Please use this identifier to cite or link to this item: http://hdl.handle.net/20.500.12494/32731
Exportar a:
Full metadata record
DC FieldValueLanguage
dc.coverage.temporalVol. 13 N. 1es
dc.creatorRodríguez Velásquez, Javier Oswaldo-
dc.creatorPáez Páez, Jaime Alberto-
dc.creatorCorrea Herrera, Sandra Catalina-
dc.creatorPrieto Bohórquez, Signed Esperanza-
dc.creatorCastro Fernández, Mario Fernando-
dc.creatorMontenegro Marín, Carlos Enrique-
dc.creatorCortes Méndez, Jairo Augusto-
dc.date.accessioned2021-01-21T15:40:36Z-
dc.date.available2021-01-21T15:40:36Z-
dc.date.issued2019-01-05-
dc.identifier.issn19099746es
dc.identifier.urihttps://doi.org/10.14483/22484728.14440es
dc.identifier.urihttp://hdl.handle.net/20.500.12494/32731-
dc.descriptionA través de la teoría de la probabilidad y de los sistemas dinámicos se ha construido una metodología para evaluar la dinámica cardíaca –recientemente automatizada– mediante un software que puede ser acoplado a cualquier sistema operativo para PC. El software permite mediante una interfaz consultar la dinámica cardíaca por un especialista del área clínica y así evaluar qué tan alejada se encuentra una dinámica cardiaca de la normalidad. En este estudio se hizo uso de dicho software para desarrollar un estudio de concordancia diagnóstica para confirmar su capacidad como herramienta de evaluación a nivel clínico. Para ello se parte de la medición de: 120 registros Holter, 100 patológicos y 20 normales, durante 21 horas; con los cuales se toman los valores de la frecuencia cardíaca y numero de latidos; en base a esta información el software elabora secuencias pareadas y construye atractores con los cuales cuantifica la dimensión fractal, los espacios de ocupación en el espacio fractal de Box Counting, y los valores de la probabilidad de los espacios ocupados por el atractor. De lo anterior se encontró que este proceso permite diferenciar la normalidad de la patología aguda y su evolución, obteniendo valores de sensibilidad y especificidad del 100%. Dado este contexto, es de destacar que el proceso permite analizar de una manera objetiva y reproducible la efectividad de los tratamientos médicos.es
dc.description.abstractThe normal and abnormal behavior of an adult heart dynamics and its state of evolution towards one of these two states has been characterized successfully in the context of the theory of dynamic systems and probability. The diagnostic methodology of clinical application designed under these two theories has managed to evaluate in an objective and reproducible way the cardiac dynamics from the values of the frequency of the Holter registers. The automation of this methodology through the design of a software that can be docked in any operating system for PC, and contributes as a diagnostic aid tool to generate more timely responses to the patient’s clinical condition. Additionally, the values of the probability of these spaces occupied by the attractor, calculated by the Software, allow using an interface that can be consulted by the specialist to evaluate how far a cardiac dynamic is from normality, analyzing in this way the effectiveness of the treatment.es
dc.format.extent50 - 56 p.es
dc.publisherUniversidad Cooperativa de Colombia, Facultad de Ingenierías, Ingeniería de Sistemas, Bogotáes
dc.relation.ispartofVisión electrónicaes
dc.relation.isversionofhttps://revistas.udistrital.edu.co/index.php/visele/article/view/14440es
dc.subjectSistemas dinamicoses
dc.subjectFractaleses
dc.subjectProbabilidades
dc.subject.otherDynamic systemses
dc.subject.otherFractalses
dc.subject.otherProbabilityes
dc.titleSoftware for adult cardiac dynamic through dynamic systemses
dc.typeArtículoes
dc.rights.licenseAtribución – No comerciales
dc.publisher.departmentBogotáes
dc.publisher.programIngeniería de Sistemases
