Douglas E. Lake, Joshua S. Richman, M. Pamela Griffin y J.

Randall Moorman
Am J Physiol Regulación Integral Comp Physiol 283: 789-797, 2002. doi: 10.1152 / ajpregu.00069.2002

Usted puede encontrar esta información adicional útil ...

Este artículo cita 26 artículos, 10 de los cuales se puede acceder gratuitamente en:

http://ajpregu.physiology.org/cgi/content/full/283/3/R789#BIBL

Este artículo ha sido citado por otros 4 HighWire alojada artículos:

disminución progresiva de la variabilidad de frecuencia cardiaca complejidad basada en la entropía durante graduada
basculación
A. Porta, T. Gnecchi-Ruscone, E. Tobaldini, S. Guzzetti, R. Furlan y N. Montano
J Appl Physiol , 1 de octubre de del 2007; 103 (4): 1143-1149.
[texto completo] [Abstract]
[PDF]

Autonómica Neurociencia: Cross-muestra estadística de la entropía como una medida de la complejidad y

regularidad de la actividad nerviosa simpática renal en la rata
T. Zhang, Z. Yang y JH Coote
Exp Physiol
[Abstract] , Julio 1, 2007; 92 (4): 659-669.
[PDF] [texto completo]

descargado de
Disminución de la complejidad de la frecuencia cardíaca antes de la aparición de la fibrilación auricular
V. Tuzcu, S. Nas, T. Borklu y A. Ugur
Europace 398-402.
[Abstract] 1 de junio del 2006; 8 (6):
[PDF] [texto completo]

Physiomarkers de Neonatología del ritmo cardíaco en respuesta:

MP Griffin, DE Lago y JR Moorman

ajpregu.physiology.org
Pediatría
1854-1854.
[PDF] [texto completo] , May 1, 2006; 117 (5):

Medline artículos sobre temas de este artículo se puede encontrar en http://highwire.stanford.edu/lists/artbytopic.dtl

en los siguientes temas:
deceleración
Medicina Física .. .. La sepsis de

el 18 de enero 2008
información y servicios actualizados incluyendo figuras de alta resolución, se puede encontrar en:

http://ajpregu.physiology.org/cgi/content/full/283/3/R789

material e información adicional acerca deAmerican Journal of Physiology - Reguladora, integrativa

y Fisiología Comparativa se puede encontrar en:

http://www.the-aps.org/publications/ajpregu

Esta información está actualizada al 18 de enero, 2008.

El American Journal of Physiology - Reguladora, integrante y comparativa Fisiología publica investigaciones originales que
mecanismos fisiológicos en todos los niveles de organización biológica,
humanos, incluidas las investigaciones clínicas. Se publica 12 veces al año (mensual) por la regulación normal o anormal iluminar Americana y la integración de los
Physiological Society, 9650 Rockville Pike, Bethesda MD 20814 hasta 3991. Copyright © 2005 por la American Physiological Society. que van desde moléculas a los seres
ISSN: 0363-6119, ESSN: 1522-1490. Visite nuestro sitio Web en http://www.the-aps.org/.
 Am J Physiol Regul Integr Comp Physiol 283: R789-R797, 2002;
10.1152 / ajpregu.00069.2002.

reporte
análisis de entropía de la muestra de la variabilidad de la frecuencia cardíaca neonatal

DOUGLAS E. lago, JOSHUA S. Richman,

M. PAMELA GRIFFIN, Y J. RANDALL MOORMAN
Departamentos de Medicina Interna (División Cardiovascular) y Pediatría, Universidad
de Virginia, Charlottesville, Virginia 22908
Recibido el 4 de febrero de 2002; aceptado en la final conformación 26 de mayo de de 2002

Lake, Douglas E., Joshua S. Richman, M. Pamela Grif fi n, y J. Randall entropía compañero (APEN). Pincus desarrolló esta medida estadística de la

descargado de
Moorman. Muestra análi- sis entropía de la variabilidad del ritmo cardíaco teoría desarrollada en el campo de análisis no lineal dinámica y el caos (16,
neonatal. AMJ Physiol Regul Integr Comp Physiol 283: R789-R797, 2002; 20). fetos en dificultades y recién nacidos enfermos veces demostraron una
10.1152 / ajpregu.00069.
reducción de ApEn, interpretado como un aumento de la regularidad del
características de frecuencia cardíaca 2002.-anormales de reducida variabilidad y
ritmo cardiaco.
deceleraciones transitorias están presentes temprano en el curso de la sepsis neonatal.
Para investigar la dinámica, se calculó la entropía de la muestra, una medida similar
En este contexto, la entropía es la tasa de generación de nueva información.
pero menos sesgada que la entropía aproximada popular. Tanto el cálculo de la
probabilidad de que las épocas de la longitud de la ventana metro que son similares Un bolígrafo( m, r, N) es de aproximadamente el logaritmo natural negativo de la

ajpregu.physiology.org
dentro de una tolerancia r siendo similares en el punto siguiente. Se estudiaron 89 pro- babilidad condicional (CP) que un conjunto de datos de longitud NORTE, después
admisiones consecutivas a una unidad de cuidados intensivos neonatal de cuidados de haber repetido dentro de una tolerancia r para metro puntos, también se
terciarios, entre los cuales hubo 21 episodios de sepsis, y hemos realizado simulaciones repetirá para metro 1 puntos. Un punto importante a tener en cuenta sobre el
numéricas. Nos vestimos AD- las cuestiones fundamentales de la selección óptima de metroparámetro r es que se expresa comúnmente como una fracción de la SD de los
y datos y de esta manera hace que ApEn una medida invariante en escala. Un
valor bajo surge de una alta probabilidad de secuencias de placa tem- repetidos
r y el impacto de los datos que faltan. Las principales conclusiones son que la entropía en los datos. Definimos si siendo el número de coincidencias de longitud metro, y UN
cae ante signos clínicos de sepsis neonatal y que los puntos que faltan son bien
siendo el subconjunto de si que también coincide con la longitud metro 1. Por lo
tolerados. El principal mecanismo, sorprendentemente, no está relacionada con la

el 18 de enero 2008
tanto CP
regularidad de los datos: las estimaciones Tropy en- caen inevitablemente en cualquier
registro con picos. Proponemos la selección más informada de los parámetros y inación
reexam- de estudios en los que la entropía aproximada fue interpretados únicamente
A / B. Para Apen, se calcula log CP para cada tem-
como una medida de la regularidad. entropía aproximada; bebé recién nacido; septicemia
placa y un promedio de estos valores para todas las plantillas. Dado que ni UN ni
si puede ser 0, CP debe ser redefinido para (1 A) / (1 B), una corrección que
puede ser racionalizada como permitir que las plantillas para que coincida con
ellos mismos. Esto es obvi- ormente incompatible con la idea de la nueva
información, sin embargo, y es un fuerte fuente de sesgo hacia CP 1 y ApEn 0
BEBÉS PREMATUROS en la unidad de cuidados intensivos neonatales (NICU) se
cuando hay pocos partidos y UN y
encuentran en alto riesgo de desarrollar sepsis bacteriana. Las pruebas de
diagnóstico para la sepsis neonatal son imperfectos, espe- cialmente temprano
si son pequeñas (16, 18, 20, 22).
en el curso de la enfermedad. Un posible enfoque para mejorar el diagnóstico de
Hemos desarrollado una nueva medida relativa de la regularidad de series de
la sepsis neonatal es el seguimiento continuo de la frecuencia cardíaca (HR)
tiempo que hemos llamado entropía muestral (SampEn) (22). SampEn ( m, r, N) es
caracterís- tics; temprano sepsis neonatal se caracteriza por variabilidad reducida
precisamente la nega- tivo logaritmo natural de la CP que un conjunto de datos
base- línea y deceleraciones transitorias de HR, ilar sim- a los hallazgos de
de longitud NORTE, después de haber repetido dentro de una tolerancia r para
sufrimiento fetal (6).

