Resumen:
|
[ES] Durante el embarazo y el parto, la monitorización de la actividad uterina (AU) de la mujer permite
obtener información clínicamente relevante sobre el tiempo al parto y el bienestar de la mujer y
del feto. La presión ...[+]
[ES] Durante el embarazo y el parto, la monitorización de la actividad uterina (AU) de la mujer permite
obtener información clínicamente relevante sobre el tiempo al parto y el bienestar de la mujer y
del feto. La presión intrauterina (IUP) se considera el “gold standard” de monitorización, pero su
adquisición es altamente invasiva. Puesto que la actividad mecánica del útero es una consecuencia
de su actividad mioeléctrica, la señal de IUP se puede estimar de forma no invasiva a partir del
electrohisterograma (EHG). Esto ha sido realizado en estudios anteriores mediante parámetros
lineales y modelos monoparamétricos.
Dado que la AU del EHG es un proceso no lineal, en este trabajo se han empleado parámetros no
lineales para realizar la estimación de la IUP, así como otros lineales. Los parámetros computados
han sido: energía de Teager (TE), entropía muestral (SampEn) y espectral (SpEn), Lempel-Ziv
(LZ) y parámetros de Poincaré (SD1, SD2, SDRR y SD1/SD2). Se han utilizado registros de IUP
y de EHG adquiridos simultáneamente durante el parto de 18 pacientes. La estimación de la IUP
se ha realizado mediante modelos lineales monoparamétricos y multiparamétricos, que han sido
ajustados individual y globalmente.
TE, SD1, SD2, SDRR y SpEn han proporcionado menores errores de estimación que los de la
literatura tras haber sido computados y suavizados, con ventanas de 5s y 20s, respectivamente,
(cuatro primeros parámetros) y de 60s y 20s (SpEn). En cambio, el RMSerror ha sido
notablemente superior con SampEn, LZ y SD1/SD2. Por otro lado, los resultados de la estimación
multiparamétrica no han mejorado significativamente los de la monoparamétrica. El RMSerror
de los modelos globales (aprox. 12.3mmHg) sí que ha sido significativamente mayor que el de
los individuales (aprox. 9mmHg) debido a la variabilidad biológica entre pacientes. Futuras líneas
de investigación podrían dedicarse a la personalización de los modelos.
[-]
[EN] During pregnancy and labor, monitoring woman’s uterine activity (UA) provides clinically
valuable information about time-to-delivery and maternal and fetal wellbeing. Intrauterine
pressure (IUP) is considered the ...[+]
[EN] During pregnancy and labor, monitoring woman’s uterine activity (UA) provides clinically
valuable information about time-to-delivery and maternal and fetal wellbeing. Intrauterine
pressure (IUP) is considered the “gold standard” to monitor UA, but its acquisition is highly
invasive. Since mechanical activity of the uterus is a consequence of its mioelectrical activity,
IUP signal can non-invasively be estimated from electrohysterogram (EHG) recordings. Previous
studies have performed such estimation by means of lineal parameters and monovariable models.
As UA in EHG is a non-lineal process, non-lineal parameters have been used to perform the IUP
estimation in this work, as well as other lineal measures. Parameters that have been computed:
Teager energy (TE), Sample (SampEn) and Spectral entropy (SpEn), Lempel-Ziv (LZ) and
Poincaré indexes (SD1, SD2, SDRR and SD1/SD2). Simultaneous IUP and EHG recordings from
18 patients adcquired during labor have been employed. IUP estimation has been performed by
means of monoparametric and multiparametric models, which have been adjusted both
individually and globally.
TE, SD1, SD2, SDRR and SpEn have provided lower estimation errors than those from literature
when computed and smoothed with windows of 5s and 20s, respectively, (first four parameters)
and 60s and 20s (last parameter). In contrast, the RMSerror has been remarkably higher with
SampEn, LZ and SD1/SD2. On the other hand, results in multiparametric estimation haven’t
improved significally those achieved in monoparametric estimation. RMSe has been significally
higher in global models (near 12.3 mmHg) than in individual ones (near 9mmHg) due to
biological interpatient variability. Further research could be focused on the models customization.
[-]
|