Publicado Jan 1, 2017



PLUMX
Almetrics
 
Dimensions
 

Google Scholar
 
Search GoogleScholar
Descargas


Javier Rodriguez

Ana Maria Bertolotto

Olga Ospina

##plugins.themes.bootstrap3.article.details##

Resumen

Introducción: la dinámica cardiaca se ha evaluado desde teorías físico-matemáticas como la probabilidad y los sistemas dinámicos, lo que ha permitido desarrollar diagnósticos y predicciones de aplicación clínica. Objetivo: medir la probabilidad de distribuciones de frecuencias cardiacas (FC) neonatales normales, para hacer una caracterización matemática, objetiva y reproducible. Metodología: se analizaron diez dinámicas normales mediante registros continuos y holters, tomando los máximos y mínimos de FC por hora durante 21 horas. Se generaron rangos de 5 lat/min, y se estableció cuántas frecuencias pertenecen a cada rango. Se analizaron las distribuciones obtenidas en el espacio de probabilidades para las frecuencias cardiacas, en busca de características matemáticas de normalidad para la dinámica cardiaca neonatal. Resultados: las probabilidades de los rangos evaluados variaron entre 0,02272 y 0,2826; y en tres de los rangos, todas las dinámicas presentaron probabilidad mínima o cero. Conclusiones: se desarrolló una caracterización general de la dinámica cardiaca neonatal normal, objetiva y reproducible. 

Keywords

newborn, heart dynamics, heart rate, probabilityneonato, dinámica cardiaca, frecuencia cardiaca, probabilidad