metro puntos, también se repetirá para metro 1 puntos, lo que permite

En su estudio de los registros de recursos humanos de fetos y bebés
con- cabo auto-partidos. SampEn no utiliza un enfoque templatewise, y UN
nacidos nacidos, Pincus y compañeros de trabajo (19, 21) interpretados estos
y si acumulan para todas las plantillas. SampEn fue diseñado para reducir
cambios como representante de un cambio en la complejidad de los procesos
el sesgo de ApEn y tiene un mayor acuerdo con la teoría de Datos-
fisiológicos subyacentes ing control de la HR y fi cuanti ellos ed utilizando
aproximada-

Los gastos de publicación de este artículo fueron sufragados en parte por el pago de los
Dirección para solicitudes de reimpresión y otra correspondencia: Hombre JR Moor-, cargos por página. El artículo debe estar presente por lo tanto, marcado '' anuncio '', De
Box 6012, MR4 Bldg, UVAHSC, Charlottesville, VA 22908. (E-mail: acuerdo con 18 USC Sección 1734 exclusivamente para indicar este hecho.
rmoorman@virginia.edu ).

http://www.ajpregu.org 0363-6119 / 02 $ 5.00 Derechos de Autor © 2002 la American Physiological Society R789
R790 ENTROPY MUESTRA DE NEONATAL HRV
conjuntos con contenido probabilístico conocido. Por otra parte, SampEn muestra
la propiedad de consistencia relativa en situaciones en las que ApEn no lo hace.
Es decir, si uno muestra el registro reducir SampEn que otro con un conjunto de
valores de metro y r, También muestra bajar SampEn con diferentes valores.
Estas medidas tienen una interpreta- ción indirecta, es decir, la medida en que
no surgieron los datos de un proceso aleatorio. El orden de los términos, la
regularidad, la complejidad y el orden conjunto todos se han utilizado para
reflejar esta idea, y vamos a utilizar el término regularidad. A pesar de que metro y
r son críticas para determinar el resultado de cualquiera de los métodos para la
estimación de la entropía, no existen directrices para la optimización de sus
valores. Consideramos que esta es una deficiencia grave en el arte actual. Las
diversas normas existentes conducen generalmente a la utilización de valores de r
entre 0,1 y 0,25 y los valores de metro de 1 o 2 para registros de datos de
longitud norte que varía de 100 a 5000 puntos de datos (7, 15, 20). En principio,
la confianza y la precisión con fi de la estimación de la entropía como mejorar las
fibras mero de partidos de longitud metro y metro 1 aumento. Intuitivamente, las
ventajas de SampEn incluyen grandes Val- ues de UN y si y por lo tanto más con
fi mella estimación de CP. En cualquiera de estos métodos, el número de
coincidencias se puede aumentar mediante la elección de pequeña m ( plantillas
corta) y grandes r ( amplia tolerancia). Hay penas, sin embargo, para los criterios
que están demasiado relajado (16). En primer lugar, hay una preocupación
teórica. Aunque estos cálculos sólo tienen como objetivo la estimación, la
entropía se define en el límite cuando metro enfoques y como r se aproxima a 0.
En segundo lugar, hay preocupaciones prácticas. Como r aumenta, la
probabilidad de partidos tiende hacia 1 y SampEn tiende a 0 para todos los
procesos, reduciendo así la capacidad de distinguir cualquier características más
destacadas en el conjunto de datos. Como metro disminuye, subyacente a los
procesos físicos que no son óptimamente aparente a valores más pequeños de metro
puede ser oscurecida. Los resultados de Pincus y compañeros de trabajo (19,
21) nos moti- vada para examinar la entropía como un indi- cador posiblemente
útil de las primeras etapas de la sepsis neonatal. por tanto, hemos puesto en
marcha el análisis SampEn de un conjunto de datos clínicos relevantes, y hemos
tratado de manera sistemática varias cuestiones prácticas y generales inherentes
a la estimación de la entropía. 1) ¿Cuáles son los intervalos de con fi anza (IC) de
las estimaciones SampEn? 2) ¿Cómo recogemos metro y r? 3)
Hace caída del entropía antes del diagnóstico clínico de sepsis neo- natal? 4) ¿Por
qué disminuyen la entropía cuando se re- ducido la variabilidad y
desaceleraciones transitorias están presentes? 5) No importa puntos que
faltan?
Nuestros resultados amplían los de Pincus y compañeros de trabajo (19)
como detectamos bajar SampEn antes del diagnóstico clínico de sepsis
neonatal. Además de su relevancia clínicamente cal, los hallazgos arrojan luz
sobre varias cuestiones generales en el uso de las estimaciones de entropía. En
particular, los hallazgos sostienen contra el uso no guiado de los parámetros
metro y r y en contra de una aceptación incuestionable de la idea de que las
diferencias en las estimaciones de entropía son siempre el resultado de diferencias en
la regularidad de series de tiempo.
MÉTODOS
Datos clinicos. Se estudiaron 89 niños ingresados ​forma consecutiva a la
Universidad de Virginia UCIN durante un período de 9
AJP-Regul Integr Comp Physiol • VOL 283 • SEPTIEMBRE 2002 • www.ajpregu.org
mo usando un procedimiento de recogida y análisis de datos descrito previamente (6).
El protocolo de recogida de datos fue aprobado por el Comité de Investigaciones de la
Universidad de Virginia Humanos. Los registros de datos que constan de intervalos
RR 4.096 se recogieron durante 25 min. Había 73.097 de estos registros de datos
recogidos durante el estudio. Para eliminar las tendencias (20), cada uno era fi de
paso alto filtra restando una versión de paso bajo filtra del registro. La sepsis y
enfermedad sepsislike se definieron como un deterioro clínico agudo que llevó a un
médico para obtener un cultivo de sangre y a los antibióticos de administrar (6). Para
evaluar el potencial diagnóstico de SampEn, se excluyeron los datos de los primeros 7
días después del nacimiento y durante 14 días después de cada uno de los eventos
de sepsis.
Para la comparación de los valores SampEn en el día de la enfermedad a
otros días, los registros se analizan en 6-H épocas que comienza a
medianoche y etiquetados de acuerdo a si un episodio de sepsis y sepsislike
enfermedad se produjo en el siguiente 24 h. Como robusta marcador de
reducción SampEn, se determinó el valor del percentil décimo de SampEn para
cada 6-h época. Utilizando este valor como una estadística de prueba, se
calculó la característica de funcionamiento del receptor área (ROC) para días
distintivas que contienen eventos de día no acontecimiento. El nivel de signi fi
descargado de
IC y significación de las estimaciones de área ROC se obtuvieron a través de
bootstrapping. La significación estadística se evaluó para el coeficiente de un
modelo logístico discriminación cuya varianza se determinó con firmeza,
tomando en cuenta las medidas repetidas en recién nacidos individuales.
ajpregu.physiology.org
La elección de los parámetros m y r. Para ayudar en la selección de los parámetros
para SampEn, una muestra aleatoria de 200 registros de
4.096 intervalos RR se seleccionan a partir del conjunto de datos clínica. Los números
de partidos, de longitudes metro y metro 1, CP, SampEn, y las estimaciones de CI se
calcularon para 16 valores de r
entre 0,01 y 0,8 y para valores de metro de 1 a 10. Los resultados estimados
