular Organization.
BMC Medical Physics, 14 (2014), pp. 1-9
[10]
J. Velásquez, S. Prieto, C. Correa, D. Dominguez, D.M. Cardona, M. Melo.
Geometrical nuclear diagnosis and total paths of cervix cell evolution from normality to cancer.
J Can Res Ther, 11 (2015), pp. 98-104
[11]
R. Feynman, R. Leighton, M. Sands.
Leyes de Newton de la dinámica.
Física.,
[12]
R. Feynman, R. Leighton, M. Sands.
Comportamiento cuántico.
Física.,
[13]
R. Robledo, F.A. Escobar.
Las enfermedades crónicas no transmisibles en Colombia.
Boletín del Observatorio en Salud., 3 (2010), pp. 1-9
[14]
J. Gallo, J. Farbiarz, D. Alvarez.
Análisis espectral de la variabilidad de la frecuencia cardiaca.
IATREIA., 12 (1999), pp. 61-71
[15]
A. Goldberger, D.R. Rigney, B. West.
Caos y fractales en la fisiología humana.
Investigación y ciencia., 163 (1990), pp. 32-38
[16]
A.L. Ritzenberg, D.R. Adam, R.J. Cohen.
Period multupling—evidence for nonlinear behaviour of the canine heart.
Nature., 307 (1984), pp. 159-161
[17]
A.L. Goldberger, B.J. West.
Applications of nonlinear dynamics to clinical cardiology.
Ann N Y Acad Sci., 504 (1987), pp. 195-213
[18]
A.L. Goldberger, D.R. Rigney, J. Mietus, E.M. Antman, S. Greenwald.
Nonlinear dynamics in sudden cardiac death syndrome: Heart rate oscillations and bifurcations.
Experientia., 44 (1988), pp. 983-987
[19]
A. Goldberger, L.A.N. Amaral, J.M. Hausdorff, P.Ch. Ivanov, C.K. Peng, H.E. Stanley.
Fractal dynamics in physiology: Alterations with disease and aging.
Proc Natl Acad Sci U S A, (2002), pp. 2466-2472
[20]
H.V. Huikuri, T. Mäkikallio, C.K. Peng, A.L. Goldberger, U. Hintze, M. Møller, 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., 101 (2000), pp. 47-53
[21]
J. Rodríguez.
Mathematical law of chaotic cardiac dynamics: Predictions for clinical application.
J Med Med Sci., 2 (2011), pp. 1050-1059
[22]
J. Rodríguez, C. Correa, M. Melo, D. Domínguez, S. Prieto, D.M. Cardona, et al.
Chaotic cardiac law: Developing predictions of clinical application.
J Med Med Sci., 4 (2013), pp. 79-84
[23]
J. Rodríguez, R. Narváez, S. Prieto, C. Correa, P. Bernal, G. Aguirre, et al.
The mathematical law of chaotic dynamics applied to cardiac arrhythmias.
J Med Med Sci., 4 (2013), pp. 291-300
[24]
J. Rodríguez, S. Prieto, M. Flórez, C. Alarcón, R. López, G. Aguirre, et al.
Physical-mathematical diagnosis of cardiac dynamic on neonatal sepsis: predictions of clinical application.
J Med Med Sci., 5 (2014), pp. 102-108
[25]
J. Rodríguez.
Entropía proporcional de los sistemas dinámicos cardiacos: Predicciones físicas y matemáticas de la dinámica cardiaca de aplicación clínica.
Rev Colomb Cardiol., 17 (2010), pp. 115-129
[26]
Rodriguez J. Proportional entropy applied to the clinic prediction of cardiac dynamics. Innovations in cardiovascular interventions. ICI meeting, Tel Aviv-Israel. 2012.
[27]
J. Rodríguez, S. Prieto, D. Domínguez, M. Melo, F. Mendoza, C. Correa, et al.
Mathematical-physical prediction of cardiac dynamics using the proportional entropy of dynamic systems.
J Med Med Sci., 4 (2013), pp. 370-381
[28]
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.
[29]
Rodríguez J, Prieto S, Bernal P, Izasa D, Salazar G, Correa C, et al. Entropía proporcional aplicada a la evolución de la dinámica cardíaca Predicciones de aplicación clínica. La emergencia de los enfoques de la complejidad en América Latina. Tomo I. Argentina: Comunidad del Pensamiento complejo; 2015. p. 247-64.
[30]
Rodriguez J. Proportional entropy of the cardiac dynamics in CCU patients. 7th International Meeting of Acute Cardiac Care, Tel Aviv-Israel. 2011.
[31]
J. Rodríguez, S. Prieto, N. Avilán, C. Correa, P. Bernal, L. Ortiz, et al.
Nueva metodología física y matemática de evaluación del Holter.
Rev Colomb Cardiol., 15 (2008), pp. 50-54
[32]
J. Rodríguez, S. Prieto, P. Bernal, Y. Soracipa, G. Salazar, D. Isaza, et al.
Nueva metodología de ayuda diagnóstica de la dinámica geométrica cardiaca: dinámica cardiaca caótica del holter.
Rev Acad Colomb Cienc., 35 (2011), pp. 5-12
[33]
Rodríguez J, Prieto S, Correa C, Soracipa Y, Méndez L, Bernal H, et al. Nueva metodología de evaluación del Holter basada en los sistemas dinámicos y la geometría fractal: confirmación de su aplicabilidad a nivel clínico. Salud UIS. Aprobado para publicación.
[34]
M. Pineda, H. Matiz, R. Rozo.
Enfermedad coronaria.
Editorial Kimpres Ltda, (2002),
[35]
O. Figueredo, S. Gonzáles.
Morbimortalidad en la Unidad de Cuidados Intensivos.
Rev Electrónica Portales Médicos., (2010), pp. 1-22
[36]
A. Voss, S. Schulz, R. Schroeder, M. Baumert, P. Caminal.
Methods derived from nonlinear dynamics for analysing heart rate variability.
Phil Trans R Soc A, 367 (2009), pp. 277-296
[37]
J.S. Perkiömäki, T.H. Mäkikallio, H.V. Huikuri.
Fractal and complexity measures of heart rate variability.
Clin Exp Hypertens,, 27 (2005), pp. 149-158
asdasdasd
Opciones de artículo
Herramientas