BİRİNCİ BÖLÜM 1914 ÇALLI KUŞAĞI ÖNCESİ DÖNEM
1. Osmanlı Devlet
1.6. Türk Sanatını Yönlendirme Düşüncesi Üzerine Avrupa’ya Açılım Tarihin sayfalarını geriye çevirerek Türk sanatının mazisine göz atacak olursak,
1.6.3. Ressamların Beklentileri ve Umutları
A Medida de Complexidade (MC) faz parte do conjunto de métodos de análise não linear de séries temporais. Ela mede a regularidade do sinal: um sinal regular tem baixa complexidade e um sinal irregular tem alta complexidade (Small, 2005). O caráter não linear das séries RR pode ser avaliado por meio do cálculo da MC das mesmas. A primeira etapa consiste em codificar a série de acordo com um alfabeto de símbolos. Nesta pesquisa, foi escolhido um alfabeto de dois símbolos, 0 e 1. Criou-se, então, a sequência finita de símbolos Si, utilizando as diferenças sucessivas entre os intervalos
RR adjacentes, ou seja, a partir da aceleração e da desaceleração da VFC instantânea, como apresentado por Kurths et al. (1995) e Leeuwen et al. (2007) (4.14):
Si =
( 1, se RR
i+1− RRi ≥ 0
0, se RRi+1− RRi < 0
(4.14)
onde i = 1,2, . . . ,N, N é o tamanho da janela de dados (N=1200, como definido na seção anterior).
4.4 Resultados 41
Formada a sequência de símbolos, calcula-se a medida de complexidade c da forma proposta por Lempel e Ziv (1976), que pode ser explicada da seguinte forma (Zhang et al., 2002): Sejam S e Q duas strings, SQ a concatenação destas e SQπ corresponde a SQ sem o seu último caractere. Seja v(SQπ) o vocabulário de todas as substrings diferentes de SQπ. No início do cálculo da complexidade de Lempel-Ziv c(n) = 1, S = s1, Q = s2
e, logo, SQπ = s1. Generalizando, supondo S = s1, s2, . . . , sre Q = sr+1; se Q ∈ v(SQπ),
então sr+1 é uma substring de s1, s2, . . . , sr. Mantém-se S, atualiza-se Q = sr+1sr+2 e é
julgado se Q pertence a v(SQπ) até que Q < v(SQπ), ou seja, quando Q = sr+1sr+2, . . . ,sr+i
não é uma substring de s1s2, . . . , srsr+1, . . . , sr+i+1, então soma-se 1 a c(n). Em seguida,
atualiza-se S para S = s1s2, . . . , srsr+1, . . . , sr+ie, concomitantemente, toma-se Q = sr+i+1.
Repete-se esse conjunto de passos até Q chegar ao último caractere, momento em que o número de substrings diferentes de S é c(n), ou seja, a MC, que mede a quantidade de padrões distintos na sequência finita de símbolos e, consequentemente, caracteriza o nível de ordem ou desordem na série. Dessa forma, o cálculo da MC é facilmente implementado, pois somente as operações de comparação e acumulação são necessárias para calcular c(n). O cálculo foi realizado de acordo com o algoritmo da MC de Lempel- Ziv proposto em (Borowska et al., 2005).
A MC foi calculada para cada um dos 66 trechos de cada grupo selecionados na fase de detecção de estacionariedade, apesar do método não requerer a estacionariedade dos dados. Em seguida, retirou-se a média dos três valores de MC calculados por registro, obtendo-se a MC média de cada paciente.
4.4 Resultados
A seguir, estão mostrados os resultados da aplicação dos métodos de cálculo dos índices da VFC e da MC em trechos estacionários dos registros RR de pacientes dos grupos 0, 1 e 2.
