Show simple item record

dc.contributor.advisorOrjuela-Cañón, Alvaro David 
dc.creatorJaimes Albarracin, Anggie Daniela 
dc.date.accessioned2020-12-14T20:07:15Z
dc.date.available2020-12-14T20:07:15Z
dc.date.created2020-12-07
dc.identifier.urihttps://repository.urosario.edu.co/handle/10336/30719
dc.descriptionLos trastornos del sueño son afecciones que provocan cambios en los patrones normales del sueño y que pueden generar consecuencias sobre la salud del ser humano tanto a corto como a largo plazo. Estos se agrupan dependiendo de sus causas y afecciones que generen, siendo el síndrome de apnea/hipopnea durante el sueño (SAHS, del inglés Sleep Apnea-Hypopnea Syndrome) parte de los trastornos respiratorios. El SAHS es un trastorno caracterizado por la presencia de varias pausas respiratoriaspor bloqueo de las vías aéreas durante el sueño, ocasionando una disminución del oxígeno en circulación. El método estándar de tratamiento para el SAHS pediátrico es la adenoamigdalectomía, cirugía que según diversos estudios ha demostrado una alta efectividad, eliminando las desaturaciones de oxígeno y contribuyendo a el retorno de las funciones normales del sistema nervioso autónomo y la actividad cardiaca. Actualmente, y debido a las alteraciones en la actividad eléctrica del cerebro y el corazón causadas por el SAHS, ha crecido el interés en el uso de la polisomnografía para caracterizar la interacción entre la actividad eléctrica del cerebro y el corazón. Esta cuantificación de dichas características topológicas se realiza comúnmente mediante la Granger Causality(GC). Esta medida es una noción estadística de influencia causal, basada en la predicción a través de la autorregresión vectorial. Sin embargo, en la última década se han presentado propuestas alternativas para la obtención de medidas similares, basadas en arquitecturas de redes neuronales, para encontrar relaciones no lineales en dicha influencia causal. El presente documento recopila el planteamiento del proyecto en el que se buscó caracterizar la relación entre la actividad eléctrica cardíaca y cerebral en pacientes pediátricos con SAHS en etapas de pre- y post-tratamiento. El proyecto se encuentra dividido en cuatro etapas: la primera corresponde al preprocesamiento de las señales, en donde al final de esta etapa se obtuvieron ocho series de tiempo de potencias normalizadas de cada registro de polisomnografía, representadas en cinco subbandas de EEG(α,β,δ,θ,γ) y tres de la variabilidad de la frecuencia cardiaca(VLF,LF,HF). En la segunda, se realizó el cálculo de causalidades de Granger mediante dos métodos: uno lineal haciendo uso de la toolbox MVGC y otro no lineal mediante el desarrollo de redes neuronales artificiales. Posteriormente, en la etapa tres se realizó la prueba estadística chi-cuadrado de McNemar, con la cual se logró identificar cada uno de los pares de subbandas en los que el tratamiento indujo cambios significativos. Por último, en la etapa cuatro se realizó el correspondiente análisis de los resultados obtenidos y una posterior comparación de ambos métodos, teniendo en cuenta sus ventajas y limitaciones. Finalmente, los resultados mostraron que el tratamiento permitió la recuperación de conexiones principalmente en las interacciones corazón-cerebro y cerebro-cerebro, en donde las subbandas gamma y delta presentaron un alto nivel de restauración. Adicionalmente, se evidenció como la adenoamigdalectomía no solo promueve en general una topología similar a la de sujetos sanos, sino como afecta algunas de las interacciones analizadas, generando alteraciones que no se encontraron previamente, como lo fue en el caso de la red corazón-corazón. Por último, se evidenció una diferencia notoria entre los métodos empleados, donde el análisis no lineal arrojó resultados complementarios e identificó de mejor manera interacciones informadas en estudios previos en comparación con la metodología lineal.
