Ley matemática de los sistemas dinámicos cardiacos: reducción de su tiempo de evaluación a 18 horas
DOI:
https://doi.org/10.31053/1853.0605.v78.n3.25353Palabras clave:
non-linear systems, diagnosis, ambulatory electrocardiography, fractalsResumen
Introducción: Anteriormente se desarrolló una ley físico-matemática para la evaluación de registros electrocardiográficos continuos y Holters con la cual se dedujo la totalidad atractores cardíacos y se diferenció normalidad, estados patológicos y evolución entre estados.
Método: Fueron tomadas 200 dinámicas cardiacas, 150 con diferentes tipos de patologías cardiacas y 50 normales, a las cuales se aplicó la ley exponencial, en 18 y 21 horas. Para ello, se simuló una secuencia de frecuencias cardiacas, con la cual fue construido el atractor caótico. A continuación, se determinó el diagnóstico matemático a partir de la ley, con base en la ocupación espacial del atractor y se calculó la dimensión fractal. Finalmente, se realizó la validación estadística del método matemático en 18 horas frente al Gold Standard.
Resultados: Sujetos con dinámicas cardiacas caóticas normales presentaron valores en la rejilla Kp entre 205 y 384, mientras que los sujetos con dinámicas patológicas presentaron valores entre 61 y 191 en 18 horas. La evaluación de la concordancia entre el diagnóstico matemático en 18 horas y la evaluación convencional tomada Gold Standard, dio como resultado valores de sensibilidad y especificidad de 100% y un coeficiente Kappa de 1.
Conclusión: Se confirmó la capacidad clínica de la ley para diagnosticar de forma objetiva y reproducible en 18 horas.
Descargas
Citas
Devaney R. A first course in chaotic dynamical systems theory and experiments. Reading Mass: Addison Wesley; 1993.
Peitgen H, Jurgens H, Saupe D. Chaos and Fractals: New Frontiers of Science. New York: Springer-Verlag; 1992.
Mandelbrot B. The fractal geometry of nature. New York: W. H. Freeman and Company; 2000.
Mandelbrot B. ¿Cuánto mide la costa de Gran Bretaña? En: Mandelbrot B, editor. Los Objetos Fractales. Barcelona: Tusquets Eds. S.A.; 2000. p.27- 50.
Peitgen H, Jürgens H, Saupe D, Forewords. En: Peitgen H, Jürgens H, Saupe D, editors. Chaos and Fractals: New Frontiers of Science. New York: Springer-Verlag. 1992:1- 7.
Peitgen H, Jurgens H, Saupe D. Lenght, area and dimension. Measuring complexity and scalling properties. En: Peitgen H, Jürgens H, Saupe D, editors. Chaos and Fractals: New Frontiers of Science. New York: Springer-Verlag; 2004. p. 183-228.
Mandelbrot B. Árboles jerárquicos o de clasificación y la dimensión. En: Mandelbrot, editores. Los Objetos Fractales. Barcelona: Tusquets Eds. S.A.; 2000. p.161-66.
Burgos J. Zipf-scaling behavior in the immune system. Biosystems. 1996;39:227-32.
Organización Mundial de la Salud. [Internet] Enfermedades cardiovasculares; c2017 [consultado el 25 de enero del 2019]. Centro de prensa. Disponible en: http://www.who.int/mediacentre/factsheets/fs317/es/index.html
Prieto S, Young P, Ceresetto JM, Bullorsky EO. Terapia anticoagulante en fibrilación auricular. Medicina. 2011;71(3):274-82.
Neumar RW, Otto CW, Link MS, Kronick SL, Shuster M, Callaway CW, et al. Part 8: adult advanced cardiovascular life support: 2010 American Heart Association Guidelines for Cardiopulmonary Resuscitation and Emergency Cardiovascular Care. Circulation. 2010 Nov 2;122(suppl3):S729–S767.
Al Rahhal M, Bazi Y, Al Hichri H, Alajlan N, Melgani F, Yager R. Deep learning approach for active classification of electrocardiogram signals. Information Sciences. 2013 Jul 1;345:340-54.