dc.description.tableOfContentsIntroducción. -- Metodología. -- Resultados. -- Discusión. -- Conclusiones. -- Agradecimientos. -- Referencias.es
dc.creator.mailmario.castrof@campusucc.edu.coes
dc.identifier.bibliographicCitationRodríguez Velásquez, J. O., Páez Páez, J. A., Correa Herrera, S. C., Prieto Bohórquez, S. E., Castro Fernández, M. F., Montenegro Marín, C. E., & Cortes Méndez, J. A. (2019). Software para la dinámica cardíaca adulta mediante sistemas dinámicos. Visión electrónica, 13(1), 50-56. https://doi.org/10.14483/22484728.14440es
dc.rights.accessRightsopenAccesses
dc.source.bibliographicCitationD. Núñez, “Poincaré, la mecánica clásica y el teorema de la recurrencia”, Rev. Mex. Fis. E, vol. 59, no 2, 2013, pp. 91–100.es
dc.source.bibliographicCitationR. Devaney, “A first course in chaotic dynamical systems: theory and experiments”, New York: Addison- Wesley, 1992.es
dc.source.bibliographicCitationH. Peitgen, H. Jurgens and D. Saupe, “Strange attractors, the locus of chaos”, Chaos and Fractals, New York: Springer-Verlag, 1992, https://doi.org/10.1007/978-1-4757-4740-9_13es
dc.source.bibliographicCitationA. Goldberger, L. A. Amaral, J. M. Hausdorff, P. Ivanov, C. K. Peng and H. E. Stanlev, “Fractal dynamics in physiology: alterations with disease and aging”, PNAS, vol. 99, no. 1, 2002, pp. 2466 – 2472. https://doi.org/10.1073/pnas.012579499es
dc.source.bibliographicCitationH. V. Huikuri, T. Makikallio, C. K. Peng, A. Goldberger, U. Hintze and M. Moller, “Fractal correlation properties of R-R interval dynamics and mortality in patients with depressed left ventricular function after an acute myocardial infarction”, Circulation, vol. 101, no. 1, 2000, pp. 47-53, https://doi.org/10.1161/01.CIR.101.1.47es
dc.source.bibliographicCitationJ. Rodríguez, et al., “Clinical application of a cardiac diagnostic method based on dynamic systems theory”, Research Journal of Cardiology, vol. 10, no. 1, 2017, pp. 1-7. https:// doi.org/10.3923/rjc.2017.1.7es
dc.source.bibliographicCitationJ. Rodríguez, et al., “Diagnóstico de la dinámica cardiaca durante 16 horas desde los sistemas dinámicos aplicable en UCI”, Rev. Univ. Ind. Santander Salud, vol. 49, no. 1, 2017, pp. 75-84. https://doi.org/10.18273/revsal.v49n1-2017007es
dc.source.bibliographicCitationJ. Rodríguez, C. Correa and L. Ramirez, “Heart dynamics diagnosis based on entropy proportions: Application to 550 dynamics”, Rev. Mex. Cardiol., vol. 28, no 1, 2017, pp. 10-20.es
dc.source.bibliographicCitationJ. Rodríguez, et al., “Evaluación de arritmias con base en el método de ayuda diagnóstica de la dinámica cardiaca basado en la teoría de la probabilidad”, Archivos de Medicina, vol. 15, no. 1, 2015, pp. 33-45.es
dc.source.bibliographicCitationJ. Rodríguez, et al., “Physical-mathematical diagnosis of cardiac dynamic on neonatal sepsis: predictions of clinical application”, J. Med. Med. Sci, vol. 5, no 5, 2014, pp. 102-108. https://doi. org/10.14303/jmms.2014.070es
dc.source.bibliographicCitationJ. Rodríguez, A. Bertolotto and O. Ospina, “Caracterización matemática de dinámicas cardiacas neonatales normales a partir de la teoría de la probabilidad”, Universitas Medica, vol. 58, no 1, 2017, pp. 1-18. https://doi. org/10.11144/Javeriana.umed58-1.cmdces
dc.source.bibliographicCitationJ. Rodríguez, et al., “Mathematical-physical prediction of cardiac dynamics using the proportional entropy of dynamic systems”, J. Med. Med. Sci., vol. 4, no. 8, 2013, pp. 370-381.es
dc.source.bibliographicCitationJ. Rodríguez, M. Sanchez, F. Barrios, N. Velásquez and J. Mora, “Exponential law of cardiac dynamics for physical–mathematical evaluation in 16 h”, Medicina Universitaria, vol. 19, no. 77, 2017, pp. 159-65. https://doi. org/10.1016/j.rmu.2017.09.003es
dc.source.bibliographicCitationM. R. Spiegel and L. J. Stephens, “Probabilidad y estadística”, Bogotá: Mc Graw Hill. 2003.es