4.4.1 Índices da VFC
Para cada índice SDNN’, RMSSD’, pNN50’, MSD’, TotPow’, LF, HF e LF/HF, calculou-se os quatro primeiros momentos estatísticos dos índices calculados, para os grupos 0, 1 e 2. Os resultados estão mostrados, respectivamente, nas Tabelas 4.1, 4.2 e 4.3. Observa-se que as médias de SDNN’, MSD’ e TotPow’ dos grupos 0, 1 e 2 têm valores muito próximos, além da variância associada ser elevada, ou seja, não é possível realizar a distinção, em primeira análise, entre os grupos de pacientes somente pela média e variância destes índices. O valor médio da RMSSD’ do grupo 2 é mais
42 4 Análise dos dados de Variabilidade da Frequência Cardíaca de chagásicos
de duas vezes maior que o mesmo índice calculados dos grupos 0 e 1, o pNN50’ do grupo 2 também é mais que cinco vezes maior que seus valores para os grupos 0 e 1, mas, novamente, a variância associada a tais índices também é elevada. Os valores da média da LF dos três grupos estão muito próximos, mas a variância de LF para o grupo 0 é muito menor que para os grupos 1 e 2. As médias de HF’ para os grupos 0 e 1 são muito próximas, já sua variância do grupo 2 é dez vezes maior que a do grupo 1, e quase trinta vezes maior que a do grupo 0. Foram obtidos valores elevados de média e variância para a razão LF/HF, o que deve-se a valores muito baixos de HF em registros dos três grupos.
4.4 Resultados 43
Variável Média Variância Assimetria Curtose SDNN’ (s) 0,0577 8,910 · 10−4 2,1959 9,5321 RMSSD’ (s) 0,0138 0,597 · 10−4 1,7924 6,9740 pNN50’ (%) 1,3571 13,915 5,5314 38,128 MSD’ (s) 0,0100 0,2535 · 10−4 2,5571 14,443 TotPow’ (s2. 10−6) 5,1510 40,664 3,1974 14,326 LF (s2. 10−6) 0,9832 0,9858 2,2379 9,5858 HF (s2. 10−6) 0,1733 0,1596 4,12376 21,167 LF/HF 2075,8 4092,3 · 104 3,3410 13,691
Tabela 4.1: Momentos estatísticos dos índices VFC dos trechos estacionários seleciona- dos dos registros do grupo 0.
Variável Média Variância Assimetria Curtose SDNN’ (s) 0,0535 16,11 · 10−4 1,9365 6,4688 RMSSD’ (s) 0,0118 2,557 · 10−4 4,2299 21,739 pNN50’ (s) 1,5050 38,120 5,0798 28,203 MSD’ (s) 0,0077 0,8682 · 10−4 4,9242 26,953 TotPow’ (s2. 10−6) 4,9668 68,787 3,3207 15,093 LF (s2. 10−6) 1,1104 18,891 6,3949 45,736 HF (s2. 10−6) 0,1646 0,4384 6,3977 46,115 LF/HF 1881,7 6532,5 · 104 4,5061 21,869
Tabela 4.2: Momentos estatísticos dos índices VFC dos trechos estacionários seleciona- dos dos registros do grupo 1.
Variável Média Variância Assimetria Curtose SDNN’ (s) 0,0637 8,614 · 10−4 0,8217 3,5192 RMSSD’ (s) 0,0315 3,600 · 10−4 0,3680 2,1148 pNN50’ (s) 6,8934 47,200 0,9713 3,0386 MSD’ (s) 0,0150 0,8702 · 10−4 0,9508 3,0321 TotPow’ (s2. 10−6) 5,8205 34,0687 1,8833 7,2288 LF (s2. 10−6) 2,5240 12,9238 2,2767 8,4497 HF (s2. 10−6) 1,2554 4,3078 2,3441 8,4228 LF/HF 983,71 1743,5 · 104 4,7998 25,402
Tabela 4.3: Momentos estatísticos dos índices VFC dos trechos estacionários seleciona- dos dos registros do grupo 2.
44 4 Análise dos dados de Variabilidade da Frequência Cardíaca de chagásicos
As Figuras 4.4 e 4.5 correspondem, respectivamente, à média e variância (norma- lizadas) por variável da VFC calculada e por grupo de pacientes. As Figuras 4.6 e 4.7 mostram, respectivamente, os valores da assimetria e da curtose para cada variável da VFC, por grupo.