el 18 de enero 2008
para r No calculado explícitamente se ob- CONTENIDAS por interpolación
lineal. A fin de evaluar el pa- rámetro metro, autorregresivo (AR) modelos de
varios órdenes eran fi t a los datos utilizando métodos discutidos en APÉNDICE A.
RESULTADOS
IC de las estimaciones de la entropía. Uno de nuestros principales objetivos es diseñar
una estrategia general para la selección óptima de metro y
r. Parte de esta estrategia es para asegurar que la longitud de la CI
alrededor de la estimación SampEn es aceptable. El CP estadística A / B estima
el CP de un partido de la longitud metro 1 dado hay una coincidencia de
longitud metro. La precisión de la estimación puede ser juzgado por la
longitud de su CI, que es proporcional a su SE. Si si se fi ja y todos si de
los partidos de longitud metro eran independientes entre sí entonces la
variable, al azar UN se binomialmente distribuido y la varianza de CP
sería simplemente CP (1 CP) / SI. La situación es, sin embargo, más
complicado porque UN y si están correlacionados. Por ejemplo, puede
haber muchos pares de partidos, que son dependientes debido a que
ocurren naturalmente dencias depen- en los datos o, más directamente, a
causa de pares Lapping exceso de partidos, con puntos en común. Se
muestra en APÉNDICE B que una estimación de la varianza es
 ENTROPY MUESTRA DE NEONATAL HRV
1 con estimaciones de varianza baja y por lo tanto refleja la e fi ef de la estimación
? CP 2 CP (1 CP)
si si 2 K UN K si CP 2
dónde K UN es el número de pares de plantillas coincidentes de longitud metro 1 y
que se superponen K si es el número de pares de plantillas coincidentes de
longitud metro que se superponen. Utilizando la aproximación estándar sol( CP)
g ( CP) CP
con sol( CP) log (CP) y primer derivado g ( CP)
1 / CP, el SE de SampEn puede estimarse CP / CP. Así, el SE de SampEn es
exactamente el error relativo de CP. por metro lo suficientemente pequeño y r lo
suficientemente grande para asegurar una fi número ciente de partidos,
SampEn se puede suponer que se distribuye normalmente, y de fi ne el IC del
95% para cada cálculo de SampEn para ser log (CP) 1.96 ( CP / CP).
Recogiendo m y r para el análisis SampEn de RR neonatal registros de datos
de intervalo. Primero se determinó una serie de metro que era probable que
capturar los elementos esenciales de la estructura de datos. Se estimó que la
orden de proceso AR de cada registro, y nos encontramos con el 90% de las
estimaciones de entre 3 y 9, ambos inclusive. En base a esto, elegimos metro
a ser inferior a 3. Ahora buscamos un valor r que no es ni tan estrictos que el
número de coincidencias es demasiado cerca de 0 (bajo con fi dencia) ni tan
relajado que CP es demasiado cerca de 1 (baja dis- criminación) (16).
Proponemos seleccionar r para minimizar la cantidad
CP CP
máx
CP, log (CP) CP
que es el máximo del error relativo de SampEn y de la estimación de
CP, respectivamente. Esta métrica favores
AJP-Regul Integr Comp Physiol • VOL 283 • SEPTIEMBRE 2002 • www.ajpregu.org
R791
de la entropía. Además, este criterio representa una solución de compromiso de la
precisión y la capacidad de discriminación ción, ya que simultáneamente penaliza
CP cerca de 0 y cerca de 1. La figura 1 muestra un mapa de color de la mediana
del valor de este criterio para 200 registros seleccionados al azar de nuestra
clínica base de datos, calcula para un intervalo de valores de m ( filas) y r ( columnas).
El error relativo max- imo de cualquiera de SampEn o rangos de CP a partir de 0,
un azul profundo, a 0,15, un color rojo oscuro, y es de color negro donde no hay
coincidencias de longitud metro se encuentran. Inspección indica las
características principales del mapa. Una longitud dow-ganar de 1 permite con fi
dent estimación de la entropía para una amplia gama de r. por metro 2, sin
embargo, los valores óptimos de r son claramente evidentes y se encuentran
generalmente BE- tween 0.2 y 0.5. La dependencia del error en las r
es muy empinada para la baja r, y intolerablemente gran error impide muchas
combinaciones de metro y r incluso en estas relativamente grandes registros
de datos de 4.096 puntos. Nos dirigimos a un error relativo máximo que no
descargado de
supere 0,05, de modo que el CI 95% de la estimación de la entropía es 10% de
su valor. Para nuestros datos, seleccionamos metro 3 y r 0.2 basada en los
hallazgos que 1) m 3 es aceptable porque del análisis AR, 2) r 0,2 es óptimo
de metro 3, basado en la inspección del mapa de color, y 3) el IC del 95% de la
estimación es 10% de su valor. Se procedió a analizar la base de datos
clínicos con metro 3 y r 0,2 en base a este análisis.
ajpregu.physiology.org
SampEn de HR neonatal cae antes de la agnosis di- clínico de sepsis
y sepsislike enfermedad. La Figura 2 muestra el análisis de SampEn en
un bebé que fue diagnosticado con sepsis. Figura 2, UN y SI, muestra
gráficos de
el 18 de enero 2008
Fig. 1. Una guía visual para óptima selec- ción de longitud
de la ventana ( metro) y tolerar Ance ( r) parámetros de
entropía estima- ción de registros de datos de tiempo de la
frecuencia cardíaca neonatales de longitud 4.096. El valor
de la mediana de una entropía muestral (SampEn) e fi
ciencia métrica para 200 registros de datos al azar selec-
cionado se representa en el color de pseudo- como una
función de metro y r. Un valor de 0,05 corresponde a un%
confianza intervalo (CI) 95 que es 10% de la SampEn
estimar sí mismo. Dado un valor de metro
basado en un razonamiento a priori, un valor óptimo de
r se pueden seleccionar para minimizar la e fi ciencia
métrica. En este ejemplo, seleccionamos r a ser de 0,2,
ya que condujo a la mejor valor de la e fi ciencia
métrica, que era 0.05.
R792 ENTROPY MUESTRA DE NEONATAL HRV
Fig. 2. SampEn se disminuye antes de los episodios de sepsis neonatal. UN:
SampEn como se muestra en función del tiempo para un bebé como una línea continua, con
SES mostrados como líneas de puntos. El momento en que se sospechó el diagnóstico clínico
de sepsis está marcado como “CRASH” (cultivos, resucitación y antibióticos comenzó aquí).
Los círculos abiertos son la décima valor del percentil más bajo de la anterior de 12 h y se les
da cada 6 h. SI: datos de cerca del momento del diagnóstico en una escala de tiempo
ampliado. B, inserciones: serie temporal de 4.096 intervalos RR de los tiempos designados
muestran el desarrollo de las anormalidades características de variabilidad reducida y
deceleraciones transitorias.
SampEn (3,0.2,4,096) como una función de la edad del bebé, y la línea de
puntos es el IC del 95% para cada estimación. El bebé fue diagnosticado con
sepsis en el punto marcado CRASH pero antemano desarrolla las
características de recursos humanos anormales anteriormente des- cribe de
reducida variabilidad y deceleraciones transitorias (6). Las tres recuadros
muestran los registros de datos de intervalos RR 4.096 y el progreso de la
normal ( izquierda) a la reducción de la variabilidad con una sola deceleración
grande ( medio) a deceleraciones repetidas ( Derecha). Ninguna de las
