Resumen

La fibrilación auricular ha sido una de las arritmias cardiacas más estudiadas debido a su elevada tasa de recurrencia. Debido a la importancia de esta patología, en la literatura se pueden encontrar diversos trabajos basados en la detección de latidos ectópicos e intervalos RR entre otros. El presente trabajo aborda esta problemática mediante la proposición de un método basado en cadenas de Markov para la detección de fibrilaciones auriculares paroxísticas. El método propuesto identifica estados a partir de dos series de tiempo correspondientes a los intervalos RR y PR. Los resultados obtenidos se validaron usando un set de control dado para el concurso internacional de pronósticos de fibrilaciones auriculares paroxísticas, para el que se obtuvo una sensibilidad de 82,14% (23/28 episodios en el estudio) y un factor predictivo de 79,31%. La validación de los resultados fue complementada con otros casos pertenecientes a la base de datos de fibrilación auricular MIT-BIH, obteniendo una sensibilidad de 81,15% (112/138 episodios en el estudio). La evidencia computacional muestra que el método propuesto supera los resultados de pronóstico obtenidos por otros métodos encontrados en la literatura.

INTRODUCCIÓN

La Fibrilación Auricular Paroxística (PAF, del inglés Paroxysmal Atrial Fibrillation) es una de las arritmias cardiacas más comunes en la práctica clínica, y aunque no se encuentra asociada a una elevada tasa de mortalidad, son las complicaciones secundarias (por ejemplo tromboembolismos) las que conllevan a un mayor riesgo para el paciente [1-2]. En este contexto, si bien hay muchas formas de estabilizar un ritmo cardiaco afectado por una fibrilación auricular, una posibilidad fiable de pronóstico podría tener un alto interés clínico[3].

Dentro de los trabajos con mejores resultados en términos de pronóstico se encuentra el de Wei Zong [4]. En este trabajo se definió que el número y el tiempo de los latidos auriculares prematuros pueden tener mucho valor en términos predictivos en inminentes episodios de PAF. Los autores utilizaron un sistema de ponderación exponencial donde se analizó el número y tiempo de latidos auriculares prematuros. En el método propuesto es asignado un valor de peso mediante una escala específicamente diseñada para dar diferentes valores por cada latido prematuro, donde un alto peso indica que el registro corresponde a un pre-episodio de fibrilación auricular. Con esto los autores logran obtener una sensibilidad de 79% en la predicción [5].

En la literatura se pueden encontrar diversos trabajos que utilizan otras técnicas, como por ejemplo la transformada rápida de Fourier (FFT) [6-7], las que son utilizadas tanto para la detección de ondas específicas del electrocardiograma (EKG) como para la detección de ritmos. Otros trabajos relacionados a la predicción de PAF se basan fundamentalmente en el análisis de la variabilidad del ritmo cardiaco, principalmente en las diferencias entre intervalos RR [8-11].

• Materias:Medicina Investigación médica Salud pública
• Subjects:Medicine Medical research Public health
• Palabras claves:Fibrilación auricular paroxística, cadena de Markov, electrocardiograma, serie de tiempo, ergodicidad.
• Keywords:Proxysmal atrial fibrillation, Markov chains, electrocardiogram, time series, ergodicity.