A diminuição da variabilidade da freqüência cardíaca (VFC) constitui um importante fator prognóstico para o aparecimento de eventos cardíacos em indivíduos previamente sadios 1 e em portadores de cardiopatias [2][3][4] . Mais especificamente, em pacientes após infarto agudo do miocárdio (IAM), a redução da VFC já foi estabelecida como um fator de risco independente para eventos arrítmicos e mortalidade global 5,6 . Esta diminuição da VFC está relacionada à hiperatividade adrenérgica e diminuição da atividade parassimpática cardíaca encontradas ao longo da convalescência do IAM 7 . Embora o mecanismo que explique o aumento do risco, devido à disautonomia, não esteja claramente definido, existem evidências experimentais de um efeito protetor da estimulação vagal sobre a vulnerabilidade elétrica ventricular 8,9 correlacionando a hipoatividade parassimpática ao desenvolvimento de arritmia letais 10 . Entretanto, a diminuição da VFC, também, se correlaciona ao aumento da incidência de eventos cardíacos isquêmicos novos em indivíduos normais 1 e com mortalidade causada por falência cardíaca em pacientes após IAM 2,6 , sugerindo a existência de outros mecanismos além da modulação elé-trica, que explicam a relação entre VFC e mortalidade.A inibição do efeito adrenérgico cardíaco com o uso do betabloqueadores demonstrou ser capaz de reduzir a mortalidade de pacientes após IAM [11][12][13][14][15] . Entretanto, em relação à diminuição da atividade parassimpática, apesar das evidências experimentais 3,6 de sua relevância clínica após IAM 3,16 , ainda não existem estabelecidas medidas que, produzindo estimulação colinérgica, possam contribuir para a diminuição da mortalidade neste grupo de pacientes. Investigação da função autonômica cardiovascularA freqüência cardíaca (FC) está constantemente submetida a flutuações no tônus autonômico, determinadas 24,25 , os quais podem ser utilizados para detectar disfunção autonômica no diabetes mellitus 26 , no pós-IAM e em inúmeras outras condições [28][29] . Não sendo objetivo deste artigo revisão sobre os diversos testes autonômicos, sugerimos ao leitor interessado artigo sobre os mesmos, publicado por Castro e col em 1992 19,20 . Mais recentemente, grande atenção tem sido direcionada às flutuações espontâneas da FC, genericamente chamada de VFC [30][31][32] . Metodologia da análise da variabilidade da freqüência cardíacaO estudo da VFC é um método que nos permite analisar as flutuações que ocorrem durante períodos curtos ou prolongados (24h) 33,34 , tendo a vantagem de possibilitar uma avaliação não invasiva e seletiva da função autonômica. Este tipo de análise recebeu grande impulso após o estabelecimento da forte e independente relação entre VFC e mortalidade pós-IAM 3,6 . Entretanto, vários aspectos metodológicos ainda carecem de padronização universal 35,36 e o significado dos diferentes índices de VFC são mais complexos do que geralmente se acredita, podendo gerar conclusões incorretas e extrapolações precipitadas 34 . As chamadas medidas no domínio do tempo são índi-ces obti...

SummaryBackground: There is evidence of the association between the apolipoprotein E (APOE) and coronary disease; however, there are controversies.

ABSTRACT. Despite medical advances, mortality due to acute coronary syndrome remains high. For this reason, it is important to identify the most critical factors for predicting the risk of death in patients hospitalized with this disease. To improve medical decisions, it is also helpful to construct models that enable us to represent how the main driving factors relate to patient outcomes. In this study, we compare the capability of Artificial Neural Network (ANN) and Support Vector Machine (SVM) models to distinguish between patients hospitalized with acute coronary syndrome who have low or high risk of death. Input variables are selected using the wrapper approach associated with a mutual information filter and two new proposed filters based on Euclidean distance. Because of missing data, the use of a filter is an important step in increasing the size of the usable data set and maximizing the performance of the classification models. The computational results indicate that the SVM model performs better. The most relevant input variables are age, any previous revascularization, and creatinine, regardless of the classification algorithms and filters used. However, the Euclidean filters also identify a second important group of input variables: age, creatinine and systemic arterial hypertension.

Background: AGT*M235T polymorphism has been associated with high serum angiotensinogen (AGT) levels, systemic hypertension and cardiac dysfunction (CD).