desaceleraciones llegar a 100 latidos / min (RR intervalo de 600 ms) y de
este modo no habrían desencadenado una alarma junto a la cama
electrocardiograma MON Itor. En cambio, la característica que podría haber
alertado al clínico, es decir, la reducción de la variabilidad y transitoria decel-
racio en el segundo y tercer registros, no habría sido reportado. SampEn se
reduce en la anor-
Fig. 3. Frecuencia histogramas de SampEn ( norte 73.097;
UN) y el valor de percentil 10 de SampEn de cada 12-h época ( norte 5626;
SI). Las líneas suaves son funciones de Gauss-ian.
AJP-Regul Integr Comp Physiol • VOL 283 • SEPTIEMBRE 2002 • www.ajpregu.org
registros mal, y la inspección de los registros de este paciente sugiere que
SampEn podría ser una herramienta útil en el diagnóstico precoz de la sepsis
neonatal. Pusimos a prueba esta hipótesis utilizando análisis de regresión en
un gran conjunto de datos clínicos de 89 lactantes en los que se produjeron
19 episodios de sepsis y sepsislike enfermedad. Elegimos el percentil 10 del
valor SampEn durante los últimos 12 h como una representación adecuada.
Los histogramas de frecuencia de SampEn y el percentil 10 valores se
muestra en la Fig. 3. Ambos tienen las distribuciones casi normales.
Encontramos que era SampEn fi significativamente asocia- dos con la
próxima sepsis y enfermedad sepsislike (ROC área de 0,64, IC del 95%:
0,56-0,74, PAG 0,001). Además, SampEn signi fi añadió cativamente
información de diagnóstico a las variables de edad gestacional y peso al
nacer ( PAG
0,001).
Mecanismo de la entropía reducida para los datos con una variabilidad
reducida y deceleraciones transitorias: registros de datos sustitutos. Para
comprender el efecto de la reducción de la variabilidad de línea de base y
descargado de
deceleraciones transitorias, o puntos, en SampEn, se realizó el análisis y
experimentos con registros de datos sustitutos. Estos se producen por pares
ming SUM- de registros como se ilustra en la Fig. 4. La primera es el proceso
media
(Fig. 4 UN), cuales
consta de dos modos, una velocidad constante y la espiga. El segundo es el
ajpregu.physiology.org
proceso de línea de base b ( La Fig. 4 SI), que representa la variabilidad de la
FC (HRV). Su suma (Fig. 4 C) es un registro de datos sustituta. Para el modo
de pico de la media del proceso, se utilizó o bien un paso cuadrado para los
resultados analíticos o una desaceleración clínicamente observado que dura
50 intervalos RR que se produjeron cerca del momento del diagnóstico clínico
de sepsis en un paciente. Se consideraron tres tipos de procesos de línea de
base. En primer lugar, los resultados de los análisis, que utiliza números
aleatorios gaussianos y se refieren a esto como datos aleatorios o ruido
el 18 de enero 2008
blanco. En segundo lugar, como se demuestra en la Fig. 4, D-F, construimos
registros de datos sustitutos isospectral. El método es para aleatorizar la fase
de inversa transformadas de Fourier de las densidades de la potencia
espectral de registros de datos observados. Figura 4 re es un registro de datos
clínicos observados, escalado en milisegundos en el eje izquierdo y en SD en
el eje derecho. Figura 4 mi muestra el sustituto isospectral escalado de modo
que tenga media 0 y varianza SD 1. Figura 4 F muestra la suma de la ficha en
la Fig. 4 mi y la desaceleración observada clínicamente que ha sido reducido
de manera que la varianza total de la
 ENTROPY MUESTRA DE NEONATAL HRV
registro es 2. De este modo la espiga contribuye 50% de la varianza
combinada en este ejemplo de registro. Por último, como un ejemplo de
un modelo determinista, estudiamos la serie del mapa logístico X yo 1
4x yo( 1 x yo)
en un proceso aleatorio gaussiano. La serie resultante tiene la densidad
marginal idénticos y se aproxima a las propiedades espectrales de ruido
blanco gaussiano, pero, al ser un proceso determinista después de una
semilla aleatoria inicial X 1, tiene entropía que no se acerca a infinito como
r se aproxima a 0.
Mecanismo de entropía reducida para los datos con una variabilidad reducida
y deceleraciones transitorias: re- sultados analíticos. Primero se analizó una
media del proceso con un pico rematado cuadrada de la altura y la duración ε norte
latidos donde
ε es pequeño. Debido a la espiga, los varía medios y pueden ser
considerados como una variable aleatoria con dos modos, uno un valor
constante 0 con probabilidad 1 ε
y otro valor una constante 0 con probabilidad ε.
2 ε ( 1 ε).
Así, el proceso tiene una varianza media 2
Se denota la varianza del proceso de la línea de base por 2b.
La varianza combinada 2 de todo el registro es la suma de las varianzas problema clínico, SampEn valores de la HR observada y datos Rogate cies
de la media del proceso y la línea de base, o 2
2b 2 2b 2 ε ( 1
ε ) . En SampEn para los datos observados cae 1,3-0,75 cuando una espiga que se
APÉNDICE C se muestra que en este caso, la entropía de la muestra se
puede aproximar por
2 ε 1 ε
SampEn m, r, N Iniciar sesión r
2 si 2
La fi críticamente importante hallazgo de este análisis es que CP aumenta
y disminuye cuando SampEn picos que son grandes (aumentaron ) O de
larga duración (aumento ε)
inflar la varianza combinada 2 y, con ella, la tolerancia r . Como se muestra
en APÉNDICE C, este modelo se puede generalizar a una señal que consiste en
un espectro de modos. Observamos que la varianza combinada puede ser
grande en relación con la varianza de línea de base en una serie de
AJP-Regul Integr Comp Physiol • VOL 283 • SEPTIEMBRE 2002 • www.ajpregu.org
R793
Fig. 4. registros de datos de sustitución. UN y
si mostrar los componentes principales. UN: el proceso de
media, que tiene punto de ajuste y modos de espiga. SI: el
proceso de la línea de base, es decir, aquí la variabilidad
de la frecuencia cardíaca dad, modelado como fibras de
Gauss al azar nú-. C: su suma, un registro de datos
sustituta. D-F: un sustituto más realista con el mismo
contenido de frecuencia como los datos observados. RE: un
registro de datos clínicamente observada de 4.096
intervalos RR. La ordenada izquierda está marcado en la
EM y la ordenada derecha en SD. MI: un
4096-punto isospectral sustituto Data- conjunto formado
utilizando la transformada de Fourier inversa de la
periodograma de los datos en D. F: los datos sustitutos
después de la adición de una ración decel- clínicamente
observado que dura 50 puntos y ampliarse de manera
que la varianza del registro se ha plegado in- desde 1
hasta 2.
descargado de
maneras distintas de un solo gran pico. Así, por ejemplo, SampEn también
será significativamente reducida si hay un número moderado de los picos de
ajpregu.physiology.org
tamaño moderado, como hemos observado clínicamente.
Llegamos a la conclusión de este análisis que SampEn debe caer cuando
los picos de inflar la varianza de la serie.
Mecanismo de entropía reducida para los datos con una variabilidad
reducida y deceleraciones transitorias: resultados experimentales. Para
investigar los efectos de los picos de los registros de datos HR, se calculó
SampEn en la muestra de 200 registros observados de datos, sus sustitutos
