Post on 06-Jan-2017
UNIVERSIDAD SIMÓN BOLÍVAR
Decanato de Estudios de Postgrado
Maestría en Ingeniería Biomédica
TRABAJO DE GRADO
DESARROLLO DE UNA BASE DE DATOS PARA LA EVALUACIÓN DE
LA NEUROPATÍA AUTONÓMICA CARDÍACA DE ORIGEN DIABÉTICO
por
Luisanna Quintero Rivas
Julio, 2007
UNIVERSIDAD SIMÓN BOLÍVAR
Decanato de Estudios de Postgrado
Maestría en Ingeniería Biomédica
DESARROLLO DE UNA BASE DE DATOS PARA LA EVALUACIÓN DE
LA NEUROPATÍA AUTONÓMICA CARDÍACA DE ORIGEN DIABÉTICO
Trabajo de Grado presentado a la Universidad Simón Bolívar por:
Luisanna Quintero Rivas
como requisito parcial para optar al grado de:
Magíster en Ingeniería Biomédica
Realizado con la tutoría de la Profesora:
Sara Wong Castañeda
Julio, 2007
ii
UNIVERSIDAD SIMÓN BOLÍVAR
Decanato de Estudios de Postgrado
Maestría en Ingeniería Biomédica
DESARROLLO DE UNA BASE DE DATOS PARA LA EVALUACIÓN DE
LA NEUROPATÍA AUTONÓMICA CARDÍACA DE ORIGEN DIABÉTICO
Este trabajo de grado ha sido aprobado en nombre de la Universidad Simón Bolívar por el
siguiente jurado examinador:
_____________________________________
Prof. Fernando Mora
Presidente
_____________________________________
Prof. Álvaro David Padrón
Miembro Externo
_____________________________________
Prof. Sara Wong
Miembro Interno
Fecha: 30 de Julio del 2007
iii
A mis padres: Luís Quintero y Marilu Rivas
A mis segundos padres
hermanos
abuelos
A Dios y todos los santos
iv
AGRADECIMIENTOS
A Dios, la Virgen de Coromoto, la Divina Pastora y mis seres queridos que ya no están conmigo, por ser mis
guías permanentes para alcanzar todo lo que me propongo, y darme las fuerzas necesarias para lograrlo.
A mi abuela Oly, por ser lo más grande y bello que he tenido en la vida, esto es para ti. Te amo mucho, eres
mi fuente de inspiración.
A mi Mamá, por estar siempre a mi lado y no dejarme sola en ningún momento de mi vida, dándome todo el
amor y apoyo para estar donde estoy. Te amo mucho.
A Papi, gracias por ayudarme y brindarme el apoyo para lograr todas mis metas, a pesar de que estamos
alejados, espero que estés siempre conmigo. Te amo.
A mis hermanos, segunda meta cumplida, espero ser su ejemplo a seguir, siempre estaré a su lado.
A mis abuelos, tíos, primos, que aunque unos vivan lejos y otros cerca, siempre me dieron el apoyo, consejos,
y compartieron muchas experiencias.
A Rómulo y Kena, por ser mis segundos padres, gracias por estar allí y apoyarme en mis metas.
A la profesora Sara Wong, por ser mi tutora y amiga, gracias por ser mi guía y dedicarme tanto tiempo para el
desarrollo de este trabajo. Mil gracias.
Al Decanato de Estudios de Postgrado por el apoyo financiero para asistir a los eventos y a la Dirección de
Investigación del Litoral por la Ayudantia Académica brindada.
Al Grupo de Bioingeniería y Biofísica Aplicada (GBBA), gracias por el apoyo moral y colaboración brindada
para la realización de este trabajo de grado, especialmente a los profesores Gianfranco Passarrielo, Mónica
Huerta, Alexandra La Cruz, Mary Díaz y Guillermo Villegas.
A mis amigos del laboratorio José David Díaz, Miguel Altuve, Ramón Salazar, Daniel Lucani y Giancarlos
Cataldo, Gracias por ser mis amigos y estar cerca de mi, y compartir tantos momentos tan lindos en la
universidad, como almorzar en el comedor, salir a la playa, acompañarnos en el laboratorio, conversar nuestros
problemas y preguntarles dudas de cualquier cosa. Mil gracias.
A Julio Cruz, gracias por ser mi asesor y ayudarme en las dudas y trancas que tenia en el desarrollo de mi
tesis, eres un gran amigo.
A Raúl Parra, disfrute mucho todos los momentos que compartimos juntos en la adquisición de los registros y
en el apoyo en la realización del trabajo. Eres un súper amigo, espero contar siempre con tu amistad
Al Grupo de Biofísica, Rehabilitación y Procesamiento de Señales (GBRPS), gracias por todo el apoyo
brindado. Especialmente a Ninoska Viloria, Carlos González y Ricardo Bravo.
Al Hospital Universitario de Caracas, especialmente al Servicio de Cardiología, Área de Prueba de Esfuerzo;
A la Dra. Antepara, Dra. Almeida, TSU María Fernanda, Sra. María, Residentes, voluntarios, gracias por todo el
apoyo, pilar fundamental para el desarrollo de este proyecto.
A mis amigas de la Maestría Lilibeth Zambrano y Francia Granda, gracias por estar siempre conmigo
aconsejándome, escuchándome y compartiendo tantas cosas en todo este tiempo.
v
A mis amigos del bachillerato (Nohadys, Naiker, Maria Jesús, Jesús, Julio, José David, Freddy, Simón) y mis
amigas de la Universidad (Mary la Rosa, Adda y Eliana), espero que siempre estén cerca de mi y que sigamos
creciendo profesionalmente.
A Jorge Pérez, gracias por estar a mi lado y comprenderme durante la realización del trabajo de grado. TQM
A Carmen Paredes y Carlos Paredes, gracias por hacerme sentir como si estuviera en casa y por apoyarme.
A Reina mi nana, gracias por el apoyo que me has dado.
A Coquito la mascota de la casa.
Aquellas personas que no mencione mil gracias por el apoyo brindado.
vi
RESUMEN
La Neuropatía Autonómica Cardiovascular (NAC) es una de las complicaciones más
frecuentes y serias de la Diabetes Mellitus. En este trabajo se presenta el desarrollo de una
Base de Datos que permitirá establecer una metodología para valorar el sistema nervioso
autónomo y el sistema cardiovascular en el paciente diabético. La construcción de la Base de
Datos incluyó el diseño del protocolo clínico y en selección e implementación de la plataforma
de la base de datos. El diseño y la ejecución del protocolo clínico fueron realizados en
colaboración y bajo supervisión del Servicio de Cardiología del Hospital Universitario de
Caracas. La plataforma de la Base de Datos fue desarrollada en MATLAB 7.1, a partir de la
aplicación desarrollada, se generan: el reporte médico del paciente el cual incluye toda la
información que se adquirió durante el protocolo, el reporte gráfico donde se muestran el ECG
crudo para cada uno de las ocho derivaciones y las curvas de tendencias de los intervalos RR y
del segmento ST y el código XML para la Plataforma ecgML. Esta última permite visualizar
la información clínica en un ambiente amigable en forma de atributos. Las especificaciones
están codificadas en vocabulario XML. Su estructura jerárquica, para la representación y
almacenaje de los datos de ECG, está realizada bajo recomendaciones y estándares existentes
tales como SCP-ECG, es abierta, de fácil interconexión y las estructuras pueden ser
modificadas en cualquier etapa. La base de datos recolectada esta conformada por 65 registros
de pacientes divididos en tres poblaciones: la población de pacientes diabéticos con
complicaciones cardiacas, constituida por 51 pacientes; la población de pacientes diabéticos
sin complicaciones cardiacas constituida por 3 sujetos y la población de sujetos control
compuesta de 11 registros. La Base de Datos es multiparamétrica contiene: datos
demográficos, parámetros clínicos del paciente, 8 canales de ECG de esfuerzo, la evaluación
de la misma realizada por cardiólogos expertos, los parámetros de laboratorio clínico, y las
curvas de tendencia de los intervalos RR y desnivel del segmento ST. Este trabajo representa
una contribución al estudio de pacientes diabéticos que presentan NAC, ya que es la primera
base de datos multiparamétrica desarrollada sobre una plataforma de fácil acceso disponible a
tal fin en Venezuela.
Palabras claves: Neuropatía Autonómica Diabética, prueba de esfuerzo, protocolo clínico,
base de datos ecgML.
vii
ÍNDICE GENERAL
AGRADECIMIENTOS .................................................................................................... iv
RESUMEN ....................................................................................................................... vi
ÍNDICE GENERAL ........................................................................................................ vii
ÍNDICE DE FIGURAS ..................................................................................................... ix
INDICE DE TABLAS ...................................................................................................... xi
LISTA DE SÍMBOLOS Y ABREVIATURAS................................................................. xii
CAPITULO I ..................................................................................................................... 1
INTRODUCCIÓN ................................................................................................... 1
CAPITULO II .................................................................................................................... 5
DIABETES MELLITUS Y NEUROPATÍA AUTONÓMICA CARDÍACA ............ 5
2.1. Diabetes Mellitus ..................................................................................... 5
2.2. Sistema Nervioso Autónomo .................................................................... 7
2.3 Neuropatía diabética ................................................................................ 8
2.4. Neuropatía autonómica cardíaca............................................................. 10
2.5. Diagnostico de la Neuropatía Autonómica Cardíaca ............................... 12
2.6. Conclusión ............................................................................................. 21
CAPITULO III ................................................................................................................ 22
DESARROLLO DE LA PLATAFORMA .............................................................. 22
3.1. Base de datos ......................................................................................... 22
3.2. Estándares en Bases de Datos ECG ........................................................ 26
3.3. Desarrollo de la Plataforma de la Base de Datos ..................................... 36
CAPITULO IV ................................................................................................................ 47
PROTOCOLO CLÍNICO ....................................................................................... 47
4.1 La Prueba de Esfuerzo (PE) ................................................................... 47
4.2. Protocolo Clínico ................................................................................... 51
4.3. Registro de los datos .............................................................................. 51
4.4. Instrumentación .................................................................................... 52
4.5. Consentimiento Informado ..................................................................... 55
4.6. Reportes Médicos .................................................................................. 55
viii
4.7. Conclusión ............................................................................................. 55
CAPITULO V.................................................................................................................. 56
DESCRIPCION DE LA BASE DE DATOS .......................................................... 56
5.1. Descripción Cuantitativa ........................................................................ 56
5.2. Descripción Cualitativa .......................................................................... 59
5.3. Horas Hombres empleadas ..................................................................... 60
CONCLUSIONES Y TRABAJOS FUTUROS ................................................................ 67
REFERENCIAS BIBLIOGRAFÍCAS .............................................................................. 71
ANEXO 1 ........................................................................................................................ 82
MANUAL DE USUARIO DE LA BASE DE DATOS IGAD ................................ 83
ANEXO 2 ........................................................................................................................ 94
REPORTE DE PRUEBA DE ESFUERZO DEL HUC ........................................... 95
ANEXO 3 ........................................................................................................................ 97
CONSENTIMIENTO INFORMADO .................................................................... 98
ANEXO 4 ........................................................................................................................ 99
REPORTE DEL EXAMEN DE LABORATORIO ............................................... 100
ix
ÍNDICE DE FIGURAS
Figura 1. Inervación autonómica del corazón. Tomado de [14]. .................................. 7
Figura 2. Esquema de las Manifestaciones de la Neuropatía Autonómica
Diabética. Tomado [16]. .............................................................................. 9
Figura 3. Variabilidad de la frecuencia cardíaca durante una maniobra de
respiración profunda Tomado de [33]. ....................................................... 14
Figura 4. Variabilidad de la frecuencia cardíaca durante la maniobra de
valsalva Tomado de [33]. ......................................................................... 16
Figura 5. Diagrama de árbol de los elementos del ecgML (Registro de
ECG) Tomado de [82]. .............................................................................. 30
Figura 6. Diagrama de árbol de los elementos del ecgML
(Registro).Tomado de [82] ........................................................................ 30
Figura 7. Diagrama de árbol de los elementos del ecgML (Forma de Onda)
.Tomado de [82] ........................................................................................ 31
Figura 8. Diagrama de árbol de los elementos del ecgML
(Mediciones).Tomado de [82] ................................................................... 32
Figura 9. Diagrama de árbol de los elementos del ecgML.
(Anotaciones).Tomado de [82] .................................................................. 32
Figura 10. Código de los formatos de FDA XML y del ecgML. Tomado de
[82] ........................................................................................................... 34
Figura 11. Esquema de la construcción de un generador de ecgML. Tomado
de [81] ....................................................................................................... 35
Figura 12. Buscador del ecgML. Tomado de [82]. ...................................................... 35
Figura 13. Esquema de desarrollo de la Base de datos ................................................ 36
Figura 14. Ventana principal de IGAD (Recolección de datos del paciente y
generación de reportes).............................................................................. 41
Figura 15. Ventana de Reporte de la aplicación igad. ................................................. 42
Figura 16. Esquema de conversión en milivoltios del ECG para el
procesamiento de las señales. .................................................................... 43
x
Figura 17. Visualizador de la Base de Datos ecgML (ecgMLBrowser))....................... 44
Figura 23. Equipo de Prueba de Esfuerzo del servicio de Cardiologia del
HUC ......................................................................................................... 48
Figura 18. Extracto del registro ECG 2049, derivación I, del Grupo DCC,
donde se observa el ruido de la línea Base. ................................................ 49
Figura 19. Extracto del registro ECG 15, derivación V5, del Grupo DCC,
donde se observa el ruido de la línea Base ................................................. 49
Figura 20. Extracto del registro ECG 632, derivación V1, del Grupo DCC,
donde se observa el corrimiento de la línea Base. ...................................... 50
Figura 21. Extracto del registro ECG 2049, derivación V6, del Grupo DCC,
donde se observa las alteraciones de la morfología del ECG al
esfuerzo ..................................................................................................... 50
Figura 22. Extracto del registro ECG 709, derivación V1, del Grupo DCC,
donde se observa el ruido muscular. .......................................................... 50
Figura 24. Ventana Igad de un paciente femenino. Pertenece al grupo DCC ............... 61
Figura 25. Reporte Gráfico del paciente femenino del grupo DCC. ............................ 62
Figura 26. Venana IGAD de paciente femenino era un paciente DSC y
ahora es DCC ............................................................................................ 63
Figura 27. Reporte gráfico del paciente femenino era un paciente DSC y
ahora es DCC ............................................................................................ 64
Figura 28. Ventana IGAD de paciente masculino pertenece al GC pero con
problemas cardiacos .................................................................................. 65
Figura 29. Reporte gráfico del paciente masculino pertenece al GC pero con
problemas cardiacos .................................................................................. 66
xi
INDICE DE TABLAS
Tabla 1 Algunos estándares usados para la representación del ECG ....................... 28
Tabla 2. Diferencias entre la plataforma ecgML y FDA XML. ................................. 33
Tabla 3. Protocolo de Bruce modificado del HUC. .................................................. 52
Tabla 4. Características Básicas. ............................................................................ 57
Tabla 5. Características de la prueba de esfuerzo. .................................................... 58
Tabla 6. Exámenes de laboratorio. .......................................................................... 58
xii
LISTA DE SÍMBOLOS Y ABREVIATURAS
CPU: Unidad Central de Proceso.
DCC: Diabéticos con Complicaciones Cardíacas.
DICOM: Imágenes Digitales y Comunicaciones en Medicina.
DSC: Diabéticos Sin Complicaciones Cardíacas.
DTD: Definición de Tipo de Documento.
ECG: Electrocardiograma.
EEG: Electroencefalograma.
EHR: Historia Clínica Electrónica
FC: Frecuencia Cardíaca.
FCmáx: Frecuencia Cardíaca Máxima.
FDA: Agencia de Drogas y Alimentos.
GP: Grupo Control.
HbA1c: Hemoglobina Glicosilada.
HDL: Colesterol a alta densidad.
HL7: Nivel de Salud Siete.
HUC: Hospital Universitario de Caracas.
IGAD: Interfaz Gráfica Aplicada a la Diabetes.
ISM: Infarto Silencioso al Miocardio.
LDL: Colesterol de baja densidad.
METS: Equivalente Metabólico.
mi/h: millas por hora.
mV: Milivoltios.
MPPS: Ministerio del Poder Popular para la Salud
NAC: Neuropatía Autonómica Cardíaca.
P: Correspondiente a la onda P del ECG.
PA: Presión Arterial.
PDF: Formato de Documento Portátil.
PE: Prueba de Esfuerzo.
QRS: Correspondiente al complejo QRS del ECG.
xiii
QT: Distancia entre la onda Q y la onda T
RFC: Recuperación de la Frecuencia Cardiaca.
R-MIM: Modelo de Información de Mensaje Refinado HL7.
RR: Correspondiente al tramo RR o distancia entre una onda R y otra del ECG.
SCA: Síndrome Cardiovascular Agudo.
SCP-ECG: Protocolo Estándar de Comunicaciones para la Asistencia Computarizada
de Electrocardiografía
T: Correspondiente a la onda T del ECG.
TIC: Tecnologías de la Información y Comunicaciones.
XML: Lenguaje de Marcado Extensible.
CAPITULO I
INTRODUCCIÓN
La diabetes mellitus, es una enfermedad que se caracteriza por la acumulación de glucosa
en la sangre y afecta actualmente a 135 millones de personas alrededor del mundo [1].
Desde el punto de vista de la salud pública, la diabetes mellitus tiene relevancia por el lugar
que esta enfermedad ocupa en las principales causas de muerte. Según el Ministerio del Poder
Popular para la Salud MPPS, la diabetes pasó de ser una epidemia a una pandemia, ya que está
afectando a una gran cantidad de personas en la población venezolana. La diabetes es la quinta
causa de muerte en Venezuela, y adicionalmente, los datos estadísticos de la Dirección de
Epidemiología del (MPPS) reportaron en el 2004 entre 1,5 y 3 millones de personas afectadas.
