Opciones del articulo

Artículos relacionados

REVISIÓN

Análisis de la variabilidad de los sistemas complejos utilizando entropía aproximada
"Complex systems variability analysis using approximate entropy"
Eduardo Cuestas
Revista de la Facultad de Ciencias Médicas 2010; 67(2): 77-80

Servicio de Pediatría y Neonatología. Hospital Privado. Cátedra de Clínica Pediátrica. Facultad de Ciencias Médicas. Universidad Nacional de Córdoba.
Cátedra de Metodología de la Investigación y Bioestadística. Facultad de Medicina. Universidad Católica de Córdoba.
Servicio de Pediatría y Neonatología. Hospital Privado  Naciones Unidas 346 X5016 Córdoba- Argentina Teléfono 0351-4688241
E-mail: ecueatas@hospitalprivadosa.com.ar

Resumen:
Los sistemas biológicos son sistemas altamente complejos, tanto espacial como temporalmente. Los mismos están cimentados en una red dinámica interconectada marcadamente interdependiente, redundante y pleiotrópica. Las propiedades de un sistema son distintas de las de sus partes, aunque ellas dependen de la integridad del todo. Las propiedades sistémicas desaparecen cuando el sistema se rompe, mientras que las propiedades de sus componentes se mantienen. La enfermedad puede entenderse como una alteración funcional sistémica del organismo humano, y se presenta con una enorme variabilidad en los patrones de severidad, estabilidad y duración. Los sistemas biológicos complejos se caracterizar por presentar ritmos o ciclos medibles y objetivables, los ritmos anormales están asociados a la enfermedad y pueden estar involucrados en su patogénesis, este fenómeno se denomina “enfermedad dinámica”. Los médicos hace más de 20 siglos que reconocen la asociación de las alteraciones de los ritmos fisiológicos con la presencia de enfermedad. La medición de los valores absolutos de los parámetros clínicos es una fuente altamente significativa y relevante de datos sobre el estado de los pacientes, sin embargo la medición de la variabilidad de estos ofrece una muy valiosa información adicional. El objetivo de esta revisión fue estudiar uno de los avances más recientes en la medición y caracterización de la variabilidad biológica posibilitados por el desarrollo de modelos matemáticos basados en la teoría del caos y de las dinámicas no lineales, como el cálculo de la entropía aproximada, que ofrece una herramienta para poder discernir el significado de las diferencias en la variabilidad de los signos biológicos en diferentes grupos de pacientes.
Palabras clave: sistemas complejos, entropía aproximada, variabilidad.
 

Abstract:
Biological systems are highly complex systems, both spatially and temporally. They are rooted in an interdependent, redundant and pleiotropic interconnected dynamic network. The properties of a system are different from those of their parts, and they depend on the integrity of the whole. The systemic properties vanish when the system breaks down, while the properties of its components are maintained. The disease can be understood as a systemic functional alteration of the human body, which present with a varying severity, stability and durability. Biological systems are characterized by measurable complex rhythms, abnormal rhythms are associated with disease and may be involved in its pathogenesis, they are been termed "dynamic disease." Physicians have long time recognized that alterations of physiological rhythms are associated with disease. Measuring absolute values of clinical parameters yields highly significant, clinically useful information, however evaluating clinical parameters the variability provides additionally useful clinical information. The aim of this review was to study one of the most recent advances in the measurement and characterization of biological variability made possible by the development of mathematical models based on chaos theory and nonlinear dynamics, as approximate entropy, has provided us with greater ability to discern meaningful distinctions between biological signals from clinically distinct groups of patients.
Keywords: complex systems, approximate entropy, variability
 

·