el 18 de enero 2008
isospectral, datos aleatorias gaussianas, y el modelo determinista del mapa
logístico mapeado-gaussiana. versiones escalonadas de la desaceleración
se observa clínicamente, o pico, se añadieron, y los resultados se
representaron gráficamente como una función del tamaño de la punta de
medida como su contribución a la varianza combinada. Figura 5 UN muestra
los resultados de cálculos SampEn para ruido blanco, datos sin procesar,
datos sustitutos isospectral, y el ruido blanco determinista. Como era de
esperar a partir de los resultados analíticos anteriores, SampEn de datos
aleatorios cae en la presencia de picos de tensión. Más pertinente para el
ambos caen en presencia de picos. Por ejemplo, el valor de la mediana
duplica la varianza combinada (es decir, 50% de la varianza combinada es
debido a la espiga) se añade. Un ejem- plo análoga se muestra como la Fig.
4 F.
Rechazamos la interpretación de que estos cambios en SampEn
reflejan alteraciones en la regularidad de los puntos porque el 99% de
los datos no se alteran. Sólo hay un pico, por lo que los últimos
hallazgos sugieren que ApEn es sensible a la frecuencia del pulso no
se aplican (28). In- lugar, interpretamos los cambios a ser la aritmética
R794 ENTROPY MUESTRA DE NEONATAL HRV
Fig. 5. La entropía estimaciones de la frecuencia cardíaca y datos de sustitución se ven afectados por
los picos, pero no por puntos faltantes. UN: SampEn cae en la presencia de picos de tensión. Los
puntos de datos son la mediana, y las líneas de puntos son el IC del 95% para los valores SampEn de
200 series de números al azar, gaussianas datos observados y sus sustitutos isospectral, y un modelo
determinista. SI: estimaciones de entropía de 200 registros de datos observados y sus sustitutos
isospectral son en gran medida sin cambios por la eliminación de incluso grandes proporciones de
puntos de datos. compañero La entropía estimación de una serie determinista, sin embargo, se ve
alterado por la eliminación de una pequeña proporción de puntos.
consecuencia de puntos periféricos que inflar la varianza combinada
com-.
valores SampEn de los datos en bruto fueron fi significativamente menos que
los datos sustitutivos ( PAG 0,001, prueba de Wilcoxon de suma de rangos). Este
resultado se ha utilizado en HR fetal Ysis anal- para demostrar la no linealidad
en los datos (7). Dada la presencia de picos, esto no es una conclusión correcta
aquí. Este resultado sólo se sugiere que los datos de recursos humanos
neonatales contienen una combinación de características del oído no
estacionarios y no linealidad no capturados por un proceso estacionario lineal.
La búsqueda de métodos que pueden distinguir entre estos componentes es
una tarea futuro muy importante. Un posible enfoque para abordar este
problema sería la de modelo no estacionariedad en los datos de sustitución a
efectos no lineales aislados. Del mismo modo, puntos, valores atípicos y otras
propiedades no estacionarias de los datos de recursos humanos podrían ser
retirados de los datos antes del análisis. Estos métodos se basan en una fi
ciente comprensión del mecanismo de la no estacionariedad de datos de
recursos humanos y el desarrollo de un modelo matemático robusto. Por ejem-
plo, la aparición de picos puede ser modelado como una
AJP-Regul Integr Comp Physiol • VOL 283 • SEPTIEMBRE 2002 • www.ajpregu.org
proceso de Poisson con la altura y la duración de los picos después de algún
distribución aleatoria. datos de recursos humanos neonatales, sin embargo, son
muchas las distintas prestaciones no estacionarios, y los modelos más
sofisticados probablemente es preciso proceder a su descripción.
Es de destacar que SampEn del modelo determinístico no se ve
afectada por los picos que contribuyen 80% de la varianza combinada.
Así, un proceso en el que SampEn es impulsada exclusivamente por la
regularidad es mucho más re- sistant al efecto de puntos periféricos que
inflar la varianza.
Llegamos a la conclusión de este análisis que reduce SampEn de datos de
recursos humanos neonatales está fuertemente influenciada por los picos en lugar de
aumentar la regularidad.
SampEn es sensible a los puntos que faltan? registros de datos a largo de
recursos humanos son vulnerables a los puntos que faltan, como formas de
onda elec- trocardiographic son fácilmente distorsionados por mo- ción del
paciente. SampEn, sin embargo, es potencialmente muy sensible a los puntos
que faltan, ya que se basa totalmente en la disposición de los datos. Hemos
descargado de
eliminado al azar proporciones variables de los 200 conjuntos de datos clínicos
de muestra y se calculó el fi coeficiente de correlación entre SampEn de la
intacta y los conjuntos de datos diezmada. Figura 5 si muestra que la
eliminación al azar tanto como 40% de los datos de intervalos RR no redujo la
corres- lación coeficiente por debajo de 0,95. Por otro lado, moval re- de incluso
una pequeña proporción de puntos de una serie a partir del mapa logístico
drásticamente altera SampEn. Llegamos a la conclusión de este análisis que
ajpregu.physiology.org
los puntos faltantes no alteran en gran medida la estimación SampEn para
registros de datos HR clínicos, argumentando aún más contra el aumento de la
regularidad como el principal mecanismo de la baja entropía antes del
diagnóstico clínico de sepsis neonatal.
el 18 de enero 2008
DISCUSIÓN
Estudiamos SampEn, que fue desarrollado como un seguro de medi- de
tiempo regularidad serie de registros de datos de intervalo RR de los recién
nacidos. Nuestros la mayoría de los hallazgos son importantes 1) parámetros para
la estimación de SampEn pueden ser optimizados; 2) SampEn cae temprano en
el curso de la sepsis neonatal y la enfermedad sepsislike; 3) SampEn cae en la
presencia de picos en un registro con la variabilidad reducida; 4) el mecanismo no
es un cambio en la regularidad; y 5) SampEn de los registros de recursos
humanos neonatales no es muy sensible a los puntos que faltan. La hallazgos
tasa corroboran la anterior obra de Pincus y compañeros de trabajo, quienes
encontraron reduce ApEn en fetos de acidosis (21) y los recién nacidos enfermos
(19), y apuntan a una utilidad clínica para SampEn el seguimiento de los recién
nacidos en riesgo de sepsis y sepsislike enfermedades .
IC para las estimaciones de la entropía. Derivamos una expresión para estimar
la varianza de la CP que las épocas dentro de una serie ese partido dentro de la
tolerancia r para metro Los puntos también se correspondan en metro 1 puntos,
teniendo en cuenta el hecho de que las épocas podrían superponerse. Esta nueva
estimación se basa en los datos y es independiente del mecanismo que subyace al
proceso.
Observamos que esta medida varianza es fundamen- diferente
recuento de la estimación de Pincus (20a) de la DE de Apen, que se
calculó usando réplicas de
 ENTROPY MUESTRA DE NEONATAL HRV
el proceso MIX. Esta es otra y más empírica enfoque, que también se
realizó mediante la determinación de la CI directamente de análisis de
múltiples conjuntos Data- sustitutas con las mismas propiedades que HR.