De la totalidad de diabéticos en el país, un 10% corresponde al tipo I que depende de la
insulina, la mayoría son niños y adolescentes. El 90% restante corresponde al tipo II que se
controla con medicamentos hipoglicemiantes orales y dieta, este tipo de diabetes incluye a
personas comprendidas entre 35 y 80 años. El Programa de Salud Endocrino-Metabólica se
encarga, precisamente, de hacerle comprender a los ciudadanos que la obesidad genera
patologías como la diabetes, desajustes cardiovasculares y cáncer; que son problemas de salud
pública [2].
De acuerdo con estudios realizados por el Grupo de Investigación Sobre el Control de
Diabetes y sus Complicaciones (1993), se espera que para el futuro, el incremento del número
de personas con diabetes sea de un 50% si la tendencia actual continúa; con un incremento del
40% en los países desarrollados, mientras que en los países en desarrollo será del 170% [3].
Por esto es importante la prevención y el diagnóstico temprano en estos países, ya que aún no
existe una cura definitiva para la diabetes mellitus, pero es una enfermedad que puede
controlarse desde que aparece la insulina en 1921 [4]. El tratamiento médico consiste en
2
alcanzar los niveles normales de glucosa en sangre manteniendo un balance entre terapia con
insulina, ingesta de alimentos y actividad física.
Diversos trabajos revelan la importancia de algunos parámetros, signos y síntomas
fisiológicos en el diagnóstico de la diabetes mellitus, donde se han reportado cambios
electrocardiográficos en sujetos diabéticos, lo cual puede convertirse en índices de diagnostico
para esta enfermedad.
Investigaciones recientes de un comité de expertos reportaron que las complicaciones serias
de la diabetes comienzan a aparecer en la vida de los pacientes más temprano de lo que se
creía y que por tanto el diagnóstico precoz de esta enfermedad es de vital importancia para
prevenir o retardar el desarrollo de complicaciones serias, que resulten en costos elevados a
los servicios de salud [5].
Según el estudio publicado en 1993 por el Grupo de Investigación sobre Control de
Diabetes y sus complicaciones [6] se ha demostrado que el manejo adecuado de los niveles de
glucosa reduce de forma significativa el desarrollo y la progresión de algunas complicaciones
importantes de la diabetes mellitus tales como, retinopatía, neuropatía, y nefropatía. Una de las
alteraciones más frecuentes y serias en la historia natural de la diabetes mellitus es la
neuropatía autonómica cardíaca (NAC), resultante del deterioro de las fibras del sistema
nervioso autónomo que inervan al corazón y a los receptores de los vasos sanguíneos,
produciendo un desorden en el control de la frecuencia cardiaca y la dinámica vascular [7].
Algunos trabajos realizados en pacientes con NAC revelan una carencia de la respuesta
fisiológica del corazón a varios estímulos del estrés físico, tales como: el ejercicio, medido por
la frecuencia cardiaca y la presión arterial [8]. Se ha demostrado que la NAC podría ser
diagnosticada en las etapas tempranas de la diabetes, puesto que hay una relación inversa entre
la severidad de la NAC y la variabilidad de la frecuencia cardiaca. Estos resultados son
también asociados a disminución del gasto cardiaco, disfunción sistólica y alteración del
tiempo ventricular diastólico [8].
A pesar de su conocida relación con el riesgo de mortalidad cardiovascular y extensas
manifestaciones clínicas invalidantes, aún no se comprende del todo su significado,
3
comportamiento y expresión, de allí la importancia de crear una base de datos de pacientes
diabéticos que presentan NAC en nuestro país ya que no hay una que se encuentre disponible a
nivel nacional para realizar diversos estudios acerca de la complicaciones de dicha
enfermedad.
La creación de una base de batos es de suma importancia ya que sirve de fuente de
información para cualquier aspecto investigativo que se quiera realizar. Sin embargo, es
necesario desarrollarla de manera que pueda contemplar todos los parámetros requeridos e
información relevante de un paciente, que permita hacer una búsqueda sencilla, rápida y eficaz
a la hora que se quiera indagar acerca de un paciente en particular ó un estudio realizado para
su posterior análisis. Además, debe permitir realizar actualizaciones y modificaciones de la
información que se quiera introducir o eliminar.
El Grupo de Computación en Medicina y Biología (GCMB) y el Grupo de Bioingeniería y
Biofísica Aplicada (GBBA) de la Universidad Simón Bolívar junto con colaboradores del
Hospital Universitario de Caracas (HUC) forman el Grupo de Diagnóstico y Modelaje de
Neuropatía Cardíaca Diabética (DICARDIA). Este grupo tiene como objetivo desarrollar
métodos que puedan ayudar a incrementar el valor diagnóstico de las pruebas clínicas en la
neuropatía autonómica cardíaca. Dicho proyecto se divide en tres etapas. La primera etapa
consiste en el diseño del protocolo clínico bajo el cual se llevará a cabo la recolección y
desarrollo de una base de datos, la segunda etapa consiste en la extracción y análisis de
parámetros de las variables recolectadas y la tercera etapa es la representación de los
resultados a partir de estos modelos. Este trabajo esta enmarcado en la primera etapa de
DICARDIA y consiste en desarrollar un protocolo basado en pruebas no invasivas, utilizando
como fuente, procedimientos rutinarios realizados en el HUC. La idea es establecer una
metodología con el objeto de valorar el sistema nervioso autónomo, el sistema cardiovascular
y el sistema de regulación de la glucosa, en el paciente diabético conocer los procesos
subyacentes involucrados en la diabetes, así como contribuir a la solución de un problema de
salud pública en nuestro país.
El diseño parte de una revisión bibliográfica extensa de las manifestaciones clínicas de la
NAC en pacientes diabéticos. A partir de este estudio se determina el conjunto de pruebas a
realizar: registros de Electrocardiograma (ECG) durante esfuerzo físico y parámetros de
4
laboratorio obtenidos de la historia médica, que permita realizar inferencias relacionada con la
detección y prevención de las posibles complicaciones. Adicionalmente se incluirán las
variables relevantes para el trabajo (Detección de la ondas P, QRS, y T, Intervalo RR,
Segmento ST) utilizando los algoritmos de procesamiento de señales, desarrollados en el
GBBA. Los datos resultantes de la aplicación del protocolo son almacenados en una
plataforma de base de datos ecgML, la cual permite visualizar de una manera jerárquica y
amigable los datos demográficos, clínicos y las características de la señal, con sus respectivas
anotaciones de cada paciente y así el usuario pueda tener un acceso completo eligiendo el
mejor registro para su posterior análisis.
El capítulo II aborda los fundamentos teóricos de la diabetes y de la neuropatía autonómica
cardiaca, explicando sus manifestaciones, síntomas, indicadores, tratamientos, algunas pruebas
y parámetros para el control y diagnóstico. En el capítulo III se describe el uso de las Bases de
Datos en la investigación y en la práctica clínica, se presenta el marco referencial de la
plataforma ecgML y la implementación usada para el desarrollo de la Base de Datos realizada
en este Trabajo de Grado. El capítulo IV aborda la metodología empleada para el diseño del
protocolo clínico. El capítulo V presenta la descripción de la Base de Datos obtenida y por
último se presentan las conclusiones y los trabajos futuros.
CAPITULO II
DIABETES MELLITUS Y NEUROPATÍA AUTONÓMICA
CARDÍACA
A continuación se presenta una descripción médica de la diabetes mellitus, la neuropatía
autonómica cardíaca. Adicionalmente se describen las manifestaciones, el tratamiento, así
como los parámetros y pruebas de laboratorio utilizados para el diagnóstico y control de la
enfermedad.
2.1. Diabetes Mellitus
La diabetes mellitus es una enfermedad que incapacita al cuerpo para metabolizar ó usar
eficazmente los carbohidratos, las proteínas y las grasas. Los alimentos (especialmente
carbohidratos y frutas) se convierten en glucosa. Todas las células del cuerpo necesitan
glucosa para vivir, pero la glucosa no puede penetrar en las células sin la intervención de la
insulina. La insulina es una hormona que se produce en las células Beta, que están ubicadas en
el extremo del páncreas (una glándula grande que se encuentra detrás del estómago). Cuando
una persona tiene diabetes, el páncreas deja de producir insulina, o no la produce en
cantidades necesarias. Así, al no ser aprovechada por las células, la glucosa se concentra en la
sangre en un nivel muy alto [9].
Hay dos tipos principales de diabetes mellitus. El tipo I es dependiente de la insulina, a
veces se le llama diabetes juvenil, porque normalmente comienza durante la infancia (aunque
también puede ocurrir en adultos). Como el cuerpo no produce insulina, las personas con
diabetes del tipo I deben inyectarse insulina para poder vivir. Menos del 10% [10] de los
afectados por la diabetes padecen el tipo I. En el tipo II, que surge en adultos, el cuerpo sí
produce insulina, pero, o bien no produce suficiente, o no puede aprovechar la que produce. El
6
tipo II suele ocurrir principalmente en personas a partir de los cuarenta años de edad,
generalmente con sobrepeso.
No existe una cura para la diabetes. Por lo tanto, el método para cuidar la salud de personas
afectadas por este desorden, es mantener los niveles de glucosa en la sangre, lo más cercano
posible a los normales. Un buen control puede ayudar enormemente a la prevención de
complicaciones de la diabetes relacionadas al corazón, el sistema circulatorio, los ojos, riñones
y nervios. Un buen control de los niveles de glicemia es posible mediante las siguientes
medidas básicas: una dieta planificada, actividad física, toma correcta de medicamentos, y
chequeos frecuentes del nivel de azúcar en sangre [10].
Las personas con diabetes tienen un riesgo más alto de contraer enfermedades
cardiovasculares, especialmente ataques cardíacos y derrames cerebrales. La mayoría de las
complicaciones cardiovasculares en está enfermedad están relacionadas con la forma como el
corazón bombea la sangre a todo el cuerpo. Las altas concentraciones de glucosa puede
cambiar la composición química de algunas de las sustancias que se encuentran en la sangre y
esto puede hacer que los vasos sanguíneos se obstruyan completamente.
Desafortunadamente, el riesgo de enfermedades cardiovasculares entre las personas con
diabetes es alto: el diagnóstico de diabetes en un adulto presenta el mismo riesgo que haber
tenido un ataque al corazón. Hasta 65 por ciento de las muertes de los pacientes con diabetes
se atribuyen a enfermedades del corazón o vasculares [11].
Las enfermedades del corazón afectan a las personas con diabetes, con una frecuencia dos
veces mayor que la de las personas que la tienen. Para las personas con diabetes, las
complicaciones cardiovasculares ocurren a una edad más temprana y con frecuencia resultan
en la muerte prematura. Las personas con diabetes tienen un riesgo cinco veces más alto de
tener accidentes cerebro vasculares, y cuando han tenido uno, tienen entre dos y cuatro veces
mayor riesgo de repetirlo [12].
La diabetes es la causa más importante de neuropatía autonómica cardíaca. Las lesiones
neuronales se manifiestan como una pérdida o alteración en el control vagal, perdida de la
7
variabilidad de la frecuencia cardíaca, disminución del tono simpático periférico y
disminución de la capacidad de sudoración.
2.2. Sistema Nervioso Autónomo
El sistema nervioso autónomo es un sistema eferente que transmite impulsos desde el
sistema nervioso central hacia órganos periféricos. Este sistema ayuda a controlar la frecuencia
cardíaca, la presión arterial, la contracción y dilatación de los vasos sanguíneos, contracción y
relajación del músculo liso en varios órganos. Una de las características más llamativas es la
rapidez y la intensidad con la que puede cambiar las funciones viscerales. Por ejemplo, en 3 a
5 segundos, puede duplicar la frecuencia cardíaca, y en 10 a 15 segundos la tensión arterial
[13].
El corazón está inervado tanto por el sistema nervioso simpático como por el sistema
nervioso parasimpático [14]. Estos sistemas afectan la función del corazón fundamentalmente
en dos aspectos: 1. frecuencia cardiaca (cronotropismo) y 2. contractilidad (inotropismo)
(Figura 1)
Figura 1. Inervación autonómica del corazón. Tomado de [14].
Cerebelo Parasimpático
Simpático
Nodo Sinusal
Nodo Aurícula
Ventricular Sistema de
Circulación
Cardiaca
Corteza
Cerebral
Tronco Encefálico
8
Las funciones del sistema nervioso simpático están controladas por el núcleo posterolateral
del hipotálamo. La estimulación de este núcleo, resulta en una descarga masiva del sistema
simpático. Las funciones del sistema nervioso parasimpático están controladas por los núcleos
medios y parte anterior del hipotálamo.
Sistema nervioso simpático: Las fibras simpáticas se distribuyen en el nodo sinoauricular
y auriculoventricular pero tienen una distribución ventricular mucho más importante que el
nervio vago. Las fibras simpáticas que inervan el corazón parten de los dos ganglios
estrellados (derecho e izquierdo), el derecho inerva principalmente el epicardio anterior y el
septo interventricular y la estimulación de este ganglio provoca aumento de la frecuencia
cardiaca, el ganglio estrellado izquierdo inerva las caras lateral y posterior de los ventrículos y
su estimulación ocasiona un aumento de la tensión arterial media y de la contractilidad del
ventrículo izquierdo sin causar un cambio sustancial de la frecuencia cardiaca. El tono
simpático normal mantiene la contractilidad cerca de un 20% por encima de la que existe en
ausencia de la estimulación simpática.
Sistema nervioso parasimpático: Las fibras parasimpáticas se distribuyen principalmente
en los nodos sinoauricular y auriculoventricular y en menor grado en las aurículas. Tienen
muy poca o nula distribución en los ventrículos. Así, el principal efecto de la estimulación
vagal es cronotrópico: disminución de la frecuencia cardiaca por disminución de la descarga
del nodo sinoauricular y disminución de la excitabilidad de las fibras auriculoventricular con
retraso de la conducción. Un estímulo vagal muy intenso puede parar por completo el nodo
sinoauricular y bloquear la conducción auriculoventricular. El efecto sobre la contractilidad es
mínimo.
Los reflejos del sistema cardiovascular, están mediados por el sistema nervioso autónomo y
tienen un papel fundamental en el control de la tensión arterial [15].
2.3 Neuropatía diabética
La neuropatía diabética es un cuadro heterogéneo que incluye diversas disfunciones y cuya
aparición podría atribuirse a la propia diabetes mellitus o factores vinculados con ella.
9
La neuropatía autonómica es una de las complicaciones más comunes de la diabetes,
cuando ésta afecta al sistema nervioso autónomo puede causar daños al sistema
cardiovascular, al sistema gastrointestinal, al sistema genitourinario y empeora las funciones
metabólicas como el control regular de la glucosa. La neuropatía autonómica diabética
deteriora la capacidad de conducir actividades de la vida diaria, la calidad de vida, y aumenta
el riesgo de muerte [16].
2.3.1. Manifestaciones clínicas de la Neuropatía Autonómica Diabética
La diabetes puede causar disfunción en cualquier parte del sistema nervioso autónomo,
provocando un alto rango de desordenes en las fibras simpáticas y parasimpáticas. Las
manifestaciones clínicas se pueden reflejar en los siguientes sistemas.
En el Pupilar, donde el diámetro de la pupila se disminuye, en el metabólico, cuando se
presenta inconciencia hiploglicemica y insensibilidad hiploglicemica, en el Cardiovascular,
con taquicardia, intolerancia al ejercicio, hipotensión ortostática, intolerancia al calor, en el
Neurovascular, en las áreas de anhidrosis simétricas, hiperhidrosis, alteraciones en el flujo
sanguíneo de la piel, en el Gastrointestinal, cuando se presenta estreñimiento, diarrea e
incontinencia fecal y en el sistema Genitourinario, con disfunción eréctil, eyaculación precoz y
disfunción sexual femenina (Figura 2) [16].
Figura 2. Esquema de las Manifestaciones de la Neuropatía Autonómica Diabética.
Tomado [16].
Gastrointestinal
Neurovascular
Cardiovascular
Metabólico
Pupilar
Genitourinario
10
2.4. Neuropatía autonómica cardíaca
La neuropatía autonómica cardíaca es el resultado de lesiones en las fibras nerviosas del
sistema nervioso autónomo que inervan al corazón y los vasos sanguíneos, llevando a
trastornos del control de la frecuencia cardiaca y la dinámica vascular. Esta neuropatía es el
foco más predominante de atención en el estudio de la disfunción autonómica, seguramente
atribuible a su grado de asociación en estudios poblacionales con complicaciones
cardiovasculares, alta prevalencia y posibilidad de intervención en la prevención. Estudios
epidemiológicos de pacientes diagnosticados con diabetes mellitus han permitido estimar un
riesgo relativo de mortalidad a los cinco años, cinco veces mayor en pacientes diabéticos con
evidencia de neuropatía autonómica cardíaca comparado con aquellos pacientes diabéticos sin
disfunción autonómica [17].
Los síntomas clínicos se desarrollan generalmente muchos años después del inicio de la
diabetes. Sin embargo, la neuropatía autonómica puede a menudo ser identificada por pruebas
funcionales en el plazo de un año del diagnostico en pacientes con diabetes tipo II y en el
plazo de dos años en pacientes con diabetes tipo I. El factor causante, más importante es el
escaso control glicémico, la larga duración de la diabetes, la edad, el sexo femenino y el índice
alto de masa corporal.
La diabetes puede causar disfunción de algunas o cada parte del sistema nervioso
autónomo, entre las más graves y peligrosas de las condiciones vinculadas a la neuropatía
autonómica se conocen: infarto silencioso al miocardio (ISM), arritmias cardíacas,
ulceraciones, gangrena, y nefropatía. La neuropatía autonómica está también asociada con un
incremento de riesgo de muerte repentina [16].
La neuropatía autonómica cardíaca causa anormalidades en el control del ritmo cardíaco y
dinámicas vasculares. Está siendo vinculada a la hipotensión postural, intolerancia al ejercicio,
incremento de la incidencia de la isquemia asintomática, infarto al miocardio, la disminución
de la probabilidad de supervivencia después del infarto al miocardio [17],[18].
11
2.4.1. Síntomas y señales de la neuropatía autonómica cardíaca.
Los síntomas y signos más comunes de la neuropatía autonómica cardíaca son:
Taquicardia en reposo y carencia de variabilidad del ritmo cardíaco durante la respiración
profunda o el ejercicio físico, está asociada con un alto riesgo de enfermedades coronarias en
pacientes con o sin diabetes mellitus [19], [20].
