ENTREGABLE (Formulario para entrega)

• Plazo: Hasta el domingo 10 de mayo 23:59 en el siguiente link. Descuento de 5 décimas por cada hora de retraso. 

• Grupo:  2 o 3 personas. 

• Entregables: Formato INFORME  4 páginas + ANEXO con CÓDIGO FUENTE + VIDEO 4 minutos (publicado en Youtube, debe tener visibilidad "No Listado")

• Contenido del Video: 1) Breve introducción. 2) Presentación del código funcionado, 3) Explicación de las principales funciones y resultados, y 4) una conclusión, indicando todos los ámbitos de conocimientos y competencias aplicadas para desarrollar el trabajo. Por ejemplo indicar si fue necesario aplicar conocimientos de “fisiología, programación.... etc.” (por favor reflexionar bien este punto, deben ser muy exhaustivos para este recuento). Modalidad: Pueden utilizar Zoom para grabar. De fondo deben tener el documento Colab y los recuadros de las cámaras de cada persona que presenta. Deben presentar todos los integrantes.

• Contenido del Informe:  Utilizar el siguiente formato base LINK.  Debe contener al menos las siguientes secciones: 1) Introducción, 2) Metodología (fuentes de información utilizadas, lenguajes y librerías utilizadas, funciones implementadas) 3) Resultados, 4) Conclusiones, 5) Referencias. 

Sobre PhysioNet

PhysioNet (https://physionet.org/)  es una plataforma que ofrece acceso gratuito a través de la web a un conjunto de colecciones de registros de señales fisiológicas (Ingresar a la sección DATA y buscar la base de datos “APNEA-ECG”). Esta plataforma cuenta con el respaldo de importantes organismos en EE.UU.: el Instituto Nacional de Ciencias Médicas Generales (NIGMS) y el Instituto Nacional de Imágenes Biomédicas y Bioingeniería (NIBIB) con financiamiento del NIH.

Sobre base de datos Apnea-ECG de PhysioNet

Para el desarrollo de este trabajo se utilizará la base de datos “Apnea-ECG Database” que está disponible en el siguiente link: https://physionet.org/content/apnea-ecg/1.0.0/  

Esta base de datos fue utilizada por PhysioNet / Computers en el Cardiology Challenge del año 2000. Consiste en 70 registros de ECG, cada uno de 8 horas de duración, algunos de los cuales están acompañados de señales complementarias para el estudio del sueño (movimientos respiratorios, oximetría, etc.) Ver una descripción completa de la problemática en http://ecg.mit.edu/george/publications/apnea-ecg-cinc-2000.pdf 

Sobre Pacientes analizados

La implementación de los algoritmos solicitados se deberá verificar utilizando los archivos de pacientes:

1. Seleccionar 4 archivos de pacientes tipo "A" (con apnea) (a01,a02,a03,a04)

2. Seleccionar 1 archivos de pacientes tipo "B" (con apnea leve) (b01)

3. Seleccionar 3 archivos de pacientes tipo "C" (sin apnea) (c01,c02,c03)

Los archivos que deben utilizar son: “a0x.dat” (datos de ECG) y “a0xr.dat” (datos respiratorios).

Tal como se indica en la información adicional de la base de datos, se presentan resultados del análisis clínico. Por ejemplo se indica el sexo de cada paciente, la edad, la altura y el peso. Además se indica por cada paciente, el resultado del análisis clínico realizado por especialistas, indicando el total de minutos de cada estudio, y la clasificación de cada minuto como “apnea” o “no apnea”. Con ello se obtiene el “apnea index (AI)” que corresponde al número de apneas observadas por hora.

La plataforma cuenta con aplicación web de VISUALIZACIÓN a través de la cual es posible realizar una inspección general de los registros. A modo de ejemplo al seleccionar “Apnea-ECG Database” y el record “c03er” durante los primeros 25 segundos de registro, se observa los siguiente resultados (ojo... de demora un poco) (VER FIGURA adjunta1)

Sobre los tipos de Señales disponibles

La descripción de las señales ECG,  Resp C, Resp A, Resp N y Sp02 se detalla a continuación:

• La señal de ECG está en los archivos individuales del tipo "a01.dat"

• Las señes respiratorias (4) están juntas en los archivos tipo "a01r.dat", y corresponden a:

  • Resp C: señal de esfuerzo respiratorio torácico obtenida mediante pletismografía de inductancia;

  • Resp A: señal de esfuerzo respiratorio abdominal obtenida mediante pletismografía de inductancia;

  • Resp N: flujo de aire oronasal medido usando termistores nasales;

  • SpO2: saturación de oxígeno en la sangre.

