Introducción

En el mundo hay más de 346 millones de personas con diabetes; los reportes indican que la diabetes se está convirtiendo en una epidemia mundial relacionada con el rápido aumento del sobrepeso, la obesidad y la inactividad física¹. De acuerdo con los informes más recientes de la OMS, se calcula que en 2004 fallecieron 3.4 millones de personas a consecuencia del exceso de azúcar en la sangre. Más del 80% de las muertes por diabetes se registran en países de ingresos bajos y medios; casi la mitad de esas muertes corresponde a personas de menos de 70 años y un 55% a mujeres². La OMS ha previsto que entre 2005 y 2030 la cifra de muertes por diabetes será del doble². La prevalencia de la enfermedad ha ido aumentando en América Latina, tanto en la población adulta, como en jóvenes; en Colombia, el 7% de la población adulta tiene diabetes³.

Cabe resaltar que, la diabetes es una enfermedad crónica que surge cuando el páncreas no produce insulina suficiente o cuando el organismo no utiliza eficazmente la insulina que produce². La diabetes de tipo 1 (también llamada insulino-dependiente, juvenil o de inicio en la infancia), se caracteriza por una producción deficiente de insulina y requiere la administración diaria de esta hormona.

Por su parte, la diabetes de tipo 2 (también llamada no insulino-dependiente o de inicio en la edad adulta), se debe a una utilización ineficaz de la insulina. Este tipo representa el 90% de los casos mundiales y obedece, en gran medida, a un peso corporal excesivo y a inactividad física. Esta enfermedad aumenta el riesgo de cardiopatía y accidente cerebrovascular (ACV); se ha observado que un 50% de los pacientes diabéticos muere a causa de enfermedad cardiovascular (principalmente cardiopatía y ACV)².

Las complicaciones de esta enfermedad tienen un importante impacto económico en quienes la padecen, sus familias, los sistemas de salud y los países. Por ejemplo, la OMS calcula que en 2006-2015 China dejará de percibir unos ingresos nacionales de US$ 558.000 millones a causa de las cardiopatías, los ACV y la diabetes². Expertos en diabetes y enfermedad cardiovascular han concluido que los estudios indican que hay un beneficio importante si se alcanza un estricto control glucémico para prevenir el primer evento cardiovascular⁴.

La enfermedad cardiovascular se define como el compromiso que pueden tener los vasos sanguíneos al depositarse grasa en sus paredes, lo cual obstruye el flujo normal de la sangre a través de estos⁴. Las consecuencias radican en si los vasos son del corazón, el cerebro o de las extremidades inferiores; estos órganos o estructuras no tendrán un adecuado aporte de nutrientes, entre ellos el oxígeno y, por tanto, terminarán en un estado de hipoxia o infarto.

Si este cuadro perdura en el tiempo llevará a la muerte de la zona carente de oxígeno, lo cual se define como necrosis⁴. El corazón puede ser afectado de diferentes maneras. La diabetes es un importante factor de riesgo de enfermedad arterial coronaria y de insuficiencia cardíaca, que puede, además, condicionar la aparición de neuropatía autonómica⁵.

La teoría de los sistemas dinámicos caracteriza los estados y la evolución de los sistemas a partir de sus variables dinámicas en el espacio de fases⁶. Dado el carácter de impredecible de los sistemas dinámicos caóticos, su comportamiento no puede formularse en términos de soluciones deterministas; en su lugar, son descritos mediante espacios de fase, que consisten en una imagen que permite definir el comportamiento del sistema en términos geométricos, determinando hacia dónde esta se dirige.

Esta teoría se ha aplicado al estudio de la morfología y la fisiología cardiacas, como se evidencia en los trabajos de Goldberger et al.⁷,⁸, en los que la aplicación de medidas dinámicas al sistema cardiaco mostró que la enfermedad está asociada a un comportamiento cardiaco muy regular o irregular, en tanto que la normalidad presenta un comportamiento intermedio entre éstos, contradiciendo la concepción homeostática tradicional⁷,⁸.