Intolerancia al ejercicio: Los pacientes con neuropatía autonómica cardíaca muestran una
reducida respuesta de la frecuencia cardíaca y de la presión sanguínea durante el ejercicio [21].
Una prolongación del intervalo QT: Este es un segmento electrocardiográfico cuya
prolongación puede conducir a un mayor riesgo de arritmias cardíacas fatales o no fatales [22].
Patrón circadiano anormal de la presión arterial: La presión sanguínea, normalmente,
se eleva en las primeras horas de la mañana y después se reduce de manera progresiva en el
resto del día. El paciente diabético pierde esta variación circadiana [23].
Síntomas de la enfermedad arterial coronaria: Los pacientes diabéticos presentan un
alto índice de enfermedad arterial coronaria, ciertamente la isquemia sin dolor es
significativamente más frecuente en pacientes con neuropatía autonómica diabética que en
aquellos que no la tienen. La carencia de dolor es el resultado de nervios aferentes dañados.
La isquemia silenciosa y el infarto miocárdico silencioso son particularmente peligrosos
porque los pacientes no pueden detectar el dolor y pedir ayuda. El dolor en cualquier parte del
pecho en un paciente con diabetes debe ser considerado de origen miocárdico hasta que se
demuestre lo contrario, otra pista para un posible infarto miocárdico silencioso es una
inexplicable fatiga, confusión, edema, hemoptisis, náusea y vómito, diaforesis, arritmias, tos y
disnea [24],[25].
Hipotensión ortostática: Es una diferencia entre la presión arterial estando sentado o en
posición sedente y la presión arterial de pie < 30 mmHg. Clínicamente se acompaña de
síntomas tales como: vértigo, debilidad, desaliento, visión borrosa, dolor en la parte posterior
de la cabeza y pérdida de la conciencia. Los factores por los cuales puede agravar la
hipotensión ortostática en la neuropatía autonómica cardíaca, debe incluir el agotamiento del
12
volumen debido a diuréticos, sudoración excesiva, diarrea o poliuria (producción y excreción
de gran cantidad de orina). Los medicamentos que pueden contribuir a dichos problemas
incluyen antihipertensivos, beta bloqueadores, y antidepresivos tricíclicos [26].
2.4.2. Tratamiento de las manifestaciones cardíacas de la neuropatía autonómica
diabética
Una vez que se manifiesta la enfermedad se tienen que tomar en cuenta los siguientes
tratamientos para su control y evolución:
Control glicémico intensivo: Es decisivo para la prevención del comienzo de la neuropatía
autonómica diabética y retardar su progresión. Sustancialmente reduce la prevalencia de la
disfunción autonómica, reduce el deterioro de la variación RR y el cociente de Valsalva. El
control glicémico intensivo puede invertir el deterioro en la variabilidad del ritmo cardíaco en
tan solo un año de terapia. De cualquier modo, la respuesta al mejoramiento del control
glicémico depende del grado de disfunción autonómica [27],[28].
Beta bloqueadores: Son cardioselectivos (atenolol, metopronol, acebutolol) o lipofílicos
(propanolol, metopronol), pueden modular los efectos de la disfunción autonómica en diabetes
oponiéndose al estímulo simpático, y de tal modo restaurar los balances simpáticos y
parasimpáticos [29].
Tratamiento de la hipotensión ortostatica: Es difícil de manejar, porque la presión
sanguínea al estar de pie deber ser elevada, sin causar hipertensión cuando el paciente se
acuesta.
2.5. Diagnostico de la Neuropatía Autonómica Cardíaca
En esta sección se presentan las pruebas diagnosticas para NAC: las pruebas de Ewing, y
los exámenes de analítica química sanguínea.
2.5.1. Pruebas de Ewing
A principios de los años 70, Ewing [30] propuso cinco pruebas reflejas cardiovasculares no
invasoras simples a saber, respuesta de la frecuencia cardíaca a la respiración profunda,
13
respuesta de la frecuencia cardíaca al estar de pie, maniobra de valsalva, respuesta de la
presión arterial al estar de pie, y respuesta de la presión arterial al agarre sostenido que han
sido aplicadas con éxito. La literatura médica está identificada constantemente con estas cinco
pruebas las cuales se han utilizado extensamente en una variedad de estudios.
Las pruebas son válidas como marcadores específicos de la Neuropatía Autonómica
Cardíaca. Actualmente se consideran otros factores potenciales tales como, el uso de drogas, el
estilo de vida (ejercicio, fumar, e ingesta de cafeína), y la edad del paciente. Una gran cantidad
de evidencias indican que estos factores pueden en varios grados afectar el sistema nervioso
autónomo cardíaco y potencialmente a otros órganos del sistema autónomo [30]. Las cinco
pruebas de Ewing se describen a continuación:
1) La respuesta del ritmo cardíaco a la respiración profunda: es decir, la variación
latido a latido del ritmo cardíaco, variación del intervalo RR. La variación latido a latido en el
ritmo cardíaco con la respiración depende de la inervación parasimpática (Figura 3). El
bloqueo farmacológico del nervio vago con la atropina suprime toda la arritmia de la cavidad
respiratoria, mientras que el bloqueo simpático con el uso o el tratamiento previo del propanol
tiene solamente un efecto leve en él [31].
Diversas técnicas se han descrito en la literatura médica, pero las mediciones durante la
respiración profunda se considerá la más confiable. El paciente es acostado en posición supina
y respira 6 veces por minuto mientras que un monitor cardíaco registra la diferencia entre el
máximo y el mínimo de la frecuencia cardíaca.
Existen diversas variables las cuales permiten medir la variación del intervalo RR las cuales
son la desviación estándar, el coeficiente de variación, la media circular resultante, máximo
menos mínimo, cociente de expiración-inspiración [E:I], y el análisis espectral [32]. Estas
variables poseen tanto ventajas como desventajas, y consideraciones que necesitan ser
reconocidas para todas las medidas de la variación del intervalo RR.
14
Figura 3. Variabilidad de la frecuencia cardíaca durante una maniobra de
respiración profunda Tomado de [33].
2) La respuesta del ritmo cardíaco al estar de pie: Esta prueba evalúa la respuesta
cardiovascular producida por un cambio de una posición horizontal a una posición vertical. La
respuesta típica del ritmo cardíaco a la situación es atenuada en gran parte por un bloqueo
parasimpático alcanzado con la atropina [34]. En sujetos sanos, hay un aumento rápido y
característico en el ritmo cardíaco en respuesta al estar de pie, que se hace máximo
aproximadamente en el latido 15 después de estar parado. Esto es seguido por una bradicardia
relativa que se hace máxima en el latido 30 después de estar de pie. En pacientes con diabetes
y con neuropatía autonómica, hay solamente un aumento gradual en el ritmo cardíaco. El
paciente está conectado con un monitor electrocardiográfico (ECG) mientras que se acuesta y
después está de pie a una posición vertical completa. Los trazos de ECG se utilizan para
determinar el cociente de 30:15, calculado como el cociente más largo del intervalo RR
(encontrado alrededor en el latido 30) y el más corto del intervalo RR (encontrado alrededor
en el latido 15). Porque el máximo y el mínimo del intervalo RR puede que no ocurra siempre
en los latidos 15 o 30 después de estar de pie. Ziegler [35] redefinió el cociente de
máximo/mínimo 30:15 como el más largo del intervalo RR durante los latidos 20-40 dividido
por el más corto del intervalo RR durante los latidos 5-25.
15
3) Maniobra de Valsalva: En sujetos sanos, la respuesta refleja a la maniobra de Valsalva
incluye taquicardia y vasoconstricción periférica durante el esfuerzo, seguida por un exceso en
la presión arterial y bradicardia después de un aumento súbito de la tensión [36]. La respuesta
es mediada mediante la activación de las fibras parasimpáticas y simpáticas del nervio. Los
estudios con bloqueadores farmacológicos usando atropina, pentolamine (un alfa adrenérgico
antagonista) y propanolol (un bloqueador beta adrenérgico no específico) confirman la
implicación doble de las ramas del nervio autonómico para la respuesta a esta maniobra. [37].
Esto se ve como respuesta brusca del ritmo cardíaco y a veces como una declinación del valor
normal en la presión arterial durante el esfuerzo, seguida por una recuperación lenta después
del aumento.
En la maniobra estándar de Valsalva, el paciente esta en posición supina, conectado a un
monitor de ECG, exhala fuertemente por 15 s contra una resistencia fija (40 mmHg) con la
glotis abierta. Lo cual resulta un aumento repentino y transitorio en las presiones intratorácicas
e intraabdominales, con una consiguiente respuesta hemodinámica. Con el funcionamiento de
la maniobra de Valsalva, hay un aumento transitorio en la presión intraocular e intracraneal,
creando un riesgo teórico pequeño de la dislocación cristalina y una hemorragia intraocular
[38]. En términos prácticos, sin embargo, el riesgo es mínimo porque las presiones
comparables ocurren en la realización de las actividades diarias. La respuesta al
funcionamiento de la maniobra de Valsalva tiene cuatro fases y en individuos sanos puede ser
observado como sigue:
Fase I: Subida transitoria de la presión arterial y una caída en el ritmo cardíaco debido a la
compresión de la aorta y de la propulsión de la sangre en la circulación periférica. Los
cambios hemodinámicos son sobre todo secundarios a los factores mecánicos.
Fase II: Caída temprana de la presión arterial con una recuperación subsecuente de la
presión arterial más adelante en la fase. Los cambios de la presión arterial son acompañados
por un aumento en el ritmo cardíaco. Hay una caída en el volumen cardíaco debido a la vuelta
venosa deteriorada que causa la aceleración cardiaca compensatoria, la actividad compresiva
creciente del músculo y la resistencia periférica.
16
Fase III: La presión arterial baja y el ritmo cardíaco aumenta con la cesación de la
expiración.
Fase IV: La presión arterial aumenta sobre el valor de la línea de fondo debido a la
vasoconstricción residual, el volumen venoso normal restaurado y la salida cardíaca.
El cociente de Valsalva es determinado a partir de los trazos de ECG calculando el cociente
del intervalo RR más largo después de la maniobra (que refleja la respuesta bradicardica a la
presión arterial excedida), al intervalo RR mas corto durante o poco después de la maniobra
(taquicardia de reflejo como resultado de la tensión) (Figura 4).
Figura 4. Variabilidad de la frecuencia cardíaca durante la maniobra de valsalva
Tomado de [33].
4) Respuesta de la presión arterial al estar de pie (Ortostatismo): La presión arterial
cambia normalmente cuando se está en una posición de pie, sentada o supina. La respuesta a la
situación es mediada por las fibras comprénsivas del nervio.
En sujetos sanos, hay una circulación inmediata de la sangre dando por resultado una caída
en la presión arterial que es corregida rápidamente por la vasoconstricción y la taquicardia
periférica. En individuos normales, la presión arterial sistólica baja por <10 mmHg en 30 s.
17
En pacientes diabéticos con neuropatía autonómica, se deteriora la remuneración del
baroreflejo. Una respuesta se considera anormal cuando la presión arterial diastólica
disminuye más de 10 mmHg o la presión arterial sistólica baja por 30 mmHg en el plazo de 2
minutos después de estar parado [39],[40].
5) Respuesta diastólica de la presión arterial al agarre sostenido: En esta prueba, la
contracción sostenida del músculo según lo medido por un dinamómetro de agarre causa una
subida en la presión arterial sistólica y diastólica y en el ritmo cardíaco. La inervación eferente
de las fibras del corazón y del músculo, dan como resultado el incremento del volumen
cardíaco, de la presión arterial y del ritmo cardíaco. El dinamómetro primero se exprime al
máximo isométrico, después se sostiene en el máximo del 30% por 5 minutos. La respuesta
normal es una subida de presión arterial diastólica >16 mmHg, mientras que una respuesta de
<10 mmHg se considera anormal [39]. Los pacientes con neuropatía autonómica diabética son
más probables de exhibir solamente una subida diastólica pequeña de la presión arterial.
2.5.2. Pruebas de laboratorio y parámetros
Las personas con diabetes tienen que realizarse ciertos exámenes para disminuir el riesgo
de las complicaciones que presenta la diabetes como lo son los ataques del corazón, accidentes
cerebro vasculares, los problemas en los riñones, en los ojos, en los pies y en los dientes [40].
A continuación se indican los parámetros y sus valores normales que deben tenerse en cuenta
para evitar complicaciones:
Hemoglobina Glicosilada (HbA1c): Mide el promedio de los niveles de glucosa o
azúcar en la sangre durante los últimos 3 meses, su valor debe de estar por debajo de 7%
(170 mg/dl).
Colesterol: Es una sustancia grasa presente en todas las células del organismo, que llega
a las células a través del torrente circulatorio, transportado por las lipoproteínas. Dos de
las lipoproteínas más importantes son las de baja y alta densidad (LDL y HDL). Los
valores normales son los siguientes y deben ser chequeados una vez al año:
- LDL: <100 mg/dl
- HDL: >40 mg/dl para hombres y >50 mg/dl para mujeres
18
Triglicéridos: Son grasas livianas que suministran energía a los músculos, son
transportadas por las lipoproteínas, su valor debe de ser <150 mg/dl. Se debe evaluar
una vez o dos veces al año.
Glicemia: Valor de la glucosa en sangre. En pacientes compensados debe ser < de 130
mg/dl.
Presión arterial: Se refiere al nivel de fuerza o presión que existe en el interior de las
arterias. El valor debe mantenerse a 130/80 mmHg y se revisa cada vez que se visita al
médico.
Frecuencia cardiaca: Número de veces que el corazón se contrae por minuto. El valor
normal depende del sexo y de la edad del paciente, existe una tabla donde están los
valores de la Frecuencia Cardíaca por los que se rige el Hospital Universitario de
Caracas en la Unidad de Rehabilitación [41], el calculo de la frecuencia cardíaca máxima
(FCmáx) es de la siguiente manera: FCmáx= 220– Edad (para hombres), FCmáx= 226-
Edad (para mujeres) y los valores normales en pacientes con neuropatía autonómica
Cardíaca es de 90 y 100 latidos/min [42].
2.5.3. Otros Parámetros Electrocardiográficos para el estudio de la NAC
Se observa en la literatura un interés en la búsqueda de nuevos parámetros para el estudio
de la neuropatía diabética. A continuación se describen brevemente algunos de estos trabajos.
Estudios Electrofisiológicos: Son registros de la actividad cardíaca que se toman de forma
invasiva para evitar la superposición de señales que se produce en un electrocardiograma
común, de aquí se obtiene información de la actividad eléctrica de cada cavidad cardiaca, tiene
una función relevante en el diagnóstico de las enfermedades cardiovasculares [43]. El estudio
realizado para detectar la neuropatía subclínica por medio de la electrofisiología se realizó con
30 pacientes con diabetes tipo I, en una jornada especial de la Universidad de Estambul. El
grupo estuvo conformado por 12 mujeres y 18 hombres donde se seleccionó a una población
menor de acuerdo a la edad, peso, sexo y que estuvieran en el rango de 1 a 12 meses de
presentar la diabetes tipo I, donde se determinó la situación de los diferentes tipos de fibras
nerviosas y la existencia de la neuropatía subclínica. Todos los pacientes fueron asintomáticos,
19
las medidas de las concentraciones de hemoglobina (Hba1c) fueron reconocidas como un
indicador de la eficacia del régimen terapéutico en función de la respuesta de los músculos del
cuerpo, por lo que este estudio explica que a los pacientes con diabetes tipo I se les puede
diagnosticar la neuropatía subclínica por medio de la electrofisiología [44].
Pruebas de Esfuerzo (PE): Es un examen general para evaluar los efectos del ejercicio en
el corazón. Existen diversos estudios que revelan una falta de respuesta fisiológica al estímulo
de esfuerzo físico en pacientes con Neuropatía Autonómica Cardíaca medido en términos de
frecuencia cardíaca y presión arterial. Se han planteado modelos donde existe una relación
inversa entre la severidad de la Neuropatía Autonómica Cardíaca y la variación de la
frecuencia cardíaca ante un esfuerzo físico incremental, además de disminuidos valores de
frecuencias cardíacas máximas alcanzables, lo anterior asociado también a una disminución
del gasto cardíaco y fracción de eyección, disfunción sistólica y alteración del tiempo de
diástole ventricular [45].
Variabilidad de la frecuencia cardíaca: La variabilidad de la frecuencia cardíaca, es una
herramienta valiosa para investigar la función simpática y parasimpática del sistema nervioso
autónomo. El uso más importante del análisis de la variabilidad de la frecuencia cardíaca es la
vigilancia del post-infarto y de los pacientes diabéticos. La variabilidad de la frecuencia
cardíaca da la información sobre el equilibrio autonómico simpático y parasimpático y sobre
el riesgo de la muerte cardíaca repentina en estos pacientes [46].
La variabilidad de la frecuencia cardíaca puede ser evaluada a través de métodos en el
dominio del tiempo y en el dominio de la frecuencia. Las mediciones en el dominio del tiempo
son las más sencillas de realizar y permiten determinar el ritmo cardíaco en algún punto en el
tiempo o los intervalos entre complejos normales sucesivos.
El estudio de la comparación de la variabilidad de la frecuencia cardíaca con el método de
la transformada de Fourier y el método autoregresivo se llevó a cabo con 30 pacientes
diabéticos, de los cuales 11 fueron mujeres y 19 hombres, 18 padecían diabetes tipo I y 12
diabetes tipo II. Se les realizó un holter de ECG de 24 horas, cuyo análisis arrojó como
resultado que de los métodos aplicados, el más adecuado fue el de la transformada de Fourier,
ya que se obtuvieron todos los componentes espectrales permitiendo analizar las altas y bajas
20
de la variabilidad de la frecuencia cardíaca, en cambio con el otro método (método B) se
obtenían datos nulos o se perdían los valores, es por esto, que es posible asociar la diabetes a
cierto comportamiento de los componentes espectrales de la variabilidad de la frecuencia
cardíaca [47].
