medigraphic.com
Colegio de Medicina Interna de México.

2020, Número 2

<< Anterior Siguiente >>

Med Int Mex 2020; 36 (2)


Comportamiento de la frecuencia cardiaca y gases arteriales basado en los sistemas dinámicos

Medina-Araujo SM, Rodríguez-Velásquez JO, Prieto-Bohórquez SE

Idioma: Español
Referencias bibliográficas: 30
Paginas: 153-158
Archivo PDF: 177.10 Kb.


RESUMEN

Antecedentes: Las dinámicas no lineales han permitido el desarrollo de metodologías diagnósticas de la dinámica cardiaca y la evaluación del comportamiento de distintas variables hemodinámicas.
Objetivo: Caracterizar el comportamiento caótico de la frecuencia cardiaca y de parámetros del análisis de los gases de la sangre de pacientes de la unidad de cuidado intensivo en el marco de la teoría de los sistemas dinámicos.
Material y Método: Estudio en el que se incluyeron reportes clínicos de gases sanguíneos y registros electrocardiográficos continuos de la unidad de cuidado intensivo. Se sistematizaron la frecuencia cardiaca, la presión arterial y venosa de dióxido de carbono (PaCO2 y PvCO2, respectivamente) y la saturación venosa de oxígeno (SvO2). Luego se generaron atractores caóticos de esas variables en el mapa de retardo y se establecieron los valores máximos y mínimos de los atractores.
Resultados: Se incluyeron 25 reportes clínicos. Los valores mínimos y máximos de los atractores de la saturación venosa de oxígeno se hallaron entre 22.1 y 97.3%. Los valores mínimos y máximos de los atractores de la PaCO2 se encontraron entre 17 y 97.9 mmHg. Los valores mínimos y máximos de los atractores de la PvCO2 variaron entre 14.4 y 64.1 mmHg. Los valores de la frecuencia cardiaca se hallaron entre 62 y 210 lat/min.
Conclusiones: Fue posible caracterizar el comportamiento caótico de los parámetros de los gases sanguíneos y de la frecuencia cardiaca en el contexto de la teoría de los sistemas dinámicos.


REFERENCIAS (EN ESTE ARTÍCULO)

  1. Devaney R. A first course in chaotic dynamical systems theory and experiments. Estados Unidos: Addison- Wesley, 1992.

  2. Peitgen H, Jurgens H, Saupe D. Strange attractors, the locus of chaos. In: Chaos and Fractals: New Frontiers of Science. Estados Unidos: Springer-Verlag, 1992;655-768.

  3. Mandelbrot B. The fractal geometry of nature. España, Freeman, 2000.

  4. Mandelbrot B. ¿Cuánto mide la costa de Gran Bretaña? En: Los Objetos Fractales. España, 2000;27-50.

  5. Parrillo J, Dellinger RP. Critical Care Medicine. Estados Unidos, Elsevier, 2019.

  6. Mangas A, Oliver P, Casitas R, Laorden D. Indicaciones e interpretación diagnóstica de la gasometría arterial. Medicine. 2018;12:3849-3908. DOI: 10.1016/j.med.2018.10.025.

  7. von Auenmueller K, Christ M, Sasko BM, Trappe HJ. The value of arterial blood gas parameters for prediction of mortality in survivors of out-of-hospital cardiac arrest. J Emerg Trauma Shock 2017;10:134-139. DOI: 10.4103/ JETS.JETS_146_16.

  8. Godoy MF. Nonlinear analysis of heart rate variability: A comprehensive review. J Cardiol Ther 2016;3:528-33.

  9. Goldberger A, Amaral L, Hausdorff JM, Ivanov P, Peng CK, Stanley HE. Fractal dynamics in physiology: alterations with disease and aging. PNAS. 2002;99:2466-2472.

  10. 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;4:370-381.

  11. Razi E, Nasiri O, Akbari H, Razi A. Correlation of arterial blood gas measurements with venous blood gas values in mechanically ventilated patients. Tanaffos 2012;11:30-35.

