Rev. colomb. cardiol; 27 (1), 2020
Publication year: 2020
Resumen Introducción:
se han establecido diagnósticos cuantitativos de los sistemas cardiacos, partiendo de teorías como los sistemas dinámicos, la geometría fractal y la teoría de probabilidad. Objetivo:
evaluar la dinámica cardiaca con base en una metodología fundamentada en la teoría de probabilidad y los sistemas dinámicos, en dieciséis horas. Metodología:
a partir de ochenta registros electrocardiográficos de dinámicas cardiacas, diez normales y setenta con enfermedad, se tomaron los valores máximos y mínimos de la frecuencia cardiaca y el número de latidos/hora durante cada hora, con los cuales se construyó el atractor. Posteriormente, se calculó la dimensión fractal por el método de box counting, los espacios de ocupación y la probabilidad de los espacios de ocupación del atractor. Se determinó el diagnóstico matemático y se hizo una validación estadística respecto al diagnóstico convencional, tomado como estándar de oro. Resultados:
se evidenció que la probabilidad de ocupación espacial de los atractores de dinámicas patológicas estuvo entre 0,029 y 0,144 y para dinámicas en estado de normalidad entre 0,164 y 0,329. Se hallaron valores de sensibilidad, especificidad, valor predictivo positivo y negativo de 100% y coeficiente kappa de 1. Conclusiones:
se pudo confirmar la capacidad diagnóstica y predictiva de la metodología para diferenciar estados normales de patológicos a nivel clínico.
Abstract Introduction:
Quantitative diagnostics of cardiac systems have been established using theories such as, dynamic systems, fractal geometry, and probability theory. Objective:
To evaluate cardiac dynamics using a methodology based on probability theory and dynamic systems in sixteen hours. Methods:
Using a total of 80 cardiac dynamic electrocardiograph traces (10 normal and 70 with disease), a record was made of the maximum and minimum heart rate values, as well as the number of heart beats/hour during each hour. These values were used to construct the attractor. The fractal dimension was then calculated using the "box counting" method, the spatial occupation, and the probability of spatial occupation by the attractor. The mathematic diagnosis was determined, and a statistical validation was made as regards the conventional diagnosis, which was taken as the reference standard. Results:
It was shown that the probability of spatial occupation of the pathological attractor dynamics was between 0.29 and 0.144, and for dynamics in the normal state it was between 0.164 and 0.329. The sensitivity, specificity, positive and negative predictive values were 100%, and the kappa coefficient was 1. Conclusions:
The diagnostic and predictive capacity of the methodology to differentiate normal from disease states at clinical level was demonstrated.