Resumen

Las respuestas compensatorias cardiovasculares a corto plazo a las perturbaciones del sistema circulatorio causadas por la hemodiálisis pueden investigarse mediante el análisis espectral de la variabilidad de la frecuencia cardiaca, lo que proporciona una variable importante para categorizar la respuesta individual de los pacientes, dando lugar a un tratamiento más personalizado. Esto se consigue normalmente remuestreando la frecuencia cardiaca irregular para generar una serie temporal equidistante antes del análisis espectral, pero el remuestreo puede distorsionar aún más las series de datos cuya interpretación ya puede verse comprometida por la presencia de artefactos. El periodograma de Lomb-Scargle proporciona un método más directo de análisis espectral, ya que este método está diseñado específicamente para conjuntos de datos grandes, de muestreo irregular y ruidosos, como los que se obtienen en entornos clínicos. Sin embargo, se han establecido directrices para el preprocesamiento de datos de pacientes en combinación con métodos de series temporales equidistantes y su validez cuando se utiliza en combinación con el enfoque de Lomb-Scargle no aparece en la literatura. En este artículo se examina el efecto de los métodos de preprocesamiento habituales en la estimación de la densidad espectral de potencia de Lomb-Scargle utilizando datos de frecuencia cardiaca reales y sintéticos, y se demostrará que muchas técnicas habituales para identificar y editar puntos de datos sospechosos, en particular la interpolación y la sustitución, distorsionarán el espectro de potencia resultante, lo que puede inducir a error en las interpretaciones clínicas de los resultados. Se proponen y evalúan otros métodos para su uso con el enfoque de Lomb-Scargle, lo que lleva a la conclusión principal de que los puntos de datos sospechosos deben excluirse en lugar de editarse y, cuando sea necesario, la eliminación de ruido de la señal de frecuencia cardiaca puede realizarse de forma fiable mediante descomposición empírica de modos. Se descubrió que algunos métodos adicionales eran especialmente útiles cuando se utilizaban junto con el periodograma de Lomb-Scargle, como el uso de una métrica de probabilidad de falsa alarma para establecer si las estimaciones espectrales son válidas y ayudar a automatizar la evaluación de los registros de frecuencia cardiaca válidos, lo que podría conducir a un mayor uso de esta potente técnica en un entorno clínico.

• Materias:Inteligencia artificial Big Data Registros médicos electrónicos Acelerómetros Antecedentes teóricos
• Subjects:Artificial intelligence Big Data Electronic medical records Accelerometers Theoretical background
• Palabras claves:Lomb, análisis espectral, enfoque de Scargle, periodograma de Scargle, métrica de probabilidad de falsa alarma, datos sintéticos de frecuencia cardiaca, registros válidos de frecuencia cardiaca, respuestas compensatorias cardiovasculares, métodos comunes de preprocesamiento, descomposición empírica de modos.
• Keywords:Lomb, spectral analysis, Scargle approach, Scargle periodogram, false alarm probability metric, synthetic heart rate data, valid heart rate records, cardiovascular compensatory responses, common preprocessing methods, empirical mode decomposition