Bayés A. Muerte súbita. Revista Española de cardiología. 2012 Nov; 65(11):1039-52.
Nolan J, Batin PD, Andrews R, Lindsay SJ, Brooksby P, Mullen M, et al. Prospective study of heart rate variability and mortality in chronic heart failure: results of the United Kingdom Heart Failure Evaluation and Assessment of Risk Trial (UK – heart). Circulation. 1998 Oct 13; 98: 1510-6.
Walleczek J. Self-Organization Biological Dynamics and Nonlinear control. Cambridge, U.K: Cambridge Univ. Press; 2000.
Goldberger A. Heartbeats, hormones, and Health - Is variability the spice of life? Am J Respir Crit Care Med. 2001 May; 163(6): 1289-90.
Goldberger AL, Amaral L, Hausdorff J, Ivanov P, Peng CK, Stanley H. Fractal dynamics in physiology: Alterations with disease and aging. Proc Natl Acad Sci U S A. 2002 Feb 19; 99(Suppl 1): 2466–72.
Rodríguez J, Prieto P, Mendoza F, Pinilla L, Correa C, Soracipa Y, et al. Evaluación probabilista de la dinámica cardiaca arrítmica con y sin metoprolol. CES Med 2017; 31(2):144-154.
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 Jul;4(7):291-300.
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 Feb;4(2): 79-84.
Garfinkel A. A mathematics for physiology. Am. J. Physiol. 1983 Oct;245:R455–66.
Schumacher A. Linear and nonlinear approaches to the analysis of R–R interval variability. Biol. Res. Nurs. 2004 Jan;5(3):211–21.
Scaffeta N, Moon R, West B. Fractal Response of Physiological Signals to Stress Conditions, Environmental Changes, and Neurodegenerative Diseases. Complexity. 2007 May 10;12(5):12-7.
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 Jan 4-11;101:47-53.
Einstein A. Sobre la teoría de la relatividad y otras aportaciones científicas. Madrid: Sarpe; 1983. p. 23-32.
Correa C, Rodríguez J, Prieto S, Álvarez L, Ospino B, Munévar A, et al. Geometric diagnosis of erythrocyte morphophysiology. J. Med. Med. Sci. 2012 Nov; 3(11): 715-20.
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 Sep;10:1.
Rodríguez J, Prieto S, Ramírez L. A novel heart rate atractor for the prediction of cardiovascular disease. Informatics in medicine. 2019; 15(100174):1-9.
Soracipa Y, Rodríguez J, Castillo M. Confirmación diagnóstica de la evaluación del trazado de la monitoria fetal a partir de la probabilidad y la relación S/k de la entropía. Momento. 2018 Jul-Dic; 57:27-40.
Rodríguez J, Sánchez M, Barrios F, Soracipa Y. Geometrical Evaluation of Cervical Cells. Fractal and Euclidean Diagnostic Methodology of Clinical Application. Journal of Biosciences and Medicines. 2018 March;6:111-22.
Rodríguez J, Prieto S, Correa C, Melo M, Domínguez D, Olarte N, et al. Prediction refinement of CD4 cells number based on sets and probability theory. Current HIV Research. 2018; 16: 416-24.
Rodríguez J, Berna P, Prieto P, Correa C, Álvarez L, Pinilla L, et al. Predicción de unión de péptidos de Plasmodium falciparum al HLA clase II. Probabilidad, combinatoria y entropía aplicadas a las proteínas MSP-5 y MSP-6. Archivos de alergia e inmunología clínica. 2013 Jan;44(1):7-14.
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):211-8.
Rodríguez J. Dynamical systems applied to dynamic variables of patients from the Intensive Care Unit (ICU). Physical and mathematical Mortality predictions on ICU.J. Med. Med. Sci. 2015 Nov; 6(8): 102-108.
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2021 Universidad Nacional de Córdoba
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
La Revista de la Facultad de Ciencias Médicas de Córdoba (RFCM) adhiere a la política de Acceso Abierto y no cobra cargos a los autores para publicar, ni tampoco a lectores para acceder a los artículos publicados.
