Detección de isquemia de miocardio y estudio de la respuesta autónoma asociada mediante procesamiento de la señal de EGG

  1. MAGRANS NICIEZA, RUDYS
Dirigida por:
  1. Pedro Gomis Roman Director/a

Universidad de defensa: Universitat Politècnica de Catalunya (UPC)

Fecha de defensa: 29 de noviembre de 2016

Tribunal:
  1. Montserrat Vallverdú Ferrer Presidente/a
  2. Francisco Clarià Sancho Secretario/a
  3. Elisabete Aramendi Ecenarro Vocal

Tipo: Tesis

Teseo: 143419 DIALNET lock_openTDX editor

Resumen

La isquemia de miocardio, consecuencia de la enfermedad de las arterias coronarias, es el principal problema de salud que conduce a infarto de miocardio, arritmias y muerte. El sistema nervioso autónomo (SNA) regula la mayoría de funciones del organismo, entre éstas la frecuencia cardiaca. La caracterización de la complejidad de la respuesta del SNA con técnicas multifractales sobre la serie de intervalos RR, y su análisis antes y durante isquemia de miocardio inducida es un aporte valioso para la comprensión de los mecanismos autónomos de control cardiaco. Sin embargo, hasta el momento, el uso de tales técnicas en el diagnóstico clínico de enfermedades como la isquemia de miocardio y otras ha sido prácticamente nulo. Así mismo, el uso de índices derivados de los intervalos de despolarización y repolarización ventricular en la señal de electrocardiograma (ECG) es una de las vías habituales de detección de enfermedades isquémicas cardiacas. El trabajo desarrollado en esta tesis tiene tres objetivos fundamentales. El primero es caracterizar la respuesta no lineal del SNA durante isquemia de miocardio inducida a través del análisis de la dinámica no lineal presente en las fluctuaciones de la serie de intevalos RR de corta duración, utilizando métodos de análisis fractal (mono y multifractal) y técnicas de surrogate data. El segundo objetivo es analizar índices de repolarización y despolarización ventricular a partir de la señal de ECG de alta resolución para identificar cuáles de éstos describen mejor los episodios de isquemia de miocardio en términos de la potencia estadística discriminatoria de cada uno por separado, del tamaño del efecto, así como su grado de interacción. Por último, costruir un modelo altamente robusto de predicción de isquemia e infarto de miocardio (MI) con métodos de aprendizaje automático basados en las medidas anteriormente identificadas. La base de datos empleada en esta tesis contiene señales de ECG de pacientes admitidos a angioplastia coronaria electiva para aumentar la luz de las arterias coronarias obstruidas. Los síntomas observados durante la oclusión coronaria completa producida por el inflado del balón de angioplastia son similares a los encontrados en pacientes que sufren MI, de ahí que la técnica es un modelo excelente para estudiar la isquemia y el MI. El procedimiento practicado aquí es único pues la duración de la oclusión ha sido más larga que lo habitual, lo cual permite estudiar episodios de isquemia transitoria de miocardio y la fase temprana de un MI. En general, los resultados obtenidos muestran un aumento en la complejidad multifractal y la no linealidad del SNA durante isquemia, lo cual ha sido interpretado como un mecanismo de adaptación beneficioso para incrementar el flujo de sangre hacia las zonas afectadas del miocardio. El análisis desde la perspectiva de la evaluación de los cambios autónomos a través de la serie de intervalos RR de corta duración representa un enfoque novedoso en el estudio de la base de datos aquí empleada. Ello, unido a la particularidad de la angioplastia practicada, brinda una relevancia especial a la investigación. Por otra parte, se ha observado que muchos de los índices de repolarización y despolarización están muy relacionados entre sí y por tanto aportan poco valor diferente al de otros que han resultado ser más significativos para identificar pacientes con isquemia en riesgo de sufrir MI. Finalmente, la cuidadosa metodología seguida para crear los diferentes modelos de predicción ha permitido que el modelo construido con las medidas más importantes tenga una mejor capacidad de generalización que la de otros modelos desarrollados previamente. El modelo puede servir como complemento a otros métodos estándar de diagnóstico de este tipo enfermedades.