Se calculó el IC del 95% de múltiples realizaciones de datos sustitutos
isospectral utilizando este análisis de arranque y se encontró que había una
estrecha correlación entre los resultados analíticos y de iCal empir-. Las
entidades de crédito de método analítico para r
0,2, sin embargo, eran aproximadamente dos veces las de los datos sustitutos. La
discrepancia puede deberse a la falta de los datos sustitutos, los cuales están
adaptados para con- tenido de frecuencia, para capturar todas las características
de la dinámica de los datos reales. Se utilizó el método de análisis más
conservador para seleccionar valores de metro y r.
Pincus y compañeros de trabajo (20, 20a) observaron que analítica
definición de la SE de ApEn es mucho más complicado. Debido a que el
cálculo ApEn implica la suma de los logaritmos en lugar del logaritmo de las
sumas, nuestros métodos no son aplicables. Recientemente, se ha observado
que la distribución asintótica de ApEn está relacionada con la distribución
chi-cuadrado (23). Este resultado, sin embargo, sólo se aplica a grandes
conjuntos de datos creta dis- uniformemente distribuidos y no es aplicable a la
mayoría de los datos experimentales. No sabemos de ningún métodos
generales para determinar una CI para ApEn.
Los parámetros para la estimación de la entropía se pueden optimizar.
selección óptima de metro y r ha sido un área inexplorada de suma
importancia. Pincus (17), por ejem- plo, mostró muy grande
incertidumbre en el ApEn de una
MIX (0.4) serie 1000 puntos con las opciones populares de
metro 2 y r 0.05 el rango de los datos, o r 0,3 SD. Mientras que algunos de los
errores es el sesgo de ApEn (20), el resto puede ser una opción, sin saberlo,
subóptima de metro
y r.
Hemos desarrollado un enfoque general sistemático para ING pick metro
y r sobre la base de una nueva métrica de la e fi ciencia de la estimación de
la entropía. Los dos pasos son 1) elegir un rango de valores de metro basado
en la comprensión del proceso físico o por fi tting modelos AR, y 2) calcu-
tarde SampEn para una gama de r y seleccione el valor que optimiza una e
fi ciencia métrica como el máximo de
CP /CP y CP / [ log (CP) CP]. Nuestro análisis nos ha llevado a
seleccionar metro 3 y r 0.2 para
registros de datos de recursos humanos neonatales. Los IC resultantes eran
aceptablemente bajo (Fig. 2). Observamos, sin embargo, que estos valores no son
universalmente aplicables a todos los conjuntos de datos. De hecho, los conjuntos de datos
de longitud 4096 se comparan bastante largo con muchos por la que se ha utilizado el
análisis de ApEn. La confianza con fi con la que los resultados de ApEn se pueden ver para
conjuntos de datos cortos, clínicamente observados para cualquier valor de metro
y r no es conocido. Sugerimos que el cálculo de IC es una parte esencial de
la estimación de la entropía.
SampEn cae temprano en el curso de la sepsis neonatal y la
enfermedad sepsislike. Se observó una variabilidad reducida y
deceleraciones transitorias de datos de recursos humanos antes de la
sepsis neonatal, y la hipótesis de que SampEn caería antes del diagnóstico
clínico. Este fue el caso: multi-variable de un modelo de regresión logística
mostró que SampEn añade información independiente a peso al nacer,
edad gestacional, y los días de edad en la predicción de sepsis por hasta
24 h. Observamos, sin embargo, que la baja
AJP-Regul Integr Comp Physiol • VOL 283 • SEPTIEMBRE 2002 • www.ajpregu.org
R795
SampEn en estos registros no distingue entre las desaceleraciones de
recursos humanos (que son de interés) y acelera de HR racio (que no lo
son). Para mejorar la utilidad diagnóstica de SampEn en esta configuración,
probamos el efecto de la adición de mediciones de la tercera momento, o
asimetría, al modelo multivariable. Por su signo, asimetría se separa por
completo los registros de baja SampEn con desaceleraciones, donde los
intervalos largos conducen a la asimetría 0, de aquellos con aceleraciones.
Un modelo incor- poración de la asimetría había mejorado la capacidad de
discriminar (ROC área de 0,77, IC 0,69-0,85, PAG 0,001). Por lo tanto la
asimetría añade información a SampEn, lo que justifica un enfoque
multivariado para el objetivo clínico de de- tección precoz de la sepsis.
Entropy cae en la presencia de picos en un registro con la variabilidad
reducida, pero el mecanismo no es un cambio en la regularidad. Nuestros
hallazgos sugieren que un re- ducción en SampEn en una serie de tiempo
podría ser debido a dos mecanismos muy diferentes: un aumento en el
grado de regularidad, o puntos de datos periféricas que inflar la SD.
descargado de
Demostramos analítica y experimentalmente que SampEn cae en la
presencia de picos, y concluir que reduce SampEn de datos de recursos
humanos neonatales podría deberse, al menos en parte, a los picos en
lugar de aumentar la regularidad. En principio, ninguna de las medidas debe
ser sensible a puntos distantes: el resultado se debe únicamente a
establecer r como una función de la SD de los datos. Esta conclusión
contradice la de Pincus et al. (20a), quien afirmó que ApEn no es sensible a
ajpregu.physiology.org
los valores atípicos, y difiere de los de estudios anteriores que en-
homenaje reduce la entropía exclusivamente a los cambios en la
regularidad; algunos investigadores van tan lejos como para sacar
conclusiones sobre la dinámica no lineal en los datos de los latidos del
corazón (3, 5, 7, 9-12, 15, 21).
el 18 de enero 2008
Contrariamente a la predicción, muy pequeños subconjuntos de los datos de
hecho puede afectar dramáticamente las estimaciones de entropía (20). En
general, se sugiere que una reducción en las estimaciones de entropía indica un
aumento de la regularidad, la presencia de picos, o ambos. La búsqueda de
métodos que distinguen a estos componentes es una tarea futuro muy importante.
SampEn análisis de la HRV neonatal no es sensible a los puntos que
faltan. análisis de dominio de frecuencia de HRV disecciona la actividad
simpática y parasimpática (1,
14, 27), pero es muy sensible a la falta de puntos de datos (2,
24). Encontramos SampEn poco afectado por la pérdida de más de un tercio
de los datos, el límite práctico que podamos encontrar. Esto es sorprendente,
ya que la pérdida de pequeñas cantidades de datos signi fi cativamente
deteriora la detección de regularidad en datos realmente determinista. El
hallazgo, sin embargo, es consistente con otros resultados presentados aquí
que SampEn de HR registros informes sobre los picos, así como la
regularidad. En este contexto, la pérdida de puntos de datos es irrelevante
para el cálculo.
relevancia fisiológica y clínica de SampEn anal-Ysis de HRV
neonatal. El mecanismo fisiológico subyacente reduce la variabilidad y
transitoria decelera- ciones no se conoce, pero parece probable que
represente disfunción del sistema nervioso autónomo o de los procesos
de transducción de señales celulares intra quizás por citoquinas (8, 13)
de circulación. Desde la fisiopatología puede no ser específico para la
sepsis, SampEn puede Fi utilizan nd como
R796 ENTROPY MUESTRA DE NEONATAL HRV