References
1. World Health Organization. Neonatal and perinatal mortality: Country, regional and global estimate. Geneva: WHO Press; 2006.
2. Feynman RP, Leighton RB, Sands M. Probabilidad. En: Feynman RP, Leighton RB, Sands M, editores. Física. Vol. 1. Wilmington: Addison-Wesley Iberoamericana; 1964. p. 6-16.
3. Laplace P. Ensayo filosófico sobre las probabilidades. Barcelona: Altaya; 1995.
4. Blanco L. Probabilidad: notas de clase. Bogotá: Universidad Nacional de Colombia; 1996.
5. Rodríguez J, Correa C, Ortiz L, Prieto S, Bernal P, Ayala J. Evaluación matemática de la dinámica cardiaca con la teoría de la probabilidad. Rev Mex Cardiol. 2009;20(4):183-9.
6. Rodríguez J, Álvarez L, Tapia D, López F, Cardona M, Mora J, et al. Evaluación de la dinámica cardiaca de pacientes con arritmia con base en la teoría de la probabilidad. Med (Bogotá). 2012;1(34)96:7-16.
7. Rodríguez J, Prieto S, Correa C, Bernal P, Vitery S, Álvarez L, et al. Diagnóstico cardiaco basado en la probabilidad aplicado a pacientes con marcapasos. Med (Bogotá). 2012;37(4):183-91.
8. Rodríguez J, Correa C, Prieto S, Bernal P, Forero G, Salazar G, et al. Confirmación del método de ayuda diagnóstica de la dinámica cardiaca de aplicación clínica desarrollado con base en la teoría de la probabilidad. Rev Fac Med. 2011;19(2):167-77.
9. Devaney R. A first course in chaotic dynamical systems theory and experiments. Reading, Mass.: Addison-Wesley; 1992.
10. Peitgen H, Jurgens H, Saupe D. Strange attractors, the locus of chaos. En: Chaos and fractals: New frontiers of science. New York: Springer-Verlag; 1992. p. 655-768.
11. Goldberger A, Amaral L, Hausdorff JM, Ivanov P, Peng Ch, Stanley HE. Fractal dynamics in physiology: alterations with disease and aging. PNAS 2002;99:2466-72.
12. Rodríguez J. Mathematical law of chaotic cardiac dynamic: Predictions of clinic application. J Med Sci. 2011;2(8):1050-9.
13. Rodríguez J. Entropía proporcional de los sistemas dinámicos cardiacos: predicciones físicas y matemáticas de la dinámica cardiaca de aplicación clínica. Rev Colomb Cardiol. 2010;17(3):115-29.
14. Rodríguez J, Correa C, Melo M, Domínguez D, Prieto S, Cardona DM, Soracipa Y, Mora J. Chaotic cardiac law: Developing predictions of clinical application. J Med Med Sci. 2013;4(2):79-84.
15. Rodríguez J. Proportional entropy applied to the clinic prediction of cardiac dynamics: Innovations in cardiovascular interventions. Tel Aviv: ICI Meeting; 2012.
16. Rodríguez 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):370-81.
17. Rodríguez J, Prieto S, Correa C, Soracipa Y, Aguirre G, Méndez L. Proportional entropy applied to the clinical diagnostic of cardiac dynamic: blind study with 600 holter. Documento procedente de The 61st Annual Conference of the Israel Heart Society in association with The Israel Society of Cardiothoracic Surgery; Tel Aviv; 2014.
18. Rodríguez J. Proportional entropy of the cardiac dynamics in CCU patients. Documento procedente del 7th International Meeting of Acute Cardiac Care, Tel Aviv, Israel; 2011.
19. Rodríguez 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: La emergencia de los enfoques de la complejidad en América Latina. Buenos Aires: Comunidad de Pensamiento Complejo (CPC); en prensa.
20. Rodríguez J, Prieto S, Correa C, Oliveros H, Soracipa Y, Méndez L, Velasco A, Valero L, Hoyos N, Bernal H. 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 horas. Acta Colomb Cuid Intensivo. 2016;16(1):15-22.
21. Rodríguez J. Dynamical systems theory and ZIPF-Mandelbrot law applied to the development of a fetal monitoring diagnostic methodology. Documento procedente de XVIII FIGO World Congress of Gynecology and Obstetrics; Kuala Lumpur, Malaysia; november 2006.
22. Rodríguez J. Nuevo diagnóstico físico y matemático de la monitoria fetal: predicción de aplicación clínica. Momento. Revista de Física. 2012;44:49-65.
23. Rodríguez 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):102-8.
24. Rodríguez J, Prieto S, Flórez M, Alarcón M, López R, Aguirre G, Pinilla L, Rovira O, Méndez L. Sistemas dinámicos cardiacos en neonatos normales: ley caótica cardiaca neonatal. Revista Científica Salud Uninorte. 2014;30(3):359-68.
25. Rodríguez J, Prieto S, Bernal P, Soracipa Y, Salazar G, Isaza D, Cruz LE, Correa C. Nueva metodología de ayuda diagnóstica de la dinámica geométrica cardiaca dinámica cardiaca caótica del holter. Rev Acad Colomb Cienc. 2011;35(134):5-12.
26. Resolución 8430/1993, por la cual se establecen las normas científicas, técnicas y administrativas para la investigación en salud. República de Colombia, Ministerio de Salud.
