Desarrollo de un cinturón portátil con sensores integrados para medir múltiples parámetros fisiológicos relacionados con la insuficiencia cardíaca

Sep 22, 2023

Scientific Reports volumen 12, Número de artículo: 20264 (2022) Citar este artículo

3040 Accesos

187 Altmetric

Detalles de métricas

La insuficiencia cardíaca es una enfermedad crónica, cuyos síntomas ocurren debido a la falta de gasto cardíaco. Se puede gestionar mejor con un seguimiento continuo y en tiempo real. Se han realizado algunos esfuerzos en el pasado para el tratamiento de la insuficiencia cardiaca. La mayoría de estos esfuerzos se basaron en un solo parámetro, por ejemplo, la impedancia torácica o la frecuencia cardíaca. En este documento, informamos sobre un dispositivo portátil que puede proporcionar el seguimiento de múltiples parámetros fisiológicos relacionados con la insuficiencia cardíaca. Se basa en la detección de múltiples parámetros simultáneamente, incluida la impedancia torácica, la frecuencia cardíaca, el electrocardiograma y la actividad de movimiento. Estos parámetros se miden mediante diferentes sensores que se integran en un cinturón portátil para su seguimiento continuo y en tiempo real. El dispositivo portátil para el cuidado de la salud ha sido probado en diferentes condiciones, como sentarse, pararse, acostarse y caminar. Los resultados demuestran que el dispositivo portátil informado realiza un seguimiento de los parámetros antes mencionados en todas las condiciones.

Las enfermedades cardiovasculares (ECV) son un grupo de enfermedades del corazón y de los vasos sanguíneos, como el infarto de miocardio, comúnmente conocido como infarto, insuficiencia cardíaca, cardiopatía reumática y enfermedad arterial pulmonar1,2. Según la Organización Mundial de la Salud (OMS), las ECV son la principal causa de muerte, con 17,9 millones de muertes estimadas en todo el mundo1. La insuficiencia cardíaca (IC) es una ECV crítica con un estimado de 64,34 millones de casos en todo el mundo3. La IC es un síndrome clínico progresivo caracterizado por una anomalía estructural del corazón, en la que el corazón es incapaz de bombear suficiente sangre para satisfacer las necesidades del organismo. Debido a esta falta de riego sanguíneo, se acumula líquido en los pulmones, lo que impide la oxigenación4,5,6. Hay dos tipos de IC: IC sistólica con fracción de eyección reducida (ICFEr) e IC diastólica con falla de eyección conservada (ICFEp). Las causas comunes de HFrEF incluyen cardiomiopatía, enfermedad del músculo cardíaco, presión arterial alta no tratada, válvulas cardíacas defectuosas y enfermedad de las arterias coronarias. Una causa común de HFpEF es la hipertrofia ventricular izquierda (HVI), una afección en la que el ventrículo izquierdo del corazón está engrosado y la cámara no puede llenar suficientemente el gasto cardíaco adecuado7,8,9. Según los Centros para el Control y la Prevención de Enfermedades (CDC), en 2018 hubo 379.800 muertes, y el 13,4 % de la mortalidad total en EE. UU. se debió a la IC2. Además, según la Asociación Estadounidense del Corazón, actualmente hay 6,2 millones de adultos diagnosticados con insuficiencia cardíaca en los EE. UU., y se estima que este número aumentará a 8 millones para 203010. El tratamiento actual de la insuficiencia cardíaca incluye medicamentos dirigidos por las guías y dispositivos implantados quirúrgicamente que pueden ser muy costoso. Según los CDC, en promedio, se gastaron $30,700 millones en el tratamiento de la insuficiencia cardíaca en los EE. UU. en 20122. Esta carga financiera se debe a la trayectoria descendente de la insuficiencia cardíaca que, en etapas posteriores, conduce a hospitalizaciones repetidas. Debido a este mal diagnóstico, del 17 al 45 % de las muertes ocurren dentro del año de la hospitalización inicial y del 45 al 60 % de las muertes ocurren dentro de los cinco años11.