una estimación general de la salud del bebé. Independien- temente del coincidencias de longitud metro, dónde X metro( yo) partidos X metro( j). La varianza de la CP se
mecanismo, los hallazgos son importantes en la medicina clínica, como puede escribir

SampEn puede considerarse una medida candidata para el seguimiento de 1

los niños en situación de riesgo, ya sea solo o como parte de un esquema de CP 2 cov T ij, T kl
si var UN 1 si 2 i, j k, l
variables múltiples. Dada la frecuencia y la gravedad de la sepsis y sepsislike
enfermedad en recién nacidos prematuros (26), cualquier esquema que Para el si parejas donde yo kyj l en la suma anterior,
mejora en la práctica clínica actual sería bienvenido. Por otra parte, parece Cov ( T ij ,, T kl) var ( T ij) CP (1 CP). Si las plantillas
razonable conjeturar que las medidas acumulativas de SampEn podrían que supone para T ij y T kl no tienen puntos en común, que son independientes y por lo
reflejan la carga de la enfermedad en bebés y ser útiles tanto para estimar el tanto correlacionada a fin de que Cov ( T ij, T kl) 0.
pronóstico y en la utilización de recursos en la unidad de cuidados intensivos Si las plantillas se superponen, la covarianza se puede estimar
para recién nacidos. T ij T kl CP 2, que es 1 CP 2 cuando ambos pares de metro 1 plantillas coinciden y CP 2 de
otra manera. Por lo que la varianza puede estimarse como

Resumen. Proponemos métodos nuevos y generales para la selección CP (1 CP) 1

óptima de metro y r para SampEn y ApEn. Nuestro más importante hallazgo, sin CP 2
si si 2 K UN K si CP 2
embargo, se aplica a todos los estudios que utilizan ya sea medida. SampEn y
dónde K UN es el número de pares de plantillas coincidentes de longitud metro 1 y que se
ApEn son modulados por puntos periféricas que son irrelevantes para la idea
superponen K si es el número de pares de plantillas coincidentes de longitud metro que se
intuitiva de la regularidad del proceso. Por lo tanto una mayor regularidad no
superponen. Calculador K UN
siempre es el mecanismo de la entropía menor. Esta observación permite una
y K si no es trivial, ya sea del computacional o algo- punto de vista rítmico,

descargado de
interpretación más simple de por qué variabilidad reducida y aceleraciones de- especialmente para valores más pequeños de metro. El cálculo implica la
transitorios en los registros de recursos humanos fetales y neonatales consideración de todos si 2 pares de metro
conducen a un menor ApEn y SampEn. En lugar de regularidad que puede o no partidos. Porque si es de orden norte 2, esto es del orden norte 4 y podría ser muy grande para
ser visualmente aparente (17, 21), se sugiere que estas series de tiempo los pequeños metro y más grande r. Tenga en cuenta que la condición para el par plantilla ( i,
características conducen inevitablemente a reducir las estimaciones de entropía j) para solapar el par plantilla ( k, l) es equivalente a min ( yo
por razones no relacionadas con la regularidad. k, i l, j k, j l) metro,
y necesidades de atención que deben tomarse para evitar el doble recuento pares se traslapan.

ajpregu.physiology.org
APÉNDICE C

APÉNDICE A Análisis del efecto de los picos en SampEn

AR Models Un pico de altura y la duración ε norte tiene varianza 2

2 ε ( 1 ε), y la varianza combinada de todo el registro es
modelos AR de diversas órdenes eran fi cio a los datos. La motivación de este enfoque 2 ε ( 1
2 2b 2 2b
ε ) . Recordar que r es el
es que si los datos provienen de un AR ( pag) procesar a continuación, metro pag. Para una
tolerancia para partidos hallazgo. Asumir es lo suficientemente grande
serie [ u (i): 1 i N] de

el 18 de enero 2008
relativo a r y que hay muy pocos o ninguno los partidos entre puntos dentro del pico
longitud NORTE, los parámetros de un AR ( pag) proceso un 1, un 2 ,. . ., un pag
y los puntos fuera de la espiga. Es decir, coincidencias se producen sólo dentro del
se estimaron para minimizar el de mínimos cuadrados fi cio a los datos
mismo modo de la media del proceso. Cuando el proceso de línea de base es el
SS una 1, un 2, . . . , un pag ruido blanco gaussiano, la diferencia re entre dos puntos coincidentes posibles tiene
norte
una distribución gaussiana con media 0 y varianza 2 b2. Be- causa de la
independencia, el CP de un partido es independiente de metro
ui un 1 ui 1 un 2 ui 2 un pag UIP 2
yo pag 1
e igual a
que se determina con precisión mediante la resolución de los primeros pag ecuaciones
Yule- Walker con correlaciones estimaron utilizando el sam- ple autocorrelación 1
CP PD r mi X 2 4 si 2 re X
coef fi cientes (4). El orden del proceso se estima entonces para minimizar el 2 si
criterio del Schwarz Bayesiano (SBC) (Ref. 25) rr

ε ( 1 ε)
r
2
r1

si si 2
SBC pag Iniciar sesión SS una 1, un 2, . . . , un pag / N p
norte Iniciar sesión norte
donde la aproximación es válida para los pequeños r. Convertimos CP a
lo que representa un compromiso entre la fi t del modelo AR y el número de SampEn tomando su logaritmo negativo y hacer dos aproximaciones
parámetros estimados.
2 ε1ε
APÉNDICE B SampEn m, r, N Iniciar sesión r 1 log
b2

La estimación de la varianza de SampEn 2 ε1ε

Iniciar sesión r
Dejar X metro( yo) denotar la plantilla [ u (i k): 0 km 1] de 2 si 2
longitud metro a partir de una serie de tiempo [ u (i): 1 i N] de longitud norte
2b.
supone que es independiente e idénticamente distribuida. El número de coincidencias de donde la segunda aproximación es válida para 2 ε ( 1 ε)
longitud metro 1 se puede expresar como UN Para una señal que consiste en un espectro de modos, CP depende de manera
¥ T ij, dónde T ij 1 Si X m 1 ( yo) partidos X m 1 ( j), y 0 otro- compleja en la forma en que el proceso hace que las transiciones de un modo a
sabio. La suma puede ser restringido a la si pares ( i, j) de otro. Si partidos predominantemente

