DOI: http://dx.doi.org/10.18257/raccefyn.308

Artículo original

Proporciones de la entropía aplicadas a la unidad de cuidados intensivos: predicciones en infarto agudo de miocardio

Javier Rodríguez-Velásquez, Signed Prieto-Bohórquez, Catalina Correa-Herrera, Gydnea Aguirre-Dávila, Sandra Medina-Araujo, María Soracipa-Muñoz, Aura Wilches-Betancour, Laura Méndez-Pino, Hebert Bernal-Castro, Natalia Hoyos-Ortíz

Resumen


La teoría de sistemas dinámicos, así como la probabilidad y las proporciones de la entropía, sustentan una nueva metodología diagnóstica predictiva que diferencia los estados normales, agudos y crónicos, y la progresión hacia la enfermedad. En este estudio se evaluó la probabilidad y la entropía y sus proporciones de atractores dinámicos construidos a partir de la frecuencia cardiaca y el número de latidos por hora de 30 registros en monitor Holter normales y 60 de infarto agudo de miocardio. La metodología diferenció las dinámicas indicativas de infarto agudo de miocardio de aquellas normales, y cuantificó su nivel de gravedad, lo que la convierte en una herramienta de diagnóstico útil en la práctica clínica. © 2016. Acad. Colomb. Cienc. Ex. Fis. Nat. Todos los derechos reservados.


Palabras clave


Diagnóstico; Infarto agudo de miocardio; Cuidado crítico.

Texto completo:

PDF

Referencias


Babloyantz, A. & Destexhe, A.(1988).Is the normal heart a periodic oscillator? Biol. Cybern. 58: 203-211.

Braun, C., Kowallik, P., Freking, A., Hadeler, D., Kniffki, K., Meesmann, M. (1998). Demonstration of nonlinear components in heart rate variability of healthy persons. Am. J. Physiol. 275: H1577-H1584.

Chen, W.L., Chen, J.H., Huang, C.C., Kuo, C.D., Huang, C.I., Lee, L.S. (2008). Heart rate variability measures as predictors of in-hospital mortality in ED patients with sepsis. Am J Emerg Med. 26 (4): 395-401.

Chen, W.L. & Kuo, C.D. (2007). Characteristics of Heart Rate Variability Can Predict Impending Septic Shock in Emergency Department Patients with Sepsis. Acad EmergMed. 14 (5): 392-397.

Correa, C., Rodríguez, J., Prieto, S., Álvarez, L., Ospino, B., Munévar, A., Bernal P., Mora, J., Vitery, S. (2012). Geometric diagnosis of erythrocyte. J. Med. Med. Sci. 3 (11): 715-720.

Devaney, R. (1992). A first course in chaotic dynamical systems theory and experiments. Reading Addison-Wesley Reading: Massachusetts, p. 9-15.

Feynman, R.P., Leighton, R.B., Sands, M. (1964a). Compor-tamiento cuántico. En: Feynman RP, Leighton RB, Sands M (ed). Física. Wilmington: Addison-Wesley Iberoamericana, S. A. p. 37-1- 37-16.

Feynman, R.P., Leighton, R.B., Sands, M. (1964b). Leyes de la Termodinámica. Feynman RP, Leighton RB, Sands M (ed). Física. Wilmington: Addison-Wesley Iberoamericana S. A. p. 44-1-44-19.

Geisel, T. (1982). Chaos, randomness and dimension. Nature. 298 (22): 322-323.

Goldberger, A., Amaral, L., Hausdorff, JM., Ivanov, P., Peng, Ch., Stanley, HE. (2002). Fractal dynamics in physiology: Alterations with disease and aging. PNAS. 99: 2466- 2472.

Gómez, M., Enciso, O., Peña, T., Segura, D., Nieto E. (2012). Estudio ECAIS: eventos cardiovasculares adversos inad-vertidos en sepsis. Med Intensiva. 36 (5): 343-350.

Huikuri, HV., Mäkikallio, T., Peng, C.K., Goldberger, A., Hintze, U., Møller, M. (2000). Fractal correlation properties of R-R interval dynamics and mortality in patients with depressed left ventricular function after an acute myocardial infarction. Circulation. 101: 47-53.

Ivanov, P., Amaral, L., Goldberger, AL., Havlin, S., Rosenblum, M., Struzik, Z. (1999). Multifractality in human heartbeat dynamics. Nature. 399: 461-465.Laplace, P. (1995). Ensayo filosófico sobre las probabilidades. Barcelona: Altaya, p. 8-10, 12.

Machta, J. (1999). Entropy, information, and computation. Am. J. Phys. 67: 1074-7.

Mäkikallio, T.H., Huikuri, H.V., Hintze, U., Videbaek, J., Mitrani, R.D., Castellanos, A., Myerburg, R.J., Møller, M. (2001). Fractal analysis and time and frequency-domain measures of heart rate variability as predictors of mortality in patients with heart failure. Am. J. Cardiol. 87 (2):178-182.

Malik, M. (1996). Heart rate variability: Standards of measurement, physiological interpretation, and clinical use. Circulation. 93: 1043-1065.

Matvéev, A. (1987). Física molecular. Moscú: MIR, p.174-177.

Mood, A., Graybill, F., Boes, D. (1974). Introduction to the theory of statistics. Singapore: Mc. Graw-Hill. p. 9-31

Organización Mundial de la Salud. Enfermedades Cardiovascu-lares 2011. Disponible en: http://www.who.int/mediacentre/factsheets/fs317/es/index.html.

