Uso de regressão logística para avaliação dos parâmetros de métodos lineares e não lineares aplicados na variabilidade da frequência cardíaca

Abstract

Com o aumento das doenças cardiovasculares e com a necessidade de ferramentas não invasivas e específicas para diagnósticos e prognósticos, a Variabilidade da Frequência Cardíaca é uma alternativa que serve para analisar intervalos RR, que é um intervalo identificado a partir do Eletrocardiograma, tendo relação direta com o Sistema Nervoso Autônomo, podendo ser um marcador para doenças cardíacas. Para análise de séries temporais de intervalos RR, há uma diversidade de parâmetros que podem ser obtidos de métodos de análise lineares (domínio do tempo e da frequência) e não lineares. Assim, estabelecer possíveis parâmetros preditores de eventos cardíacos pode ser uma tarefa desafiadora, sendo apropriado uma abordagem multivariada, como a regressão logística para elaboração de um modelo de predição. O objetivo do trabalho é analisar as series temporais de intervalos RR em indivíduos normais, infartados e com taquicardia ventricular e através desta análise, verificar se a partir dos intervalos RR é possível separar os indivíduos de acordo com o evento cardíaco ocorrido. Foram analisados intervalos RR, intervalos QT e intervalos TT, onde esses dados foram obtidos a partir do banco de dados Physionet. As analises foram realizadas através do software Kubios e GraphPad Prism 5. Os resultados apresentaram diferenças estatísticas entre todos os grupos, como no domínio do tempo onde teve diferenças em todos os parâmetros entre os grupos normais vs. infartados, no domínio da frequência a maior prevalência foi entre normais vs. taquicardia ventricular e no método não linear foi identificado na comparação de normais vs. infartados e infartados vs. taquicardia, enquanto os parâmetros do domínio da frequência, intervalos QT e intervalos TTp-e estabeleceram diferença estatística entre todos os grupos. Além disso, foi utilizada a regressão logística como análise complementar e dentre os modelos de predição elaborados verificou-se que a combinação de quatro variáveis possui valor médio de F1 score de 78,4% para acurácia dos eventos cardíacos. Destacou-se parâmetros do domínio do tempo e do domínio da frequência como possíveis preditores no modelo de regressão logística. O trabalho que, a partir das análises realizadas, é possível diferenciar os parâmetros preditores dos grupos comparados, sendo a variabilidade da frequência cardíaca fenômeno fisiológico que pode sugerir, a partir da sua análise, um diagnóstico e um prognóstico personalizado, a partir de métodos computacionais, contribuindo para a prática médica.