Академический Документы
Профессиональный Документы
Культура Документы
Resumen
El presente trabajo ha consistido en aplicar un
mtodo de anlisis no lineal para caracterizar los
cambios de complejidad de la variabilidad del ritmo
cardiaco (VRC). El objetivo ha sido estratificar el
riesgo de muerte sbita cardiaca en pacientes con
Cardiomiopata Dilatada Idioptica (IDC) y en
pacientes con Cardiomiopata Dilatada Isqumica
(ICM). Se ha desarrollado una metodologa basada
en la Dinmica Simblica (DS), generndose
smbolos a partir de la serie RR, duracin entre
latidos cardacos consecutivos. Los ndices de
complejidad propuestos han sido la probabilidad de
aparicin de los smbolos (sj), el nmero de smbolos
(pTH) con probabilidad de aparicin mayor o igual a
un umbral (TH), la entropa de Shannon y la
entropa de Rnyi, para diferentes valores del
parmetro q que la define. Se ha podido caracterizar
la complejidad de la VRC mediante ndices con un
nivel de significacin p-valor<0,05 y una
clasificacin discriminante mayor al 60% de
pacientes bien clasificados. Los ndices s1 y p008 han
permitido caracterizar los grupos de alto y bajo
riesgo de sufrir muerte sbita cardiaca y los grupos
definidos por la variable sangunea BNP (Brain
Natriuretic Peptide), en los pacientes del grupo ICM.
Los resultados han mostrado que las series RR en el
grupo de alto riesgo presentan menos complejidad
que en el grupo de bajo riesgo.
Palabras Clave: Variabilidad del ritmo cardiaco,
dinmica simblica, dinmica no lineal.
INTRODUCCIN
METOLOGA
2.1
ICM
109 pts
261 pts
p-valor
Gnero
Edad
MRR
SRR
DVI
Para este estudio, se han utilizado registros ECGHolter de 24h formados por tres derivaciones
ortogonales X, Y, Z y que han sido muestreados a
200Hz. A partir de estos registros se han obtenido las
series RR, utilizando un software, desarrollado en
nuestro grupo [13], para la deteccin automtica de
los puntos significativos del ECG. Estas series han
sido obtenidas eligiendo la mejor derivacin del
registro de 24 horas.
Para realizar el ajuste de los parmetros que
intervienen en el algoritmo propuesto se han
estudiado series RR correspondientes al perodo de la
noche de 2:00h a 6:00h de 112 sujetos. Este
acondicionamiento de la seal ha permitido un menor
coste computacional en los clculos.
Finalmente, la metodologa propuesta se ha aplicado
a las series RR del registro completo de 24 horas de
los 370 sujetos, divididos en los dos grupos de
pacientes IDC e ICM. Dentro de cada grupo, se han
considerado dos subgrupos de pacientes, alto (AR) y
bajo (BR) riesgo de sufrir muerte sbita cardiaca.
2.2
REPRESENTACIN EN EL ESPACIO
DE FASES DE SERIES SIMULADAS
(1)
x n = 1 ax 2n + y n
y n = bx n
donde a=1.4 y b=0.3.
(2)
y& = xz + rx y
z& = xy bz
2.3
DINMICA SIMBLICA
Sj =
i =1 1
si
M -1
j = 1, L , n
(4)
si = M
n = N M + 1 si M
(5)
(6)
M -1
1
log 2 s qj con s j > 0
(7)
1 q
j= 0
donde se consideran los valores q= {0.1, 0.15, 0.25,
2, 4}. En este caso la entropa slo se usa como
ndice para caracterizar el riesgo de muerte sbita
cardiaca pero no como medida de complejidad de la
serie RR.
Hq =
RESULTADOS
M=7
M=10
M=15
M=20
=0.5
=1
=1.25
=1.5
=0.5
=1
=1.25
=1.5
=0.5
=1
=1.25
=1.5
=0.5
=1
=1.25
=1.5
=0.5
=1
=1.25
=1.5
p-valor
< 0.05
11/7 8
16/78
10/78
11/78
8/84
7/84
5/84
11/84
9/93
4/93
1/93
8/93
11/108
1/108
2/108
2/108
6/123
2/123
7/123
1/123
< 0.01
7/78
0/78
0/78
2/78
6/84
1/84
0/84
0/84
6/93
0/93
0/93
1/93
1/108
0/108
0/108
0/108
0/123
0/123
0/123
0/123
< 0.005
3/78
0/78
0/78
2/78
2/84
0/84
0/84
0/84
2/93
0/93
0/93
1/93
0/108
0/108
0/108
0/108
0/123
0/123
0/123
0/123
<0.05
2
0
0
<0.01
0
0
0
<0.005
6
1
0
TOTAL
8
1
0
p-valor
n.s.
n.s.
0.009
<0.0005
<0.0005
AR
Indices
% bien clasificados
% bien clasificados
s1
p008
DVI
76.1
77
75.1
100
100
100
BNP<200
Indices
(AR) 16 pts
(BR) 86 pts
p-valor
MRR
SRR
DVI
s1
s4
p008
p009
Hq2
media sd
813.5 151.4
75.3 26.5
48.1 3.68
0.19 0.05
0.13 0.04
40
3.9 0.25
1.82 0.09
media sd
873.3 126.4
111.9 37.4
41.84 6.34
0.28 0.07
0.06 0.03
3.22 0.42
3.15 0.36
1.74 0.08
0.0402
0.0019
<0.0005
<0.0005
<0.0005
<0.0005
<0.0005
0.0018
BNP>400 (AR)
BNP<200 (BR)
% bien clasificados
% bien clasificados
75
75
100
93.8
75
81.3
72.1
66.3
77.9
84.9
72.1
62.4
CONCLUSIONES
Referencias
[3]
[4]
[5]
[6]
[18] Voss, A., Kurths, J., Kleiner, H. J., Witt, A., Wessel,
N., Saparin, P., Osterziel, K. J., Schurath, R., Dietz,
R., (1996) The application of methods of nonlinear
dynamics for the improved and predictive recognition
of patients threatened by sudden cardiac death,
Cardiovasc. Res., Vol. 31, pp. 419-433.
[7]
[8]
[9]