Con base en lo anterior, se encuentran fundamentalmente dos tipos de atractores: predecibles e impredecibles. Los primeros toman dos formas: el punto y el ciclo; los segundos presentan un comportamiento caótico cuya geometría, representada en el espacio de fases, es un fractal, y se conocen como atractores caóticos⁹. Desde esta construcción, el caos se concibe como un sistema dinámico igual que los otros, pero fundamentalmente dependiente de condiciones iniciales e impredecibles⁹. Se ha considerado que en esta última categoría se encuentran los atractores cardíacos⁷.

A partir de estas teorías, se han desarrollado métodos de evaluación y diagnóstico de la dinámica cardiaca mediante el análisis de registros Holter. Ejemplo de lo anterior es una ley exponencial con la que se deducen todos los posibles atractores caóticos cardiacos discretos de aplicación clínica para diferenciar la normalidad cardíaca de la enfermedad y la evolución entre ambos estados¹⁰ y de la cual recientemente se ha demostrado su aplicabilidad para el diagnóstico cardíaco en la unidad de cuidados intensivos¹¹.

El propósito de esta investigación consiste en aplicar el método diagnóstico desarrollado con base en la ley exponencial de la dinámica cardiaca a registros Holter normales y con diabetes, estableciendo su aplicabilidad y utilidad en el diagnóstico de la dinámica cardiaca para esta población específica, mediante la evaluación de la concordancia diagnóstica del mismo respecto al estándar de oro.

Método

Resultados

Los datos clínicos más representativos de los registros Holter analizados se encuentran en la tabla 1, mientras que los valores de dimensión fractal y ocupación espacial en las rejillas K_p y K_p se listan en la tabla 2.

Los registros Holter provenientes de sujetos normales tuvieron valores de ocupación entre 226 a 389, con valores de dimensión fractal entre 1.74 a 1.92. Estos valores confian la capacidad del método para diagnosticar la normalidad. Los valores de ocupación en las rejillas K_p y K_p para los sujetos con diagnóstico de diabetes mellitus tipo 2 con registros Holter anormales oscilaron entre 36 a 162 y 11 a 48, respectivamente, mientras que la dimensión fractal varió entre 1.40 a 1.78. Por su parte, los valores de ocupación en las rejillas Kp y Kg para los sujetos con diagnóstico de diabetes mellitus tipo 2 con registros Holter normales oscilaron entre 54 a 224 y 16 a 62, respectivamente, mientras que la dimensión fractal varió entre 1.69 a 1.85.

Las medidas anteriores indican que, entre sujetos diabéticos, puede darse el espectro de enfermedad cardiovascular cuantificada con la metodología matemática, es decir, abarcando desde la normalidad hasta la enfermedad aguda, lo cual confirma la capacidad del método para detectar alteraciones de la dinámica cardíaca en esta población. Además, se estableció un contraste entre la población diabética con registros Holter normales y anormales desde los parámetros clínicos tradicionales, ya que los 5 registros Holter clínicamente anormales fueron diagnosticados dentro de los valores matemáticos de enfermedad cardíaca, mientras que en los 5 registros clínicamente normales se encontraron valores que oscilaron desde la normalidad a la enfermedad aguda con la metodología matemática.

Respecto a este último escenario, es decir, registros Holter de sujetos diabéticos diagnosticados clínicamente como normales, se encontró que tan sólo 1 de los 5 registros fue diagnosticado como normal con la metodología matemática, lo cual sugiere posibles alteraciones subdiagnosticadas en esta población.

En cuanto a los registros Holter de sujetos con enfermedades cardiovasculares, los valores de ocupación en las rejillas K_p y K_p oscilaron entre 16 a 116 y 9 a 33, respectivamente, mientras que la dimensión fractal varió entre 0.83 a 1.91. Estos valores confirman la capacidad del método para diagnosticar enfermedad cardíaca y valorar.