Recuperación de la Frecuencia Cardíaca (RFC): Un incremento en las actividades del
sistema nervioso simpático y una reducción en el tono vagal han traído como consecuencia un
incremento de eventos de las enfermedades cardiovasculares. Incluyendo muerte súbita. Se ha
evaluado la recuperación de la frecuencia cardíaca después de la prueba de esfuerzo como un
indicador de la actividad parasimpática y a su vez para diagnosticar la incidencia de los
eventos de las enfermedades cardiovasculares [48].
Índices de recuperación de la frecuencia cardíaca: A cada minuto de recuperación
después del ejercicio (por 4 minutos) se definieron los siguientes índices de recuperación de la
frecuencia cardíaca:
1. Una disminución actual del pico de la frecuencia cardíaca del ejercicio a T minutos
después del ejercicio: FCT = Pico FC- FCT, donde T = 1 a 4.
2. Una disminución relativa de la frecuencia cardíaca a un tiempo T después del ejercicio
como un porcentaje de pico de FC = (FCT/Pico FC)*100
3. Una disminución relativa en la frecuencia cardiaca a un tiempo T después del ejercicio
como un porcentaje del aumento de la línea base: (FCT / [Pico FC-FC en reposo])*100.
4. Una inclinación de la recuperación de la frecuencia cardíaca por encima de los 4 minutos
de recuperación, determinado del análisis intra-individual en el cual la frecuencia
cardíaca fue regresada sobre el tiempo después del ejercicio FCT = Pico FC + T, donde
es la pendiente de la frecuencia cardíaca versus el tiempo durante la recuperación
después del ejercicio.
Correlación de los índices de recuperación de la frecuencia cardíaca: La regresión lineal
especificando el sexo se usa para examinar las relaciones de la recuperación de la frecuencia
cardíaca de 1 a 2 minutos después del ejercicio para las siguientes variables: edad, condición
de fumar, presión sistólica y diastólica, uso de medicamentos para disminuir la presión
21
sanguínea, pico de FC, y la respuesta isquemica durante el ejercicio. Separando los análisis
fueron desarrollados por FC1 minutos y FC2 minutos.
Repolarización Ventricular: El estudio de los índices QT en cuanto a su intervalo y
dispersión se realizó a un grupo de 42 personas, 22 eran mujeres y 20 hombres, con diabetes
tipo II, los datos clínicos tomados de los pacientes fueron los que comúnmente se evalúan en
un paciente diabético, como son datos personales, presión sanguínea y exámenes de sangre,
donde se analizan la glucosa, los triglicéridos y el colesterol, además se les practicó un estudio
electrocardiográfico en donde se realizó la detección de 12 latidos mediante la sensitividad
baroreflectora y con el suministro de la I-metaiodobenzylguanidine se obtuvo la medición de
la funciones autonómicas cardíacas, de donde se extrajeron los valores medios de los
intervalos QT (máximo y mínimo) y la dispersión del intervalo QT, indicando que los
pacientes con diabetes tipo II presentan un aumento en el intervalo QT y en la dispersión QT
al progresar la neuropatía autonómica cardíaca [49].
2.6. Conclusión
Se presentaron los aspectos fisiológicos y clínicos básicos referentes a la NAC. En la última
sección se muestra el interés existente en la búsqueda de indicadores precoces de neuropatía
diabética para la prevención de dicha complicación. La diversidad de los estudios realizados
subraya la importancia de efectuar un diseño adecuado del protocolo clínico, para la selección
idónea de señales biomédicas y los parámetros que formarán parte de la base de datos en
cuestión.
CAPITULO III
DESARROLLO DE LA PLATAFORMA
Gracias a la baja de costos de los medios de almacenamiento y a los adelantos de las
comunicaciones y de la informática, se ha comenzado a registrar grandes cantidades de datos e
información clínica para mejorar el proceso médico estándar (adquisición, detección,
diagnóstico y terapia). Adicionalmente se han originado numerosas soluciones para el manejo
de estos datos tanto en el contexto clínico como en el contexto de la investigación y desarrollo.
El capitulo comienza subrayando la importancia de las base de datos en el área de
bioingeniería para el desarrollo y evaluación de sistemas de diagnóstico inteligentes y
algoritmos para el procesamiento de señales, luego se mencionan algunos estándares en el
manejo de las historias clínicas electrónicas y se presenta el marco teórico de la plataforma
ecgML, el capitulo finaliza con la descripción de la plataforma desarrollada.
3.1. Base de datos
Estrictamente hablando, es un conjunto de datos que pertenecen a un mismo contexto,
almacenados sistemáticamente para su uso posterior. Estas pueden dividirse en dos grupos, las
bases de datos analíticas, que son de sólo lectura, utilizadas primordialmente para almacenar
datos históricos que posteriormente se pueden usar para estudiar el comportamiento de un
conjunto de datos a través del tiempo, realizar proyecciones, tomar decisiones y las bases de
datos dinámicas que están orientadas a almacenar información modificada con el tiempo,
permitiendo operaciones como actualización y adición de datos, además de las operaciones
fundamentales de consulta [50].
En bioingeniería, una base de datos es una colección de señales obtenidas usando un
protocolo clínico definido. La gran cantidad de patrones de formas de ondas biológicas que
existen, hacen necesario que la evaluación de algoritmos de procesamiento de señales y de
23
modelos se realice en bases de datos de tamaño considerable, antes de que su desempeño
pueda ser juzgado como satisfactorio para su uso en diagnóstico o terapia médica. A menudo,
una base de datos incluye señales de un solo tipo en particular, como por ejemplo,
electroencefalograma (EEG) y electrocardiograma (ECG), pero del mismo modo puede tener
varios tipos de señales. Las anotaciones médicas son de vital importancia en la realización de
una base de datos, ya que, definen los instantes de tiempo en los cuales ocurren ciertos eventos
en la señal, tales como la presencia de latidos patológicos en el ECG o ataques epilépticos en
el EEG. Las anotaciones también pueden explicar características más complejas de la señal así
como información no fisiológica, tal como la presencia de artefactos y/o ruido. Las
anotaciones pueden ser realizadas manualmente por uno o varios expertos que analizan
cuidadosamente la señal. Además de la señal y de las anotaciones, las bases de datos incluyen
información demográfica de cada muestra tal como sexo, edad, peso, tratamiento, y datos de
otros procedimientos clínicos que puedan tener interés al evaluar el problema en estudio [51].
Las bases de datos biomédicas se han convertido en herramientas claves en el desarrollo de
proyectos de investigación en el área médica, así como en actividades académicas y de
formación. Dichas bases de datos sirven además como referencia para el estudio de diversas
patologías [52].
A nivel internacional la base de datos electrocardiográfica más utilizada es PhysioBank,
debido a que es una plataforma abierta y esta disponible en la página de PhysioNet, la cual es
una fuente de búsqueda de señales fisiológicas complejas y actualmente posee 40 bases de
datos para ser descargadas y poder hacer uso de las mismas[53].
Contiene Bases de Datos Multi-Paramétricas, de ECG, de intervalos RR, neurológicas, de
señales sintéticas y de imágenes. Entre algunas bases de datos disponibles en Physionet, vale
la pena destacar:
1) La base de datos MIT-BIH de Arritmias contiene 40 extractos de media hora de dos
canales de registro ambulatorios de ECG, obtenidos de 47 sujetos. Las grabaciones fueron
digitalizadas a 360 muestras por segundos con 11 bits de resolución, dos o más cardiólogos
hicieron las anotaciones de cada grabación. Está base de datos ha sido ampliamente explotada
24
por la comunidad científica y es la referencia para el desarrollo y evaluación de algoritmos
para el estudio de las arritmias [54].
2) Las Bases de Datos Multi-Paramétricas: i)“The Massachusetts General
Hospital/Marquette Foundation” (MGH/MF), contiene 250 registros de 3 canales de ECG,
presión arterial, presión de la vena central, presión de la arteria pulmonar, respiración y
señales de CO2 de las vías aéreas de pacientes críticos en cuidados intensivos. ii) La base de
datos de Apnea, consta de 70 registros de ECG, duración de 8 horas cada registro, con sus
respectivas anotaciones, otra es la base de datos “Massachusetts Institute of Technology, Beth
Israel Hospital” (MIT-BIH) polisomnografia, con carpetas de anotaciones en estado de reposo
y apnea [54].
3) La base de datos para la evaluación de algoritmos de segmentación al intervalo QT y
otros intervalos de la forma de onda del ECG, posee 105 registros de 12 canales de ECG 15
minutos de duración muestreados a 250 Hz y 12 bits [55].
4) La base de datos de larga duración (Long Term) contiene 90 registros de dos canales, a
12 bits, muestreados a 125 Hz. Fue creada con el propósito de ser una referencia para la
evaluación de los detectores transitorios de isquemia, por lo cual esta base de datos contiene
registros y anotaciones de episodios isquémicos, episodios no isquémicos, episodios de bajo
nivel de ST y episodios mixtos. Estos registros han permitido el desarrollo y la evaluación de
detectores capaces de diferenciar eventos isquémicos de eventos no isquémicos, así como
también investigaciones referentes a los mecanismos y dinámica de la isquemia [56].
5) La base de datos europea ST-T es utilizada para la evaluación de los algoritmos y el
análisis de los cambios del segmento ST y de la onda T. Posee 78 registros de 2 canales, 12
bits, una frecuencia de muestreo de 250 HZ, una duración de 2 horas [57].
En el Grupo de Bioingeniería y Biofísica Aplicada se cuenta con dos bases de datos:
1) Base de datos de electrocardiografía de alta resolución en varias etapas de la
miocardiopatía chagásica (Proyecto Search). Para la realización de la primera versión se
clasificaron 92 pacientes [58] y se obtuvo para el año 1993, la segunda versión [59] estuvo
25
compuesta por 183 pacientes y estuvo disponible en el año 1996, ambas versiones constituyen
la fuente de datos utilizada a lo largo de este tiempo en los estudios que se han realizado en el
grupo, ya que no se contaba con registros de Electrocardiografía de Alta Resolución (ECGAR)
para esta enfermedad. En el año 1996 esta base de datos fue utilizada para la realización de
proyectos de investigación en la Universidad de los Andes y en la Universidad de Carabobo
[60].
2) La base de datos de pacientes isquémicos, está constituida por pares de registros de
señales electrocardiográficas de esfuerzo (Protocolo de Bruce) provenientes de un mismo
sujeto. Cada par de registros fue realizado con una ventana de 24 horas entre ellos. Los datos
corresponden a tres canales de adquisición (DII, V5, V6) muestreados a 250 Hz con una
resolución de 12 bits. Según el diagnóstico clínico del sujeto, los registros se clasificaron en
dos grupos, un grupo de pacientes (N=17) con diagnóstico previo de Cardiopatía Isquemica y
un grupo control asintomático (N=7) apareado en edad y sexo [61]. Esta base de datos se
realizó hace nueve años y sigue siendo utilizada por investigadores en el GBBA [62].
3.1.1. Historia Clínica Electrónica
Los avances en la informática y las telecomunicaciones han permitido la evolución del
concepto tradicional de la historia clínica en papel, hacia una nueva historia clínica electrónica
(EHR), por sus siglas en inglés “Electronic Health Record”. Estos nuevos formatos permiten
el almacenamiento e integración de la información clínica en un formato digital, lo cual
permite mejorar o solucionar problemas habituales de la historia tradicional [63]. El EHR
contiene además de la información demográfica, tratamientos e intervenciones documentadas
con resultados de exámenes paraclínicos, los cuales se actualizan continuamente para apoyar
al personal médico en el diagnóstico y tratamiento del paciente [64].
Para el diseño de un sistema de EHR se deben tomar en cuenta diversos aspectos tales
como, los estándares de las plataformas ó arquitecturas, la codificación de los datos, los
estándares de la mensajería, la seguridad, confidencialidad y autentificación de los datos [65].
Por todos estos aspectos podemos estimar la complejidad del problema. Este es un problema
abierto, en el cual se presentan diferentes propuestas regionales, tanto por la FDA, como por la
Comunidad Europea.
26
En el contexto tecnológico la EHR se fundamenta sobre sistemas distribuidos y modelos
multicapa. Los web services y XML parecen tecnologías adecuadas para la comunicación entre
diferentes sistemas. Para el desarrollo de estándares de mayor importancia, en la actualidad,
tenemos el nivel de salud siete (HL7) y el formato de imágenes digitales y comunicaciones en
medicina (DICOM) ya que permiten la representación de documentos clínicos [66].
Sin embargo, a pesar de los avances en EHR, aún quedan por hacer esfuerzos para
implementar un sistema abierto y estandarizado para que permita la interconexión de nuevas
aplicaciones. Esto último será considerado en la próxima sección particularizado al ECG.
3.2. Estándares en Bases de Datos ECG
La definición de estándares para la transmisión de datos biomédicos ha sido un problema
lleno de innumerables debates desde hace varios años. En 1993, la Comisión Europea de
Normalización a través del proyecto CEN/TC251 WG3 investigó 23 formatos para
intercambio de información, de los cuales escogieron los mejores cinco para uso en
informática médica. Entre ellos destaca fundamentalmente el HL7 [67] que se convirtió en el
estándar de facto para el intercambio de datos clínicos y administrativos en los servicios de
salud a nivel mundial [68].
El objetivo de HL7 es el intercambio de información entre aplicaciones informáticas en el
sector salud. Su funcionamiento se sitúa en el ámbito de la capa 7 de la OSI, que es la
denominada de aplicación. De aquí le viene el nombre de HL7. No se hace referencia a las
arquitecturas que soportan estas aplicaciones, de hecho, HL7 debe utilizar las plataformas más
comunes de la industria. Las aplicaciones a las que está orientado HL7, se pueden denominar
ADT (Admision, Discharge, Transfer: Admisión, alta y transferencia de pacientes). Siguen el
proceso de un paciente desde que entra hasta que sale del hospital o el centro de salud. Este
tipo de información consta del registro del paciente, las consultas, facturación, actualización
de análisis de laboratorio, historias clínicas, etc. En principio, está orientado a la gerencia de la
información desde el punto de vista administrativo. Es importante señalar, que HL7 no
especifica cómo es el transporte de la información, aprovecha las capas más bajas de la OSI
para la transmisión de la información. Por lo tanto, a priori, se puede utilizar HL7 en cualquier
canal de comunicaciones. También HL7 trata de utilizar toda la tecnología ya empleada,
27
tratando de ser de fácil implementación y actualización. Existen algunas aplicaciones que
utilizan este formato de datos para transmitir ECG por Internet [69] [70]. Esto indica que es
posible, aunque no existen especificaciones públicas de cómo se ha hecho, ya que son
investigaciones de tipo comercial, en el primer caso para Marquette Electronics [71] ahora GE
Medical Systems) y en el segundo para Hewlett-Packard.
A pesar de los esfuerzos realizados por estandarizar las aplicaciones informáticas en el
campo de la medicina, no existe un consenso todavía acerca de la forma de representar una
señal y cómo ella puede ser aprovechada por los formatos reconocidos de intercambio de
información. En el caso de HL7, su granularidad a nivel de la información clínica no es lo
suficiente como para soportar con la debida robustez y flexibilidad el intercambio de señales
en sistemas de telecuidado. La meta general es llegar a describir una serie de tiempo (por
ejemplo una señal ECG, la salida del acelerómetro, una señal respiratoria, etc.) de un número
arbitrario de canales, de forma tal que su representación sea independiente del sistema o
dominio digital donde ella se genera o transmite. La Tabla 1 describe algunos de los esfuerzos
realizados, específicamente en lo que concierne a la transmisión de electrocardiogramas.
La FDA [72] (Federal Drug Administration) y otras organizaciones [73] han estado
motivando a varios fabricantes de sistemas de adquisición y procesamiento de señales
biomédicas para que propongan un estándar que resuelva esta necesidad. Las alternativas
propuestas se basan en el desarrollo de un protocolo para la representación de señales y su
intercambio a través de la red usando XML (Extensible Markup Language), un lenguaje que se
ha convertido en parte importante de muchos sistemas basados en web. Básicamente existen
metodologías claras para especificar la estructura de un documento XML de forma tal que sería
posible construir una estructura para representar una señal como el ECG en base a sus
características como: datos del paciente, datos del registro, mediciones, protocolo clínico
usado, archivos de datos crudos o comprimidos, interpretación clínica. En principio estas
características están muy bien especificadas para el protocolo SCP-ECG, por lo que una
alternativa inicial es reproducir en XML esta representación. La ventaja es que con XML se
usaría una semántica común y corriente para describir una estructura jerárquica de datos que
podría tener una ocurrencia irregular. Algunos intentos han sido puestos en funcionamiento
28
por Marquette y Mortara Instruments [74], especialmente para la recolección de datos
electrocardiográficos y para el manejo de bases de datos.
Tabla 1 Algunos estándares usados para la representación del ECG
Estructuras
Académicas
Ejemplos de ello son las librerías de la base de datos MIT-BIH [75] las cuales no son de
fácil transportabilidad de plataforma a plataforma sin una fuerte intervención del usuario. El
Estándar ISHNE propuesto por la Sociedad Internacional de Holter y Electrocardiografía
No-Invasiva, permite el intercambio de señales entre diferentes instituciones con una
estructura sencilla.
SCP-ECG
[76]
Fue desarrollado con el propósito específico de intercambiar, codificar, almacenar datos
de ECG de diferentes centros. El estándar especifica como almacenar y transmitir la señal, la
información del paciente, cómo comprimir los datos, mediciones sobre la señal, información
sobre la instrumentación usada y anotaciones usando un léxico propio.
DICOM
[77]
De sus siglas Digital Imaging and Communications in Medicine fue creado
originalmente para imágenes. Sin embargo, se ha añadido un estándar para almacenamiento
de señales, particularmente ECG que incluye: 12 derivaciones, trazos hemodinámicas,
anotaciones, referencias de tiempo o sincronización.
CORBA
[78]
Es una técnica usada en el desarrollo de aplicaciones complejas distribuidas en la red.
Los objetos se pueden implementar en diferentes lenguajes de programación y en diferentes
plataformas. Está ampliamente aceptado en la industria, y compañías como IBM, Netscape y
Oracle han desarrollado este tipo de especificaciones en sus aplicaciones. Esto quiere decir
que el acceso, por ejemplo, a una base de datos Oracle se puede hacer utilizando una interfaz
ORB. Esta es la potencialidad de CORBA, que define un estándar para la creación de
objetos distribuidos, bajo cualquier plataforma y en cualquier lenguaje. La especificación es,
en esencia un protocolo de comunicaciones entre objetos.