dc.description.abstractSleep disorders are conditions that cause changes in normal sleep patterns and that can have consequences on human health both in the short and long term. These are grouped depending on their causes and conditions, being sleep apnea/hypopnea syndrome (SAHS) part of respiratory disorders. SAHS is a disorder characterized by the presence of several respiratory pauses due to blockage of the airways during sleep causing a decrease in circulating oxygen. The standard treatment method for pediatric SAHS is adenotonsillectomy, a surgery that, according to various studies, has shown high effectiveness. This eliminates oxygen desaturations and contributes to the return of normal functions of the autonomic nervous system and cardiac activity. Currently, and due to the alterations in the electrical activity of the brain and the heart caused by SAHS, interest has grown in the use of polysomnography to characterize the interaction between the electrical activity of the brain and the heart. The quantification of these topological characteristics is commonly done using Granger Causality (GC). This measure is a statistical notion of causal influence, based on the prediction through vector autoregression. However, in the last decade, alternative proposals have been presented to obtain similar measurements, based on neural network architectures, to find non-linear relationships in said causal influence. This document compiles the approach of the project in which it was sought to characterize the relationship between cardiac and cerebral electrical activity in pediatric patients with SAHS in pre- and post-treatment stages. The project is divided into four stages. The first corresponds to the preprocessing of the signals, where at the end of this stage eight time series of normalized powers were obtained from each polysomnography record, represented in five EEG subbands (α,β,δ,θ,γ) and three of the heart rate variability (VLF, LF, HF). In the second, the calculation of Granger causalities was performed using two methods: one linear using the MVGC toolbox and the other non-linear using the development of artificial neural networks. Subsequently, in stage three, McNemar's Chi-Square statistical test was performed, with which it was possible to identify each of the pairs of subbands in which the treatment induced significant changes. Finally, in stage four, the corresponding analysis of the results obtained and a subsequent comparison of both methods was carried out, taking into account their advantages and limitations. Finally, the results showed that the treatment allowed the recovery of connections mainly in the heart-brain and brain-brain interactions, where the gamma and delta subbands presented a high level of restoration. Additionally, it was evidenced that adenotonsillectomy not only promotes a general topology similar to that of healthy subjects, but also affects some of the interactions analyzed, generating alterations that were not previously found, as it was in the case of the heart-heart network. Finally, a noticeable difference was evidenced between the methods used, where the non-linear analysis yielded complementary results and better identified interactions reported in previous studies compared to the linear methodology.
dc.format.mimetypeapplication/pdf
dc.language.isospa
dc.rightsAtribución-SinDerivadas 2.5 Colombia
dc.rightsAtribución-SinDerivadas 2.5 Colombia
dc.rights.urihttp://creativecommons.org/licenses/by-nd/2.5/co/
dc.sourceinstname:Universidad del Rosario
dc.sourceinstname:Universidad del Rosario
dc.subjectGranger Causality
dc.subjectPolisomnografía
dc.subjectRedes Neuronales
dc.subjectTrastornos del sueño
dc.subjectSíndrome de apnea/hipopnea del sueño
dc.subjectActividad eléctrica cerebral
dc.subjectActividad eléctrica cardíaca
dc.subject.ddcEnfermedades 
dc.titleCaracterización de la relación entre la actividad eléctrica cerebral y cardíaca en pacientes pediátricos con síndrome de apnea/hipopnea durante el sueño empleando medidas no lineales de causalidad
dc.typebachelorThesis
dc.publisherUniversidad del Rosario
dc.creator.degreeIngeniero Biomédico
dc.publisher.programIngeniería Biomédica
dc.publisher.departmentEscuela de Medicina y Ciencias de la Salud
dc.title.alternativeCharacterization of the relationship of electrical activity between the brain and the heart in pediatric patients with apnea/hypopnea syndrome during sleep using non-linear measures of causality
dc.subject.keywordGranger Causality
dc.subject.keywordPolysomnography
dc.subject.keywordNeural Networks
dc.subject.keywordSleep disorders
dc.subject.keywordSleep apnea / hypopnea syndrome
dc.subject.keywordBrain electrical activity
dc.subject.keywordCardiac electrical activity
dc.rights.accesRightsinfo:eu-repo/semantics/openAccess
dc.type.spaTrabajo de grado
dc.rights.accesoAbierto (Texto Completo)
dc.type.hasVersioninfo:eu-repo/semantics/acceptedVersion
dc.source.bibliographicCitationA. V. Benjafield, N. T. Ayas, P. R. Eastwood, R. Heinzer, M. S. Ip, M. J. Morrell, C. M. Núñez, S. R. Patel, T. Penzel, J.-L. Pépin, P. E. Peppard, S. Sinha, S. Tufik, K. Valentine y A. Malhotra, «Estimation of the global prevalence and burden of obstructive sleep apnoea: a literature-based analysis», The Lancet. Respiratory medicine, vol. 7, n° 8, págs. 687-698, 2019. doi: 10.1016/S2213-2600(19)30198-5.
