Modelo predictivo del retorno de circulación espontánea en la parada cardiorrespiratoria utilizando el ECG y la impedancia torácica

  1. J. Urteaga Urizarbarrena 1
  2. E. Aramendi Ecenarro 1
  3. A. Elola Artano 1
  4. U. Irusta Zarandona 1
  5. A. Idris 2
  1. 1 Universidad del País Vasco, Bilbao, España
  2. 2 University of Texas Southwestern Medical Center, Dallas. USA
Book:
XXXVIII Congreso Anual de la Sociedad Española de Ingeniería Biomédica. CASEIB 2020: Libro de actas
  1. Roberto Hornero Sánchez (ed. lit.)
  2. Jesús Poza Crespo (ed. lit.)
  3. Carlos Gómez Peña (ed. lit.)
  4. María García Gadañón (ed. lit.)

Publisher: Grupo de Ingeniería Biomédica ; Universidad de Valladolid

ISBN: 978-84-09-25491-0

Year of publication: 2020

Pages: 426-429

Congress: Congreso Anual de la Sociedad Española de Ingeniería Biomédica CASEIB (38. 2020. Valladolid)

Type: Conference paper

Abstract

El análisis de los diferentes tipos de ritmo cardíaco durante la parada cardiorrespiratoria y la predicción de su evolución permitiría ajustar la terapia de resucitación a cada paciente. El ritmo con actividad eléctrica sin pulso (AESP) es el ritmo inicial predominante durante la parada cardiorrespiratoria extrahospitalaria, y es de gran interés disponer de modelos que predigan el retorno espontáneo de circulación (RCE). En este trabajo se propone un método automático que discrimina los casos de AESP que evolucionan a RCE de los que no recuperan el pulso. El modelo combina parámetros de las señales de electrocardiograma (ECG) e impedancia torácica (IT) adquiridas con los parches del desfibrilador. La base de datos consiste en 185 pacientes (73 con RCE) de los que se extrajeron 1600 segmentos (432 con RCE). Aplicando una validación cruzada de 10 particiones y un clasificador de máquinas de vectores de soporte (SVM), se demuestra que la IT añade valor discriminativo al modelo basado en ECG. Para un clasificador SVM con un núcleo polinómico de orden 2 se obtuvo una sensibilidad del 79.8%, una especificidad del 85.5% y un área bajo la curva ROC de 0.91.