Los valores de sensibilidad y especificidad fueron del 100%, con un coeficiente kappa de 1.

Discusión

Esta es la primera investigación en la cual se emplea una metodología basada en una ley matemática caótica aplicada durante 18 horas para analizar la dinámica cardíaca de 30 pacientes con diabetes mellitus. Los resultados de esta investigación sugieren, en concordancia con la literatura médica, que esta enfermedad impacta la dinámica cardíaca, desde el escenario de las anormalidades crónicas hasta la agudización.

Igualmente, es importante mencionar que se logró confirmar la capacidad del método para diagnosticar la normalidad y las enfermedades cardiovasculares que impactan la dinámica cardíaca, lo cual sugiere que la metodología matemática puede detectar un espectro de alteraciones clínicas subdiagnosticadas en la población diabética, incluyendo casos de enfermedad aguda; esto pudo confirmarse al contrastar los valores matemáticos de los sujetos con enfermedad cardiovascular y sin diabetes con los valores de los sujetos diabéticos. De esta manera, la aplicabilidad clínica de esta metodología radica en la posibilidad de valorar cuantitativamente el impacto de la enfermedad, logrando estratificar el grado de evolución hacia la enfermedad aguda en el contexto de la diabetes mellitus tipo 2, lo cual deberá confirmarse en investigaciones posteriores con mayores cantidades de pacientes. Adicionalmente, resultará interesante plantear investigaciones en las que se analicen los diferentes tiempos de diagnóstico clínico de la enfermedad para evaluar su impacto respecto al tiempo.

El estudio de la variabilidad de la frecuencia cardiaca a partir de los cambios RR en el tiempo es uno de los mayores campos de interés en la cardiología actual debido a que la mayoría de los análisis han encontrado que la variabilidad RR es un predictor de muerte súbita arrítmica¹³, muerte por falla cardiaca¹⁴, eventos arrítmicos después de un infarto agudo de miocardio¹⁵ y mortalidad por sepsis¹⁶.

Sin embargo, el carácter predictivo de estas variables no es ideal, pues, aunque un valor normal hace poco probable un evento, un valor anormal no necesariamente predice un desenlace cardiovascular, ya que, por ejemplo, la desviación estándar de los intervalos normal-normal (SDNN) -uno de los parámetros más usados-, tiene una estimación numérica difícil y tampoco se ha demostrado con certeza su rol predictivo cardiovascular¹⁷; además, estas metodologías están desarrolladas con base en métodos estadísticos¹⁸. La evaluación estadística evalúa porcentajes que dan cuenta del comportamiento global de una población, lo que no permite determinar de manera reproducible el comportamiento de cada caso particular. Adicionalmente, la realización de promedios y otras técnicas estadísticas implica pérdida de información, con lo que se desconoce su significado o su importancia.

Los métodos de diagnóstico basados en la variabilidad RR pueden ser mejorados al desarrollar medidas objetivas que den cuenta de la autoorganización física y matemática del sistema⁷,⁸, en lugar de centrarse en la variabilidad, lo que implica una mayor sencillez en la obtención y análisis de datos, así como una posible disminución de costos en cuanto a clínica. Los órdenes físicos y matemáticos de la dinámica cardiaca encontrados en este trabajo son más simples y fáciles de realizar como herramientas de ayuda diagnóstica, en comparación con otros métodos de la evaluación de la dinámica cardiaca¹⁰.

Siguiendo esta línea de investigación en física y matemáticas, se han desarrollado otros métodos diagnósticos en cardiología para detectar alteraciones cardíacas mediante las proporciones de la entropía¹⁹, al igual que se han logrado establecer predicciones de los recuentos de CD4 en personas con infección por VIH²⁰, predicciones de mortalidad en la unidad de cuidados intensivos²¹ y predicciones de la unión peptídica al HLA clase II²².