La monitorización continua y en tiempo real de los síntomas de la insuficiencia cardíaca puede alertar a los pacientes y proveedores de la descompensación del paciente. El proveedor puede entonces intervenir con medicamentos para evitar la hospitalización del paciente. La acumulación de líquido en los pulmones se refleja en una disminución de la impedancia torácica. Los síntomas comunes de la IC están relacionados con la sobrecarga de líquidos e incluyen fatiga, aumento de peso y sensación de falta de aire7,8. Estos síntomas pueden controlarse para determinar la progresión de la insuficiencia cardíaca. Actualmente existen dos dispositivos implantables para monitorear los síntomas de IC: un desfibrilador cardioversor implantable (DCI) y el monitor de arteria pulmonar CardioMEMS™8,12,13,14.

Se recomienda un ICD para pacientes con HFrEF, ya que es más probable que tengan arritmias cardíacas letales. Un ICD también mide la impedancia torácica y puede alertar a los proveedores de la disminución de la impedancia torácica, lo que indica más líquido en los pulmones15. Se implanta quirúrgicamente debajo de la piel, detecta arritmias letales y restablece el ritmo cardíaco normal con una descarga eléctrica. Los DAI tienen una función adicional como marcapasos, para acelerar un corazón demasiado lento16. Un ICD requiere un procedimiento quirúrgico invasivo para la implantación inicial y siempre que sea necesario reemplazar la batería, generalmente dentro de los 3 a 7 años17. Hay riesgos para cualquier cirugía y el procedimiento también es costoso. Según el registro del ICD, el reemplazo quirúrgico tiene un costo aproximado de $37,00018. Además, los campos electromagnéticos pueden alterar el rendimiento del DAI y el riesgo aumenta con la mayor proximidad19,20,21,22,23. Es importante tener en cuenta que los DAI solo se recomiendan para pacientes con HFrEF; no hay dispositivos de monitorización disponibles para el 50% de los pacientes con HFpEF24.

CardioMEMS™, es una herramienta de diagnóstico comercialmente disponible para HF que puede alertar a los proveedores de una mayor presión en los pulmones. Es un dispositivo pequeño (15 mm × 3,5 mm × 2 mm) que se implanta en la arteria pulmonar y monitorea los cambios en la presión arterial pulmonar. El aumento de la presión arterial pulmonar es un indicador precoz de empeoramiento de la IC 25,26,27. Es costoso, aproximadamente $17,75011, y no está exento de riesgos. CardioMEMS™ fue aprobado por la Administración de Alimentos y Medicamentos en 2014, tanto para HFrEF como para HFpEF, y en sus primeros tres años, se implantaron 5500 dispositivos en pacientes únicos. Sin embargo, CardioMEMS™ no logró predecir 22 muertes de 5500 implantes, 4 de las cuales se debieron a IC28,29. Además, la falla del sensor ocurrió en 46 casos, en los cuales 13 requirieron recalibración, 11 pacientes fueron hospitalizados y 14 sensores fueron descartados28.

Ambos sistemas de monitoreo de HF actualmente disponibles no solo son costosos sino que también tienen importantes problemas de seguridad. Además, no se pueden ignorar los riesgos de los procedimientos invasivos. Aproximadamente la mitad de los pacientes con IC no necesitan un ICD y no califican para la monitorización torácica que proporciona. Por lo tanto, existe una necesidad crítica de soluciones no invasivas para la monitorización continua y en tiempo real de la progresión de la IC. Los dispositivos portátiles para el cuidado de la salud (HWD, por sus siglas en inglés) pueden abordar esta necesidad, ya que los HWD no solo son rentables, sino que también son seguros y convenientes para el usuario. Además, han demostrado ser una solución adecuada para la monitorización continua y en tiempo real de diversos biomarcadores30,31. Además de ICD y CardioMEMS, la detección dieléctrica remota (ReDS) de Sensible Medical también mide el contenido de líquido pulmonar, pero tampoco es portátil y no se puede usar para el punto de atención en todo momento32.

Además, VitalPatch de VitalConnect es un dispositivo portátil que se puede usar para monitorear diferentes signos vitales relacionados con enfermedades cardiovasculares33. Estos parámetros incluyen la frecuencia cardíaca, la variabilidad de la frecuencia cardíaca, la frecuencia respiratoria, la temperatura corporal, el ECG, la postura y la detección de caídas de actividad. Sin embargo, no mide la impedancia torácica, un parámetro importante para la monitorización de la IC33.