• Los registros “.dat” corresponden a archivos binarios con las siguientes características: 16 bits per sample,100 samples per second, nominally 200 A/D units per millivolt.

Objetivo general:

Desarrollar diversas funciones y métodos numéricos para analizar las señales de los 8 pacientes seleccionados y contrastar los resultados con los datos oficiales del Physionet.

Objetivos específicos:

Procesar cada uno de los registros de pacientes y obtener:

• Total de minutos analizados

• Total de minutos clasificados como APNEA

• Total de minutos clasificados como No-APNEA

• Frecuencia cardiaca promedio por minuto. Graficar

• Frecuencia respiratoria promedio por minuto. Graficar

Estudio exploratorio:

• Relacionar el IMC con el porcentaje de minutos con APNEA: Utilizar algún tipo de regresión lineal, polinomial, exponecial, etc. Comentar.

• Relacionar la EDAD con el porcentaje de minutos con APNEA: Utilizar algún tipo de regresión lineal, polinomial, exponecial, etc. Comentar.

Ayuda incial: Al final hay un ejemplo Python con instrucciones para cargar los archivos 

Fuente de datos: DEIS https://deis.minsal.cl/
Serie de datos: Indicadores Hospitalarios según Servicio de Salud 2023

Paso 1: Seleccione las siguientes series de datos 2023 (ene a dic) para 3 hospitales (H. Van Buren, H. G. Fricke, H. E. Pereira) de los siguiente indicadores:

• Número de Egresos

• Egresos fallecidos

• Promedio Días de Estada

Paso 2: Grafique las 3 series de datos utilizando librería Matplotlib de Python

Paso 3: Calcule una nueva serie de datos correspondiente a:

• Tasa de fallecidos = Egresos fallecidos / Número de Egresos 

• Grafique esta serie calculada para los 3 hospitales

Paso 4: Calcule los promedios anuales de los 4 indicadores para los 3 hospitales y realice un tipo de gráfico de barras

Consideración General: Todos los gráficos deben tener:

• Título, título eje x, título eje y

• Leyenda, colores por serie y marcas por serie

• Grilla

Conceptos y conocimientos involucrados: Programación en Python, algoritmos básicos, manejo de Excel. Aplicación de métodos de líneas de tendencias: Lineal, exponencial, polinomial grado 2 y grado 3. Métodos de Solución de ecuaciones no lineales. 

Contexto: En muchas ocasiones en el ámbito de la salud se enfrenta la necesidad de proyectar en el tiempo la evolución de ciertas variables. Es importante utilizar adecuadamente las herramientas matemáticas que permiten enfrentar estos requerimientos de forma profesional, de lo contrario, es muy probable que se realicen estimaciones simplificadas que no representan una adecuada solución.

Problema: Suponga que en un hospital, se detecta un número creciente de consultas asociadas a una enfermedad de alto riesgo, 242 en 30 días. Se requiere proyectar esta tendencia, determinando si se trata de una crecimiento de tipo lineal, exponencial o polinomial.

PARTE 1: EXCEL

Para ello utilizando la herramienta EXCEL grafique y determine las siguientes curvas de tendencia (obtenga la ecuación con la opción en Excel: ver ejemplo en figura):

• Tipo Lineal

• Tipo Exponencial

• Tipo Polinomial Grado 2

• Tipo Polinomial Grado 3

PARTE 2: EXCEL: ECM

Determine el ECM (Error Cuadrático Medio) que se obtiene entre la curva de tendencia (modelo) y los datos reales para las 4 ecuaciones. Comente.

PARTE 3: PYTHON: Gráficos

Utilizando Matplotlib y la función subplot(2,2,...), grafique los datos y los 4 modelos de regresión

PARTE 4: PYTHON: ECM

Determine el ECM (Error Cuadrático Medio) que se obtiene entre la curva de tendencia (modelo) y los datos reales para las 4 ecuaciones.