Em uma primeira análise visual dos gráficos da média e variância dos índices VFC (Figuras 4.4 e 4.5), parece ser possível a distinção entre os grupos 1 e 2 de pacientes, a partir da média, para os índices RMSSD’, pNN50’, MSD’, TotPow’, LF, HF e LF/HF e, a partir da variância, para os índices SDNN’, RMSSD’, pNN50’, TotPow’, LF, HF, LF/HF. A variância parece ainda revelar a distinção entre os grupos 0 e 1, para todos os índices calculados. Percebe-se também que, por uma análise visual prévia, notoriamente parecer ser possível uma distinção, tanto pela assimetria quanto pela curtose (Figuras 4.6 e 4.7), entre os grupos 0 e 1 pelo RMSSD’, MSD’, LF, HF e LF/HF; entre os grupos 1 e 2 por todos os índices, talvez com menor expressividade da assimetria da razão LF/HF. Comparando os momentos mostrados, a medida de curtose é que, aparentemente, fornece melhor separação entre os três grupos de chagásicos, considerando o conjunto dos oito índices calculados.
4.4 Resultados 45
Figura 4.4: Média dos índices da VFC.
46 4 Análise dos dados de Variabilidade da Frequência Cardíaca de chagásicos
Figura 4.6: Terceiro Momento (Assimetria) calculado sob os índices da VFC.
4.4 Resultados 47
Para avaliar se os índices calculados permitem a distinção entre os grupo de pacien- tes, utilizou-se um teste de hipóteses baseado em bootstrap. O bootstrap é um método criado por Efron (Efron, 1979), originalmente proposto para o cálculo do intervalo de confiança de parâmetros, mas que tornou-se útil também como alternativa para certos casos em que as hipóteses comumente necessárias para a aplicação dos métodos de estimação mais usados não são observadas, como quando há um número insuficiente de amostras, falta de normalidade dos dados etc. Com isso, o bootstrap é também utilizado na estimação dos erros dos modelos, na estimação da polarização dos estima- dores e de cumulantes de altas ordens (Zhang et al., 1993). A partir da série original de amostras do experimento, a técnica gera uma nova série constituída pela réplica das amostras da série original. O método também é útil para o caso em que o número de amostras é reduzido, pois ele é capaz de criar um conjunto com um grande número de amostras, possibilitando o cálculo de estatísticas do conjunto de dados e a obtenção da distribuição amostral assintótica da variável aleatória equivalente ao experimento.
Uma característica importante do bootstrap é sua simplicidade no cálculo de esti- mativas de desvio padrão e intervalos de confiança para estimadores complexos. Neste trabalho, a técnica foi usada para realizar testes de hipóteses sobre os momentos esta- tísticos dos índices da VFC, para a distinção entre os grupos de pacientes. Isto, porque, seria não trivial, neste estudo, calcular analiticamente a média e variância das variáveis analisadas (que são momentos estatísticos), especialmente da assimetria e da curtose. Assim, utilizou-se um bootstrap não paramétrico, já que a distribuição das amostras não é conhecida.
Suposto que as observações são compostas por amostras IID, o método reamostrou os dados observados por amostragem aleatória com repetição. Em seguida, foram calculadas a média e variância do estimador de cada um dos momentos calculados dos índices da VFC. Ou seja, para estimar a média e variância dos quatro primeiros momentos estatísticos dos índices da VFC, foi utilizado o bootstrap circular não pa- ramétrico (Efron and Tibshirani, 1986) com 100 reamostragens. Ou seja, gerou-se 100 séries para cada uma das 66 séries originais de cada grupo. Por último, realizou-se um testes de hipóteses e calculou-se os intervalos de confiança para a comparação entre os grupos de pacientes, por índice da VFC.
Em suma, para a análise dos resultados desta etapa de cálculo dos índices VFC e de seus momentos estatísticos, os seguintes passos foram aplicados:
1. Dos índices da VFC calculados (por série de 66 valores calculados por índice e por grupo), gerou-se 100 séries com repetição, utilizando bootstrapping circular. 2. Calculou-se a média, variância, assimetria e curtose de cada uma das 100 séries de
48 4 Análise dos dados de Variabilidade da Frequência Cardíaca de chagásicos
índices geradas no passo anterior. Com isso, obteve-se novas séries contendo os quatro primeiros momentos estatísticos (µ, σ2, AS, K).
3. Estimou-se a média e variância de µ, σ2, AS e K.
4. Aplicou-se o teste T pareado para comparar as médias e variâncias entre os grupos, com intervalos de confiança de 95%. O teste assume que AS e K obtidos no passo anterior seguem uma distribuição gaussiana. O teste rejeita H0 se os grupos são
distintos.