dc.source.bibliographicCitationS. Páez-Moya y K. J. Parejo-Gallardo, «Clinical picture of obstructive sleep apneahypopnea syndrome (OSAHS)», Rev. Fac. Med., vol. 65, págs. 29-37, 2017. doi: http: //dx.doi.org/10.15446/revfacmed.v65n1Sup.59726.
dc.source.bibliographicCitationV. Eguía y J. Cascante, «Síndrome de apnea-hipopnea del sueño: Concepto, diagnóstico y tratamiento médico», Anales del Sistema Sanitario de Navarra, vol. 30, n° 1, págs. 53-74, 2007. doi: 10.4321/s1137-66272007000200005
dc.source.bibliographicCitationP. Hidalgo-Martínez y R. Lobelo, «Epidemiología mundial, latinoamericana y colombiana y mortalidad del síndrome de apnea-hipopnea obstructiva del sueño (SAHOS)», Rev. de la Facultad de Medicina, vol. 65, n° 1, págs. 17-20, 2017. doi: https://dx. doi.org/10.15446/revfacmed.v65n1Sup.59565
dc.source.bibliographicCitationD. Maurizio, F. Nuccio y G. Nicolardi, «Benefits of continuous positive airway pressure therapy for obstructive sleep apnoea patients (OSAS): Compliance and technological progress devices», Obstructive Sleep Apnea: Causes, Treatment and Health Implications, págs. 61-82, 2012.
dc.source.bibliographicCitationM. E. Arabolaza, M. Basile y B. P. Paoli, «Adenotonsyllectomy in children: indications and complications», Revista de la Federación Argentina de Sociedades de Otorrinolaringología, n° 2, págs. 70-78, 2014
dc.source.bibliographicCitationR. P. Bartsch, K. K. L. Liu, A. Bashan y P. C. Ivanov, «Network Physiology: How Organ Systems Dynamically Interact», PLoS one, vol. 10, n° 11, 2015. doi: 10.1371/ journal.pone.0142143.
dc.source.bibliographicCitationP. Ivanov y R. Bartsch, «Network Physiology: Mapping Interactions Between Networks of Physiologic Networks», In book: Networks of Networks: the last Frontier of Complexity, págs. 203-222, 2014. doi: 10.1007/978-3-319-03518-5_10.
dc.source.bibliographicCitationP. Ivanov, K. Liu y R. Bartsch, «Focus on the emerging new fields of network physiology and network medicine», New Journal of Physics, vol. 18, 2016. doi: 10.1088/1367- 2630/18/10/100201.
dc.source.bibliographicCitationL. Faes, G. Nollo, F. Jurysta y D. Marinazzo, «Information dynamics of brain–heart physiological networks during sleep», New Journal of Physics, vol. 16, n° 10, 2014. doi: 10.1088/1367-2630/16/10/105005.
dc.source.bibliographicCitationF. Jurysta, J. Lanquart, P. van de Borne, P. Migeotte, M. Dumont, J. Degaute y P. Linkowski, «The link between cardiac autonomic activity and sleep delta power is altered in men with sleep apnea-hypopnea syndrome», American journal of physiology. Regulatory, integrative and comparative physiology, vol. 291, n° 4, págs. 1165-1171, 2006. doi: 10.1152/ajpregu.00787.2005.
dc.source.bibliographicCitationA. D. Orjuela-Cañón, A. Cerquera, J. A. Freund, G. Juliá-Serdá y A. G. Ravelo-García, «Sleep apnea: Tracking effects of a first session of CPAP therapy by means of Granger causality», Computer Methods and Programs in Biomedicine, vol. 187, 2019. doi: https://doi.org/10.1016/j.cmpb.2019.105235.
dc.source.bibliographicCitationL. Faes, D. Marinazzo, S. Stramaglia, F. Jurysta, A. Porta y N. Giandomenico, «Predictability decomposition detects the impairment of brain–heart dynamical networks during sleep disorders and their recovery with treatment», Philosophical Transactions of the Royal Society a Mathematical, physical, and engineering sciences, vol. 374, 2016. doi: https://doi.org/10.1098/rsta.2015.0177.