27. Heart rate variability: standards of measurement, physiological interpretation and clinical use. Task Force of the European Society of Cardiology and the North American Society of Pacing and Electrophysiology. Circulation. 1996;93(5):1043-65.
28. Bauer A, Kantelhardt JW, Barthel P, Schneider R, Mäkikallio T, Ulm K, et al. Deceleration capacity of heart rate as a predictor of mortality after myocardial infarction: cohort study. Lancet. 2006;367(9523):1674-81.
29. Schmidt G, Malik M, Barthel P, Schneider R, Ulm K, Rolnitzky L, et al. Heart-rate turbulence after ventricular premature beats as a predictor of mortality after acute myocardial infarction. Lancet. 1999;353(9162):1390-6.
30. Voss A, Schroeder R, Vallverdu M, Cygankiewicz I, Vazquez R, Bayes de Luna A, et al. Linear and nonlinear heart rate variability risk stratification in heart failure patients. Comput Cardiol. 2008;2008:557-60.
31. Maestri R, Pinna GD, Accardo A, Allegrini P, Balocchi R, D’Addio G, et al. Nonlinear indices of heart rate variability in chronic heart failure patients: redundancy and comparative clinical value. J Cardiovasc Electrophysiol. 2007;18(4):425-33.
32. Ahmad S, Tejuja A, Newman K, Zarychanski R, Seely A. Clinical review: a review and analysis of heart rate variability and the diagnosis and prognosis of infection. Crit Care. 2009;13(6):232.
33. Chen WL, Kuo CD. Characteristics of heart rate variability can predict impending septic shock in emergency department patients with sepsis. Acad Emerg Med. 2007;14(5):392-7.
34. Papaioannou VE, Dragoumanis C, Theodorou V, Gargaretas C, Pneumatikos I. Relation of heart rate variability to serum levels of C-reactive protein, interleukin 6, and 10 in patients with sepsis and septic shock. J Crit Care. 2009;24(4):625.e1-7.
35. Ahmad S, Ramsay T, Huebsch L, Flanagan S, McDiarmid S, Batkin I, et al. Continuous multi-parameter heart rate variability analysis heralds onset of sepsis in adults. PLoS One. 2009;4(8):e6642.33.
36. Buchan C, Bravi A, Seely A. Variability analysis and the diagnosis, management, and treatment of sepsis. Curr Infect Dis Rep. 2012;14:512-21.
37. Fairchild KD, O'Shea TM. Heart rate characteristics: Physiomarkers for detection of late-onset neonatal sepsis. Clin Perinatol. 2010;37(3):581-98.
38. Longin E, Gerstner T, Schaible T, Lenz T, König S. Maturation of the autonomic nervous system: Differences in heart rate variability in premature vs. term infants. J Perinat Med. 2006;34(4):303-8.
39. Eiselt M, Curzi-Dascalova L, Clairambault J, Kauffmann F, Médigue C, Peirano P. Heart-rate variability in low-risk prematurely born infants reaching normal term: A comparison with full-term newborns. Early Hum Dev. 1993 Mar;32(2-3):183-95.
40. Griffin MP, Lake DE, Moorman JR. Heart rate characteristics and laboratory tests in neonatal sepsis. Pediatrics 2005;115:937-41.
41. Prieto Bohórquez S, Velásquez JO, Correa Herrera SC, Soracipa Muñoz MY. Diagnosis of cervical cells based on fractal and Euclidian geometrical measurements: Intrinsic geometric cellular organization. BMC Med Phys. 2014;14(2):1-9. doi: 10.1186/1756-6649-14-2
42. Velásquez JO, Prieto S, Correa C, Dominguez D, Cardona DM, Melo M. Geometrical nuclear diagnosis and total paths of cervix cell evolution from normality to cancer. J Can Res Ther. 2015;11(1):98-104. doi: 10.4103/0973-1482.148704
43. Rodríguez J, Prieto S, Correa C, Bernal P, Puerta G, Vitery S, Soracipa Y, Muñoz D. Theoretical generalization of normal and sick coronary arteries with fractal dimensions and the arterial intrinsic mathematical harmony. BMC Med Phys. 2010;10:1-6.
44. Rodríguez J, Bernal P, Prieto S, Correa C. Teoría de péptidos de alta unión de malaria al glóbulo rojo: predicciones teóricas de nuevos péptidos de unión y mutaciones teóricas predictivas de aminoácidos críticos. Inmunología. 2010;29(1):7-19.
45. 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.
46. Rodríguez J, Prieto S, Correa C, Mendoza F, Weiz G, Soracipa Y, Velásquez N, Pardo J, Martínez M, Barrios F. Physical mathematical evaluation of the cardiac dynamic applying the Zipf-Mandelbrot law. J Modern Phys. 2015;6:1881-8. http://dx.doi.org/10.4236/jmp.2015.613193
47. 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):102-8.
48. Rodríguez J, Prieto S, Correa C, Pérez C, Mora J, Bravo J, Soracipa Y, Álvarez L. Predictions of CD4 lymphocytes’ count in HIV patients from complete blood count. BMC Med Phys. 2013;13:3.
Cómo citar
Rodriguez, J., Bertolotto, A. M., & Ospina, O. (2017). Caracterización matemática de dinámicas cardiacas neonatales normales a partir de la teoría de la probabilidad. Universitas Medica, 58(1). https://doi.org/10.11144/Javeriana.umed58-1.cmdc
Sección
Artículos originales

Artículos más leídos del mismo autor/a