Dos passos de bootstrapping e estimação da média e variância (passos 1, 2 e 3) obteve-se a média e variância dos quatro primeiros momentos dos índices avaliados, como mostrado nas Tabelas 4.4, 4.5, 4.6, 4.7, 4.8, 4.9, 4.10 e 4.11. Observa-se, por exemplo, que os valores esperados estimados de cada um dos quatro momentos do índice SDNN’ (Tabela 4.4) do grupo 0, respectivamente, 0,0575, 8,6273. 10−4, 2,0254 e
8,6888, do grupo 1, 0,0538, 16,562. 10−4, 1,9426 e 6,4978 e grupo 2 0,0644, 8,7165. 10−4,
0,8496 e 3,5775 são muito próximos aos valores de SDNN’ mostrados nas Tabelas 4.1, 4.2 e 4.3, respectivamente, 0,0577, 8,910. 10−4, 2,1959, 9,5321 (grupo 0); 0,0535, 16,110. 10−4,
1,9325, 6,4688 (grupo 1) e 0,0637, 8,6140. 10−4, 0,8217, 3,5192 (grupo 2). Para os demais
índices, a mesma observação é válida, da comparação entre os valores esperados dos índices RMSSD’, pNN50’, MSD’, TotPow’, LF, HF e LF/HF, mostrados, respectivamente, nas tabelas 4.5, 4.6, 4.7, 4.8, 4.9, 4.10 e 4.11, se comparados com os valores primeiramente calculados, dispostos nas Tabelas 4.1, 4.2 e 4.3.
Momento Grupo 0 Grupo 1 Grupo 2
Média 0,0575 ± 0,8852. 10−7 0,0538 ± 0,7264. 10−7 0,0644 ± 1,0999. 10−7
Variância (10−4) 8,6273 ± 2,2718. 10−5 16,562 ± 0,7437. 10−5 8,7165 ± 0,1173. 10−5
Assimetria 2,0254 ± 2,4004. 10−3 1,9426 ± 0,3867. 10−3 0,8496 ± 0,8012. 10−3
Curtose 8,6888 ± 0,0181 6,4978 ± 0,0132 3,5775 ± 0,0056 Tabela 4.4: Valores estimados e variâncias da média, variância, assimetria e curtose do índice SDNN’, após a aplicação do bootstrap.
No passo 4, calculou-se o p-valor para cada um dos quatro momentos, comparando- se os grupos 0 e 1 (G0/G1), 0 e 2 (G0/G2) e 1 e 2 (G1/G2). Os resultados estão nas Tabelas 4.12, 4.13, 4.14, 4.15, 4.16, 4.17, 4.18 e 4.19. É possível notar que, na comparação dos gru- pos de pacientes 2 a 2 e para os oito índices avaliados, os p-valores encontrados foram
4.4 Resultados 49
Momento Grupo 0 Grupo 1 Grupo 2
Média 0,0136 ± 4,2768. 10−9 0,0116 ± 40,510. 10−9 0,0319 ± 108,80. 10−9
Variância (10−5) 5,6908 ± 5,1403. 10−7 25,058 ± 213,16. 10−7 36,154 ± 3,2520. 10−7
Assimetria 1,6629 ± 0,0065 4,4874 ± 0,0371 0,3562 ± 7,8053. 10−4
Curtose 6,4575 ± 0,1327 24,503 ± 4,2641 2,1346 ± 3,5551. 10−4
Tabela 4.5: Valores estimados e variâncias da média, variância, assimetria e curtose do índice RMSSD’, após a aplicação do bootstrap.
Momento Grupo 0 Grupo 1 Grupo 2
Média 1,2919 ± 0,0037 1,3926 ± 0,0082 6,9953 ± 0,0171 Variância 11,6494 ± 2,5778 35,332 ± 8,3482 47,536 ± 0,2102 Assimetria 4,3526 ± 0,1868 5,3589 ± 0,0584 0,9759 ± 0,0010 Curtose 26,959 ± 18,238 31,778 ± 12,045 3,0947 ± 0,0055
Tabela 4.6: Valores estimados e variâncias da média, variância, assimetria e curtose do índice pNN50’, após a aplicação do bootstrap.
nulos ou muito próximos de zero, indicando que a hipótese H0 foi fortemente rejeitada, ou seja, que há grande distinção entre os grupos, segundo a avaliação deste método. A exceção ocorre para o p-valor da comparação G0/G2 de SDNN’ pela variância, que é de 0,0353 (Tabela 4.12), para o p-valor da comparação G0/G1 de TotPow’ pela curtose, que é de 0,0005 (Tabela 4.16) e, finalmente, para o p-valor da comparação G0/G1 de LF/HF pela média, que é de 0,0001. Contudo, ainda assim estes valores indicam rejeição de H0.