PARTE 5: PYTHON: Extrapolación

Realice una extrapolación con los 4 modelos, para estimar cuántos pacientes se registrarán el día 35 y el día 40. Compare los 4 modelos.

PARTE 6: Comentario

Comente los 4 modelos y eliga cuál de ellos sería su recomendación para este caso.

ENTREGABLE:

• Plazo: Grupo Martes: hasta el Viernes 23:59. Grupo Viernes hasta el Lunes 23:59. Descuento de 5 décimas por cada hora de retraso.

• Formato y Duración: Entregar sólo el link al video (máximo 4 minutos) en  Youtube (debe tener visibilidad "No Listado")

• Grupo:  1 o 2 personas. Si son 2 se espera un resultado más completo.

• Modalidad: Pueden utilizar Zoom para grabar. De fondo deben tener el documento Colab y los recuadros de las cámaras de cada persona que presenta. Deben presentar todos los integrantes.

• Contenido: 1) Breve introducción. 2) Presentación del código funcionado, 3) Explicación de las principales funciones., y 4) una conclusión, indicando todos los ámbitos de conocimientos y competencias aplicadas para desarrollar el trabajo. Por ejemplo indicar si fue necesario aplicar conocimientos de “fisiología, programación.... etc.” (por favor reflexionar bien este punto, deben ser muy exhaustivos para este recuento).

Sobre PhysioNet

PhysioNet (https://physionet.org/)  es una plataforma que ofrece acceso gratuito a través de la web a un conjunto de colecciones de registros de señales fisiológicas (Ingresar a la sección DATA y buscar la base de datos “APNEA-ECG”). Esta plataforma cuenta con el respaldo de importantes organismos en EE.UU.: el Instituto Nacional de Ciencias Médicas Generales (NIGMS) y el Instituto Nacional de Imágenes Biomédicas y Bioingeniería (NIBIB) con financiamiento del NIH.

Sobre base de datos Apnea-ECG de PhysioNet

Para el desarrollo de este trabajo se utilizará la base de datos “Apnea-ECG Database” que está disponible en el siguiente link: https://physionet.org/content/apnea-ecg/1.0.0/  

Esta base de datos fue utilizada por PhysioNet / Computers en el Cardiology Challenge del año 2000. Consiste en 70 registros de ECG, cada uno de 8 horas de duración, algunos de los cuales están acompañados de señales complementarias para el estudio del sueño (movimientos respiratorios, oximetría, etc.) Ver una descripción completa de la problemática en http://ecg.mit.edu/george/publications/apnea-ecg-cinc-2000.pdf 

Sobre Pacientes analizados

La implementación de los algoritmos solicitados se deberá verificar utilizando los archivos de dos pacientes:

1. Paciente A03 (con apnea), específicamente: “a03.dat” (datos de ECG) y “a03r.dat” (datos respiratorios)

2. Paciente C03 (sin apnea), específicamente: “c03.dat” (datos de ECG) y “c03r.dat” (datos respiratorios)

Tal como se indica en la información adicional de la base de datos, se presentan resultados del análisis clínico. Por ejemplo se indica el sexo de cada paciente, la edad, la altura y el peso. Además se indica por cada paciente, el resultado del análisis clínico realizado por especialistas, indicando el total de minutos de cada estudio, y la clasificación de cada minuto como “apnea” o “no apnea”. Con ello se obtiene el “apnea index (AI)” que corresponde al número de apneas observadas por hora.

La plataforma cuenta con aplicación web de VISUALIZACIÓN a través de la cual es posible realizar una inspección general de los registros. A modo de ejemplo al seleccionar “Apnea-ECG Database” y el record “c03er” durante los primeros 25 segundos de registro, se observa los siguiente resultados (VER FIGURA1)

Sobre los tipos de Señales disponibles

La descripción de las señales Resp C, Resp A, Resp N y Sp02 se detalla a continuación:

• Resp C y Resp A, señales de esfuerzo respiratorio torácico y abdominal obtenidas mediante pletismografía de inductancia; Resp N, flujo de aire oronasal medido usando termistores nasales; y SpO2, saturación de oxígeno)

• Los registros “.dat” corresponden a archivos binarios con las siguientes características: 16 bits per sample,100 samples per second, nominally 200 A/D units per millivolt.