Peitgen, H., Jurgens, H., Saupe, D. (1992). Strange attractors, the locus of chaos. Chaos and Fractals: New Frontiers of Science. New York: Springer-Verlag. p. 655-768.

Pincus, S. (1991). Approximate entropy as a measure of system complexity. Proc. Natl Acad. Sci. USA. 88: 2297-2301.

Richman, J., Moorman, J. (2000). Physiological time-series analysis using approximate entropy and sample entropy. Am. J. Physiol. Heart Circ. Physiol. 278: H2039-H2049.

Robledo, R., Escobar, FA. (2010). Las enfermedades crónicas no transmisibles en Colombia. Boletín del Observatorio de Salud del Instituto Nacional de Salud. 3 (4): 1-9.

Rodríguez, J. (2008). Teoría de unión al HLA clase II teorías de probabilidad combinatoria y entropía aplicadas a secuencias peptídicas. Inmunología. 27 (4): 151-66.

Rodríguez, J. (2010a). Entropía proporcional de los sistemas dinámicos cardiacos: predicciones físicas y matemáticas de la dinámica cardiaca de aplicación clínica. Rev Colomb Cardiol. 17: 115-129.

Rodríguez, J., Prieto, S., Correa, C., Posso, H., Bernal, P., Puerta, G., Vitery S., Rojas, I. (2010b). Generalización fractal de células preneoplásicas y cancerígenas del epitelio escamoso cervical: una nueva metodología de aplicación clínica. Rev Fac Med. 18 (2): 33-41.

Rodríguez, J., Prieto, S., Correa, C., Bernal, P., Puerta, G., Vitery, S., Soracipa, Y., Muñoz, D. (2010c). Theoretical generalization of normal and sick coronary arteries with fractal dimensions and the arterial intrinsic mathematical harmony. BMC Medical Physics. 10 (1):1-3

Rodríguez, J. (2010d). Método para la predicción de la dinámica temporal de la malaria en los municipios de Colombia. Rev Panam Salud Pública. 27: 211-8.

Rodríguez, J. (2011). 7th International Meeting of Intensive Cardiac Care, Israel Heart Society, European Society of Cardiology, EBAC. Tel Aviv (Israel).

Rodríguez, J. (2011a). Mathematical law of chaotic cardiac dynamics: Predictions for clinical application. J Med Med Sci. 2 (8): 1050-1059.

Rodríguez, J. (2012a). Proportional Entropy applied to the Clinic Prediction of Cardiac Dynamics. Innovations in Cardiovascular Interventions, ICI meeting, Tel-Aviv (Israel).

Rodríguez, J., Prieto, S., Bernal, P., Pérez, C., Correa, C., Álvarez, L., Bravo, J., Perdomo, N., Faccini, A. (2012b). Predicción de la concentración de linfocitos T CD4 en sangre periférica con base en la teoría de la probabilidad. Aplicación clínica en poblaciones de leucocitos, linfocitos y CD4 de pacientes con VIH. Infectio. 16 (1): 15-22.

Rodríguez, J., Prieto, S., Domínguez, D., Melo, M., Mendoza, F., Correa, C., Soracipa, Y., Pinilla, L., Pardo, J., Ramírez, N. (2013). Mathematical-physical prediction of cardiac dynamics using the proportional entropy of dynamic systems. J Med Med Sci. 4 (8): 370-381.

Rodríguez, J., Correa, C., Melo, M., Domínguez, D., Prieto, S., Cardona, DM., Soracipa, Y., Mora, J. (2013a). Chaotic cardiac law: Developing predictions of clinical application. J Med Med Sci. 4 (2): 79-84.

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

Rodríguez, J., Prieto, S., Correa, C., Pérez, C., Mora, J., Bravo, J., Soracipa, Y., Álvarez, L. (2013c). Predictions of CD4 lymphocytes’ count in HIV patients from complete blood count. BMC Medical Physics. 13 (3): 1-3.

Rodríguez, J., Prieto, S., Correa, C., Soracipa, Y., Aguirre, G., Méndez, L. (2014). Proportional entropy applied to the clinical diagnostic of cardiac dynamic: bBlind study with 600 holter. International Conference of the Israel Heart Society in association with The Israel Society of Cardiothoracic Surgery. April 30-May 1; Tel Aviv (Israel).

Rodríguez, J., Prieto, S., Bernal, P., Izasa, D., Salazar, G., Correa, C., Soracipa, Y. (2015). Entropía proporcional aplicada a la evolución de la dinámica cardiaca. Predicciones de aplicación clínica. La emergencia de los enfoques de la complejidad en América Latina. Tomo I. Argentina: Comunidad del pensamiento complejo. p. 247-264.

Schumacher, A. (2004). Linear and nonlinear approaches to the analysis of R–R interval variability. Biol Res Nurs. 5: 211-221.

Tolman, R. (1979). Principles of statistical mechanics. New York: Dover Publications, p.565-571.

Voss, A., Schulz, S., Schroeder, R., Baumert, M., Caminal P. (2009). Methods derived from nonlinear dynamics for analysing heart rate variability. Phil. Trans. R. Soc. A. 367 (1887): 277-296.

Wu, G.Q., Arzeno, N.M., Shen, L.L., Tang, D.K., Zheng, D.A., Zhao, N.Q., Eckberg, D.L., Poon, C.S. (2009). Chaotic Signatures of Heart Rate Variability and Its Power Spectrum in Health, Aging and Heart Failure. PLoSOne. 4 (2): 4323.


Métricas de artículo

Cargando métricas ...

Metrics powered by PLOS ALM




Copyright (c) 2016 Revista de la Academia Colombiana de Ciencias Exactas, Físicas y Naturales