IEEE
P1073 [79]
La familia P1073 (tres estándares del IEEE) propone una interconexión e
interoperabilidad de equipos médicos, independiente de los proveedores de los equipos. Este
estándar pretende especificar la infraestructura para las aplicaciones informáticas en el
campo médico. Se denomina también MIB (Medical Information Bus, Bus para el
intercambio de Información Médica) debido a que se propone una arquitectura que soporte
el intercambio de información y de aplicaciones.
Para promover la integración de información clínica y mejorar la interoperabilidad de los
datos relacionados con el manejo de ECG, es necesario el uso y desarrollo de herramientas
amigables. El ecgML es un lenguaje de marcado, es decir, un método para describir un
documento insertando etiquetas en él, para la adquisición de datos y análisis de los
29
electrocardiogramas. Es una aplicación y un formato de soluciones independientes, los cuales
facilitan el intercambio y análisis de la información de los electrocardiogramas [80]. El
modelo del ecgML es un acercamiento flexible para representar y cámbiar los datos de ECG.
Las especificaciones están codificadas en vocabulario XML, el cual es un metalenguaje que
define la sintaxis utilizada para desarrollar otros lenguajes de etiquetas estructurados [81]. Su
estructura jerárquica para la representación y almacenaje de los datos de ECG fue sintetizada a
partir de recomendaciones y formatos existentes tales como el SCP-ECG.
3.2.1. Estructura del modelo ecgML
La estructura del modelo ecgML, permite representar los datos provenientes del
electrocardiograma según una estructura jerárquica, se toman en cuenta los eventos, los datos
del paciente así como el diagnóstico y otros datos clínicos.
Para cada paciente se crea un expediente con el elemento denominado Registro de ECG,
identificado con el número del estudio (La fecha del estudio y el tiempo del estudio
representan los elementos del tiempo del estudio de ECG).
El diagnóstico contiene una versión de texto de la última interpretación del ECG, mientras
que la historia médica es una descripción de los problemas clínicos y del diagnóstico del
paciente. Hay dos componentes principales para cada expediente: i) Los datos demográficos
del paciente contienen información de interés general concerniente a la persona tal como la
identificación, edad, y sexo,(Figura 5), ii) Los registros de ECG y sus anotaciones cuya
estructura se detallará a continuación.
El registro presentado en la Figura 6, representa el contenido básico del ECG. La fecha de
adquisición y el tiempo de adquisición son elementos específicos de la fecha y hora que fue
tomado el expediente. El número de identificación del paciente y el número de identificación
del lugar son usados para identificar a la persona responsable y la institución del expediente.
30
Registro ECG
Tiempo del Estudio
Comentario
Datos Demográficos
Registro
Historia Médica
Fecha del Estudio
Número de Estudio
Diagnóstico
Registro ECG
Tiempo del Estudio
Comentario
Datos Demográficos
Registro
Historia Médica
Fecha del Estudio
Número de Estudio
Diagnóstico
Figura 5. Diagrama de árbol de los elementos del ecgML (Registro de ECG) Tomado
de [82].
Figura 6. Diagrama de árbol de los elementos del ecgML (Registro).Tomado de [82]
El dispositivo de registro describe los aparatos que generaron los datos, mientras que el
protocolo clínico incluye información relacionada con el reporte clínico de los pacientes. Los
datos registrados son elementos clave de la base de datos ecgML, en éstos pueden existir
múltiples elementos dentro de un expediente, los cuales se diferencian por las derivaciones
canal. El registro de datos incluye 3 componentes: i) las formas de onda (Figura 7), ii) las
mediciones (Figura 8) y iii) las anotaciones (Figura 9). Las formas de onda son representadas
31
por una serie de valores a lo largo de 2 dimensiones (X, Y). Típicamente las anotaciones son
usadas para describir eventos específicos de cada una de las derivaciones.
El formato de ecgML es exclusivo para señales de ECG. Hay algunos elementos
directamente relacionados con las formas de onda de ECG como por ejemplo, las ondas P,
QRS y T. El propósito de ecgML es desarrollar una vía abierta y transparente de
representación y cambio de los datos de señales de ECG.
Tipo de dato= (tiempo/muestra)
Tipo de dato=(tiempo/muestra)
Unidad= Hz
Forma de Onda
Valores del Eje Y
Valores del Eje X
Xoffset
Duración
Frecuencia de Muestreo
Link de la Carpeta
Valor Real
Datos Binarios
Tipo de dato= (tiempo/muestra)
Tipo de dato=(tiempo/muestra)
Unidad= Hz
Forma de Onda
Valores del Eje Y
Valores del Eje X
Xoffset
Duración
Frecuencia de Muestreo
Link de la Carpeta
Valor Real
Datos Binarios
Forma de Onda
Valores del Eje Y
Valores del Eje X
Xoffset
Duración
Frecuencia de Muestreo
Link de la Carpeta
Valor Real
Datos Binarios
Figura 7. Diagrama de árbol de los elementos del ecgML (Forma de Onda) .Tomado
de [82]
32
Registro
Forma de Onda
Anotaciones
Medidas
Canal
Número de Identificación del Paciente
Número de Identificación del Lugar
Valores
Comentarios
Registro
Forma de Onda
Anotaciones
Medidas
Canal
Número de Identificación del Paciente
Número de Identificación del Lugar
Valores
Comentarios
Figura 8. Diagrama de árbol de los elementos del ecgML (Mediciones).Tomado de
[82]
Tipo de dato=
(tiempo/muestra)
Unidad= mV
Anotaciones
Notación de la Onda
Notación del Punto
Valores del Eje X
Valores del Eje Y
Comentarios
Onda P
Onda QRS
Onda T
Etiqueta del Punto
Onda U
Otras Ondas
Tipo de dato=
(tiempo/muestra)
Unidad= mV
Anotaciones
Notación de la Onda
Notación del Punto
Valores del Eje X
Valores del Eje Y
Comentarios
Onda P
Onda QRS
Onda T
Etiqueta del Punto
Onda U
Otras Ondas
Figura 9. Diagrama de árbol de los elementos del ecgML. (Anotaciones).Tomado de
[82]
33
3.2.2. Diferencias entre ecgML y los formatos existentes
Basados en la tecnología de XML, el ecgML ofrece varias ventajas sobre los formatos
existentes, por ejemplo, el SCP-ECG, que fue desarrollado exclusivamente para ECG de 12
canales, el ecgML permite trabajar con múltiples formatos y poder analizar la señal en un
lenguaje mas cómodo y visualizar los datos del ECG en forma de atributos y eligiendo la
cantidad de canales que se quieran representar [81] [82]. Las principales diferencias entre
FDA XML y ecgML son las siguientes (Tabla 2).
Tabla 2. Diferencias entre la plataforma ecgML y FDA XML.
Diferencias FDA XML ecgML
Estructura
Esta basada en la versión 3 de
mensajeria estándar de HL7.
Es una estructura jerárquica
sintetizada de formatos existentes.
Legibilidad
Todos los elementos de XML necesitan
ser derivados del vocabulario y códigos
HL7 R-MIM, resultando de un formato
poco legible.
No solo incorpora los datos
relevantes, sino que también su
descripción, llevando así a un
formato legible tanto para el
humano como para la maquina
Implementación
Requiere por lo menos un adecuado
entendimiento de la filosofía de HL7
Es flexible, fácil de entender e
implementar
Mejoras
Necesita mantener los requerimientos
de HL7
Las estructuras de las grabaciones
y contenidos pueden ser
expandidas o modificadas en
cualquier etapa.
Luego se muestra un ejemplo de codificación de la plataforma FDA XML y la plataforma
ecgML, donde se observa que la codificación es distinta y cumple con las diferencias
anteriormente mencionadas. (Figura 10)
34
Figura 10. Código de los formatos de FDA XML y del ecgML. Tomado de [82]
3.2.3. Herramientas fundamentales para la instalación del ecgML
Se han desarrollado una serie de herramientas para apoyar el uso y mejorar las aplicaciones
basadas en ecgML, las cuales incluyen Generador de ecgML y Buscador del ecgML, ambas
codificadas en lenguaje de programación Java. Estas herramientas se describen a continuación:
-Generador de ecgML: Proporciona una interfase de usuario amigable para crear
expedientes basados en ecgML automáticamente (Figura 11). De acuerdo con un diagrama
Definición de Tipo de Documento (DTD) o XML, el generador ecgML procesa los datos y crea
un registro o expediente según el formato ecgML.
-Buscador del ecgML: Es una aplicación para la visualización de los expedientes con
formato ecgML, en donde se pueden apreciar las formas de onda y las anotaciones (Figura 12).
Un documento de ecgML se divide en una serie de eventos cronológicos [82]. El panel de la
izquierda esta reservado para una vista de navegación de árbol la cual resalta la estructura del
modelo de ecgML. Puede ser expandida y minimizada en cualquier nivel. El panel del lado
derecho muestra las formas de onda de los datos y las anotaciones.
35
Figura 11. Esquema de la construcción de un generador de ecgML. Tomado de [81]
Figura 12. Buscador del ecgML. Tomado de [82].
36
3.3. Desarrollo de la Plataforma de la Base de Datos
A continuación se describe el desarrollo de la plataforma base de datos, su funcionamiento
y visualización.
Figura 13. Esquema de desarrollo de la Base de datos
La Figura 13 muestra un esquema del desarrollo de la Plataforma: los registros de la señal
de ECG de esfuerzo son adquiridos del equipo Ergocid At Plus luego son leídos con una
función desarrollada en Matlab, que permite visualizar la señal de ECG cruda. Luego se
dispone de la Interfaz Gráfica Aplicada a la Diabetes (IGAD), la cual posee cuatro funciones
que permiten entre otras generar el código XML para la Plataforma ecgML.
La plataforma ecgML, permite visualizar los datos demográficos, clínicos en forma
jerárquica y dos canales de la señal de ECG cruda, adicionalmente se utilizó un detector de
QRS desarrolla en lenguaje C++, para anotar el ECG [83]
IGAD es la parte fundamental de la plataforma, la misma posee una plantilla que permite
insertar los datos demográficos y clínicos del paciente y un formato para visualizar ocho
canales de ECG cruda y adicionalmente las curvas de tendencia de los intervalos RR y del
segmento ST. Esta interfaz se detalla en la próxima sección.
37
3.3.1. Interfaz Gráfica Aplicada a la Diabetes
La Interfaz Gráfica Aplicada a la Diabetes (IGAD) contiene una plantilla de datos para
insertar toda la información clínica y demográfica del paciente que está en el formato impreso
del HUC, esta plantilla posee los atributos que conforman el protocolo clínico, los cuales se
mencionan a continuación:
Fecha: Día en que el paciente realizó la prueba de esfuerzo.
Tiempo: Tiempo en minutos de la duración de la prueba de esfuerzo.
Historia del Paciente: Enfermedades o complicaciones que haya presentado el sujeto.
Número del Estudio: Es el número de historia de la prueba de esfuerzo, se utilizó el
mismo número para que haya un orden entre la historia del HUC y la base de datos.
Número de ECG: Es el número del registro de la señal de ECG del paciente, obtenido del
equipo de adquisición de ECG (Ergocid At Plus).
Directorio de almacenamiento: Indica el directorio donde se almacenará la información.
Datos demográficos: Sexo, edad, peso, altura, condición de ejercicio y condición de
fumador.
Datos del protocolo de Bruce: Incluye el número de etapas del protocolo de Bruce, las
millas por hora (mi/h), el porcentaje de la pendiente de inclinación de la banda transportadora
y el número de METS realizados, adicionalmente incluye los valores de la frecuencia cardíaca
a cada minuto del ejercicio y la tensión arterial medida manualmente en el tercer minuto de
cada etapa.
Datos de laboratorio: Incluye la fecha de realización, los valores de los triglicéridos,
colesterol, glicemia y hemoglobina glicosilada reportados en el informe de resultados emitido
por el laboratorio.
38
Datos Clínicos: Se coloca el nombre del especialista que refiere la realización del examen,
se anotan los medicamentos que el paciente esta tomando en el momento, el índice
cronotrópico y la recuperación de la variabilidad de la frecuencia cardíaca que obtuvo el sujeto
al realizarse la prueba.
Posición de reposo de ECG: Reporta la frecuencia cardíaca y la tensión arterial en reposo
del paciente, tomadas al inicio de la Prueba de Esfuerzo.
Ortostatismo ECG: Reporta la frecuencia cardíaca y la tensión arterial estando de pie en la
banda transportadora antes de comenzar el ejercicio.
FCmáx: Es la frecuencia cardíaca máxima del individuo de acuerdo a su edad y sexo.
FCsmáx: Es la frecuencia cardíaca submáxima que tiene que alcanzar el individuo para
concluir la prueba de esfuerzo.
Recuperación del ejercicio: Incluye los valores de frecuencia cardíaca y tensión arterial
tomada 4 minutos después del ejercicio en posición de reposo.
Observaciones de la prueba: Este espacio es utilizado por el especialista a fin de agregar
alguna información adicional como resultado del análisis el resultado de la prueba de esfuerzo.
En la Figura 14 se presenta IGAD, en la cual se pueden observar los atributos de la
información demográfica y clínica del paciente para leerla ó introducir nuevos datos.
La aplicación IGAD permite realizar varias tareas las cuales se pueden describir en las
siguientes etapas secuenciales:
1) Al presionar el botón Read se lee la señal proveniente del archivo nativo del equipo
Ergocid At Plus y se carga en memoria para ser usada por las siguientes etapas (esta lectura se
realiza en la función Readergocidatplus).
2) Al presionar el botón Report se realiza el procesamiento de las señales obtenidas en la
etapa anterior. Este procesamiento esta basado en trabajos anteriores del GBBA [83] en donde
39
se realiza la detección del QRS seguido de la extracción de características de cada latido. Estos
algoritmos están desarrollados en el lenguaje de programación C++ y el nombre de la librería
que posee dichos algoritmos es LibraryProcessingforMatlab. Está librería esta conformada
por la siguiente cadena de procesamiento: se utiliza un detector de QRS multicanal, el cual
emplea diferentes tipos de fusión de datos para mejorar la robustez en la detección, en
contextos ruidosos. A partir de la detección de QRS, se realiza la medida del nivel del
segmento ST mediante reglas heurísticas. Finalmente se construyen las curvas de tendencia
del intervalo RR y del desnivel del segmento ST:
Una vez que se realiza la extracción de características, se genera un reporte (Figura 15),
donde se observan ocho ventanas mostrando las derivaciones I, II, V1, V2, V3, V4, V5, V6 de
la señal ECG. El usuario puede desplazar la señal en el tiempo usando la barra deslizadora. El
eje X representa el tiempo en segundos (s) y el eje Y representa la amplitud expresada en
milivoltios (mV).
En la parte inferior de este reporte se muestran dos ventanas:
a) Curvas de tendencia del intervalo RR: donde el eje X representa el número de latidos
y el eje Y la cantidad de intervalos RR (latidos) de la señal de ECG de esfuerzo del todo el
estudio.
b) Curva de tendencia del segmento ST: donde el eje X representa el número de latidos
y el eje y el nivel del segmento ST expresado en mV. En la Figura 16, se muestran los valores
de conversión a mV del ECG. Estos valores están guardados dentro de la librería de
algoritmos “LibraryProcessingforMatlab”.
c) Por último, se puede abrir el cuadro de impresoras instaladas en la estación de trabajo
para imprimir el reporte generado en la aplicación IGAD, mediante el botón Print.
3) Una vez finalizado el reporte, se genera un archivo de base de datos en formato ecgML
mediante el botón Create BD. La aplicación genera un archivo XML con el nombre del
registro introducido en la ventana principal, el cual se podrá visualizar en la aplicación
ecgMLbrowser.jar.
40
La aplicación ecgMLbrowser necesita dos archivos de librería adicionales para procesar los
registros XML denominados “ecgML.1.0_dtb.dtb y ecgmML.1.0_xsd.dtb”, los cuales
contienen el estilo y estructura necesaria para visualizar los reportes generados en formato
ecgML.
Los datos demográficos y clínicos del paciente (expuestos anteriormente) y el protocolo
técnico, el cual consta de lo siguiente: i) número de canales, ii) frecuencia de muestreo, iii)
resolución de conversión de la señal y iv) número de bits, están representados en forma de
atributos y divididos por carpetas.
La carpeta Record, contiene el número de canal (ChannelNumber), luego están las
características de la forma de onda Waveforms, donde indica el Xoffset, la duración en minutos
(en el eje X está el valor real de la señal y en el eje Y la data de que son las muestras de la
señal).
Después encontramos la carpeta de Annotations donde se encuentran las anotaciones de las
ondas (Wavenotations) P, QRS Y T indicando el inicio, pico y final de la onda. Además
presenta información referente al estado de la onda (normal o anomalía). Esta aplicación está
configurada para representar 5000 muestras (10 segundos) y se evidencian las anotaciones de
los latidos en sus dos canales con sus respectivos puntos de ubicación. Toda esta información
esta ubicada en el panel de forma de onda, la cual posee una barra deslizadora en la parte
inferior que ayuda a desplazar la ventana para visualizar todo el registro.
En el panel de forma de onda se puede navegar en la señal usando la barra deslizadora que
se encuentra en la parte inferior de la ventana del ecgML, permitiendo visualizar los latidos y
sus respectivas anotaciones. Además el panel de forma de onda posee un cuadro de ampliación
el cual permite magnificar la señal a 100, 140, 200, 300, 400 % (Figura 17).
4) Por último la aplicación IGAD, posee la función “Print”, la cual permite imprimir para
obtener un respaldo impreso del reporte de datos clínicos y demográficos del paciente.
41
Figura 14. Ventana principal de IGAD (Recolección de datos del paciente y
generación de reportes).
Fig
ura
14.
Ven
tan
a p
rin
cip
al
de
IGA
D (
Rec
ole
cció
n d
e d
ato
s d
el p
acie
nte
y g
ener
aci
ón
de
rep
ort
es)
42
Figura 15. Ventana de Reporte de la aplicación igad.
Fig
ura
15.
