Ley matemática exponencial aplicada a la evaluación de la dinámica cardiaca en 18 horas

dc.contributor.authorCorrea Herrera, Catalina
dc.contributor.authorRodríguez Velásquez, Javier
dc.contributor.authorPrieto Bohorquez, Signed Esperanza
dc.contributor.authorUrina, Miguel
dc.contributor.authorRodríguez, Dharma
dc.contributor.authorEcheverri-Ocampo, Isabel
dc.contributor.authorMeléndez-Pertuz, Farid
dc.contributor.authorOyaga, Rafael
dc.contributor.authorGuzmán, Esmeralda
dc.date.accessioned2018-03-02T22:23:52Z
dc.date.available2018-03-02T22:23:52Z
dc.date.issued2018
dc.description.abstractAntecedentes: la teoría de los sistemas dinámicos estudia la evolución de los sistemas. Mediante esta teoría y la geometría fractal se desarrolló una ley matemática de ayuda diagnóstica a los sistemas dinámicos cardiacos, que permite diferenciar entre normalidad y enfermedad, y la evolución entre los dos estados. Objetivo: confirmar la capacidad diagnóstica de la ley matemática exponencial desarrollada inicialmente para dinámicas cardiacas en 21 horas, para dinámicas evaluadas en 18 horas. Método: se tomaron 400 registros electrocardiográficos, 80 de dinámicas normales y 320 de dinámicas anormales. Se generó una sucesión pseudoaleatoria con el número de latidos/hora y las frecuencias máximas y mínimas cada hora; luego, se construyó el atractor de cada dinámica, para así calcular los espacios de ocupación y la dimensión fractal. Finalmente, se estableció el diagnóstico físico-matemático en 18 y 21 horas y se comparó con el diagnóstico clínico tomado como Gold Standard, obteniendo valores de sensibilidad, especificidad y coeficiente Kappa. Resultados: se encontraron valores de ocupación espacial en la rejilla Kp para normalidad entre 236 y 368 y para estados patológicos entre 22 y 189, lo que permitió diferenciar entre normalidad, enfermedad, y estados de evolución hacia la enfermedad en 18 horas. Se obtuvieron valores de sensibilidad y especificidad del 100% y coeficiente Kappa igual a 1. Conclusión: la ley matemática permitió dictaminar diagnósticos reduciendo el tiempo de evaluación a 18 horas confirmando así su aplicabilidad clínica.spa
dc.description.abstractBackground: Dynamical systems theory aims to study the evolution of systems. With this theory and fractal geometry, it was developed a mathematical law of diagnostic utility in cardiac dynamical systems that may differentiate normality from disease and evolution between these two states. Objective: To confirm the diagnostic capacity of the exponential mathematical law initially developed for cardiac dynamics in 21 hours, for dynamics evaluated in 18 hours. Method: There were taken 400 electrocardiographic records, 80 from normal dynamics and 320 from abnormal dynamics. A pseudorandom sequence was generated with the number of beats per hour and the maximum and minimum frequencies each hour; then, the attractors were built for each dynamic, in order to calculate the space occupation and the fractal dimension. Finally the physical and mathematical diagnosis in 18 and 21 hours was established, and compared to clinical diagnosis taken as Gold Standard, obtaining values of sensitivity, specificity and Kappa coefficient. Results: There were found values for spatial occupation in the Kp grid between 236 and 368 for normal cases, and between 22 and 189 for pathological states, which allowed distinguish normality from disease and states of progression to disease in 18 hours. There were obtained values for sensitivity and specificity of 100% and a Kappa coefficient equal to 1. Conclusion: The mathematical law allowed to stablish diagnostics by reducing the evaluation time to 18 hours confirming its clinical applicability.eng
dc.identifier.urihttp://hdl.handle.net/20.500.12442/1772
dc.language.isoengspa
dc.publisherECIMEDspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.licenseLicencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacionalspa
dc.sourceRevista Cubana de Investigaciones Biomédicasspa
dc.sourceVol. 36, No.4 (2017)spa
dc.source.urihttp://bvs.sld.cu/revistas/ibi/vol36_4_17/ART%CDCULO%20ORIGINAL%201.pdf
dc.subjectLeyspa
dc.subjectDinámica cardiacaspa
dc.subjectAtractorspa
dc.subjectDiagnósticospa
dc.subjectLaweng
dc.subjectCardiac dynamicseng
dc.subjectAttractoreng
dc.subjectDiagnosticenspa
dc.titleLey matemática exponencial aplicada a la evaluación de la dinámica cardiaca en 18 horasspa
dc.typearticlespa
dcterms.referencesFeynman, R., Leighton, R., Sands, M. (1987d). Leyes de Newton de la Dinámica. En R. Feynman, R. Leighton, M. Sands. Física Vol. 3 Wilmington: Addison-Wesley Iberoamericana, S. A. pp. 9-1 - 9-14.spa
dcterms.referencesDevaney R. A first course in chaotic dynamical systems theory and experiments. ReadingMass: Addison- Wesley 1992.eng
dcterms.referencesPeitgen H, Jurgens H, Saupe D. Chaos and fractals; new frontiers of science. New York: Springer; 1992.Mood A, Graybill F, Boes D. Introduction to the theory of statistics. 3a Ed. Singapore Mc. Graw-Hill. 1974.eng
