Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Una vez obtenido el vector D, se obtienen otros dos los dos grupos y respecto al periodo día/noche, se
vectores (D1 y D2) que son los que se correlacionarán: encuentran diferencias en el grupo de pacientes, mientras
que los sanos no presentan diferencias significativas.
D1(i) = D(i) i = 1, 2, 3,…… (N-1)-τ (2)
IV. DISCUSION Y CONCLUSION
D2(i-τ) = D(i+τ) i = 1+τ, …… (N-1) (3)
En este trabajo se ha presentado una forma de analizar
Ya con los dos vectores D1 y D2, se obtiene el la señal VFC con un enfoque poco usual, es decir,
coeficiente de correlación lineal de Pearson (r), en este caso analizando la autocorrelación de las diferencias de primer
la autocorrelación del vector D con un retraso o lag τ, de orden, observando que en el análisis estadístico posterior se
acuerdo a la siguiente fórmula: obtiene una muy buena significación estadística entre las
N −1−τ
personas sanas y los pacientes con estenosis aórtica.
∑ [(D1(i) − D1)(D2(i) − D2)] Llama la atención que en el grupo de sanos no se
detecten diferencias significativas entre el periodo de día y
r= i =1
(4) de noche, pues diferencias entre estos periodos han sido
N −1−τ N −1−τ
∑ (D1(i ) − D1) ∑ (D 2(i ) − D 2)
reportadas para grupos de sanos utilizando algunos índices
no lineales [5] en el caso de los pacientes se logra verificar
i =1 i =1
claramente la existencia del ritmo circadiano. En lo que
respecta a género no se detectaron diferencias en ninguno de
Se calculó la autocorrelación para la series RR
los grupos, aunque algunos índices no lineales si han
completas de sanos y enfermos, utilizando un retardo (lag)
reportado diferencias [5].
de 1. Se separaron hombres y mujeres en cada grupo para
determinar si había diferencias. También se seleccionaron Se puede concluir que este tipo de análisis puede ser útil
tramos de las series correspondientes al periodo diurno (de para clasificar diversas patologías cardiacas y que es un
las 15 a las 20 h) y al periodo nocturno (de las 0 a las 5 h) en análisis de bajo coste computacional pues no requiere de
ambos grupos para comparar los valores de la pesados cálculos. Faltaría aplicar este enfoque en diferentes
autocorrelación en ambos periodos. enfermedades y probar su potencial, así como buscar el
tamaño de muestra de la señal mínimo con el cual se puedan
obtener resultados confiables.
III. RESULTADOS