50 4 Análise dos dados de Variabilidade da Frequência Cardíaca de chagásicos
Momento Grupo 0 Grupo 1 Grupo 2
Média (10−3) 9,8794 ± 3,0929. 10−6 7,5364 ± 13,731. 10−6 15,221 ± 20,448. 10−6
Variância (10−5) 2,3366 ± 2,5711. 10−7 8,2210 ± 42,247. 10−7 8,8062 ± 0,1662. 10−7
Assimetria 1,9869 ± 0,1115 5,2157 ± 0,0530 0,9597 ± 0,8522. 10−3
Curtose 10,700 ± 3,0064 30,710 ± 6,4404 3,0524 ± 0,0042 Tabela 4.7: Valores estimados e variâncias da média, variância, assimetria e curtose do índice MSD’, após a aplicação do bootstrap.
Momento Grupo 0 Grupo 1 Grupo 2
Média 5,1955 ± 0,0033 5,0610 ± 0,0024 5,8445 ± 0,0124 Variância 42,167 ± 0,9888 72,892 ± 0,4720 32,895 ± 1,6673 Assimetria 3,2041 ± 0,0048 3,2946 ± 0,0016 1,7060 ± 0,0052 Curtose 14,422 ± 0,3244 14,639 ± 0,0936 6,2008 ± 0,1428
Tabela 4.8: Valores estimados e variâncias da média, variância, assimetria e curtose do índice TotPow’, após a aplicação do bootstrap.
Momento Grupo 0 Grupo 1 Grupo 2
Média 0,9718 ± 4,2489. 10−5 1,1074 ± 0,0009 2,6148 ± 0,0012
Variância 1,0111 ± 6,9351. 10−5 20,003 ± 0,0932 13,589 ± 0,0468
Assimetria 2,3320 ± 0,0009 6,4019 ± 0,0201 2,2273 ± 0,0018 Curtose 10,019 ± 0,0328 45,314 ± 2,2352 8,1293 ± 0,0713
Tabela 4.9: Valores estimados e variâncias da média, variância, assimetria e curtose do índice LF, após a aplicação do bootstrap.
Momento Grupo 0 Grupo 1 Grupo 2
Média 0,1766 ± 1,3222. 10−5 0,1414 ± 21,913. 10−5 1,2377 ± 0,0015
Variância 0,1642 ± 1,7656. 10−5 0,3478 ± 0,0036 4,0609 ± 0,0473
Assimetria 4,1845 ± 0,0107 5,3436 ± 0,1673 2,3233 ± 0,0015 Curtose 21,746 ± 1,0249 33,589 ± 17,162 8,3050 ± 0,0512 Tabela 4.10: Valores estimados e variâncias da média, variância, assimetria e curtose do índice HF, após a aplicação do bootstrap.
4.4 Resultados 51
Momento Grupo 0 Grupo 1 Grupo 2
Média 1822,2 ± 26010 1892,5 ± 8386,2 966,17 ± 1922,7 Variância (. 107) 3,5407 ± 1,7065. 106 6,5297 ± 1,5522. 106 1,7727 ± 0,3239. 106
Assimetria 3,6326 ± 0,0335 4,4479 ± 0,0149 4,8972 ± 0,0242 Curtose 16,197 ± 3,7940 21,283 ± 1,0845 26,619 ± 2,0733 Tabela 4.11: Valores estimados e variâncias da média, variância, assimetria e curtose do índice LF/HF, após a aplicação do bootstrap.