En este artículo, presentamos un HWD que tiene el potencial de monitorear parámetros fisiológicos que son importantes para los pacientes con insuficiencia cardíaca. Estos parámetros incluyen impedancia torácica, electrocardiograma (ECG), frecuencia cardíaca y detección de actividad de movimiento.

La impedancia torácica es una bioseñal crítica para el seguimiento de la progresión de la IC, con una magnitud de entre 60 y 1000 ohmios, según el sujeto en cuestión y la cantidad de electrodos utilizados para medir la impedancia torácica34. Como se ha comentado, al inicio de la IC, el líquido comienza a acumularse en la región torácica, esta retención de líquido disminuye la impedancia en esta zona. Yu et al. en su estudio de 33 pacientes con IC observaron que antes del inicio de la IC, la impedancia torácica comienza a disminuir35. Por lo tanto, esta disminución de la impedancia torácica es una consideración vital para la progresión de la IC36,37,38. La impedancia torácica se evalúa colocando electrodos en la región torácica y mide la resistencia al flujo de iones en esta área. Cuando el corazón no bombea eficientemente, el fluido llena la cavidad torácica y facilita el flujo de iones, ya que el fluido es más conductor que el aire. 35,39,40. El aumento del flujo de cargas indica una disminución de la impedancia torácica. De manera similar, con la ausencia de líquido dentro de la región torácica, las cargas enfrentan una mayor resistencia para fluir de un electrodo a otro, lo que indica un aumento en la impedancia torácica41.

De manera similar, el ECG es una bioseñal vital para el diagnóstico y pronóstico de enfermedades cardiovasculares. Es una representación del flujo de señales eléctricas a través del corazón42. Como se ha comentado, uno de los síntomas de la insuficiencia cardíaca son los ritmos cardíacos anormales, conocidos como arritmias cardíacas43. La arritmia cardíaca es un latido inadecuado del corazón en el que el ECG es irregular y diferenciable del ritmo sinusal regular43. Estas arritmias cardíacas se pueden identificar mediante ECG. Tradicionalmente, en el ámbito ambulatorio, el ECG se mide con un monitor Holter que no es adecuado para el uso en el punto de atención (POC). Además, la miocardiopatía provoca una fracción de eyección disminuida, en la que el porcentaje de sangre bombeada con cada latido disminuye44. Para compensar la pérdida de suministro de sangre, el corazón puede latir a un ritmo más alto de lo normal (60 a 100 latidos por minuto). Es posible que esto no sea suficiente para proporcionar el gasto cardíaco que necesita el cuerpo y provoque síntomas de insuficiencia cardíaca.

La fatiga es otro síntoma de la IC junto con la hinchazón de las piernas o el edema7,8. O'Donnell et al. realizó un estudio en 13 pacientes con IC y encontró que los pacientes con IC grave tenían menos capacidad para realizar actividad física y, por lo tanto, tenían poca actividad45. Además, el malestar debido a la insuficiencia cardíaca afecta los patrones de sueño46,47. Estos síntomas se pueden monitorear usando sensores de posición que se pueden usar para un mejor manejo de la insuficiencia cardíaca.

Este documento destacará los materiales y métodos involucrados en el desarrollo del HWD para la adquisición de los parámetros antes mencionados junto con sus resultados preliminares. Además, también discutirá los desafíos y las direcciones futuras para el uso del HWD discutido para la predicción de HF.

El HWD monitorea varios parámetros que son significativos para el monitoreo de HF48,49. Como se discutió, estos parámetros incluyen impedancia torácica, ECG, frecuencia cardíaca y actividad de movimiento. La Figura 1 presenta el diagrama de bloques del HWD propuesto. Representa diferentes sensores que se utilizan para monitorear parámetros específicos. Estos parámetros luego se ven en un teléfono inteligente y se pueden guardar para compartir con el proveedor médico. Los párrafos siguientes destacan los detalles individuales de estos sensores junto con su integración hacia el desarrollo del módulo final.

Diagrama de bloques del funcionamiento del HWD para la predicción de HF que muestra diferentes sensores utilizados para detectar múltiples parámetros junto con el módulo final integrado.