dc.source.bibliographicCitationO. Kocak, T. Bayrak, A. Erdamar, L. Ozparlak, Z. Telatar y O. Erogul, «Automated Detection and Classification of Sleep Apnea Types Using Electrocardiogram(ECG) and Electroencephalogram(EEG) Features», in Advances in Electrocardiograms-Clinical Applications, 2012.
dc.source.bibliographicCitationJ. Cárdenas, A. D. Orjuela-Cañón, A. Cerquera y A. Ravelo, «Characterization of physiological networks in sleep apnea patients using artificial neural networks for Granger causality computation», SPIE Proceedings, 13th International Conference on Medical Information Processing and Analysis, vol. 10572, 2017. doi: 10.1117/12.2284957.
dc.source.bibliographicCitationH. Abdullah, N. C. Maddage, I. Cosic y D. Cvetkovic, «Cross-correlation of EEG frequency bands and heart rate variability for sleep apnoea classification», Medical Biological Engineering, vol. 48, n° 12, págs. 1261-1269, 2010. doi: 10.1007/s11517-010- 0696-9.
dc.source.bibliographicCitationA. Montalto, S. Stramaglia, L. Faes, G. Tessitore, R. Prevete y D. Marinazzo, «Neural networks with non-uniform embedding and explicit validation phase to assess Granger causality», Neural networks, vol. 71, págs. 159-171, 2015. doi: 10.1016/j.neunet. 2015.08.003.
dc.source.bibliographicCitationL. Faes, G. Nollo, F. Jurysta y D. Marinazzo, «Linear and non-linear brain–heart and brain–brain interactions during sleep», Physiological Measurement, vol. 36, n° 4, 2015. doi: 10.1088/0967-3334/36/4/683.
dc.source.bibliographicCitationM. Dumont, F. Jurysta, J.-P. Lanquart, P.-F. Migeotte, P. van de Borne y P. Linkowski, «Interdependency between heart rate variability and sleep EEG: linear/non-linear?», Clinical Neurophysiology, vol. 115, n° 9, págs. 2031-2040, 2004. doi: 10 . 1016 / j . clinph.2004.04.007.
dc.source.bibliographicCitationM. del Carmen Bellido Cambrón, «Trastornos del sueño: Repercusión de la cantidad y calidad del sueño en el riesgo cardiovascular, obesidad y síndrome metabólico», Tesis Doctoral, Universidad de les illes Belears, 2019.
dc.source.bibliographicCitationS. Diekelmann y J. Born, «The memory function of sleep», Nature Reviews Neuroscience, vol. 11, págs. 114-126, 2010. doi: https://doi.org/10.1038/nrn2762.
dc.source.bibliographicCitationK. Ahrberg, M. Dresler, S. Niedermaier, A. Steiger y L. Genzel, «The interaction between sleep quality and academic performance», Journal of Psychiatric Research, vol. 46, n° 12, págs. 1618-1622, 2012. doi: https://doi.org/10.1016/j.jpsychires.2012. 09.008.
dc.source.bibliographicCitationP. Benavides-Endara y C. Ramos-Galarza, «Fundamentos Neurobiológicos del Sueño», Revista Ecuatoriana de Neurología, vol. 28, n° 3, págs. 73-80, 2019.
dc.source.bibliographicCitationP. Carrillo-Mora, J. Ramírez-Peris y K. Magaña-Vázquez, «Neurobiología del sueño y su importancia: antología para el estudiante universitario», Revista de la Facultad de Medicina (México), vol. 56, n° 4, 2013.
dc.source.bibliographicCitationJ. Santamaria y F. Cardellach, «Mecanismos y función del sueño: su importancia clínica», Med Clin, vol. 120, n° 19, págs. 750-755, 2003. doi: 10.1016/S0025-7753(03) 75201-4.
dc.source.bibliographicCitationJ. Li, M. V. Vitiello y N. Gooneratne, «Sleep in Normal Aging», Sleep Medicine Clinics, vol. 31, n° 1, págs. 1-11, 2018. doi: https://doi.org/10.1016/j.jsmc.2017.09.001
dc.source.bibliographicCitationC. Czeisler y J. J. Gooley, «Sleep and circadian rhythms in humans», In Cold Spring Harbor Symposia on Quantitative Biology, vol. 72, págs. 579-597, 2007. doi: 10.1101/ sqb.2007.72.064.
dc.source.bibliographicCitationS. A. Contreras, «Sleep along our life and its implications in health», Rev. Médica Clínica Las Condes, vol. 24, n° 3, págs. 341-349, 2013. doi: 10.1016/S0716-8640(13)70171-8.
