Algorithms for the automatic identification of activity/rest cycles based on actigraphy signals and consequences in the assessment of cardiovascular risk

Zusammenfassung

La contribución metodológica fundamental de esta tesis es el desarrollo y validación de un nuevo algoritmo para la identificación automática de ciclos de actividad y descanso a partir de señales de actigrafía. Este algoritmo ha sido diseñado para ser utilizado en el cálculo de parámetros de monitorización ambulatoria de presión arterial (MAPA). La determinación automática y precisa de ciclos de actividad y descanso es crítica en aplicaciones de evaluación de riesgo cardiovascular, incluyendo la clasificación dipper/no-dipper y el diagnóstico de hipertensión. El algoritmo propuesto utiliza filtrado adaptativo basado en rangos, lógica de decisión y procesado morfológico. La validación y caracterización del algoritmo fue llevada a cabo en una base de datos de 104 sujetos, con señales de actigrafía medidas de forma simultánea en la mano dominante y la no dominante (es decir, 208 señales de actigrafía). El rendimiento del algoritmo fue comparado con el de otros algoritmos disponibles en dos bases de datos de actigrafía. Además de la contribución ingenieril, otra contribución de este trabajo consiste en un estudio clínico cuyo propósito es el de comparar los parámetros de MAPA obtenidos a partir de tres métodos distintos para determinar períodos de actividad y descanso (un horario fijo, un diario, y el algoritmo propuesto). El estudió incluyó cálculo de medidas de estadística descriptiva y coeficientes de correlación, tests de normalidad de Lilliefors, así como tests de medias y medianas. También se realizaron gráficas de Bland-Altman, diagramas de dispersión, tests de McNemar y McNemar-Bowker, y se calcularon los correspondientes índices $kappa$ para estudiar la concordancia de la clasificación de sujetos en Dippers y no-dippers y el diagnóstico de hipertensión usando los distintos métodos. Basándose en los resultados de este estudio, es posible identificar las ventajas, a nivel de grupo y a nivel individual, de utilizar el algoritmo propuesto en aplicaciones de MAPA.