Como se mencionó, el HWD presentado se basa en parámetros específicos, a saber, impedancia torácica, electrocardiograma (ECG), frecuencia cardíaca y detección de actividad de movimiento. Se ha encontrado que estos parámetros son significativos para determinar los síntomas de la IC y pueden ser potencialmente vitales en la monitorización continua de los síntomas de la IC. El sistema utiliza diferentes sensores para detectar estos parámetros. Estos sensores incluyen un analizador de impedancia (IA) de interfaz de módulo periférico (PMOD), para detectar la impedancia torácica, AD 8232, para detectar ECG, MAX 30105, para detectar la frecuencia cardíaca, y ADXL 362, para detectar actividad de movimiento50,51,52,53. Estos sensores luego se integran con Arduino Uno como el microcontrolador54. Los párrafos subsiguientes discuten estos sensores en detalle.

El PMOD IA se ha utilizado para medir la impedancia torácica. PMOD IA es un analizador de impedancia de bajo costo para medir impedancias desconocidas. Se basa en AD 5933, un sistema de conversión de impedancia de alta precisión, adecuado para medir bioimpedancias50. El AD 5933 tiene un generador de frecuencia integrado, con un convertidor analógico-digital de 12 bits y 1 MSPS55. Permite el barrido de frecuencia definido por el usuario, con frecuencias de inicio y parada junto con el incremento en el barrido de frecuencia para excitar la impedancia desconocida externa a una frecuencia conocida55,56,57. La impedancia torácica se mide contra el barrido de frecuencia aplicado utilizando dos electrodos. Se aplica una frecuencia conocida en un electrodo y la respuesta de impedancia torácica para la frecuencia aplicada se captura en el segundo electrodo. Para este propósito, se conectan electrodos a través de la región torácica para medir la impedancia torácica entre los electrodos a lo largo de la región torácica, como se muestra en la Fig. 2B. La impedancia torácica tiene una respuesta significativa para frecuencias entre 10 y 100 kHz y por lo tanto, PMOD IA en este HWD ha sido programado para obtener impedancias para este rango de frecuencias34. Las partes real e imaginaria de la respuesta se almacenan en registros integrados AD 593357.

HWD con sensores integrados con el microcontrolador (A). Módulo HWD en un cinturón portátil para el monitoreo continuo y en tiempo real de parámetros significativos para HF (B). Esquema del HWD que muestra la colocación de los electrodos para el ECG y la impedancia torácica.

Hay varios circuitos integrados, con rendimientos comparables, disponibles que se pueden usar en HWD para la medición de ECG en POC. AD 8232 es uno de esos circuitos integrados que mide el ECG utilizando una sola derivación51. AD 8232 se ha utilizado en el HWD propuesto para registrar ECG. Dado que el rendimiento del ECG depende en gran medida de la ubicación de los electrodos, la posición de los electrodos se finalizó después de probar diferentes ubicaciones de modo que estuvieran conectados en el triángulo de Einthoven58. La figura 2B muestra la colocación final de los electrodos de impedancia torácica y de ECG.

El sensor MAX 30105 se puede utilizar para medir la frecuencia cardíaca. MAX 30105 es un sensor potente y flexible para detectar los latidos del corazón52. Su detección se basa en la absorción de luz por la sangre oxigenada con cada latido del corazón52. La óptica del MAX 30105 se explica en la información complementaria Secc. 1.1.

ADXL 362 es un sensor de posición ampliamente utilizado para actividad de movimiento, análisis de posición y monitoreo de patrones de sueño53. Es un acelerómetro MEMS de 3 ejes que mide el cambio en los tres ejes (x, y, z)53. Mide tanto las aceleraciones: la aceleración estática, como la inclinación, y la aceleración dinámica, como la debida a un golpe o movimiento53. Los sensores antes mencionados están integrados para el desarrollo de un HWD que se puede usar en todo momento, como se muestra en la Fig. 2.

Los sensores antes mencionados se utilizan para leer parámetros significativos de HF y se integran utilizando Arduino Uno. Arduino Uno es un microcontrolador de baja potencia que admite 5–12 V de voltaje y consume un máximo de 42 mA de corriente54. Permite tanto el circuito interintegrado (I2C) como los modos de comunicación de la interfaz periférica en serie (SPI). Los párrafos siguientes destacan los detalles del módulo final con la integración de estos sensores.