Ven
tan
a d
e R
eport
e d
e la
ap
lica
ción
IG
AD
43
Figura 16. Esquema de conversión en milivoltios del ECG para el procesamiento de
las señales.
44
Figura 17. Visualizador de la Base de Datos ecgML (ecgMLBrowser)).
Fig
ura
17.
Vis
uali
zad
or
de
la B
ase
de
Dato
s ec
gM
L(e
cgM
LB
row
ser)
.
45
3.3.2. Almacenamiento
3.3.2.1 Estructura de Datos
La base de datos se encuentra organizada de la siguiente manera:
Se tienen tres carpetas de archivos, una para cada población DCC, DSC y de GC. A cada
sujeto le corresponde una carpeta que contiene cuatro archivos:
1. Un archivo en formato XML para visualizarlo en la plataforma de ecgML.
2. Un archivo en formato PDF, llamado número de estudio (xxxx)_gra, el cual es el
reporte gráfico de la señal de ECG.
3. Un archivo en formato PDF, llamado número de estudio (xxxx)_dat, es el reporte de
datos de cada paciente.
4. Un archivo binario el cual corresponde al registro del ECG adquirido del equipo
Ergocid At Plus.
Los dos archivos en formato PDF y el archivo XML, se almacenan bajo el nombre del
número de estudio y el archivo del ECG, sin procesar, se identifica con el número asignado
por el equipo Ergocid At Plus. Por razones de confidencialidad los datos personales del
paciente no pueden ser revelados y por ende los archivos generados en la base de datos no
contienen esta información.
En caso de requerir datos confidenciales del paciente se debe recurrir a la historia médica
correspondiente al número de identificación de los archivos XML y los archivos en formato
PDF.
3.3.2.2. Plataforma
La aplicación se desarrolló en una máquina Hewlett Packard con un procesador Centrino
Dúo, con un reloj de 1.66 GHz y memoria RAM de 1 GB, la estación de trabajo se llama
DICARDIA y está conectada en una red que puede ser utilizada en el GBBA y en el HUC.
Adicionalmente se a creado respaldo de la misma en un disco duro externo de 200 GB y varias
copias en DVDs. Estos respaldos contienen los datos registrados una carpeta llamada
46
“Códigos Base de Datos”, donde se encuentra el archivo de ecgML y la librería utilizada,
junto con los códigos desarrollados para la base de datos, lo que permite que el usuario pueda
modificarlos y manipular algunas señales o agregar un nuevo paciente, desde cualquier
computadora.
Se cuenta con un Manual de Usuario que se encuentra en el Anexo 1 y contempla a grosso
modo los siguientes puntos:
1. Como abrir los archivos desde que se inicia la herramienta de Matlab 7.1
2. Como abrir la aplicación ecgMLBrowser para visualizar las señales.
3. Procedimiento referente a cada una de las funciones de la interfaz gráfica IGAD:
a. Generación de lectura (botón Read)
b. Generación de reportes (botón Report y Create DB).
c. Impresión (botón Print).
4. Procedimiento para editar las ventanas de los archivos IGAD y Report con la
herramienta GUIDE de Matlab.
CAPITULO IV
PROTOCOLO CLÍNICO
De la diversidad de pruebas que se encuentran disponibles en el servicio de cardiología, se
eligió la prueba de esfuerzo debido a que se obtiene, el electrocardiograma (ECG), la
frecuencia cardíaca (FC) y la presión arterial (PA), en diferentes condiciones posturales
(decúbito, ortostatismo) y sometido al estrés del ejercicio, lo cual es sumamente interesante
desde el punto de vista del modelaje de sistemas de procesamiento de señales del ECG, ya que
permite obtener información de diversos estados físicos del paciente. En este capítulo se
describe el protocolo clínico diseñado
4.1 La Prueba de Esfuerzo (PE)
La Prueba de Esfuerzo es un estudio no invasivo que se realiza para evidenciar isquemia
miocárdica y enfermedad arterial coronaria (Figura 18). La evaluación de la fidelidad de esta
prueba se hace en términos de su sensibilidad (porcentaje de pacientes clasificados con
enfermedades verificadas por otros métodos) y de su especificidad (porcentaje de sujetos
clasificados como normales). Sus valores promedios están entre un 70 y 90% respectivamente.
En una PE se evalúan los cambios en las variables fisiológicas del organismo ante el estrés del
ejercicio físico y del electrocardiograma del sujeto [84].
Existen varias formas de realizar la prueba de esfuerzo:
Banda sin fin o banda rodante.
Prueba con perfusión utilizando material radioactivo, generalmente derivados del
tecnecio.
Prueba de esfuerzo en bicicleta estática.
48
La PE más eficiente es la convencional, en la que se hace caminar al paciente en una banda
deslizante que va cambiando la velocidad y la pendiente de la plataforma según un protocolo
preestablecido. El más utilizado es el protocolo de Bruce y en el HUC se le hizo una
modificación de tres minutos de calentamiento [85].
El resultado de la PE puede ser positivo, negativo o no concluyente. Se considera que una
PE es positiva cuando:
Se observa una depresión del segmento ST, horizontal o descendente y mayor de 0.08
segundos de duración.
Existe un desnivel negativo ascendente lento del segmento ST mayor de 0.2 mV o más,
por debajo de la línea isoléctrica que dure más de 0,08 seg.
Existe un desnivel positivo, horizontal o ascendente de 0.2 mV o más de amplitud en
complejos QRS que no tienen ondas Q patológicas (indicativo de infarto del miocardio
antiguo).
Figura 18. Equipo de Prueba de Esfuerzo del servicio de Cardiologia del HUC
Desde el punto de vista de procesamiento de señales, el estudio del ECG de esfuerzo
representa aún un reto para los algoritmos de segmentación de las ondas e intervalos de
interés, debido principalmente a las fuentes de interferencia que se presentan.
49
En las figuras siguientes se presentan algunos ejemplos:
Ruido de línea de base: Es originado por la respiración, el movimiento de los músculos
del paciente y los cambios electrodo-piel del sujeto (Figura 19 y Figura 20).
Figura 19. Extracto del registro ECG 2049, derivación I, del Grupo DCC, donde se
observa el ruido de la línea Base.
Figura 20. Extracto del registro ECG 15, derivación V5, del Grupo DCC, donde se
observa el ruido de la línea Base
Corrimiento de la línea base: Se produce por movimientos bruscos del paciente, el
amplificador se satura por unos mseg. y no se obtiene registro sino una línea recta. Esta
interferencia es difícil de eliminar totalmente pero los algoritmos de análisis puede ser
diseñado para discriminarlos (Figura 21).
50
Figura 21. Extracto del registro ECG 632, derivación V1, del Grupo DCC, donde se
observa el corrimiento de la línea Base.
Interferencia muscular: El electromiograma es una forma fisiológica de interferencia. El
Electromiograma de superficie tiene un espectro de 10 a 400 HZ y la mima amplitud del ECG.
Sin embargo, no es repetitivo y esta interferencia se puede eliminar promediando la señal
(Figura 22 y Figura 23).
Figura 22. Extracto del registro ECG 2049, derivación V6, del Grupo DCC, donde se
observa las alteraciones de la morfología del ECG al esfuerzo
Figura 23. Extracto del registro ECG 709, derivación V1, del Grupo DCC, donde se
observa el ruido muscular.
51
4.2. Protocolo Clínico
En colaboración con la Unidad de Cardiología del Hospital Universitario de Caracas se
obtuvieron las unidades muéstrales de la Base de Datos bajo las siguientes condiciones:
1. Criterios de Inclusión
Pacientes con diagnóstico de diabetes Mellitus tipo II.
Edad comprendida entre 35 y 80 años.
Peso comprendido entre 40Kg y 120 Kg.
Los pacientes pueden ser asintomáticos y sintomáticos.
Para el grupo control se reclutarán pacientes asintomáticos, sin patología conocida con
electrocardiograma de reposo sin alteraciones y sin hallazgos patológicos en la valoración
clínica.
2. Criterios de Exclusión
Impedimento físico para la marcha.
Descompensación clínica o metabólica de la Diabetes Mellitus.
Paciente en condición Síndrome Cardiovascular Agudo (SCA) reciente (< 3 días).
Descompensación Hemodinámica.
4.3. Registro de los datos
Datos demográficos: Incluyen Nombre, apellido, teléfono, edad, sexo y los datos clínicos
que son peso, altura, medicamentos, y condiciones preexistentes. Los parámetros
demográficos, fueron tomados mediante entrevistas usando el formato impreso del HUC
(Anexo 2). Luego esta información fue insertada junto con los datos de la prueba de esfuerzo y
los parámetros de laboratorio en la Base de Datos.
Pruebas de Esfuerzo: Los sujetos fueron sometidos a una PE bajo el protocolo de Bruce
modificado [86] el cual consta de 7 etapas de 3 minutos de duración cada una (Tabla 3). La
prueba comienza a una velocidad de 1.7 mph con una inclinación de 0 grados hasta alcanzar
paulatinamente en la última etapa una velocidad de 6 mi/h y una inclinación de 22 grados. El
52
tiempo de duración promedio de la prueba, para un sujeto no entrenado de es 20 min, es decir
lo común es llegar entre las etapas 3 y 5.
Tabla 3. Protocolo de Bruce modificado del HUC.
Etapa Velocidad
de la banda
deslizante
(mi/h)
Inclinaci
ón
%
Duración
(min)
Tiempo
Acumulado
(min)
0 1,7 0 3 3
I 1,7 10 3 6
II 2,5 12 3 9
III 3,4 14 3 12
IV 4,2 16 3 15
V 5,0 18 3 18
VI 5,5 20 3 21
VII 6,0 22 3 24
Pruebas de Laboratorio: Para este protocolo se tomarán en cuenta los siguientes:
Hemoglobina Glicosilada (HbA1c), Glicemia, Colesterol y Triglicéridos (ver capítulo II,
sección 2.5.2) [40].
Las pruebas de laboratorio fueron realizadas en el Laboratorio Grupo Clínico Chacao,
ubicado en la Avenida San Ignacio de Loyola, Edificio San Carlos, PB, Chacao. Teléfonos:
0212-2675323, dirigido por la Lic. Estrella Varnagui y la Institución de Medicina Preventiva
(Fastmed), en promedio hay una semana de diferencia con la Prueba de Esfuerzo. Los sujetos
acudieron con catorce horas de ayuno para efectuarse las pruebas de laboratorio indicadas en
el protocolo.
4.4. Instrumentación
Se utilizó el sistema Ergocid At Plus [87] de la compañía Combiomed, (Figura 18), está
conformado por:
Módulo de adquisición de ECG donde:
53
- El Rango de entrada dinámica del ECG es: ±5 mV.
- El Rango de frecuencia de la señal registrada es: de 0,05 Hz a 100 Hz.
- El filtro electromiográfico (muscle tremor filter) es: pasa bajo 40 Hz.
- El error de ganancia es: máximo de 5%.
- La constante de tiempo es: 3,2 seg. o mayor.
- La impedancia de entrada es: mayor que 2,5 MΩ a 10 Hz
- El ruido del canal es: 40 µV referido a la entrada.
- La interferencia entre canales es: menor que el 2%.
- La FRMC: no menor de 89 dB.
- El Conversor A/D es: 12 bits.
- La Frecuencia de muestreo es: 500 Hz ó 250 Hz.
- La Resolución de la conversión es: 3.06 µV/ bit.
- El Máximo potencial en los electrodos es: +/-300 mV CD.
- El Registro simultáneo de los nueve electrodos de señal activos.
- La Entrada mediante amplificadores buffer.
- La Sensibilidad es: 2,5, 5,10 y 20 mm/mV.
- La Velocidad de registro es: 25 mm/s y 50 mm/s.
- Protegido contra descargas de desfribilador.
El sistema Ergocid At Plus cumple con los requisitos establecidos en las normas siguientes:
- UNE EN 60601-1:1990 Equipos electromédicos. Requisitos generales para la
seguridad.
- UNE EN 60601-1-2:1996 Equipos Electromédicos. Requisitos Generales de
Seguridad. Sección 2: Norma colateral. Compatibilidad electromagnética.
Requisitos y ensayos.
- UNE EN 60601-2-25:1997 Equipos electromédicos. Requisitos particulares para la
seguridad de electrocardiógrafos.
- UNE EN 60601-2-30:1997 Equipos Electromédicos. Parte 2: Requisitos particulares
para la seguridad de los equipos de supervisión de la presión sanguínea de
funcionamiento automático, cíclico e indirecto.
54
- IEC 60601-2-51:2003 Medical electrical equipment. Particular requirements for
safety, including essential performance, of recording and analyzing single channel
and multichannel electrocardiographs.
La clasificación de acuerdo con IEC60601-1:
- Según el tipo de protección contra descargas eléctricas: Clase I.
- Según el grado de protección contra descargas eléctricas: Tipo BF
Tiene la aprobación del Centro para el Control Estatal de la Calidad de los Equipos
Médicos de Cuba (CECEM) que le otorgó el registro médico para ser usado en Cuba y
también la aprobación del organismo encargado del registro médico en Venezuela.
Microcomputadoras (PC) con:
- Procesador Pentium 4.
- Monitor 17”.
- 256 MB de memoria RAM.
- Disco duro con al menos 40 GB libres
- Unidad de disco compacto.
- Un puerto de comunicación serie RS232 disponibles para la conexión del
oxímetro de pulso (si este se suministró con el sistema).
- Tres puertos de comunicación USB para conectar el ergómetro, el módulo
de adquisición de presión no invasiva y el módulo de adquisición de ECG.
- Teclado.
- Mouse.
Software de aplicación Ergocid Plus.
Impresora láser.
Mueble (con fuente de alimentación de CA).
Ergómetro.
Monitor de presión no invasiva TANGO
55
4.5. Consentimiento Informado
El sujeto antes de realizar la prueba, firma el consentimiento, el cual explica las
condiciones de la prueba, su utilidad e importancia y los posibles riesgos que se pueden correr
al ejecutarla. De esta manera se autoriza su realización (Anexo 3).
4.6. Reportes Médicos
A partir de las pruebas realizadas se obtienen dos reportes clínicos:
Reporte de la prueba de esfuerzo Una vez finalizada la prueba de esfuerzo, los
cardiólogos del servicio de Prueba de Esfuerzo, elaboran el Reporte de la Prueba de esfuerzo
(Anexo 2). En este informe Incluye un ECG de 12 derivaciones y toma de la presión arterial
en el tercer minuto en cada etapa. Además se registran los parámetros de capacidad física y el
diagnóstico médico. Adicionalmente se reportan los valores del Índice Cronotrópico, las
observaciones y comentarios de la prueba, en la cual se reportan los resultados de la misma, es
decir si es positiva, negativa o no concluyente, así como las recomendaciones pertinentes.
Reporte del Laboratorio: Este muestra los valores de los parámetros de la química
sanguínea (Anexo 4).
4.7. Conclusión
En este capítulo se describió el protocolo clínico diseñado para el estudio de la NAC. Una
vez definidos el protocolo y la plataforma se procedió a la recolección de datos. El protocolo
clínico fue supervisado por el personal médico del servicio de cardiología del Hospital
Universitario de Caracas (HUC), los resultados obtenidos se presentan en el capítulo siguiente.
CAPITULO V
DESCRIPCION DE LA BASE DE DATOS
En este capítulo se presentan la descripción cuantitativa y cualitativa de la Base de
Datos, así como una estimación de las horas hombres empleadas para el desarrollo de la
misma.
5.1. Descripción Cuantitativa
El protocolo clínico diseñado fue aplicado en el servicio de cardiología del HUC. Se
registraron 65 sujetos, los cuales se han dividido en tres poblaciones:
- Población diabética con complicaciones cardíacas (DCC): 51 sujetos.
- Población diabética sin complicaciones cardíacas (DSC): 3 sujetos.
- Población control (GC): 11 sujetos.
Los sujetos fueron sometidos al protocolo clínico descrito en el capítulo anterior. En la
Tabla 4 se muestran las características básicas de las tres poblaciones. Los datos
contínuos son representados como la desviación estándar y la media de las características
básicas, características de la prueba de esfuerzo y exámenes de laboratorio, los
parámetros nominales son presentados como frecuencia.
El test de Wilcoxon fue usado para comparar las diferencias entre los grupos. En
cuanto a la edad, sexo, peso y condición de fumador, no se encontraron diferencias
significativas entre las poblaciones.
57
Tabla 4. Características Básicas.
Características
Básicas
Diabéticos con
complicaciones
cardiacas
(Media±DE)
Diabéticos sin
complicaciones
(Media± DE)
Grupo
Control
(Media±DE)
Valores P
Edad
(años) 57±10 49±12 50±6 NS
Hombres 25 2 8 NS
Mujeres 26 1 3 NS
Fumador 47 no
4 si 3 no
9 no
2 si NS
Peso (Kg) 73±15 79±8 81±20 NS
La respuesta al ejercicio fue medida a través de la frecuencia máxima alcanzada en la
prueba de esfuerzo. La duración del periodo del ejercicio, y el índice cronotrópico fue
superior en sujetos control (p<0.0004), mientras que no se observó diferencia
significativa en los otros parámetros como la presión arterial y la frecuencia cardíaca en
reposo.
La recuperación de la variabilidad de la frecuencia cardiaca no tiene diferencia
significativa entre la población DCC y el grupo control (Tabla 5). Dado el tamaño de la
muestra de la población DSC, no se tomaron en cuenta los parámetros de la prueba de
esfuerzo para realizar el análisis.
En la Tabla 6 se pueden apreciar los resultados de los exámenes de laboratorio. Los
valores de glicemia y triglicéridos son mayores significativamente en la población DCC,
comparados con la población DSC respecto al GC. Vale la pena reiterar que solo 21
pacientes DCC realizaron estos exámenes.
58
Tabla 5. Características de la prueba de esfuerzo.
