ABSTRACT
Objetivos: desarrollar simulaciones físico-matemáticas de dinámicas cardÍacas desde estados de normalidad hasta estados agudos. Materiales y métodos: se tomaron 4 dinámicas cardíacas con diagnósticos de normalidad, a partir de las cuales se realizaron 4 simulaciones de cada dinámica, a partir de alteraciones de los valores máximos y mínimos de frecuencias cardiacas y número de latidos, mediante un algoritmo aleatorio, para luego realizar simulaciones de la totalidad de las secuencias y construir atractores.Posteriormente, se calcularon probabilidades, entropías y proporciones de entropía, y se establecieron los diagnósticos de cada simulación, determinando así trayectorias desde normalidad, pasando por enfermedad crónica hasta enfermedad aguda.Resultados: La metodología permitió establecer medidas de probabilidad, entropía y proporciones de la entropía del atractor que matemáticamente dan cuenta del nivel de gravedad de cada simulación, evidenciando variaciones entre diferente niveles de enfermedad crónica y aguda. Conclusión: las trayectorias desarrolladas evidencian el carácter preventivo a nivel clínico de la metodología al cuantificar variaciones en el tiempo y señalar alteraciones leves que pueden dar lugar a estados agudos...(AU)
Objective: to develop physical and mathematical simulations of cardiac dynamics from normal states to acute conditions. Methods: 4 normal cardiac dynamics were taken, from which 4 simulations were made for each dynamic, starting from maximum and minimum values of heart rates and number of beats per hour. These values were used to make a simulation of the entire sequency through a random algorithm; after that, it was possible to build attractors. Subsequently, probabilities, entropies and entropy proportions were calculated, and each simulation diagnoses were established, determining paths for normal, chronic disease and acute illness. Results: the methodology allowed to establish measures of probability, entropy and proportions of the entropy of the attractor that quantify mathematically the level of severity of each simulation, showing variations between different levels of chronic and acute disease.Conclusion:the developed paths show the diagnostic capacity of this methodology to quantifyvariations in time and show slight alterations that can lead to acute conditions, being useful in the clinical setting...(AU)