Los sensores de impedancia torácica (AD5933) y frecuencia cardíaca (MAX 30105) utilizan el modo de comunicación I2C, mientras que los sensores de posición (ADXL 362) y ECG (AD8232) utilizan el modo de comunicación SPI. Arduino Uno proporciona cuatro pines para la comunicación I2C: dos para cada línea de datos en serie (SDA) y línea de comunicación en serie (SCL). Por lo tanto, se utiliza un par de pines SDA y SCL para leer datos de impedancia torácica y otro para leer datos de frecuencia cardíaca. De manera similar, los pines digitales del Arduino Uno permiten el modo de comunicación SPI y se utilizan para leer datos de sensores de posición y ECG.

Se escribió un boceto de Arduino con bibliotecas integradas para los sensores antes mencionados. Estas bibliotecas permiten enviar y recibir instrucciones desde los pines de entrada/salida de propósito general (GPIO) del Arduino. Todas estas instrucciones se ejecutaron en un bucle para garantizar la transferencia continua de datos desde los pines de Arduino. Después de grabar el boceto en el Arduino, el sensor de impedancia torácica se calibra con una resistencia conocida. Para ello se ha utilizado una resistencia de 82 Ω, ya que se encuentra dentro del rango de impedancia torácica humana. Una vez calibrados, los electrodos de impedancia torácica se insertan en el lugar de la resistencia calibrada y el PMOD IA detecta la impedancia torácica con referencia a la resistencia calibrada. Todos los demás sensores no necesitan ninguna calibración y se pueden usar tal como están. Además, la grabación de ECG se muestrea a alrededor de 204 Hz para obtener resultados precisos. El módulo integrado se prueba en diferentes condiciones, por ejemplo, sentado, de pie, caminando y acostado. Se ha implementado un protocolo de estudio para este fin, definido en la Tabla 1, en un tema de salud. En todas estas condiciones se ha diseñado un experimento para probar el cambio en la impedancia torácica. Como la impedancia torácica es el reflejo de la resistencia al flujo de cargas dentro de la región torácica, la entrada y salida de aire dentro del tórax cambia su impedancia. El sujeto sano bajo consideración realiza inhalaciones y exhalaciones agresivas para observar el cambio en la impedancia torácica en la región del tórax y se utilizó PMOD IA para registrar este cambio en la impedancia torácica59,60. Sin embargo, todos los demás sensores registran secuencialmente los parámetros respectivos, como se muestra en la Tabla 1.

El estudio fue aprobado por el comité de la Junta de Revisión Institucional de Florida Atlantic University para el experimento antes mencionado y todos los experimentos se realizaron de acuerdo con las pautas y regulaciones pertinentes. Además, también se ha obtenido el consentimiento informado de todos los participantes del estudio.

Los sensores están integrados en un solo microcontrolador para monitorear múltiples parámetros con Arduino Uno como microcontrolador. El módulo final se muestra en la Fig. 3A. El módulo es liviano con una dimensión de 120,1 × 125 mm, lo que lo hace conveniente para que lo use el usuario. El consumo máximo de energía del módulo es de 0,6 W con corriente de 136 mA y 5 V, como se muestra en la Fig. 3B. Este consumo de energía permite que el módulo use una batería pequeña y compacta, adecuada para adquirir datos durante un largo período de tiempo. Para ello se ha utilizado una batería de iones de litio de 650 mAh de capacidad. La batería permite alrededor de 4,7 h de adquisición ininterrumpida de datos antes de descargarse por completo y solo tarda unas pocas horas en recargarse. Estos datos ininterrumpidos son esenciales para el monitoreo continuo y en tiempo real de HF.

(A). HWD para la predicción de insuficiencia cardíaca (B). Especificaciones de potencia del HWD i. Voltaje de entrada del HWD ii. Corriente requerida por el HWD (C). Frecuencia cardíaca en latidos por minuto que se muestra en el teléfono inteligente mediante la aplicación Bluetooth.

