ABSTRACT
Introducción: la falta de medidas preventivas y tempranas en el manejo de la enfermedad venosa crónica (EVC) ha sobrecargado el sistema nacional de salud pública. Objetivos: desarrollar un modelo matemático de reconocimiento de patrones que relacione la insuficiencia de la unión safenofemoral (USF) con la clínica de EVC y trazar el perfil sociodemográfico de los pacientes. Métodos: se realizó una investigación cuantitativa, inductiva y descriptiva. Se hicieron preguntas objetivas a los participantes. El grupo de pacientes diagnosticados de EVC (91) se clasificaron en 2 grupos: grupo 0, enfermedad leve (CEAP, C2 y C3), y grupo 1, enfermedad grave (CEAP, C4, C5 y C6). Se realizó una ecografía vascular con Doppler en los miembros inferiores (MI). A partir de 16 variables predictoras sociodemográficoas, clínicas y de imagen, entre ellas el tiempo de reflujo, la velocidad pico sistólica en reflujo y el volumen de reflujo, se buscó un modelo a través de dos métodos de reconocimiento y clasificación de patrones: regresión logística y análisis discriminativo con puntaje cuadrático. El perfil de los participantes se analizó por frecuencia relativa y absoluta. Resultados: como perfil encontramos una paciente femenina, multípara, de casi 50 años, con un índice de masa corporal elevado, baja renta y enfermedad avanzada (C4, C5 y C6). En cuanto a la relación matemática de las variables, los modelos arrojaron resultados satisfactorios, con una clasificación promedio de más del 80 % de aciertos, con un 87,06 % de predicciones para enfermedad leve (G0) y un 71,88 % de aciertos para enfermedad grave (G1). Conclusión: se estableció un modelo matemático de reconocimiento de patrones en la relación del grado de reflujo de la USF con la clínica de la EVC capaz de predecir la progresión de la EVC con buena precisión. (AU)
Introduction: the lack of early preventive measures in the management of Chronic Venous Disease (CVD) hasburdened Brazilian public health.Objectives: to develop a mathematical pattern recognition model in the relationship between saphenofemoraljunction (SFJ) insufficiency and the clinical picture of CVD, and to outline patients sociodemographic profile.Methods: a quantitative, inductive and descriptive research was carried out, in which participants were askedobjective questions. The CVD of 91 patients was clinically classified into group 0: mild disease (CEAP C2 and C 3 ),and group 1: severe disease (CEAP C4, C5 and C6). All limbs underwent Doppler ultrasonography. A model for theevolution of CVD was developed based on 16 sociodemographic, clinical and imaging predictor variables, includingreflux time, peak reflux velocity and venous reflux volume. Two methods of pattern recognition and classificationwere used: logistic regression and discriminant analysis with quadratic score. The participants profile was analyzedby relative and absolute frequency.Results: the outlined profile was that of a female patient, multiparous, aged around 50 years, with high body massindex, low income and advanced disease (C 4,5,6 ). Concerning the mathematical relationship of the variables, allthe models presented satisfactory results, with average hit rates higher than 80 %: 87.06 % for prediction of milddisease (G0) and 71.88 % for severe disease (G1).Conclusion: a mathematical model for pattern recognition was established in the relationship between degreeof reflux in the SFJ and the clinical picture of CVD. The model predicts CVD progression with a good accuracy.(AU)