Preguntas:

Obtener los siguientes resultados a partir de los datos de cada paciente (A03 y C03) para el periodo entre hora 1 y la hora 4, es decir desde el minuto 60 al minuto 240.

1. Indique las características de cada ambos pacientes. Comente.

2. Frecuencia cardiaca promedio por minuto (FC). Grafique en barras cada minuto, desde el minuto 60 al minuto 240. (Utilice la función “title” y “xlabel” para incluir el título y las unidades del eje).

3. Frecuencia respiratoria promedio por minuto (FR). Grafique en barras cada minuto, desde el minuto 60 al minuto 240. (Utilice la señal de respiración del sensor oronasal)

4. Clasifique todos los minutos como “no apnea o apnea”. Grafique en barra azul los minutos "no apena" y barra roja "apnea". Para clasificar un minuto como "apnea" determine la disminución de frecuencia respiratoria (ej. < 8 FR/min) y/o la baja de SpO2 respecto de un umbral determinado (ej. <90%).

5. Determine si existe una relación entre la Frec. Cardiaca (FC) y la Frec. Respiratoria (FR) con el nivel de SpO2. Para ello realice un gráfico de dispersión con eje x = FC o FR  y en eje y =  SpO2  . ¿Existe una correlación? Implemente una línea de tendencia. Comente, los fundamentos fisiológicos de este punto.

6. Redacte una discusión general indicando todos los ámbitos de conocimientos y competencias aplicadas para desarrollar el trabajo. Por ejemplo indicar si fue necesario aplicar conocimientos de “álgebra, fisiología, programación…. etc.” (por favor reflexionar bien este punto, deben ser muy exhaustivos para este recuento) y dar ejemplos.

Ayuda incial: Al final hay un ejemplo Python con instrucciones para cargar los archivos 

Desarrollo de Software (simulador) de Monitor Multiparámetros

ENTREGABLE:

• Plazo: Grupo Martes: hasta el Miércoles 10/dic  23:59. Grupo Viernes hasta el Sábado 13/dic 23:59. Descuento de 5 décimas por cada hora de retraso.

• Formato y Duración: Entregar sólo el link al video (máximo 6 minutos) en  Youtube (debe tener visibilidad "No Listado")

• Grupo:  1 o 2 personas. Si son 2 se espera un resultado más completo.

• Modalidad: Pueden utilizar Zoom para grabar. De fondo deben tener el código a la vista y la aplicación funcionando, junto con  los recuadros de las cámaras de cada persona que presenta. Deben presentar todos los integrantes.

• Contenido: 1) Breve introducción. 2) Presentación del código funcionado, 3) Explicación de las principales funciones., y 4) una conclusión, indicando todos los ámbitos de conocimientos y competencias aplicadas para desarrollar el trabajo. Por ejemplo indicar si fue necesario aplicar conocimientos de “fisiología, programación.... etc.” (por favor reflexionar bien este punto, deben ser muy exhaustivos para este recuento).

Metodología:

• Datos PysioNet

• Editor recomendado Visual Studio Code: https://code.visualstudio.com/download

• Python (local, en computadora, no en la nube) https://www.python.org/downloads/ 

• Para instalar librerías puede utilizar el siguiente comendo ejecutado en CMD la carpeta Script de Python: pip install XXXXXX 

Preguntas:

Obtener los siguientes resultados a partir de los datos del paciente A03 (ver minuto 60 aprox.).

1. Frecuencia cardiaca “instantánea” y promedio.

2. Frecuencia respiratoria “instantánea” y promedio.

3. Clasifique cada minuto como “no apnea o apnea”. Para ello determine la disminución de frecuencia respiratoria (<=8rpm) y/o la baja de SpO2 respecto de un umbral determinado (ej. <90%).

4. Incorporar ALARMA SONORA  cuando se detecte apnea

5. Analice si existe una relación entre la Frec. Respiratoria y el nivel de SpO2.

Carpeta con material Inicial: Datos Paciente, Alarmas y Código Base LINK. Puede modificar el archivo "mp_basico01.py". Se recomienda NO modificar el archivo "mi_libreria.py"

En la siguiente imagen se muestra el resultado mínimo esperado (falta incorporar alarmas, detección de frecuencias promedio (minuto):