Características Básicas
Diabético con
complicaciones
cardiacas
(Media±DE)
Diabético sin
complicaciones
cardiacas
(Media± DE)
Grupo
Control
(Media±DE)
Valores P
PA sistólica en reposo (mm Hg)
129±20 122±12 117±20 NS
PA Diastólica en reposo (mm Hg)
75±11 79±6 77±10 NS
Frecuencia Cardiaca en
reposo (latidos/min)
70±18 72±14 74±10 NS
Frecuencia Cardiaca máxima
(latidos/min) 140±8 146±6 144±5
NS
Frecuencia Cardiaca Alcanzada
(latidos/min)
133±24 91±5 162±16 0.0004
Duración del ejercicio (min)
6±2 8±1,5 10±2 0.0001
Índice Cronotrópico 0.65±0.24 0,83±0,13 1.08±0.14 0.0001
RFC
(Recuperación de la Frecuencia Cardiaca)
(Latidos/min)
20±12 15±18 17±13 NS
Diagnóstico de la prueba de esfuerzo para
isquemia miocárdica
22 positivas 16 negativas
13 no concluyente
3 negativas
0 positivas 9 negativas
2 no concluyente
-
Tabla 6. Exámenes de laboratorio.
Parámetros de
Laboratorio
Diabético
con
complicaciones
(Media±DE)
Diabético sin
complicaciones
(Media±DE)
Grupo
Control
(Media±DE)
Valores P
Glicemia (mg/dl)
157±75 99±30 91±6 0.0001
Hemoglobina Glicosilada
(%) 8±2 7,30±0,55 6±0,7 0.0001
Triglicéridos (mg/dl)
178±95 148±73 109±53 NS
Colesterol (mg/dl)
99±77 180±42
187±42
NS
59
5.2. Descripción Cualitativa
Para la recolección de los 65 pacientes que conforman la Base de Datos, se realizó un
amplio trabajo de campo en el cual se realizaron visitan diarias al HUC durante más de
un año (ver sección siguiente). Se presentaron algunas dificultades para la formación de
las dos últimas poblaciones y también para que los sujetos completaran los exámenes de
laboratorio. En esta sección se muestra con algunos ejemplos algunos de estos casos.
Caso I
Paciente femenino, de 52 años de edad, diabetes mellitus tipo II, tiene diagnosticado
dolor toráxico atípico. Se realizó la prueba de esfuerzo con la indicación de investigar
alguna cardiopatía isquemica, este es un diabético con complicaciones cardíacas, el
paciente recibe tratamiento medicamentoso tanto para los problemas cardíacos como para
la diabetes, el resultado de la prueba resultó negativa para isquemia miocárdica al
alcanzar 86% de la FCM, posee una capacidad funcional normal y la prueba se detuvo
por cansancio. Este paciente no se presentó para realizarse la prueba de laboratorio. Los
reportes de IGAD de este paciente se presentan en las Figura 24 y Figura 25.
Caso II
Paciente femenina edad 50 años, presenta diabetes mellitus tipo II, está paciente fue
elegida para participar en el grupo de diabéticos sin complicaciones cardiacas y cuando
realizó la prueba de esfuerzo resultó que presenta isquemia miocárdica positiva al 97 %
de la frecuencia máxima. La prueba fue detenida por presentar respuesta hipertensiva
anormal y cambios en el segmento ST. Debido al resultado de la prueba de esfuerzo está
paciente paso de ser una paciente sin complicaciones a una que presenta complicaciones
cardiacas. Los reportes de IGAD de este paciente se presentan en las Figura 26 y Figura
27.
60
Caso III
Sujeto masculino de 52 años, se presentó como candidato para la población control. La
prueba de esfuerzo resultó no concluyente para isquemia pero el sujeto presentó arritmia
ventricular anormal desde el inicio del ejercicio. La prueba se detuvo por presentar
bloqueos. El paciente no puede pertenecer al grupo control, pues presenta problemas
cardiacos que deben ser tratados. Los parámetros de laboratorio se encuentran dentro de
los rangos normales. Los reportes de IGAD de este paciente se presentan en las Figura 28
y Figura 29.
En los reportes gráficos de estos casos (Figuras 25, 27 y 29), se pueden observar las
curvas de tendencia de los intervalos RR y ST. Las mismas corresponden a la Derivación
I de los registros obtenidos. La plataforma permite cambiar la derivación de análisis. Se
puede observar que las curvas de tendencia presentan artefactos y no detecciones. La
tendencia del segmento ST, muestran los valores latido a latido, sin pre-procesamiento.
La evaluación y optimización de estos algoritmos para la PE es actualmente objeto de
otro Trabajo de Grado
5.3. Horas Hombres empleadas
La adquisición de los registros duro trece meses. En los primeros ocho meses, las
visitas se realizaron de lunes a viernes, de 7am a 12 pm. En los últimos meses estas se
redujeron a tres veces por semana. La duración de cada visita es de 5 horas, de 7 am a 12
pm. Esto se contabiliza en un total de 940 horas.
Adicionalmente se realizaron llamadas telefónicas para la programación de las citas
para la realización de los exámenes de análisis sanguíneo. Esto tomo 2 horas diarias
durante tres días a la semana por 7 meses. Todo lo anterior se contabiliza en 144 horas
hombre. Para la inserción manual de los datos demográficos en la plataforma de la base
de datos se emplearon 24 horas hombres, repartidas en cuatro días. En total las horas
hombres trabajadas en el desarrollo de este estudio fueron: 1108 horas/ hombre.
61
Figura 24. Ventana Igad de un paciente femenino. Pertenece al grupo DCC
Paci
ente
fem
enin
o,
de
52 a
ños
de
edad
, dia
bet
es m
elli
tus
tipo I
I, t
iene
dia
gnost
icad
o
dolo
r to
ráxic
o a
típic
o.
Se
real
izó l
a pru
eba
de
esfu
erzo
con l
a in
dic
ació
n d
e in
ves
tigar
alguna
card
iopat
ía i
squem
ica,
est
e es
un d
iabét
ico c
on c
om
pli
caci
ones
car
día
cas,
el
pac
iente
rec
ibe
trat
amie
nto
med
icam
ento
so t
anto
par
a lo
s pro
ble
mas
car
día
cos
com
o
par
a la
dia
bet
es,
el r
esult
ado d
e la
pru
eba
resu
ltó n
egat
iva
par
a is
quem
ia m
iocá
rdic
a al
alca
nza
r 86%
de
la F
CM
, pose
e una
capac
idad
funci
onal
norm
al y
la
pru
eba
se d
etuvo
por
cansa
nci
o.
Est
e pac
iente
no s
e pre
sentó
par
a re
aliz
arse
la
pru
eba
de
labora
tori
o.
Los
report
es d
e IG
AD
de
este
pac
iente
se
pre
senta
n e
n l
as F
igura
24
y F
igura
25.
Caso
II
Paci
ente
fem
enin
a e
dad
50 a
ños,
pre
sen
ta d
iab
etes
mel
litu
s ti
po I
I, e
stá
pac
iente
fue
eleg
ida
par
a par
tici
par
en e
l gru
po d
e dia
bét
icos
sin c
om
pli
caci
ones
car
dia
cas
y
cuan
do r
eali
zó l
a pru
eba
de
esfu
erzo
res
ult
ó q
ue
pre
senta
isq
uem
ia m
iocá
rdic
a posi
tiva
al 9
7 %
de
la f
recu
enci
a m
áxim
a. L
a pru
eba
fue
det
enid
a por
pre
senta
r re
spues
ta
hip
erte
nsi
va
anorm
al y
cam
bio
s en
el
segm
ento
ST
. D
ebid
o a
l re
sult
ado d
e la
pru
eba
de
esfu
erzo
est
á pac
iente
pas
o d
e se
r una
pac
iente
sin
com
pli
caci
ones
a u
na
que
pre
senta
com
pli
caci
ones
car
dia
cas.
Los
report
es d
e IG
AD
de
este
pac
iente
se
pre
senta
n e
n l
as
Fig
ura
26 y
Fig
ura
27
.
Cas
o I
II
Suje
to m
ascu
lino d
e 52 a
ños,
se
pre
sentó
com
o c
andid
ato p
ara
la p
obla
ción c
ontr
ol.
La
pru
eba
de
esfu
erzo
res
ult
ó n
o c
oncl
uyen
te p
ara
isquem
ia p
ero e
l su
jeto
pre
sentó
arri
tmia
ven
tric
ula
r an
orm
al d
esde
el i
nic
io d
el e
jerc
icio
. L
a pru
eba
se d
etuvo p
or
pre
senta
r b
loqueo
s. E
l pac
iente
no p
ued
e per
tenec
er a
l gru
po c
on
trol,
pues
pre
senta
pro
ble
mas
car
dia
cos
que
deb
en s
er t
rata
dos.
Los
par
ámet
ros
de
labora
tori
o s
e
encu
entr
an d
entr
o d
e lo
s ra
ngos
norm
ales
. L
os
report
es d
e IG
AD
de
este
pac
iente
se
pre
senta
n e
n l
as F
igura
28 y
Fig
ura
29.
En l
os
report
es g
ráfi
cos
de
esto
s ca
sos
(Fig
ura
s 25,
27 y
29
), s
e pued
en o
bse
rvar
las
curv
as d
e te
nden
cia
de
los
inte
rval
os
RR
y S
T. L
as m
ism
as c
orr
esponden
a l
a
Der
ivac
ión I
de
los
regis
tros
obte
nid
os.
La
pla
tafo
rma
per
mit
e ca
mbia
r la
der
ivac
ión d
e
anál
isis
. S
e pued
e obse
rvar
que
las
curv
as d
e te
nden
cia
pre
senta
n a
rtef
acto
s y n
o
det
ecci
ones
. L
a te
nden
cia
del
seg
men
to S
T, m
ues
tran
los
val
ore
s la
tido a
lat
ido,
sin p
re-
pro
cesa
mie
nto
. L
a ev
aluac
ión y
opti
miz
ació
n d
e es
tos
algori
tmos
par
a la
PE
es
actu
alm
ente
obje
to d
e otr
o T
rabaj
o d
e G
rado
5.3
. H
ora
s H
om
bre
s em
ple
adas
La
adquis
ició
n d
e lo
s re
gis
tros
duro
tre
ce m
eses
. E
n l
os
pri
mer
os
och
o m
eses
, la
s
vis
itas
se
real
izar
on d
e lu
nes
a v
iern
es,
de
7am
a 1
2 p
m.
En l
os
últ
imos
mese
s est
as s
e
reduje
ron a
tre
s vec
es p
or
sem
ana.
La
dura
ción d
e ca
da
vis
ita
es d
e 5 h
ora
s, d
e 7 a
m a
12 p
m.
Est
o s
e co
nta
bil
iza
en u
n t
ota
l de
940 h
ora
s.
Ad
icio
nalm
ente
se
real
izar
on l
lam
adas
tele
fónic
as
par
a la
pro
gra
mac
ión d
e l
as c
itas
par
a la
rea
liza
ción d
e lo
s ex
ámen
es d
e an
ális
is s
anguín
eo.
Est
o t
om
o 2
hora
s dia
rias
dura
nte
tre
s día
s a
la s
eman
a por
7 m
ese
s. T
odo l
o a
nte
rior
se c
onta
bil
iza
en 1
44 h
ora
s
hom
bre
. P
ara
la i
nse
rció
n m
anual
de
los
dat
os
dem
ográ
fico
s en
la
pla
tafo
rma
de
la b
ase
de
dat
os
se e
mple
aron 2
4 h
ora
s hom
bre
s, r
epar
tidas
en c
uat
ro d
ías.
En t
ota
l la
s hora
s
hom
bre
s tr
abaj
adas
en e
l des
arro
llo d
e es
te e
studio
fuer
on:
1108 h
ora
s/ h
om
bre
.
Fig
ura
24. V
enta
na I
gad
de
un
paci
ente
masc
uli
no
. P
erte
nec
e al
gru
po D
CC
Fig
ura
24.
Ven
tan
a I
gad
de
un
paci
ente
fem
enin
o. P
erte
nec
e al
gru
po D
CC
62
Figura 25. Reporte Gráfico del paciente femenino del grupo DCC.
Fig
ura
25.
Rep
ort
e G
ráfi
co d
el p
aci
ente
fem
enin
o d
el g
rup
o D
CC
.
63
Figura 26. Venana IGAD de paciente femenino era un paciente DSC y ahora es
DCC
Fig
ura
26.
Ven
tan
a I
GA
D d
e p
aci
ente
fem
enin
o e
ra u
n p
aci
ente
DS
C y
ah
ora
es
DC
C
64
Figura 27. Reporte gráfico del paciente femenino era un paciente DSC y ahora es
DCC
Fig
ura
27. R
eport
e grá
fico
del
paci
ente
fem
enin
o e
ra u
n p
aci
ente
DS
C y
ah
ora
es
DC
C
65
Figura 28. Ventana IGAD de paciente masculino pertenece al GC pero con
problemas cardiacos
Fig
ura
28.
Ven
tan
a I
GA
D d
e p
aci
ente
masc
uli
no p
erte
nec
e al
GC
per
o c
on
p
rob
lem
as
card
iaco
s
66
Figura 29. Reporte gráfico del paciente masculino pertenece al GC pero con
problemas cardiacos
Fig
ura
29.
Rep
ort
e grá
fico
del
paci
ente
masc
uli
no p
erte
nec
e al
GC
per
o c
on
pro
ble
mas
card
iaco
s
CONCLUSIONES Y TRABAJOS FUTUROS
Se diseñó un protocolo clínico para el estudio de la Neuropatía Autonómica Cardiaca,
usando pruebas no invasivas, en colaboración con un grupo de especialistas del Servicio
de Cardiología del HUC. El protocolo fue autorizado por la Cátedra de Cardiología y
aprobado por el Comité Ético del HUC.
La Base de Datos registrada está compuesta por 65 registros de pacientes clasificados
en tres poblaciones: la población de pacientes diabéticos con complicaciones cardíacas
(DCC) constituida por 51 pacientes de los cuales 21 realizaron el protocolo completo, la
población de pacientes diabéticos sin complicaciones cardiacas (DSC) constituida por 3
sujetos y la población de sujetos control (GC) compuesta de 11 registros.
La Base de Datos desarrollada es multiparamétrica ya que contiene: datos
demográficos, parámetros clínicos del paciente, ocho canales de señales de ECG de
esfuerzo, con sus anotaciones, curvas de tendencia del intervalo RR y segmento ST, la
evaluación de la PE realizada por cardiólogos expertos y parámetros de laboratorio
(Glicemia, Colesterol Total, Hemoglobina Glicosilada HbA1c, y Triglicéridos).
Se realizó un arduo trabajo de campo en el cual se realizaron visitas al HUC durante
trece meses para el registro de los 65 sujetos que contiene la Base de Datos. La
construcción de la población DSC ha sido muy difícil, a pesar de los diferentes esfuerzos
realizados en la búsqueda de voluntarios. Se presentaron resistencias de los sujetos de la
población DCC para realizar las pruebas de laboratorio motivado a razones personales de
cada paciente. Las tres poblaciones continúan bajo registro, de forma que se cuente con
datos suficientes para las siguientes fases del proyecto DICARDIA con la finalidad de
lograr conclusiones que permitan resultados estadísticamente significativos en el estudio
de la Neuropatía Autonómica Cardíaca.
68
Estos registros constituyen la primera fase del proyecto DICARDIA, lo cual permitirá
realizar diferentes estudios sobre la NAC. La base de datos servirá para el estudio de
parámetros de utilidad clínica rutinaria en el diagnóstico temprano de la NAC.
Actualmente las curvas están siendo analizadas por investigadores de nuestro grupo para
estudiar la variabilidad de la frecuencia cardíaca (evaluación de la respuesta
cronotrópica) y la isquemia miocárdica (segmento ST).
La aplicación desarrollada para la construcción de la base de datos es innovadora con
respecto a las bases de datos realizadas en nuestro grupo y adicionalmente no se conocen
estudios que incluyan una base de datos como la que se describe en este trabajo, ya que
ésta se implementó en una aplicación que permite visualizar la señal ECG y la
información de los pacientes, es por esto que es posible insertar las bases de datos
existentes en la plataforma diseñada, con el fin de facilitar la manipulación de dichos
datos. Uno de los aspectos resaltantes de este trabajo es la adición de nuevos parámetros
y datos a los archivos ecgML, lo cual podría en un futuro ser extendido al estudio de otras
patologías que requiera el análisis de ECG.
La plataforma de la Base de Datos fue desarrollada en MATLAB 7.1. A partir de la
de la Interfaz Gráfica Aplicada a la Diabetes (IGAD), se genera el código XML para la
Plataforma ecgML. IGAD es la parte fundamental de la plataforma, permite arrojar dos
tipos de informes: el reporte médico del paciente el cual incluye toda la información que
se adquirió durante el protocolo y el reporte gráfico donde se muestran el ECG crudo
para cada uno de las ocho derivaciones y las tendencias de intervalos RR y del nivel del
segmento ST.
El GBBA tiene una gran trayectoria en el área de procesamiento de señales
electrocardiográficas, y ha realizado varios estudios de diferentes complicaciones
cardíacas como son: Enfermedad de chagas, fibrilación auricular, isquemia miocárdica y
ahora con la adquisición realizada, la neuropatía autonómica cardíaca en pacientes
diabéticos, es por esto que tal aplicación puede servir de gran ayuda al grupo, ya que se
cuenta con una plataforma amigable y flexible para el análisis de ECG. Además esta
69
plataforma puede servir de herramienta para actualizar las bases de datos existentes en el
GBBA con fines investigativos o pedagógicos.
Sin embargo esta plataforma presenta algunas desventajas, las cuales podemos resumir
en: i) En la plataforma ecgML se puede visualizar únicamente dos canales de la señal,
debido a que es la configuración establecida por sus autores y ii) El tamaño de la señal
excede la configuración del software original y es por esto que se restingrió el número de
muestras para visualizar en la plataforma.
El uso de la plataforma ecgML es un primer intento para representar y modificar datos
electrocardiográficos. Las especificaciones están codificadas en vocabulario XML. Su
estructura jerárquica para la representación y almacenamiento de los datos de ECG está
realizada bajo recomendaciones y estándares existentes tales como SCP-ECG [66], es
fácil de entender e implementar y las estructuras pueden ser modificadas en cualquier
etapa. A pesar de las limitaciones presentadas por ecgML, sería excelente que los trabajos
futuros estén orientados hacia este tipo de plataformas con características de sistemas
abiertos, distribuidos, interconectados y con un alto grado de fiabilidad y seguridad. Así
estos trabajos además de contribuir al estudio de la Diabetes deberán orientarse hacia la
búsqueda de estándares para el uso y manejo de Historia Clínica Electrónica (EHR), en
el sistema de salud pública nacional.