dc.source.bibliographicCitationA.M. Mood, “Introduction to the theory of statistics”, McGraw-Hill Education, 1974.es
dc.source.bibliographicCitationJ. Gallo, J. Farbiarz and D. L. Alvarez, “Análisis espectral de la variabilidad de la frecuencia cardíaca”, IATREIA, vol. 12, no. 2, 1999, pp. 61- 711.es
dc.source.bibliographicCitationJ. P. Higgins, “Nonlinear systems in medicine”, Yale. J. Biol. Med., vol. 75, 2002, pp. 247-60.es
dc.source.bibliographicCitationM. Costa, A. L. Goldberger and C. K. Peng, “Multiscale Entropy Analysis of Complex Physiologic Time Series”, Phys. Rev. Lett., vol. 89, no. 6, 2002, pp. 1021–1024. https://doi. org/10.1103/PhysRevLett.89.068102es
dc.source.bibliographicCitationG. Schmidt, et al., “Heart-rate turbulence after ventricular premature beats as a predictor of mortality after acute myocardial infarction”, Lancet, vol. 353, 1999, pp. 1390–1396. https:// doi.org/10.1016/S0140-6736(98)08428-1es
dc.source.bibliographicCitationA. Voss, et al., “Linear and nonlinear heart rate variability risk stratification in heart failure patients”, Computers in Cardiology, 2008. https://doi.org/10.1109/CIC.2008.4749102es
dc.source.bibliographicCitationR. Maestri, et al., “Nonlinear indices of heart rate variability in chronic heart failure patients: redundancy and comparative clinical value”, J. Cardiovasc. Electrophysiol., vol. 18, no. 4, 2007, pp. 425–33. https://doi.org/10.1111/j.1540- 8167.2007.00728.xes
dc.source.bibliographicCitationS. Ahmad, A. Tejuja, K. D. Newman, R. Zarychanski and A. J. Seely, “Clinical review: a review and analysis of heart rate variability and the diagnosis and prognosis of infection”, Crit Care, vol. 13, no. 6, 2009, pp. 232. https:// doi.org/10.1186/cc8132es
dc.source.bibliographicCitationW. L. Chen and C. D Kuo, “Characteristics of heart rate variability can predict impending septic shock in emergency department patients with sepsis”, Acad Emerg Med, vol. 14, no. 5, 2007, pp. 392–397. https://doi.org/10.1197/j. aem.2006.12.015es
dc.source.bibliographicCitationV. E. Papaioannou, et al., “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, vol. 24, no. 4, 2009, pp. 625. https://doi.org/10.1016/j.jcrc.2008.11.010es
dc.source.bibliographicCitationJ. Rodríguez, “Método para la predicción de la dinámica temporal de la malaria en los municipios de Colombia”, Rev Panam Salud Pública, vol. 27, no. 3, 2010, pp. 211-218, https:// doi.org/10.1590/S1020-49892010000300008es
dc.source.bibliographicCitationJ. Rodríguez, et al., “Predictions of CD4 lymphocytes’ count in HIV patients from complete blood count”, BMC Medical Physics, vol. 13, no. 3, 2013. https://doi.org/10.1186/1756- 6649-13-3es
dc.source.bibliographicCitationJ. Rodríguez, “Teoría de unión al HLA clase II teorías de Probabilidad Combinatoria y Entropía aplicadas a secuencias peptídicas”, Inmunología. vol. 27, no. 4, 2008, pp. 151-166. https://doi.org/10.1016/S0213-9626(08)70064-7es
dc.source.bibliographicCitationJ. Velásquez, et al., “Geometrical nuclear diagnosis and total paths of cervix cell evolution from normality to cancer”, J Cancer Res Ther, vol. 11, no. 1,2015, pp. 98-104. https://doi. org/10.4103/0973-1482.148704es
dc.source.bibliographicCitationC. Correa, et al., “Geometric diagnosis of erythrocyte morphophysiology”, J. Med. Med. Sci., vol. 3, no. 11, 2012, pp. 715-720.es
dc.source.bibliographicCitationJ. Rodríguez, et al., “Theoretical generalization of normal and sick coronary arteries with fractal dimensions and the arterial intrinsic mathematical harmony”, BMC Med Phys, vol. 10, no. 1, 2010, pp. 1-6. https://doi.org/10.1186/1756- 6649-10-1es
dc.description.cvlachttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000343870es
dc.description.orcidhttps://orcid.org/0000-0001-7239-0763es
Appears in Collections:Ingeniería de Sistemas

Files in This Item:
There are no files associated with this item.


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.