Momento G0/G1 G0/G2 G1/G2
Média 0 3,9829. 10−207 2,9817. 10−241
Variância 1,1741. 10−169 0,0353 0
Assimetria 0 0 0
Curtose 0 0 0
Tabela 4.12: P-valores calculados por bootstrapping para a média, variância, assimetria e curtose do índice SDNN’. Momento G0/G1 G0/G2 G1/G2 Média 0 9,0463. 10−186 2,3458. 10−266 Variância 2,1042. 10−117 0 1,3298. 10−91 Assimetria 2,6106. 10−144 0 0 Curtose 1,3146. 10−99 0 0
Tabela 4.13: P-valores calculados por bootstrapping para a média, variância, assimetria e curtose do índice RMSSD’. Momento G0/G1 G0/G2 G1/G2 Média 5,5511. 10−17 1,1403. 10−215 2,8133. 10−253 Variância 6,3945. 10−121 5,5655. 10−152 4,7571. 10−67 Assimetria 6,5275. 10−46 0 0 Curtose 5,5511. 10−16 0 0
Tabela 4.14: P-valores calculados por bootstrapping para a média, variância, assimetria e curtose do índice pnn50’.
52 4 Análise dos dados de Variabilidade da Frequência Cardíaca de chagásicos Momento G0/G1 G0/G2 G1/G2 Média 0 4,7209. 10−193 3,3492. 10−284 Variância 9,2443. 10−105 2,1321. 10−177 8,3822. 10−15 Assimetria 3,8049. 10−140 0 0 Curtose 7,7507. 10−125 0 0
Tabela 4.15: P-valores calculados por bootstrapping para a média, variância, assimetria e curtose do índice MSD’. Momento G0/G1 G0/G2 G1/G2 Média 0 5,6808. 10−97 5,8215. 10−104 Variância 4,9017. 10−228 0 0 Assimetria 0 0 0 Curtose 0,0005 0 0
Tabela 4.16: P-valores calculados por bootstrapping para a média, variância, assimetria e curtose do índice TotPow’.
Momento G0/G1 G0/G2 G1/G2
Média 2,9359. 10−72 4,7226. 10−179 1,0834. 10−270
Variância 3,6768. 10−180 1,9558. 10−177 0
Assimetria 1,3064. 10−156 0 0
Curtose 2,3844. 10−141 0 0
Tabela 4.17: P-valores calculados por bootstrapping para a média, variância, assimetria e curtose do índice LF. Momento G0/G1 G0/G2 G1/G2 Média 0 3,8298. 10−146 1,8171. 10−266 Variância 5,5617. 10−53 1,4629. 10−126 1,4866. 10−137 Assimetria 8,6344. 10−52 0 0 Curtose 5,0340. 10−52 0 0
Tabela 4.18: P-valores calculados por bootstrapping para a média, variância, assimetria e curtose do índice HF.
4.4 Resultados 53 Momento G0/G1 G0/G2 G1/G2 Média 0,0001 0 0 Variância 4,4431. 10−118 0 0 Assimetria 2,5360. 10−84 1,0282. 10−116 4,2390. 10−56 Curtose 1,2753. 10−51 1,0150. 10−97 2,2739. 10−72
Tabela 4.19: P-valores calculados por bootstrapping para a média, variância, assimetria e curtose do índice LF/HF.
54 4 Análise dos dados de Variabilidade da Frequência Cardíaca de chagásicos
De forma complementar ao bootstrapping, aplicou-se, para a média, o T-teste de Welch de duas amostras; para a variância, empregou-se o teste F; para a assimetria e curtose, foi realizado o teste T de Welch sob os momentos L-assimetria e L-curtose. O teste de Welch de duas amostras é uma adaptação do teste T de Student que não assume a igualdade das variâncias das amostras analisadas (Welch, 1951). Já os L- momentos são alternativas aos momentos centrais, calculados por combinação linear dos dados (Elamir and Seheult, 2004). Além de serem mais robustos que os momentos convencionais, os L-momentos de uma variável aleatória existem sempre que média da mesma seja finita, ou seja, os momentos mais elevados não precisam ser finitos ou existir; outra vantagem dos L-momentos é que suas aproximações assintóticas de distribuições são melhores que as obtidas pelos momentos clássicos (Hosking, 1990). A seguir, nos testes de hipóteses da assimetria e curtose dos índices da VFC, foram utilizados a L-assimetria e L-curtose. Os resultados, que consideram um intervalo de confiança de com 95%, podem ser vistos nas Tabelas 4.20, 4.21, 4.22, 4.23, 4.24, 4.25, 4.26 e 4.27.