dc.source.bibliographicCitationD. N. Neubauer, «Sleep Problems in the Elderly», American family physician, vol. 59, n° 9, págs. 2551-2560, 1999.
dc.source.bibliographicCitationK. E. Crowley, «Sleep and sleep disorders in older adults», Neuropsychology Review, 2011. doi: 10.1007/s11065-010-9154-6.
dc.source.bibliographicCitationR. Agarwal y J. Gotman, «Computer-assisted sleep staging», IEEE transactions on biomedical engineering, vol. 48, n° 12, págs. 1412-1423, 2001. doi: 10.1109/10.966600.
dc.source.bibliographicCitationJ. Velayos, Medicina del sueño: enfoque multidisciplinario. Buenos Aires, Madrid: Editorial Médica Panamericana, 2009.
dc.source.bibliographicCitationS. Chokroverty, «Overview of sleep sleep disorders», Indian Journal of Medical Research, 2010, issn: 09715916.
dc.source.bibliographicCitationJ. L. Velayos, F. J. Moleres, A. M. Irujo, D. Yllanes y B. Paternain, «Anatomical basis of sleep», Anales del Sistema Sanitario de Navarra, vol. 30, n° 1, págs. 7-17, 2007, issn: 1137-6627.
dc.source.bibliographicCitationE. E. Benarroch, «Control of the cardiovascular and respiratory systems during sleep», Autonomic Neuroscience: Basic and Clinical, vol. 218, págs. 54-63, 2019. doi: https: //doi.org/10.1016/j.autneu.2019.01.007.
dc.source.bibliographicCitationR. I. Aguirre-Navarrete, «Cambios Fisiológicos en el Sueño», Revista Ecuatoriana de Neurología, vol. 22, n° 1-3, págs. 60-67, 2013.
dc.source.bibliographicCitationA. Xie, «Effect of sleep on breathing - Why recurrent apneas are only seen during sleep», Journal of thoracic disease, vol. 4, n° 2, págs. 194-197, 2012. doi: 10.3978/j.issn. 2072-1439.2011.04.04.
dc.source.bibliographicCitationA. Xie, B. Wong, E. A. Phillipson, A. S. Slutsky y T. D. Bradley, «Interaction of hyperventilation and arousal in the pathogenesis of idiopathic central sleep apnea», American journal of respiratory and critical care medicine, vol. 150, n° 2, págs. 489-95, 1994. doi: 10.1164/ajrccm.150.2.8049835.
dc.source.bibliographicCitationV. Río, A. Saldaña y A. Martínez, «Cardiovascular physiopathological mechanisms in patients with sleep deprivation», Revista Cubana de Medicina Militar, vol. 42, n° 2, págs. 210-220, 2013, issn: 0138-6557.
dc.source.bibliographicCitationD. Lira y N. Custodio, «Sleep disorders and their complex relationship with cognitive functions», Revista de Neuro-Psiquiatría, vol. 81, n° 1, págs. 20-28, 2018. doi: http: //dx.doi.org/https://doi.org/10.20453/rnp.v81i1.3270.
dc.source.bibliographicCitationH. A. Marín, A. F. Franco, S. V. Alpi, S. Tobon y B. Sandín, «Trastornos del Sueño, Salud y Calidad de Vida: Una Perspectiva desde la Medicina Comportamental del Sueño», Suma Psicológica, vol. 15, n° 1, págs. 217-239, 2008, issn: 0121-4381.
dc.source.bibliographicCitationM. J. Sateia, «International classification of sleep disorders-third edition: highlights and modifications», Chest, vol. 146, n° 5, págs. 1387-1394, 2014. doi: 10.1378/chest.14- 0970.
dc.source.bibliographicCitationA. Sánchez, C. Carmona y A. Ruiz, «Polisomnografía, poligrafía, oximetría. Requisitos e interpretación de los resultados», Rev. de la asociación de neumólogos del sur, págs. 187-198, 2010.
dc.source.bibliographicCitationH.-C. Chen, L.-A. Lee, L.-J. Hsin, W.-N. Lin, T.-J. Fang, C.-G. Huang y H.-Y. Li, «Transverse Retropalatal Collapsibility Is Associated with Obstructive Sleep Apnea Severity and Outcome of Relocation Pharyngoplasty», Otolaryngology - Head and Neck Surgery, vol. 153, n° 6, págs. 1056-1063, 2015. doi: 10.1177/0194599815599527.
