Análisis y clasificación del patrón respiratorio de pacientes en proceso de retirada del ventilador mecánico
La estimación del momento óptimo de retirar la ventilación asistida de un paciente en cuidado intensivo sigue siendo fundamental en la práctica clínica. En este trabajo se estudia el patrón respiratorio a partir de la señal de flujo respiratorio de pacientes en proceso de extubación teniendo en cuen...
- Autores:
-
Chaparro-Preciado, J. A. (Javier Alberto)
Giraldo-Giraldo, B. (Beatriz )
- Tipo de recurso:
- Article of journal
- Fecha de publicación:
- 2011
- Institución:
- Universidad EIA .
- Repositorio:
- Repositorio EIA .
- Idioma:
- spa
- OAI Identifier:
- oai:repository.eia.edu.co:11190/498
- Acceso en línea:
- https://repository.eia.edu.co/handle/11190/498
- Palabra clave:
- RBI00087
TECNOLOGÍAS PARA LA SALUD
TECHNOLOGY IN HEALTH
RESPIRATION , ARTIFICIAL - ADVERSE EFFECTS
RESPIRACIÓN ARTIFICIAL - EFECTOS ADVERSOS
PATRÓN RESPIRATORIO
VENTILACIÓN MECÁNICA
MODELADO DE SEÑAL
RETIRADA DEL VENTILADOR
BREATHING PATTERN
MECHANICAL VENTILATION
SIGNAL MODELING
WEANING PROCESS
- Rights
- openAccess
- License
- Derechos Reservados - Universidad EIA, 2020
| Summary: | La estimación del momento óptimo de retirar la ventilación asistida de un paciente en cuidado intensivo sigue siendo fundamental en la práctica clínica. En este trabajo se estudia el patrón respiratorio a partir de la señal de flujo respiratorio de pacientes en proceso de extubación teniendo en cuenta las siguientes etapas: caracterización de la señal a partir de la identificación de los ciclos respiratorios, análisis del patrón respiratorio a partir del modelado matemático de las series, y clasificación del mismo con el objetivo de identificar patrones de pacientes con posible éxito en el proceso. Se analizaron 153 pacientes clasificados en los grupos éxito, fracaso y reintubados, de acuerdo con el resultado de la prueba de extubación de tubo en T. Se seleccionaron las series temporales de tiempo de espiración, tiempo de inspiración, duración del ciclo respiratorio e índice de respiración superficial dado que presentaron diferencias significativas en los parámetros de valor medio, orden del modelo, primer coeficiente y error final de predicción. Con ellas se obtuvo una exactitud de clasificación del 86% (sensibilidad 0,86 – especificidad 0,84) utilizando un clasificador tipo discrimante lineal. Se analizaron otros clasificadores como regresión logística y máquinas de soporte vectorial. |
|---|