Sistemas dinámicos aplicados a la dinámica cardiaca en 18 horas mediante una ley matemática exponencial

Dynamical systems applied to cardiac dynamics in 18 hours by an exponential mathematical law

Publicado 2016-12-31


https://doi.org/10.30554/archmed.16.2.1775.2016
Abrir | Descargar
PDF FLIP HTML
Número
Vol. 16 Núm. 2
Sección
Artículos de Investigación
Cómo citar
Forero, G., Rodríguez Velásquez, J. O., Prieto Bohórquez, S., Pernett, F., Correa, C., Guzmán, E., Sarmiento, C., & Diaz, S. (2016). Sistemas dinámicos aplicados a la dinámica cardiaca en 18 horas mediante una ley matemática exponencial. Archivos De Medicina (Manizales), 16(2), 335-344. https://doi.org/10.30554/archmed.16.2.1775.2016
Descargar cita
Endnote/Zotero/Mendeley (RIS) BibTeX
DOI

https://doi.org/10.30554/archmed.16.2.1775.2016
Dimensions
PlumX

Cómo citar

Forero, G., Rodríguez Velásquez, J. O., Prieto Bohórquez, S., Pernett, F., Correa, C., Guzmán, E., Sarmiento, C., & Diaz, S. (2016). Sistemas dinámicos aplicados a la dinámica cardiaca en 18 horas mediante una ley matemática exponencial. Archivos De Medicina (Manizales), 16(2), 335-344. https://doi.org/10.30554/archmed.16.2.1775.2016

Descargar cita

Licencia
Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.

Germán Forero
Javier Oswado Rodríguez Velásquez
Signed Prieto Bohórquez
Frank Pernett
Catalina Correa
Esmeralda Guzmán
Camila Sarmiento
Sergio Diaz
Mostrar biografía de los autores

Artículos más leídos del mismo autor/a

Objetivo: Confirmar la capacidad diagnostica de una ley exponencial de ayuda diagnostica, desarrollada para 21 horas con base en la teoría de sistemas dinámicos junto con la geometría fractal, en evaluaciones realizadas en 18 horas, mediante un estudio de  concordancia diagnóstica con respecto al Gold estándar. Materiales y métodos: Se realizó un estudio de 60 dinámicas cardiacas evaluadas en holter y registros electrocardiográficos continuos, de los cuales 15 provienen de sujetos normales y 45 de pacientes con diferentes tipos de patologías cardiacas. Se desarrollaron simulaciones teóricas de la secuencia de las frecuencias cardiacas durante 18 horas, y se construyeron  atractores. Se calculó la dimensión fractal de cada atractor y su ocupación espacial en el espacio generalizado de Box-Counting.  Se determinó el diagnóstico matemático a partir de la ley y se calculó sensibilidad, especificidad y coeficiente Kappa. Resultados: se encontraron valores para normalidad entre 219 y 373 en la rejilla Kp y entre 49 y 70 para enfermedad aguda, evidenciando que el método permite diferenciar normalidad de enfermedad aguda mediante la ocupación espacial de los atractores valorados desde la ley matemática en 18 horas. Se encontraron valores de sensibilidad y especificidad del 100% y un coeficiente Kappa de 1 al comparar el diagnóstico físico-matemático con el Gold estándar. Conclusión: la ley exponencial de los sistemas dinámicos cardiacos aplicada en 18 horas es útil como herramienta de ayuda diagnóstica, permitiendo cuantificar casos normales, en evolución hacia la enfermedad y en estados agudos.

