Uso de redes complexas ordinais para análise de variabilidade da frequência cardíaca
Data
2022
Autores
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Brasil
Resumo
Introdução: Esforços para aplicação da análise de redes complexas ordinais, estão sendo ampliados e reconhecidos como eficazes na avaliação e interpretação de sinais biológicos não lineares, incluindo os obtidos a partir de Eletrocardiogramas (ECGs) e eletroencefalogramas (EEGs). A análise simbólica ordinal, ou seja, a análise de representações ordinais, tem algumas vantagens práticas. Em primeiro lugar, é em geral reconhecida como sendo conceitualmente simples e computacionalmente rápida. Além disso, os padrões ordinais, sendo definidos pelas desigualdades, são relativamente robustos contra o ruído observacional. Por isto, a análise simbólica ordinal tem permanecido como método popular em biologia e medicina, especialmente quando se trata de distinguir condições de saúde normais e anormais, em tempo real. Objetivo: Analisar as medidas de quantificação de redes complexas para aplicá-las na diferenciação de séries temporais de intervalos RR de grupo de indivíduos saudáveis e coronariopatas. Material e Métodos: Trata-se de um estudo computacional que envolve análise de séries temporais de intervalos RR de jovens saudáveis e coronariopatas de um banco de dados. Foi realizado mapeamento da série temporal para transformação em redes complexas. A partir das redes complexas, diversos parâmetros foram obtidos, como cálculo das entropias, números de arestas da rede, grau médio da rede, densidade da rede, e coeficiente de clusterização global da rede. Na implementação das análises matemáticas, utilizou se Python e o SPSS versão 20.0 para as análises estatísticas. Na primeira parte do trabalho, foi analisado o impacto dos parâmetros de dimensão e delay nas medidas de entropias. Na segunda parte, o total da amostra correspondente a 40 séries temporais de intervalos RR, dividido em dois grupos, foram comparados aplicando-se as medidas de quantificação da rede. Resultados e Discussão: Os parâmetros tiveram efeito diretamente proporcional nas medidas de entropia até certo limite. Achados na literatura, mostraram que a limitação na análise de redes ordinais se dá pela dissipação no processo de mapeamento ou por inevidência de alguns tipos de sinais. Observou-se que para diminuir as degenerações, as dimensões precisam ser grandes o suficiente sem, entretanto, inviabilizar a análise computacional ou aumentar demasiadamente os ruídos nos sinais. Nos quantificadores da rede, foi possível avaliar o impacto dos parâmetros na eficácia, para a classificação dos indivíduos saudáveis e coronariopatas. Conclusão: A entropia de Shannon destacou-se em todas as dimensões para delay 6, já a coeficiente de clusterização global da rede limitando-se a dimensões 5 e 6. Portanto, a análise das medidas de quantificação de redes complexas aplicadas na diferenciação de séries temporais de intervalos RR possibilitou a diferenciação de intervalos RR de grupo de indivíduos saudáveis e coronariopatas.
Abstract
Introduction: Efforts to apply the analysis of complex ordinal networks are being expanded and recognized as effective in the evaluation and interpretation of non-linear biological signals, including those obtained from electrocardiograms (ECGs) and electroencephalograms (EEGs). Ordinal symbolic analysis, that is, the analysis of ordinal representations, has some practical advantages. First of all, it is generally recognized as being conceptually simple and computationally fast. Furthermore, ordinal patterns, being defined by inequalities, are relatively robust against observational noise. For this reason, ordinal symbolic analysis has remained a popular method in biology and medicine, especially when it comes to distinguishing normal and abnormal health conditions in real time. Objective: To analyze the quantification measures of complex networks to apply them in the differentiation of time series of RR intervals of a group of healthy individuals and those with coronary artery disease. Material and Methods: This is a computational study that involves analysis of time series of RR intervals of healthy young people with coronary artery disease from a database. The time series was mapped for transformation into complex networks. From the complex networks, several parameters were obtained, such as entropy calculation, number of network edges, average degree of network, network density, and global clustering coefficient of the network. In the implementation of the mathematical analyses, Python and SPSS version 20.0 were used for the statistical analyses. In the first part of the work, the impact of dimension and delay parameters on entropy measurements was analyzed. In the second part, the total sample corresponding to 40time series of RR intervals, divided into two groups, were compared by applying the network quantification measures. Results and Discussion: The parameters had a directly proportional effect on entropy measurements up to a certain limit. Findings in the literature showed that the limitation in the analysis of ordinal networks is caused by the dissipation in the mapping process or by the lack of evidence of some types of signals. It was observed that to reduce the degenerations, the dimensions need to be large enough without, however, derail the computational analysis or excessively increasing the noise in the signals. In the quantifiers of the network, it was possible to evaluate the impact of the parameters on the efficacy, for the classification of healthy and coronary patients. Conclusion: Shannon entropy stood out in all dimensions for delay 6, showing better results in dimensions 5 and 6, with special emphasis on dimension 6 in several of them. Enabling the differentiation of time series of RR intervals of a group of healthy and coronary diseased individuals.
Descrição
Palavras-chave
Intervalos RR, Redes complexas, Dinâmica simbólica, Entropias, Modelos matemáticos