  12. Masip J, De Mendoza D, Planas K, Páez J, Sanchez B, Cancio B. Peripheral venous blood gases and pulse-oximetry in acute cardiogenic pulmonary oedema. Eur Heart J Acute Cardiovasc Care 2012;1:275-280.

  13. Treger R, Pirouz S, Kamangar N, Corry D. Agreement between central venous and arterial blood gas measurements in the intensive care unit. Clin J Am Soc Nephrol 2010;5:390-394.

  14. Geoffrey B. Preanalytical considerations in blood gas analysis. Biochem Med (Zagreb) 2013;23:19-27.

  15. Küme T, Rıza A, Solak A, Tuğlu B, Çinkooğlu B, Çoker C. The effects of different syringe volume, needle size and sample volume on blood gas analysis in syringes washed with heparin. Biochem Med (Zagreb) 2012;22:189-201.

  16. Rodríguez J, Prieto S, Correa C, Domínguez D, Pardo J, Mendoza F, et al. Clinic application of a cardiac diagnostic method based on dynamic systems theory. Res J Cardiol 2017;10:1-7. DOI: 10.3923/rjc.2017.1.7.

  17. Garfinkel A. A mathematics for physiology. Am J Physiol 1983;245:R455-R466.

  18. Schumacher A. Linear and nonlinear approaches to the analysis of R-R interval variability. Biol Res Nurs 2004;5:211-21.

  19. Barbieri R, Scilingo EP, Valenza G. Complexity and nonlinearity in cardiovascular signals. Suiza: Springer, 2017.

  20. Scaffeta N, Moon R, West B. Fractal response of physiological signals to stress conditions, environmental changes, and neurodegenerative diseases. Complexity 2007;12:12-17. https://doi.org/10.1002/cplx.20183.

  21. Ghorbani M, Jonckheere EA, Bogdan P. Gene expression is not random: scaling, long-range cross-dependence, and fractal characteristics of gene regulatory networks. Front Physiol 2018;9:1446. DOI: 10.3389/fphys.2018.01446.

  22. Satti R, Abid NUH, Bottaro M, de Rui M, Garrido M, Raufoy MR. The application of the extended poincaré plot in the analysis of physiological variabilities. Front Physiol 2019;10:116. DOI: 10.3389/fphys.2019.00116.

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

  24. Bishop DG, Wise RD, Lee C, von Rahden RP, Rodseth RN. Heart rate variability predicts 30-day all-cause mortality in intensive care units. South Afr J Anaesth Analg 2016;22(4):125- 128. DOI: 10.1080/22201181.2016.1202605.

  25. Wu, L, Jiang Z, Li C, Shu M. Prediction of heart rate variability on cardiac sudden death in heart failure patients: A systematic review. Int J Cardiol 2014;174(3):857-860. DOI: 10.1016/j.ijcard.2014.04.176.

  26. Einstein A. Sobre la teoría de la relatividad y otras aportaciones científicas. Madrid: Sarpe; 1983;23-32.

  27. 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 Medical Physics 2010;10:1.

  28. Rodríguez J. Binding to class ii HLA theory: probability, combinatory and entropy applied to peptide sequences. Inmunología 2008; 27(4):151-166. DOI: 10.1016/S0213- 9626(08)70064-7.

  29. Rodríguez JO. Spatio-temporal probabilistic prediction of appearance and duration of malaria outbreak in municipalities of Colombia. 9 J Phys Conf Ser 2019;1160:012018. DOI: 10.1088/1742-6596/1160/1/012018.

  30. Rodríguez J, Prieto S, Correa C, Melo M, Domínguez D, Olarte N, et al. Prediction of CD4+ cells counts in HIV/AIDS patients based on sets and probability theories. Curr HIV Res 2018;16:416-424. DOI: 10.2174/1570162X17666190 306125819.




2020     |     www.medigraphic.com