Visitas del artículo | Visitas PDF

Descargas

Los datos de descarga todavía no están disponibles.
  1. Devaney R. A first course in chaotic dynamical systems theory and experiments. Reading Mass: Addison- Wesley; 1992.
  2. Peitgen H, Jurgens H, Saupe D. Chaos and fractals; new frontiers of science. New York: Springer; 1992.
  3. Mandelbrot B. Los Objetos Fractales. 3ra ed. Barcelona: Tusquets Eds. S.A; 1988, p 27-50
  4. Mandelbrot B. The fractal geometry of nature. Barcelona: Tusquets Eds S.A; 2000, 341-348.
  5. Organización Mundial de la Salud. Estadísticas sanitarias mundiales. Ginebra: OMS; 2012.
  6. World Health Organization. Global Atlas on cardiovascular disease prevention and control. Geneva: WHO; 2014.
  7. Pineda M, Matiz H, Rozo R. Enfermedad coronaria. Bogotá: Editorial Kimpres Ltda; 2002.
  8. Barron H, Viskin S. Autonomic markers and prediction of cardiac death after myocardial infarction. Lancet 1998; 351: 461 – 2.
  9. Wolf M, Varigos G, Hunt D, Sluman J. Sinus arrhythmia in acute myocardial infarction. Med J Aus 1978 2: 52- 3.
  10. Goldberger A, Rigney DR, West B. Caos y Fractales en la fisiología humana. Inv y cienc 1990; 163:32-38.
  11. Walleczek J. Nonlinear Dynamics, Self-Organization, and Biomedicine. Cambridge: Cambridge Univ. Press; 1999.
  12. Goldberger A. Heartbeats, hormones, and Health - Is variability the spice of life?. A J Resp Crit Card Med 2001; 163(6): 1289-1290
  13. Lavenda, Bernard H. Orden y caos. Barcelona: Prensa Cientifica 1990; p. 28- 37.
  14. Peitgen H, Jurgens H, Saupe D. Chaos and fractals; new frontiers of science. New York: Springer; 1992.
  15. Goldberger A, Amaral L, Hausdorff JM, Ivanov P, Peng Ch, Stanley HE. Fractal dynamics in physiology: alterations with disease and aging. PNAS 2002; 99: 2466 - 2472.
  16. Huikuri HV, Mäkikallio T, Peng CK, Goldberger A, Hintze U, Moller M. Fractal correlation properties of R-R interval dynamics and mortality in patients with depressed left ventricular function after and acute myocardial infarction. Circulat. 2000; 101:47-53.
  17. Rodríguez J. Mathematical law of chaotic cardiac dynamic: Predictions of clinic application. J Med Med Sci 2011; 2(8):1050-1059.
  18. 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; 4(2): 79-84
  19. Rodríguez 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.
  20. Rodríguez 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.
  21. 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; 4(7): 291-300.
  22. Guyton A, Hall J. Tratado de fisiología médica. 12a. ed. Barcelona: Elsevier, 2011: 3-10.
  23. Malik M, Farrell T, Cripps T, Camm AJ. Heart rate variability in relation to prognosis after myocardial infarction: Selection of optimal processing techniques. Eur Heart J 1989; 10: 1060 – 74.
  24. Juha S, PerkiöMä Ki, Timo H, MäKikallio, Huikuri H. Fractal and complexity measures of heart rate variability. Clin Exp Hypertens 2005; 2 y 3: 149-58.
  25. Voss A, Schulz S, Schroeder R, Baumert M, Caminal P. Methods derived from nonlinear dynamics for analysing heart rate variability. Phil Trans R Soc A 2009; 367(1887):277-296.
  26. Crutchfield J, Farmer D, Packard N, Shaw R. Orden y Caos. Barcelona: Prensa Cientifica S.A.; 1990. p. 78-90.
  27. Feynman RP, Leighton RB, Sands M. Física. Wilmington: Addison-Wesley Iberoamericana, S. A.; 1964. p. 37-1 - 37-16.
  28. Feynman RP, Leighton RB, Sands M. Física. Wilmington: Addison-Wesley Iberoamericana, S. A; 1964. p 44.1-44.
  29. Tolman R. Principles of statistical mechanics. New York: Dover Publications. 1979.
  30. Rodríguez 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. J of Mod of Phy 2015 Oct; 6(13):1881-1888.
  31. Rodríguez J, Prieto S, Ortiz L, Bautista A, Bernal P, Avilán N. Diagnóstico Matemático de la Monitoria Fetal aplicando la ley de Zipf Mandelbrot. Rev Fac Med Univ Nac Colomb 2006; 54(2): 96-107.
  32. Rodríguez J, Prieto S, Domínguez D, Melo M, Mendoza F, Correa M, et al. Mathematical-physical prediction of cardiac dynamics using the proportional entropy of dynamic systems. J Med Med Sci 2013; 4(8): 370-381.
  33. Correa 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.
  34. Rodríguez J, Prieto S, Correa S, Mejía M, Ospina B, Munevar Á, et al. Simulación de estructuras eritrocitarias con base en la geometría fractal y euclidiana. Arch Med (Maniz) 2014, 14(2): 276-284.
  35. Prieto S, Rodríguez J, Correa C, Soracipa Y. Diagnosis of cervical cells based on fractal and Euclidian geometrical measurements: Intrinsic Geometric Cellular Organization. BMC Med Phy 2014, 14(2):1-9.
  36. 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 Med Phys 2010;10:1-6.
  37. Rodríguez J. Método para la predicción de la dinámica temporal de la malaria en los municipios de Colombia. Rev Panam Sal Púb 2010; 27(3):211-218.
  38. Rodríguez 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 Med Phy 2013; 13:3.
  39. Rodríguez J. Teoría de unión al HLA clase II teorías de Probabilidad Combinatoria y Entropía aplicadas a secuencias peptídicas. Inmun 2008; 27(4): 151-66.
  40. 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; 6(8):209-220.

Información

Perfil de Google Académico

Guía de autores