Entre las perspectivas de este trabajo tenemos: i) la evaluación del protocolo de
registro, que permita la validación del mismo o detecte la necesidad de incorporar datos
adicionales como los provenientes del estudio con Holter ó de las pruebas de Ewing, ii) la
redefinición el formato ecgML para que pueda formar parte de una EHR concebida bajo
estándares de registro electrónico que manejen datos cardiológicos, iii) el desarrollo de
un ambiente de navegación y visualización de información y señales biomédicas, para el
manejo de información y datos clínicos que permita la integración de los diversos datos
como el ECG.
Debido al carácter epidemiológico de la diabetes y las consecuencias nefastas que
conlleva, el trabajo realizado representa una contribución en el avance del estudio de
pacientes diabéticos que presentan NAC en nuestro país ya que es la primera base de
70
datos multiparamétrica desarrollada sobre una plataforma de fácil acceso disponible para
tal fin. Los aportes esperados en el plano clínico podrán apreciarse en las conclusiones de
los trabajos que utilizaran esta base de datos como insumo.
71
REFERENCIAS BIBLIOGRAFÍCAS
[1] World Health Organization, “The World Health Report 1997- conquering suffering,
enriching humanity” World Health Forum, Vol. 18, no 3-4, pg. 248-260-1997.
[2] Rivas. A, Chique. J, Plata. B, Camejo. M, “Diabetes en Venezuela” Ministerio de
Sanidad Desarrollo Social. 2004.
[3] GCMB-GBBA, “Grupo de Diagnóstico y Modelaje de Neuropatía Cardiaca
Diabética (DICARDIA)” Universidad Simón Bolívar pp. 3, Proyecto Interno. Abril
2005.
[4] Medicina Multimedia “Historia de la diabetes” Disponible en:
http://www.iqb.es/d_mellitus/historia/historia05.htm Noviembre del 2005.
[5] American Diabetes Association, “Report of the expert committee on the diagnosis
and classification of diabetes mellitus (Committee Report)”. Diabetes Care
(Suppl.1), vol.21, pg S5-S19,1998.
[6] American Diabetes Association, “Standards of medical care for patients with
diabetes mellitus (Position Statement)”. Diabetes Care (Suppl. 1), vol. 21, pg. S23-
S31, 1998.
[7] Schumer. M, Joyner. S, Pfeifer. M, “Cardiovascular autonomic neuropathy testing
in patients with diabetes”. Diabet Spectr. 11, pp. 227-223, 1998.
72
[8] Ziegler. D, “Cardiovascular Autonomic Neuropathy: Clinical Manifestations and
Measurement”. Diabetes Reviews. 7, pp. 300-315, 1999.
[9] Massaro. N, Massaro G, “Diabetes” Editorial Kier. Argentina, 2005.
[10] Diabetes & hormona center of the pacific, Disponible en
http://www.endocrinologist.com/Espanol/diabetes.htm, Junio 2005.
[11] American Diabetes Association www.diabetes.org/makethelink Noviembre 2005.
[12] National Diabetes information Clearinghouse, “Evite los problemas de la diabetes
mantenga sanos el corazón y los vasos sanguíneos”.
http://diabetes.niddk.nih.gov/spanish/pubs/complications_heart/index.htm
Noviembre 2005.
[13] Guyton, A, Hall J. Tratado de fisiología médica. Mc Graw Hill Latinoamericano,
Décima edición, 2001.
[14] Gomes T, Fisiologia del sistema nervioso autónomo (SNA) Hospital del Mar –
Esperanza. 2005.
[15] American Diabetes Association and American Academy of Neurology: Proceedings
of a consensus development conference on standardized measures in diabetic
neuropathy. Diabetes Care 15: 1080–1107, 1992.
[16] Vinik AI, Mitchell BD, Leicher SB, Wagner AL, O’Brian JT, Georges LP.
Epidemiology of the complications of diabetes. In: Leslie RDG, Robbins DC,
editors. Diabetes: Clinical Science in Practice. Cambridge: Cambridge University
Press,221–287. 1995.
73
[17] Schumer. M, Joyner. S, Pfeifer. M, Cardiovascular autonomic neuropathy testing in
patients with diabetes. Diabetes Spectrum; 11:227–223. 1998.
[18] Purewal. T, Watkins. PJ, Postural hypotension in diabetic neuropathy: a review.
Diabet Med; 12:192–200. 1995.
[19] Morshedi- Meibodi. A, Larson. M, Levy. D, O´Donnell. C, Heart Rate Recovery
after treadmill exercise testing and risk of cardiovascular disease events. (The
Framingham Heart Study) 2001.
[20] Ewing. D, Campbell. I, Clarke. B. The natural history of diabetic autonomic
neuropathy. Q J Med; 49:95–108. 1980.
[21] Roy. T, Peterson. H, Snider. H, Cyrus. J, Autonomic influence on cardiovascular
performance in diabetics subjects. AM j Med 87:382-388, 1989.
[22] Veglio. M, Borra. M, Stevens. L, Fuller. J, Perin. P. The relation between QTc
interval prolongation and diabetic complications. The EURODIAB IDDM
Complications Study Group. Diabetología; 42:68–75. 1999.
[23] Nakano. S, Uchida. K, Kigoshi. T, Circadian rhythm of blood pressure in
normotensive NIDDM subjects: its relationship to microvascular complications.
Diabetes Care; 14:707–711. 1991.
[24] Marchant. B, Umachandran. V, Stevenson. R, Kopelman. P, Timmis. A. Silent
myocardial ischemia: role of subclinical neuropathy in patients with and without
diabetes. J Am Coll Cardiol; 22:1433–1437. 1993.
74
[25] Faerman. I, Faccio. E, Milei. J, Autonomic neuropathy and painless myocardial
infarction in diabetic patients. Histologic evidence of their relationship. Diabetes;
26:1147–1158.1977.
[26] Vinik. A, Glass. L. Diabetic autonomic neuropathy. In: Davidson JK, editor.
Clinical Diabetes Mellitus: A Problem-Oriented Approach. 3rd ed. New York:
Thieme, 637–647.1999.
[27] The Diabetes Control and Complications Trial Research Group. The effect of
intensive diabetes therapy on measures of autonomic nervous system function in the
Diabetes Control Complications Trail (DCCT). Diabetologia; 41:416–423.1998.
[28] Burger. A, Weinrauch. L, D’Elia. J, Aronson. D, Effect of glycemic control on heart
rate variability in type I diabetic patients with cardiac autonomic neuropathy. Am J
Cardiol; 84:687–691. 1999.
[29] Hansen. K, Diurnal blood pressure profile, autonomic neuropathy and nephropathy
in diabetes. Eur J Endocrinol; 136:35–36.1997.
[30] Ewing. D, Martyn. C, Young. R, Clarke. B, The value of cardiovascular autonomic
function tests: 10 years experience in diabetes. Diabetes Care 8:491–498, 1985.
[31] Pfeifer M, Cook D, Brodsky J, Tice D, Reenan A, Swedine S, Halter J, Porte D Jr:
Quantitative evaluation of cardiac parasympathetic activity in normal and diabetic
man. Diabetes 31: 339-345, 1982.
[32] Schumer. M, Joyner. S, Pfeifer. M, Cardiovascular autonomic neuropathy testing in
patients with diabetes. Diabetes Spectrum 11:227–231, 1998.
75
[33] García, M. ‘‘Estudio de la variabilidad del ritmo cardíaco mediante técnicas
estadísticas, espectrales y no lineales’’ Trabajo de grado, Universidad Politécnica
de Catalunya. 2004.
[34] Ewing. D, Campbell. I, Murria. H, Neilson. J, Clarke. B: Immediate Heart- rate
response to standing: simple test for autonomic neuropathy in diabetes. BMJ 1:145-
147, 1978.
[35] Ziegler. D, Cardiovascular autonomic neuropathy: clinical manifestations and
measurement. Diabetes reviews 7: 342-357, 1999.
[36] Ziegler. D. Cardiovascular autonomic neuropathy. Daietebes review 7:342-345,
1999.
[37] Sandroni. P, Benarroch. E, Low. P, Pharmacological dissection of components of
the Valsalva maneuver in adrenergic failure. J Appl Physiol 71: 1563–1567, 1991.
[38] American Academy of Neurology Therapeutics and Technology Assessment
Subcommittee: Assessment: clinical autonomic testing report. Neurology 46: 873–
880, 1996.
[39] Ewing. D, Campbell. I, Clark. B: Assessment of cardiovascular effects in diabetic
autonomic neuropathy and prognostic implications. Ann Intern Med 92:308–311,
1980.
[40] National Diabetes Education Program. Disponible en www.ndep.nih.gov April
2004.
[41] Hospital Universitario de Caracas, Unidad de Rehabilitación Cardiaca. Caracas-
Venezuela Abril 2006.
76
[42] Romero. J, “Recientes Avances en la Neuropatía Autonómica Cardiovascular de la
Diabetes Mellitus”. Rev Cubana Endocrinol; v. 9, n2 p.149-163. 1998.
[43] Electrofisiología Básica http://www.cardiouc.cl/taquicardias/ts_eef.html Noviembre
2006.
[44] Karsidag. S, Morali. S, Sargin. M, Salman. S, Karsidag. K, Us. O, “The
electrophysiological findings of subclinical neuropathy in patients with recently
diagnosed type 1 diabetes mellitus” Institute of Neurological Sciences, Marmara
University, Turkey. pp. 211-219, 2004.
[45] Ziegler. D. Cardiovascular Autonomic Neuropathy: “Clinical Manifestations and
Measurement”. Diabetes Reviews, 7: 300-315.1999.
[46] Heart rate variability standards of measurement, physiological interpretation, and
clinical use. Guidelines, European heart Journal 17, 354-381.1996.
[47] Chemla. D, Young. J, Badilini. F, Maison. P, Affres. H, Lecarpentier Y, Chanson. P,
“Comparison of fast Fourier transform and autoregressive spectral analysis for the
study of heart rate variability in diabetic patients ”Service de Physiologie Cardio-
Respiratorie and service d’Endodrinologie, Centre Hospitalo-Universitaire de
Bicetre, France. pp. 2-7. 2004.
[48] Morshedi- Meibodi. A, Larson. M, Levy. D, O´Donnell. C, Heart Rate Recovery
after treadmill exercise testing and risk of cardiovascular disease events. (The
Framingham Heart Study) 2001.
[49] Takahashi. N, Nakagawa. M, Saikawa. T, Watanabe. M, Ooie. T, Yufu. K,
“Regulation of QT indices mediated by autonomic nervous function in patients with
77
type 2 diabetes” Department of Internal Medicine I, School of Medicine, Oita
Medical University, Japan. pp. 375-379. 2003.
[50] Elmasri. R, Navathe. S, “Sistemas de Base de Datos Conceptos Fundamentales”.
Segunda Edición, Editorial Addson-Wesley Iberoamericana. E.U.A. 1997.
[51] Sornmo. L, Laguna. P. “Bioelectrical signal processing in cardiac and neurological
applications”, Editorial Elservier Academic Press. 2005.
[52] Moody. G, Mark R, “The impact of the MIT-BIH arrhythmia databe. History,
lessons learned, and its influence on current and future databases,” IEEE Eng. Med.
Biol. Mag., vol.20, pp 45-50,2001.
[53] Physionet. Disponible en: www.physionet.org. Junio 2006.
[54] Physiobank Archive Index. Disponible en:
http://www.physionet.org/physiobank/database/#multi. Mayo 2007
[55] Laguna. P, Mark. R, Goldberg. A, Moody. G, “A database for evaluation of
algoritms for measurement of QT and other wareform intervals in the ECG,”
Computers in Cardiology, vol 24, pp 673-676, 1997.
[56] Jager. F, Moody. G, Taddei. A, Antolic. G, Skrjanc. M, Emdin. M, Mark. R
“Development of a Long Term Databases for Assessing the performance of
Transient Ischemia Detectors.” Computer in Cardiology, vol 23, pp 481-484, 1996.
[57] Taddei. A, Distante. G, Emdin. M, Pisan. P, Moody. G, Zeelenberg. C, Marchesi. C,
“The European ST-T database: Standards for evaluating systems for the analysis of
ST-T changes in ambulatory electrocardiography,” Eur. Heart J. vol. 13, pp. 1164-
1172,1992.
78
[58] Abreu. R. SEARCH: “Desarrollo de una base de datos de ECGAR en pacientes
chagásicos y estudio preliminar de la variabilidad del intervalo RR”. Trabajo de
grado. USB-Venezuela. 1993.
[59] Bravo. R, Passariello. G, Mora. F, Lander. P, Mendoza. I, Márquez. J, Moleiro. F.
“Base de datos de Registros de ECGAR en pacientes Chagásicos del Proyecto
SEARCH (Señales Electrocardiográficas de Alta resolución en Chagas)” XLV
Convención Anual de la AsoVAC, Barquisimeto, Venezuela. 1996.
[60] Bravo. R. “Señales Electrocardiográficas de alta resolución en chagas” Trabajo de
Grado Universidad Simón Bolívar. 1997.
[61] Ng. F. “Estudio del Pre-condicionamiento Isquemico mediante el Análisis de Series
Temporales” Trabajo de Grado, Universidad Simón Bolívar. Valle de Sartenejas,
Venezuela. 1997.
[62] Medina. E, Castro. N, Wong S, Hernández. A, Ng. F. “Análisis factorial múltiple de
la variabilidad de la frecuencia cardiaca para evaluar el precondicionamiento
isquemico” LV Convención Anual de la AsoVAC, Caracas, Venezuela. 2005.
[63] Gimenez. J, Chavaria. M, Escolar. F, Garbayo. J, “Informe de la Sociedad
Española de Informática de la Salud (SEIS). Pamplona. Diciembre 2003.
[64] Garay O. “De la historia clínica tradicional a la historia clínica informatizada”.
Cuadernos de Bioética. Ensayos e investigaciones. Disponible en:
http://www.cuadernos.bioetica.org/ensciones10.htm. Mayo 2007.
[65] Dolin.R, Alschuler.L, Behlen. F, Biron. P, Boyer. S, Essin D. “HL7 Document
Patient Record Architecture: An XML Document Architecture Based on a Shared
Information Model”. 1999.
79
[66] Payne. T, Graham. G, “Managing the Life Cycle of Electronic Clinical
Documents”.1998.
[67] Health Level Seven Version 3 Standard Ballot
Packagehttp://www.hl7.org/v3annecg/index.htm. Julio 2004.
[68] Cruz, J, A. Hernández, G. Villegas, G. Passariello, F. Mora. “Teleinstrumentación
para el cuidado de pacientes” Congreso Venezolano de Bioingeniería, Mérida,
2004.
[69] MUSE Cardiology Management System, Marquette Medical Systems
www.mei.com/products /prodline.museline.html. 1997
[70] D. Moore. Mobile Transmission on Networks, Virginia,
www.nvl.virginia.edu/papers/Moore/thesis.html. Agosto, 1996,
[71] General Electric: http://www.gehealthcare.com/worldwide.html. Abril 2007
[72] B. Brown. Kohls M., Stockbridge N., FDA XML Data Format: Requirements
Specifications, Draft-Rev. B, Federal Drug Administration, www.fda.gov, Marzo
2002.
[73] F. Verbeke . I-Med: an XML based exchange format for clinical data, Belgian
Military Medical Service, www.hnbe.com/imedpub, 2000.
[74] Mortara Instruments http://www.mortara.com. Marzo 2007
[75] G. Moody, R. Mark. “The impact of the MIT-BIH Arrhythmia Database”, IEEE
Engineering in Medicine and Biology, May-June, 45-48, 2001.
80
[76] J.L. Willems (Ed) SCP-ECG project. Standard Communications Protocol for
Computerized Electrocardiography. Final Specifications and recommendations,
Advanced Informatics in Medicine (AIM #1015) ISBN 90-73402-01-7 Leuven:
Acco Publ 1993 Belgium.
[77] Thanos A., Economakos G., Papakonstantinou G., Tsanakas P., Nikolaidis L., “An
open system for ECG Telemedicina and Telecare”, Computers in Cardiology, Vol.
25, Pág. 209-212, 1998.
[78] PCSWIRELESSB2B www.pcswirelessb2b.com/healthcareinfo/default.htm, Febrero
2007
[79] M Glass, L. Costa. “IEEE 1073 (MIB): Standardized Connectivity for Patient
connected Devices”, Medical Electronics, Septiembre, 1996
[80] Wang. H, Azuaje. F, Jung. B, Black. N. “A markup language electrocardiogram
data acquisition and analysis (ecgML)”. BMC Medical Informatics and Decision
Support 2003.
[81] Wang. H, Jung. B, Azuaje. F, Black. N, “ecgML: tools and technologies for
multimedia ECG representation”, in proceedings of XML Europe 2003 conference,
London, England, United Kingdom, 2003.
[82] Wang. H, Jung. B, Azuaje. F, Black. N, “Methods and Tools for Generating and
Managing ecgML-Based Information” BMC Medical Informatics and Decision
Support 2003.
81
[83] Cruz, J. Hernández, A, Villegas, G. Mora, F. Passariello, G. “Sistema de
Visualización, procesamiento y almacenamiento de señales electrocardiográficas, II
Congreso Venezolano de Bioingeniería, Mérida, 2004.
[84] Wong, S. Un Nuevo enfoque computarizado para la detección de la isquemia
miocárdica, Tesis de Maestría, Universidad Simón Bolívar, Coord. de Ing.
Electrónica. 1995.
[85] Almeida, D, Brandi, S. Manual de Cardiología Clínica. Caracas: Fondo Editorial.
Acta Científica. 1995.
[86] Bruce. R.A. “Principals of Exercise Testing”. En Maughton,J,y Hellertein, H, EDG.
Exercise Testing and Exercise Training in Coronary Heart Disease. New York.
Academic 1973.
[87] Manual técnico y de usuario del Sistema Ergocid at plus. Combiomed. La Habana
Cuba. Año 2006.
82