Este trabajo presenta los resultados obtenidos de un estudio sobre el análisis de parámetros electrocardiográficos en registros de pacientes seropositivos a la enfermedad de Chagas del Departamento del Meta y medición de las variables en el dominio de tiempo de la variabilidad de la frecuencia cardiaca (HRV) y su comparación con registros de población de control. Se obtuvieron un total de 38 registros de 10 minutos en su gran mayoría (57,9%) con un polígrafo de alta resolución entre ambas poblaciones, creándose una base de datos anotada de éstos registros. El presente estudio, permitió encontrar diferencias significativas de parámetros electrocardiográficos para el intervalo QTc entre los grupos, que podría ser consecuencia de alteración de la condución cardiaca que se traduce en un mayor incremento del QTc, así como de afectación de las variables del dominio de tiempo de la Variabilidad de la Frecuencia Cardiaca (HRV), como la SDRR y SEHR, que resultan en valores más bajos para los pacientes seropositivos a enfermedad de Chagas. Se concluye que variables de los registros ECG y de la HRV, presentan alteración en pacientes con enfermedad de Chagas , que podrían ser utilizados como alertas tempranas de la enfermedad no diagnosticada serológicamente.
Se estima la prevalencia por Trypanosoma cruzi de 436.000 habitantes en Colombia, con casos anuales de 5.250, en población expuesta de 4.792.000 habitantes. La variabilidad de la frecuencia cardiaca (VFC) es la variabilidad en el tiempo, de un latido cardiaco, medido en un análisis de periodo temporal determinado. Su análisis permite determinar el equilibrio simpático-vagal de manera indirecta. Este estudio analizó las variables temporales y No lineales, en 19 pacientes Chagásicos y 19 controles, utilizándose un polígrafo de alta resolución y el software Kubios. La variable Desviación Estandar del Intervalo RR (SDRR) en la población control arrojó un promedio de 56,23±29,6ms vs 40,62±30,1ms, en los seropositivos; La Raíz Cuadrada del Promedio de la Suma de las Diferencias al Cuadrado de todos los intervalos Adyacentes (RMSSD) fue de 34,31±21,01ms y 31,94±37,33ms, para controles y Chagas, respectivamente. El número de los intervalos RR consecutivos, que difieren en más de 50ms entre sí (NN50), en controles 76,47±78,3 latidos vs 13,47±36,8 para seropositivos, que correspondió con el porcentaje de NN50 (pNN50) 12,3±13,3% y 2,64±6,0%, respectivamente, para el mismo orden de los grupos. Valores de Entropía Aproximada (ApEn) fueron 1,249±0,134, para controles y 0,959±0,325, para seropositivos y para la Entropía Muestral (SampEn) fue de 1,358±0,264 y 1,102±0,385, para controles y chagásicos, respectivamente. Se encontró mayor irregularidad de HRV en controles, que es reflejo de un mejor estado de salud.
Se elaboró un algoritmo para detectar las características de la señal electrocardiográfica (ECG) de pacientes con arritmias cardiacas y pacientes con enfermedad de Chagas crónico del departamento del Meta, y registros de personas sanas haciendo uso de la función wavelet Symlets 7 (sym 7), como una forma alternativa del análisis de Fourier para este tipo de señales. Se creó una base de datos de registros electrocardiográficos (ECG) de alta resolución de personas de la región con afecciones cardiacas y enfermedad de Chagas crónico, quienes fueron informados y aceptaron voluntariamente siguiendo todas las recomendaciones bioéticas. Los registros se tomaron en las instalaciones de la Universidad de los Llanos con un equipo de alta resolución y en derivada D II. Este algoritmo permitió identificar las características más importantes de cada registro ECG de los pacientes con arritmias cardiacas y enfermedad de Chagas, midiendo los intervalos PR, QT, QTc, RR, complejo QRS y amplitudes de las ondas y la frecuencia cardiaca con una exactitud mayor al 98%, convirtiéndose en una herramienta para obtener un mejor diagnóstico de los síntomas de anomalías cardiacas y del mal de Chagas crónico.
Abstract-The current document is intended to reflect the importance that represents the development of a new method for detecting cardiac abnormalities using wavelet analysis, in addition to using an algorithm for pre-diagnosis of possible abnormal electrical patterns present.A mathematical analysis with Wavelet Symlet 7 electrocardiographic signals acquired in patients living in the state of Meta, Colombia was made. This analysis allows to characterize cardiac abnormalities, specifically abnormalities associated with common diseases such as tachycardia, bradycardia, hypercalcemia, and atrioventricular blocks, among others.work with MATLAB of Mathworks, Inc. software to adapt and analyzes these ECG signals was performed, enabling preprocessing phase, where the signal is subjected to a "filtering" a multiresolution analysis phase by through the discrete wavelet transform, and additionally by means of an algorithm to identify heart abnormalities present in the patient, becoming a supporting tool for the pre-diagnosis better about cardiac abnormalities caused by common illnesses.Keywords-Cardiac abnormalities, ECG, Filtering, Prediagnosis, Wavelet. Digital Object Identifier (DOI): http://dx
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.