Detalhes do Documento

Caraterização autonómica da insuficiência cardíaca

Autor(es): Santos, Sónia ; Pinheiro, Rafael ; Fonseca-Pinto, Rui

Data: 2023

Origem: RevSALUS – Revista Científica Internacional da Rede Académica das Ciências da Saúde da Lusofonia

Assunto(s): Insuficiência cardíaca; sistema nervoso autónomo; clustering


Descrição

Introdução: A fisiopatologia da insuficiência cardíaca (IC) é caracterizada por alterações hemodinâmicas em resultado da ativação neuro-hormonal e desequilíbrio autonómico com aumento da atividade simpática e redução da atividade parassimpática. Assim, a avaliação do contributo das componentes do Sistema Nervoso Autónomo (Simpático e Parassimpático) constitui uma metodologia com interesse clínico na classificação da IC, em particular nos casos em que a fração de ejeção está preservada. Objetivos: Caraterizar a IC através da avaliação do balanço entre o sistema simpático e parassimpático (BVS). Material e Métodos: Foram realizados 20 registos de ECG com duração de 30 minutos com diagnóstico de IC, dos quais foi extraída a informação nos domínios do tempo e da frequência para avaliação da Variabilidade da Frequência Cardíaca (VFC). Resultados: Da análise da VFC no domínio do tempo é possível identificar uma correlação positiva forte entre a redução da variabilidade cardíaca e os níveis III e IV de IC da NYHA (  e  respetivamente) Adicionalmente, através da análise de frequência dos dados da variabilidade cardíaca, em particular pela relação entre altas e baixas frequências como indicador de balanço vago-simpático (BVS) e pela sua utilização como variável adicional para realização de agrupamentos (clustering), foi possível identificar três grupos (com ,  e  dos participantes) com caraterísticas clínicas comuns. Conclusões: Da análise dos resultados é possível concluir que a VFC permite extrair marcadores com potencial para agrupar os doentes com IC tendo por base a função autonómica, em particular o BVS. Adicionalmente, é possível verificar que as técnicas de clustering permitem uma nova abordagem à classificação com base em análise multivariada.

Tipo de Documento Artigo científico
Idioma Português
facebook logo  linkedin logo  twitter logo 
mendeley logo

Documentos Relacionados