Nota-se que, pela assimetria e curtose, foi possível a distinção entre todos os três grupos de chagásicos, para todos os índices, exceto para a razão LF/HF, caso em que os testes que avaliaram a assimetria e a curtose não permitiram a discriminação entre os grupos 1 e 2 de pacientes, e para o MSD’, na comparação entre os grupos 0 e 2 pela assimetria. Os resultados dos testes aplicados para a média dos índices RMSSD’, pNN50’, MSD’, LF e HF permitiram a separação entre os grupos 0 e 1 do grupo 2 de pacientes; pela média de Totpow’ também foi possível distinguir os grupos 1 e 2. As comparações de G0/G1 e G0/G2 pela variância dos índices RMSSD’, pNN50’, MSD’ e LF foram capazes de discernir o grupo 0 dos grupos 1 e 2; além disso, a variância também possibilitou a separação: entre o grupo 1 e os grupos 0 e 2, pelo SDNN’ e TotPow’; entre o grupo 2 e os grupos 0 e 1 para a razão LF/HF; entre os três grupos para o índice HF.
Momento G0/G1 G0/G2 G1/G2
Média 0,4948 0,2447 0,09701 Variância 0,01821 0,8918 0,01262 Assimetria 3,45324. 10−18 0 0
Curtose 4,9707. 10−5 0 0
Tabela 4.20: P-valores calculados pelos testes T de Welch, F, de Welch com L-assimetria e L-curtose, respectivamente, para a média, variância, assimetria e curtose do índice SDNN’.
4.4 Resultados 55 Momento G0/G1 G0/G2 G1/G2 Média 0,3576 5,206. 10−10 2,217. 10−9 Variância 2,025. 10−8 1,029. 10−11 0,1705 Assimetria 3,4417. 10−69 0 0 Curtose 1,14827. 10−65 0 0
Tabela 4.21: P-valores calculados pelos testes T de Welch, F, de Welch com L-assimetria e L-curtose, respectivamente, para a média, variância, assimetria e curtose do índice RMSSD’. Momento G0/G1 G0/G2 G1/G2 Média 0,8681 9,550. 10−8 5,60. 10−6 Variância 7,302. 10−5 1,892. 10−6 0,3914 Assimetria 7,8723. 10−29 0 0 Curtose 3,5786. 10−27 0 0
Tabela 4.22: P-valores calculados pelos testes T de Welch, F, de Welch com L-assimetria e L-curtose, respectivamente, para a média, variância, assimetria e curtose do índice pnn50’. Momento G0/G1 G0/G2 G1/G2 Média 0,0711 2,249. 10−4 1,248. 10−5 Variância 1,590. 10−6 1,525. 10−6 0,9927 Assimetria 2,2495. 10−48 0,0572 0 Curtose 9,1042. 10−52 1,6285. 10−10 0
Tabela 4.23: P-valores calculados pelos testes T de Welch, F, de Welch com L-assimetria e L-curtose, respectivamente, para a média, variância, assimetria e curtose do índice MSD’.
56 4 Análise dos dados de Variabilidade da Frequência Cardíaca de chagásicos Momento G0/G1 G0/G2 G1/G2 Média 0,8865 0,5303 0,4954 Variância 0,0358 0,4776 0,0052 Assimetria 5,431. 10−15 0 0 Curtose 8,034. 10−3 0 0
Tabela 4.24: P-valores calculados pelos testes T de Welch, F, de Welch com L-assimetria e L-curtose, respectivamente, para a média, variância, assimetria e curtose do índice TotPow’. Momento G0/G1 G0/G2 G1/G2 Média 0,8173 0,0012 0,0439 Variância < 2,20. 10−16 < 2,20. 10−16 0,1285 Assimetria 5,580. 10−79 3,130. 10−19 0 Curtose 2,506. 10−80 0,0280 0
Tabela 4.25: P-valores calculados pelos testes T de Welch, F, de Welch com L-assimetria e L-curtose, respectivamente, para a média, variância, assimetria e curtose do índice LF. Momento G0/G1 G0/G2 G1/G2 Média 0,927 8,956. 10−5 0,1126. 10−3 Variância 7,002. 10−5 < 2,20. 10−16 < 2,20. 10−16 Assimetria 1,665. 10−43 0 0 Curtose 1,131. 10−41 0 0
Tabela 4.26: P-valores calculados pelos testes T de Welch, F, de Welch com L-assimetria e L-curtose, respectivamente, para a média, variância, assimetria e curtose do índice HF.