dc.source.bibliographicCitationL. M. Donovan y V. K. Kapur, «Prevalence and Characteristics of Central Compared to Obstructive Sleep Apnea: Analyses from the Sleep Heart Health Study Cohort», Sleep, vol. 39, n° 7, págs. 1353-1359, 2016. doi: 10.5665/sleep.5962.
dc.source.bibliographicCitationA. Bouchet y J. Cuilleret, Anatomía descriptiva, topográfica y funcional. Buenos Aires, Argentina: Editorial médica panamericana, 1979.
dc.source.bibliographicCitationR. Oliven, G. Cohen, Y. Dotan, M. Somri, A. Achwartz y A. Oliven, «Alteration in upper airway dilator muscle coactivation during sleep: comparison of patients with obstructive sleep apnea and healthy subjects», Journal of Applied Physiology, vol. 124, n° 2, págs. 421-429, 2017. doi: 10.1152/japplphysiol.01067.2016.
dc.source.bibliographicCitationA. Malhotra, Y. Huang, R. Fogel, S. Lazic, G. Pillar, M. Jakab, R. Kikinis y D. P. White, «Aging Influences on Pharyngeal Anatomy and Physiology: The Predisposition to Pharyngeal Collapse», The American Journal of Medicine, vol. 119, n° 1, 2006. doi: 10.1016/j.amjmed.2005.01.077.
dc.source.bibliographicCitationS. Gonzáles, A. Argudín, L. Dot, N. López y J. Pérez, «Trastornos del sueño asociados a la hipertensión arterial», Rev. Ciencias Médicas, vol. 13, n° 1, págs. 90-99, 2009.
dc.source.bibliographicCitationM. Venegas-Mariño y A. Franco-Vélez, «Diagnostic methods in obstructive sleep apneahypopnea syndrome (OSAHS)», Revista de la Facultad de Medicina, vol. 65, n° 1, págs. 91-95, 2017. doi: http://dx.doi.org/10.15446/revfacmed.v65n1Sup.59643.
dc.source.bibliographicCitationC. A. Kushida, M. R. Littner, T. M. andCathy A Alessi, D. Bailey, J. C. Jr, L. Friedman, M. Hirshkowitz, S. Kapen, M. Kramer, T. Lee-Chiong, D. L. Loube, J. Owens, J. P. Pancer y M. Wise, «Practice parameters for the indications forpolysomnography and related procedures: an update for 2005.», Sleep, vol. 28, n° 4, págs. 263-276, 2005. doi: 10.1093/sleep/28.4.499.
dc.source.bibliographicCitationA. Popov, S. Zaunseder y H. Malberg, «Interdependancy Estimation Between Brain and Cardiovascular Activity», XXXII International Scientific Conference, ELANO, 2012.
dc.source.bibliographicCitationF. Capote, «Estudio del síndrome de apneas obstructivas durante el sueño», Rev. de la asociación de neumólogos del sur, vol. 8, n° 2, 1996.
dc.source.bibliographicCitationConsenso Nacional sobre el Síndrome de Apneas-Hipopneas del Sueño, «Tratamiento del SAHS con presión continua positiva en la vía respiratoria superior (CPAP)», Archivos de Bronconeumología, vol. 41, n° 4, págs. 51-67, 2005. doi: 10.1016/S0210-5705(09) 71003-9.
dc.source.bibliographicCitationF. Campo, F. Sanabria-Arenas y P. Hidalgo-Martínez, «Treatment of obstructive sleep apnea-hypopnea syndrome (OSAHS) with positive airway pressure (PAP)», Revista de la Facultad de Medicina, vol. 65, págs. 129-134, 2017. doi: http://dx.doi.org/10. 15446/revfacmed.v65n1Sup.59569.
dc.source.bibliographicCitationC. L. Marcus, G. Rosen, S. L. Davidson, A. C. Halbower, L. Sterni, J. Lutz, P. J. Stading, D. Bolduc y N. Gordon, «Adherence to and Effectiveness of Positive Airway Pressure Therapy in Children With Obstructive Sleep Apnea», Pediatrics, vol. 117, n° 3, 2006. doi: 10.1542/peds.2005-1634.
dc.source.bibliographicCitationG. Nazar, «Sleep-disordered breathing in childhood», Revista Médica Clínica Las Condes, vol. 24, n° 3, págs. 403-411, 2013. doi: 10.1016/S0716-8640(13)70176-7.