dcterms.referencesMandelbrot B. The fractal geometry of nature. Freeman. Barcelona: Tusquets Eds S.A. 2000. pp. 341-348.eng
dcterms.referencesMandelbrot B. ¿Cuánto mide la costa de Bretaña?. In: Los Objetos Fractales. Barcelona: Tusquets Eds. S.A. 2000. pp. 27-50.eng
dcterms.referencesPan American Health Organization. Regional Consultation Priorities for Cardiovascular Health in the Americas. Key Messages for Policymakers; 2011eng
dcterms.referencesBayés A. Muerte súbita. Revista Española de cardiología. 2012; 65(11):1039-1052.spa
dcterms.referencesNolan 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; 98: 1510 – 6.eng
dcterms.referencesWolf M, Varigos G, Hunt D, Sluman J. Sinus arrhythmia in acute myocardial infarction. Med J Aus 1978; 2: 52-53.eng
dcterms.referencesGoldberger A, Rigney DR, West B. Caos y Fractales en la fisiología humana. Investigación y ciencia. 1990; 163:32-38.spa
dcterms.referencesRodríguez J. Mathematical law of chaotic cardiac dynamic: Predictions of clinic application. J Med. Med. Sci. 2011; 2(8):1050-1059.spa
dcterms.referencesRodríguez 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.spa
dcterms.referencesRodríguez 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):539-46.spa
dcterms.referencesRodríguez J, Prieto S, Correa C, Soracipa Y, Cardona DM, Prieto I, et al. Ley matemática para evaluación de la dinámica cardiaca: aplicación en el diagnóstico de arritmias. Rev. Cienc. Salud. 2015; 13(3): 369-381.spa
dcterms.referencesRodríguez 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.eng
dcterms.referencesRodríguez J, Prieto S, Correa C, Oliveros H, Soracipa Y, Méndez L, et al. 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 16 horasspa
dcterms.referencesRodríguez J. Dynamical systems applied to dynamic variables of patients from the intensive care unit (ICU): Physical and mathematical mortality predictions on ICU. J. Medicina. Medicina. Sci. 2015; 6(8):209-220.eng
dcterms.referencesSoares-Miranda L, Sattelmair J, Chaves P, Duncan G, Siscovick D, Stein P, et al. Physical Activity and Heart Rate Variability in Older Adults: The Cardiovascular Health Study. Circulation. 2014 May 27; 129(21): 2100–2110.eng
dcterms.referencesWalleczek J., (1999) Nonlinear Dynamics, Self-Organization, and Biomedicine (Cambridge Univ. Press, Cambridge, U.K.eng
dcterms.referencesGoldberger A. Heartbeats, hormones, and Health - Is variability the spice of life? American Journal of Respiratory and Critical Care Medicine. 2001; 163(6): 1289- 1290.eng
dcterms.referencesGoldberger 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): 2466–2472.eng
dcterms.referencesRodríguez J, Prieto S, Mendoza F, Velásquez N. Evaluación físico matemática de arritmias cardiacas con tratamiento terapéutico de metoprolol a partir de las proporciones de la entropía. Rev UDCA Act & Div Cient Julio-Diciembre 2015;18(2): 301-310.spa
dcterms.referencesRodríguez J, Prieto S, Correa C, Mendoza F, Weisz G, Soracipa M, et al. Physical mathematical evaluation of the cardiac dynamic applying the Zipf – Mandelbrot law. Journal of Modern of Physics. 2015 Oct; 6(13):1881-1888.eng
dcterms.referencesRodríguez 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.eng
dcterms.referencesRodríguez-Velásquez J, Prieto S, Bautista J, Correa C, López-García F, Valero L, et al. Evaluación de arritmias con base en el método de ayuda diagnóstica de la dinámica cardiaca basado en la teoría de la probabilidad. Arch Med (Manizales) 2015; 15(1):33- 45.spa
dcterms.referencesRodríguez J, Prieto S, Bernal P, Izasa D, Salazar G, Correa C, Soracipa Y. 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. Tomo 1,1a ed. Buenos Aires: Comunidad Editora Latinoamericana; 2015. p. 315-44.spa
dcterms.referencesRodríguez 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; 6(8):209-220.eng
dcterms.referencesRodríguez J, Prieto S, Flórez M, Alarcón C, López R, Aguirre G, Morales L, Lima L, Méndez L. Physical-mathematical diagnosis of cardiac dynamic on neonatal sepsis: predictions of clinical application. J.Med.Med. Sci.2014; 5(5): 102-108.eng
dcterms.referencesPrieto S, Rodríguez J, Correa C, Soracipa Y. Diagnosis of cervical cells based on fractal and Euclidian geometrical measurements: Intrinsic Geometric Cellular Organization. BMC Medical Physics 2014, 14(2):1-9.eng
dcterms.referencesVelásquez J, Prieto S, Correa C, Dominguez D, Cardona DM, Melo M. Geometrical nuclear diagnosis and total paths of cervical cell evolution from normality to cancer. Journal of Cancer Research and Therapeutics 2015; 11(Issue 1): 98-104eng
dcterms.referencesCorrea 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.eng
dcterms.referencesRodríguez 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.eng
dcterms.referencesRodríguez 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.spa
dcterms.referencesRodríguez 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.spa
dcterms.referencesRodríguez J, Bernal 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; 44(1): 7-14.spa

Archivos

Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descripción:

Colecciones