4.4 Resultados 57 Momento G0/G1 G0/G2 G1/G2 Média 0,8786 0,2479 0,4246 Variância 0,0615 7,341. 10−4 2,912. 10−7 Assimetria 1,176. 10−20 3,252. 10−19 0,0774 Curtose 6,978. 10−21 2,820. 10−20 0,3804
Tabela 4.27: P-valores calculados pelos testes T de Welch, F, de Welch com L-assimetria e L-curtose, respectivamente, para a média, variância, assimetria e curtose do índice LF/HF.
58 4 Análise dos dados de Variabilidade da Frequência Cardíaca de chagásicos
4.4.2 Medida de Complexidade
A Figura 4.8 mostra, por grupo e por paciente, a MC calculada. Nela, é possível verificar que não há uma separação clara entre os três grupos, contudo, há um afas- tamento mais evidente entre os grupos 0 e 2, que correspondem, respectivamente, ao grupo controle e ao grupo de chagásicos com cardiopatia mais acentuada.
A Tabela 4.28 mostra que há distinção mais notável entre o valor médio da MC dos grupos 0 e 2, contudo o desvio padrão associado aos dados ainda é elevado. Aumentar o número de trechos analisados por registro pode ser uma solução para diminuir o desvio padrão associado. Além disso, os testes poderiam ser refeitos recalculando a medida de complexidade em trechos não estacionários, na tentativa de extrair, pela MC, características das séries RR que estejam relacionadas à não estacionariedade presente nas mesmas.
Grupo Média Desvio Padrão
0 42,29 7,52
1 36,91 9,96
2 28,74 9,76
4.4 Resultados 59
60 4 Análise dos dados de Variabilidade da Frequência Cardíaca de chagásicos
Apesar dos cálculos de índices da VFC e da medida de complexidade serem de fácil implementação, no método proposto existem dificuldades associadas à seleção do modelo utilizado no detector de estacionariedade e do número escolhido de trechos para representar cada grupo de pacientes. Assim, a metodologia utilizada poderia ser refinada, por exemplo, alterando-se o modelo utilizado no detector de estacionarie- dade, criando outros critérios, além da estacionariedade, para a escolha de trechos do sinal, modificando o número de trechos analisados ou aplicando a MC em trechos não estacionários dos sinais. Adicionalmente, para que os resultados associados ao método sejam mais conclusivos, é preciso aplicar os índices VFC e a MC calculados a um classi- ficador. Mas, para a tomada de decisões na distinção entre não chagásicos e chagásicos dos grupos 1 e 2, convém, ainda, escolher e calcular outros dois ou três parâmetros dos registros analisados para, juntamente com os índices relevantes da VFC e com a MC, formar o classificador.
Capítulo 5
Discussão e Conclusão
Mesmo com a comemoração do centenário da descoberta da doença de Chagas, ainda há avanços a serem alcançados na atenção ao chagásico. A doença, apontada pela Organização Mundial da Saúde (WHO, 2010b) como uma doença tropical negligenciada e que surge como sinal de pobreza, atinge cerca de 13 milhões de pessoas na América Latina e expõe outras 90 milhões à possibilidade de contágio, o que traz um alerta sobre a necessidade de novas abordagens para o diagnóstico e, principalmente, prognóstico da doença. Desse modo, destaca-se a relevância do desenvolvimento de métodos e meios alternativos aos tradicionais para o diagnóstico e monitoramento terapêutico dos infectados, que sejam mais flexíveis e de baixo custo, para que alcancem, inclusive, as áreas rurais endêmicas, onde os testes convencionais são, muitas vezes, inviáveis.
Carlos Chagas, em seus estudos, notou a presença de irregularidades no ritmo car- díaco dos infectados. Hoje, sabe-se, também, que a VFC, definida como as variações nos intervalos cardíacos consecutivos, contém muitos indicadores sobre a saúde do coração. Então, este trabalho, pela disponibilidade de um banco de dados diferenci- ado que conta com registros de duas classes distintas de chagásicos, além do controle, propôs-se a avaliar a VFC de chagásicos por meio do cálculo de índices já estabelecidos para a VFC, de acordo com a Task Force of the European Society of Cardiology (Camm