dc.source.bibliographicCitationJ. L. Wei, J. B. adn Matthew S. Mayo, H. J. Smith, M. Reese y R. A. Weatherly, «Improved Behavior and Sleep After Adenotonsillectomy in Children With Sleep-Disordered Breathing: Long-term Follow-up», Archives of Otolaryngology - Head Neck Surgery, vol. 135, n° 7, págs. 642-646, 2009. doi: 10.1001/archotol.125.10.1083.
dc.source.bibliographicCitationD. Gozal, «Sleep-Disordered Breathing and School Performance in Children», Pediatrics, vol. 102, n° 3, págs. 616-620, 1998. doi: 10.1542/peds.102.3.616.
dc.source.bibliographicCitationA. Bashan, R. Bartsch, J. Kantelhardt, S. Havlin y P. Ivanov, «Network physiology reveals relations between network topology and physiological function», Nature communications, vol. 3, 2012. doi: 10.1038/ncomms1705.
dc.source.bibliographicCitationL. Faes, G. Nollo, F. Jurysta y D. Marinazzo, «Granger causality analysis of sleep brainheart interactions», 8th Conference of the European Study Group on Cardiovascular Oscillations (ESGCO), 2014. doi: 10.1109/ESGCO.2014.6847491.
dc.source.bibliographicCitationC. C. Yang, C.-W. Lai, H. Y. Lai y T. B. Kuo, «Relationship between electroencephalogram slow-wave magnitude and heart rate variability during sleep in humans», Neuroscience Letters, vol. 329, págs. 213-216, 2002. doi: https://doi.org/10.1016/S0304- 3940(02)00661-4.
dc.source.bibliographicCitationF. Jurysta, P. van de Borne, P.-F. Migeotte, M. Dumont, J.-P. Lanquart, J.-P. Degaute y P. Linkowski, «A study of the dynamic interactions between sleep EEG and heart rate variability in healthy young men», International Federation of Clinical Neurophysiology, vol. 114, n° 11, págs. 2146-2155, 2003. doi: 10.1016/s1388-2457(03)00215-3.
dc.source.bibliographicCitationL. Barnett, A. B. Barrett y A. K. Seth, «Granger Causality and Transfer Entropy Are Equivalent for Gaussian Variables», Physical review letters, vol. 103, n° 23, 2009. doi: 10.1103/PhysRevLett.103.238701.
dc.source.bibliographicCitationL. Barnett y A. K. Seth, «The MVGC multivariate Granger causality toolbox: A new approach to Granger-causal inference», Journal of Neuroscience Methods, vol. 223, págs. 50-68, 2014. doi: https://doi.org/10.1016/j.jneumeth.2013.10.018.
dc.source.bibliographicCitationA. Attanasio y U. Triacca, «Detecting human influence on climate using neural networks based Granger causality», Theoretical and Applied Climatology, vol. 103, págs. 103-107, 2011. doi: https://doi.org/10.1007/s00704-010-0285-8.
dc.source.bibliographicCitationM. Khashei y M. Bijari, «An artificial neural network (p, d, q) model for timeseries forecasting», Expert Systems with Applications, vol. 37, págs. 479-489, 2010. doi: https://doi.org/10.1016/j.eswa.2009.05.044.
dc.source.bibliographicCitationA. Camm, M. Malik, J. Bigger, G. Breithardt, S. Cerutti, R. Cohen, P. Coumel, E. Fallen, H. Kennedy y R. Kleiger, «Heart rate variability: standards of measurement, physiological interpretation and clinical use. Task Force of the European Society of Cardiology and the North American Society of Pacing and Electrophysiology», Circulation, vol. 93, n° 5, págs. 1043-1065, 1996. doi: https://doi.org/10.1161/01.CIR. 93.5.1043.
dc.source.bibliographicCitationH. Sedghamiz, «Matlab Implementation of Pan Tompkins ECG QRS detector.», 2014. doi: 10.13140/RG.2.2.14202.59841.
dc.source.bibliographicCitationD. R. Martínez, J. L. Albín, J. C. Cabaleiro, T. F. Pena, F. F. Rivera y V. Blanco, «El criterio de información de Akaike en la obtención de modelos estadísticos de Rendimiento», XX Jornadas de Paralelismo, págs. 439-444, 2009.