Los resultados del HWD se pueden transmitir al teléfono móvil del usuario mediante el módulo Bluetooth, como se muestra en la Fig. 3C61. Para ello se ha utilizado el HC-06 como módulo Bluetooth y los resultados se visualizan en una aplicación de terminal serie Bluetooth (SBT)62,63. La aplicación SBT es una aplicación gratuita para recibir datos del monitor serie de Arduino mediante Bluetooth. SBT se puede utilizar para recibir datos del HWD para la visualización en tiempo real de los resultados y los datos se pueden guardar para su uso posterior. Además, también se puede usar para registrar datos para compartirlos con el médico para uso futuro. El video del intercambio de datos en tiempo real usando el módulo Bluetooth se puede encontrar en la sección complementaria. 1.2.

Se obtuvo el consentimiento informado de todos los sujetos involucrados en el estudio.

Como se mencionó, el HWD se probó en diferentes condiciones para evaluar su eficacia como dispositivo portátil. Para este propósito, los resultados de todos los sensores se obtuvieron en condiciones de estar sentado, de pie, caminando y acostado. En cada condición, los resultados se obtuvieron secuencialmente para todos los sensores, donde se obtuvieron los valores de impedancia torácica para la respiración normal, así como para la inhalación y exhalación agresivas. Esto se demuestra en el video proporcionado en la sección complementaria. 1.2. Los resultados se obtuvieron para el sujeto masculino sano de 25 años y un peso de 129 lb sin antecedentes médicos de progresión cardiovascular.

Los resultados de la impedancia torácica para un sujeto masculino se muestran en la Fig. 4. Para analizar en un espectro más amplio, hemos realizado un barrido de frecuencia de 80 a 100 kHz para diferentes condiciones en tiempo real y hemos trazado todos los valores reales de impedancia porque las células biológicas responden a todas estas frecuencias. El sensor da valores reales e imaginarios de impedancia torácica. Se han considerado y graficado los valores reales de la impedancia porque es el valor real de la impedancia torácica el que varía con la acumulación de líquido y se correlaciona significativamente con la insuficiencia cardíaca64,65. Hemos demostrado esto trazando valores de impedancia torácica tanto para inhalar como para exhalar.

Impedancia torácica usando PMOD IA (A). Dos electrodos con áreas diferentes: Electrodo E1 con área de 452 mm2 y electrodo E2 con área de 2580 mm2 (B). Magnitud de la impedancia torácica con Electrodo E1 (C). Magnitud de la impedancia torácica con electrodo E2. |\({\izquierda|\mathrm{Z}\derecha|}_{\mathrm{E}1}>{\izquierda|\mathrm{Z}\derecha|}_{\mathrm{E}2}\) Z|E1 >|Z|E2 (D). Impedancia torácica en posición sentada (E). impedancia torácica en bipedestación (F). impedancia torácica en posición tumbada (G). Impedancia torácica al caminar (H). Impedancia torácica en diferentes condiciones a 100 kHz.

Puede verse en la figura 4 que la impedancia torácica aumenta al inhalar y disminuye al exhalar. El aumento significativo en la impedancia torácica durante la inhalación agresiva se debe a la presencia de mayor cantidad de aire dentro de la región del tórax y, como el aire es menos conductivo, la impedancia total de la región del tórax aumenta59,66. De manera similar, la disminución significativa en la impedancia torácica durante la exhalación agresiva se debe a la ausencia de aire y está bien de acuerdo con los resultados esperados de la impedancia torácica59,67,68.

Los resultados de PMOD IA también se validan de forma cruzada mediante el uso de dos electrodos de diferentes áreas, como se muestra en la Fig. 4A. Según Piuzzi et al. la impedancia torácica disminuye con el aumento del área del electrodo que se usa para evaluarla. 34. La Figura 4B,C muestra la impedancia torácica obtenida utilizando electrodos con dos áreas diferentes. El mismo experimento de impedancia torácica mientras se realiza la inhalación y la exhalación en el mismo sujeto. La impedancia de ambos electrodos mantiene la tendencia esperada. Sin embargo, el Electrodo 1, con un área de 452 mm2, tiene una impedancia torácica mayor que la magnitud de la impedancia torácica obtenida usando el Electrodo 2, que tiene un área de 2580 mm269. Esto está de acuerdo con los hallazgos del estudio mencionado y valida los resultados del PMOD IA34. Como los resultados del electrodo 2 son más robustos y libres de ruido, se obtuvieron resultados adicionales utilizando el electrodo 2. El electrodo 2 es un electrodo de superficie autoadhesivo de Auvon que tiene una baja impedancia y una adhesividad más prolongada70.