AJP-Regul Integr Comp Physiol • VOL 283 • SEPTIEMBRE 2002 • www.ajpregu.org

 ENTROPY MUESTRA DE NEONATAL HRV
sólo se producen dentro del mismo modo, el análisis se mantiene, y SampEn se puede
aproximar para la pequeña r por
2
SampEn m, r, N log r 1 log
b2
2 tasa de variabilidad: análisis de dominio de frecuencia. Clin Cardiol 10: 499-533, 1992.
Iniciar sesión r
2 b2
2 ε ( 1 ε).
de acuerdo con nuestro resultado anterior, donde 2
Referencias
1. Baldzer K, diques FD, Jones SA, Brogan M, Carrigan TA,
Giddens y DP. análisis de la variabilidad de la frecuencia cardíaca en niños nacidos a término:
índices espectrales para el estudio del control cardiorrespiratoria neonatal. Pediatr Res 26:
188-195, 1989.
2. Berntson GG y Stowell JR. artefactos de ECG y la frecuencia cardiaca
la variabilidad: no se pierda el ritmo. psicofisiología 35: 127-132,
1998.
3. Chaf fi n DG Jr, Barnard JM, Phernetton T, y Reed KL.
La disminución de la entropía aproximada de variabilidad del ritmo cardíaco en el feto
ovino hipóxica. J materno-fetal Med 8: 23-26, 1998.
4. Chat en campo C. El análisis de series temporales. Nueva York: Chapman
y Hall, 1985.
5. Garde S, Regalado MG, Schechtman VL, y Khoo MC.
la dinámica no lineal de la variabilidad del ritmo cardíaco en los recién nacidos expuestos a la
cocaína durante el sueño. Am J Physiol Corazón Circ Physiol 280: H2920-H2928, 2001.
6. fi Grif n MP y Moorman JR. Hacia el diagnóstico precoz de
sepsis neonatal y enfermedad similar a sepsis usando novela análisis del ritmo cardíaco. Pediatría
107: 97-104, 2001.
7. Groome LJ, Mooney DM, Holanda SB, Smith LA, Atterbury
JL, y Loizou PC. Los fetos humanos tienen la dinámica cardiaca no lineales. J Appl
Physiol 87: 530-537, 1999.
8. Kuster H, Weiss M, Willeitner AE, Detlefsen S, Jeremias I,
Zbojan J, Geiger R, Lipowsky G, y Simbruner G. Interleucina-1 antagonista de los
receptores y la interleucina-6 para sis diag- precoz de la sepsis neonatal de 2 días antes
de la manifestación clínica. Lanceta
352: 1271-1277, 1998.
9. Lipsitz LA, Pincus SM, Morin RJ, Tong S, Eberle LP, y
Gootman PM. La evidencia preliminar para la evolución in complejidad de la dinámica de la
frecuencia cardíaca durante la maduración autonómica en cerdos neonatales. J Auton Nerv
Syst 65: 1-9, 1997.
10. Makikallio TH, Ristimae T, Airaksinen KE, Peng CK,
Goldberger AL, y Huikuri HV. dinámica de la frecuencia cardiaca en pacientes con
angina de pecho estable y la utilidad de las medidas de fractales y complejidad. Am J
Cardiol 81: 27-31, 1998.
11. Makikallio TH, Seppanen T, M Niemela, Airaksinen KE,
Tulppo M, y Huikuri HV. Las anomalías en latido a latido complejidad de la
dinámica de la frecuencia cardíaca en pacientes con infarto de miocardio previo. J
Am Coll Cardiol 28: 1005-1011, 1996.
12. Newlin DB, Wong CJ, Stapleton JM, y Londres ED.
cocaína intravenosa disminuye tono vagal cardiaco, índice vagal (derivada en el
espacio Lorenz), y el corazón periodo complejidad (aproxi-
AJP-Regul Integr Comp Physiol • VOL 283 • SEPTIEMBRE 2002 • www.ajpregu.org
R797
entropía imate) en los consumidores de cocaína. Neuropsicofarmacología
23: 560-568, 2000.
13. Oddis CV y ​Finkel MS. Las citocinas y óxido nítrico sintasa
inhibidor como mediadores de la refractariedad adrenérgicos en los miocitos cardíacos. Eur
J Pharmacol 320: 167-174, 1997.
14. Ori Z, Monir G, Weiss J, Sayhouni X, y Singer DH. Corazón
15. Palazzolo JA, Estafanous FG, y Murray PA. entropía
medidas de variación de la frecuencia cardíaca en perros conscientes. Am J Physiol Corazón Circ
Physiol 274: H1099-H1105, 1998.
dieciséis. Pincus SM. entropía aproximada como una medida del sistema de com-
complejidad. Proc Natl Acad Sci EE.UU. 88: 2297-2301, 1991.
17. Pincus SM. entropía aproximada (APEN) como un medi- complejidad
seguro. Caos 5: 110-117, 1995.
18. Pincus SM. La cuantificación de la complejidad y la regularidad de neurobi-
sistemas ological. métodos Neurosci 28: 336-363, 1995.
19. Pincus SM, Gladstone mensajería instantánea y Ehrenkranz RA. Un habitual-
estadística dad para el análisis de los datos médicos. J Clin Monit 7: 335-345,
1991.
20. Pincus SM y Goldberger AL. Fisiológica de series temporales
Análisis: lo que hace cuantificar la regularidad? Am J Physiol Corazón Circ Physiol 266:
H1643-H1656, 1994. 20a. Pincus SM y Huang WM. entropía aproximada: estadístico
descargado de
propiedades y aplicaciones. Commun estatista-Teoría Meth 21: 3061-3077, 1992.
21. Pincus SM y Viscarello RR. entropía aproximada: un Re-
medida laridad para el análisis de la frecuencia cardíaca fetal. Gynecol Obstet 79: 249-255, 1992.
22. Richman JS y Moorman JR. series de tiempo fisiológico
análisis utilizando entropía aproximada y la entropía de la muestra. Am J Physiol
Corazón Circ Physiol 278: H2039-H2049, 2000.
ajpregu.physiology.org
23. Rukhin AL. entropía aproximada para probar la aleatoriedad.
Probabilidad J Appl 37: 88-100, 2000.
24. Schechtman VL, Kluge KA, y Harper RM. Dominio del tiempo
sistema para evaluar las variaciones en la frecuencia cardíaca. Med Biol Eng Comput 26:
367-373, 1988.
25. Schwarz G. Estimación de la dimensión de un modelo. Ann Stat 6:
461-464, 1978.
26. Stoll BJ, Gordon T, Korones SB, Shankaran S, Tyson JE,
Bauer CR, Fanaroff AA, limones JA, Donovan EF, Oh W, Stevenson DK,
Ehrenkranz RA, Papile LA, Verter J, y Wright LL. sepsis de aparición tardía en
el 18 de enero 2008
recién nacidos de muy bajo peso al nacer: un informe del Instituto Nacional de
Salud Infantil y Neonatal Research Network Desarrollo Humano. J Pediatr 129:
63-71,
1996.
27. Grupo de Trabajo de la Sociedad Europea de Cardiología, y
la Sociedad de estimulación y Electrophysi- norteamericana ology. variabilidad
de la frecuencia cardíaca: patrones de medida, la interpretación iológica phys-, y el
uso clínico. Circulación 93: 1043-
1065, 1996.
28. Veldhuis JD, Johnson ML, Veldhuis OL, Straume M, y
Pincus SM. Impacto de pulsatilidad en el orden conjunto (entropía aproximada) de
la secreción de neurohormona. Am J Physiol Regul Integr Comp Physiol 281:
R1975-R1985, 2001.