dc.source.bibliographicCitationA. D. Orjuela-Cañón, J. A. Freund, A. Jutinico y A. Cerquera, «Granger Causality Analysis based on Neural Networks Architectures for bivariate cases», 2020 International Joint Conference on Neural Networks (IJCNN), págs. 1-6, 2020. doi: 10.1109/ IJCNN48605.2020.9206977.
dc.source.bibliographicCitationR. S. Naoum, N. A. Abid y Z. N. Al-Sultani, «An Enhanced Resilient Backpropagation Artificial Neural Network for Intrusion Detection System», International Journal of Computer Science and Network Security, vol. 12, n° 3, págs. 11-16, 2012.
dc.source.bibliographicCitationE. Flores-Ruiz, M. Miranda-Novales y M. Villasís-Keever, «The research protocol VI: How to choose the appropriate statistical test. Inferential statistics», Revista alergia México, vol. 64, n° 3, págs. 364-370, 2017. doi: 10.29262/ram.v64i3.304.
dc.source.bibliographicCitationA. Cayuela y S. Rodríguez, «Statistical analysis of two proportions with paired data: the McNemar test», Atención Primaria, vol. 20, n° 10, págs. 571-572, 1997.
dc.source.bibliographicCitationS. Gómez-Biedma, M. Vivó y E. Soria, «Pruebas de significación en Bioestadística», Revista de Diagnóstico Biológico, vol. 50, n° 4, págs. 207-218, 2001, issn: 0034-7973.
dc.source.bibliographicCitationS. I. Chrysostomakis, E. N. Simantirakis, S. E. Schiza, I. K. Karalis, N. C. Klapsinos, N. M. Siafakas y P. E. Vardas, «Continuous positive airway pressure therapy lowers vagal tone in patients with obstructive sleep apnoea-hypopnoea syndrome», Hellenic journal of cardiology, vol. 47, n° 1, págs. 13-20, 2006.
dc.source.bibliographicCitationF. Jurysta, C. Kempenaers, J.-P. Lanquart, A. Noseda, P. van-de-Borne y P. Linkowski, «Long-term CPAP treatment partially improves the link between cardiac vagal influence and delta sleep», BMC Pulmonary Medicine, vol. 13, n° 29, 2013. doi: 10.1186/1471- 2466-13-29.
dc.source.bibliographicCitationE. Tobaldini, L. Nobili, S. Strada, K. R. Casali, A. Braghiroli y N. Montano, «Heart rate variability in normal and pathological sleep», Frontiers in physiology, vol. 4, 2013. doi: 10.3389/fphys.2013.00294.
dc.source.bibliographicCitationA. H. Khandoker, C. K. Karmakar y M. Palaniswami, «Analysis of coherence between sleep EEG and ECG signals during and after obstructive sleep apnea events», 30th Annual International Conference of the IEEE Engineering in Medicine and Biology Society, vol. 1-8, págs. 3876-3879, 2008. doi: 10.1109/IEMBS.2008.4650056.
dc.source.bibliographicCitationA. H. Khandoker, C. K. Karmakar y M. Palaniswami, «Interaction between sleep EEG and ECG signals during and after obstructive sleep apnea events with or without arousals», Computers in Cardiology, págs. 685-688, 2008. doi: 10.1109/CIC.2008.4749134.
dc.source.bibliographicCitationR. Bhattacharjee, L. Kheirandish-Gozal, G. Pillar y D. Gozal, «Cardiovascular complications of obstructive sleep apnea syndrome: evidence from children», Progress in cardiovascular diseases, vol. 51, n° 5, págs. 416-433, 2009. doi: 10.1016/j.pcad.2008. 03.002.
dc.source.bibliographicCitationR. Bhattacharjee y D. Gozal, «Pediatric Sleep Apnea: The Brain-Heart Connection», Chest, vol. 139, n° 5, págs. 977-979, 2011. doi: 10.1378/chest.10-2803.
dc.rights.licenciaEL AUTOR, manifiesta que la obra objeto de la presente autorización es original y la realizó sin violar o usurpar derechos de autor de terceros, por lo tanto la obra es de exclusiva autoría y tiene la titularidad sobre la misma.
dc.type.documentTrabajo de grado
dc.creator.degreetypeFull time


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

Atribución-SinDerivadas 2.5 Colombia
Except where otherwise noted, this item's license is described as Atribución-SinDerivadas 2.5 Colombia