La impedancia torácica se evaluó para diferentes condiciones mientras estaba sentado, de pie, acostado y caminando para un monitoreo continuo y en tiempo real. Los resultados para estas condiciones se muestran en la Fig. 4D-G, respectivamente. Puede observarse que, en todas las condiciones, el PMOD IA detecta el cambio en la impedancia torácica con una magnitud que oscila entre 218 y 250 Ω para el sujeto en cuestión. Como era de esperar, la impedancia torácica aumenta al inhalar y disminuye al exhalar en todas las condiciones. Además, también se puede ver que no hay muchas variaciones en la impedancia torácica mientras está en movimiento, por ejemplo, al caminar. Esto muestra que PMOD IA ha mitigado con éxito los artefactos de movimiento para tener señales limpias. En consideración al trabajo referenciado, también hemos incluido un gráfico que solo muestra los valores de impedancia torácica a 100 kHz y se puede ver que para inhalar aumenta, y para exhalar disminuye, como se muestra en la Fig. 4H.

Como se mencionó, AD 8232 IC se ha utilizado para registrar ECG en el HWD desarrollado. Se obtuvieron resultados para el ECG en diferentes condiciones y se muestran en la Fig. 5A–D. Se puede ver que se obtiene un complejo PQRST visible con ECG lo suficientemente limpio como para ser utilizado con fines de pronóstico y diagnóstico. Se ha obtenido un ECG limpio en condiciones estables, por ejemplo, mientras está sentado, de pie y acostado; sin embargo, el ECG al caminar está distorsionado. El ECG al caminar está distorsionado debido a la inclusión esperada de un artefacto de movimiento debido al movimiento. Sin embargo, al caminar, el complejo QRS del ECG sigue siendo visible y se puede utilizar con fines de pronóstico sin necesidad de un mayor procesamiento de la señal, como se muestra en la figura 5D.

Un ECG de un sujeto sano con un complejo PQRST limpio y visible en diferentes condiciones (A). ECG sentado (B). ECG de pie (C). ECG mientras está acostado (D). ECG mientras camina (E). Respuesta de frecuencia del ECG mientras está sentado y mientras camina (F). ECG mientras camina antes (azul) y después del filtro de paso alto (verde).

Como la respuesta de frecuencia del artefacto de movimiento (0,01 a 10 Hz) coincide con la respuesta de frecuencia del ECG (0,5 a 100 Hz), es difícil filtrar los artefactos de movimiento del ECG, ya que sigue existiendo una compensación en la eliminación de los artefactos de movimiento. y retener las señales de baja frecuencia de ECG71. Sin embargo, se pueden realizar mejoras en el ECG al caminar eliminando los componentes de baja frecuencia de los artefactos de movimiento mediante un filtro de paso alto. La Figura 5e muestra la respuesta de frecuencia del ECG mientras camina y de un ECG limpio mientras está sentado. Se puede ver que componentes de frecuencia adicionales están presentes en el ECG, mientras se camina, de 4 a 6 Hz. Estos componentes se pueden eliminar utilizando un filtro de paso alto con una frecuencia de parada de 4 Hz y una frecuencia de paso de 7 Hz. Para ello se ha utilizado un filtro de paso alto de respuesta de impulso finito (FIR) de tipo equiripple cuyas especificaciones se pueden encontrar en la información complementaria Secc. 1.3. El ECG en condiciones de caminar después de pasar por el filtro de paso alto mencionado anteriormente se muestra en la Fig. 5f. Se puede ver que el ECG filtrado no tiene el desvío de la línea de base en comparación con el ECG sin filtrar mientras se camina y, por lo tanto, se centra alrededor de 0.

El MAX 30,105 se ha utilizado para medir la frecuencia cardíaca. Mide la frecuencia cardíaca en función de la absorción de rayos infrarrojos (IR). El sensor se coloca junto al cuerpo en el cinturón, para absorber los rayos IR en todas las condiciones. Se ha observado que para el sujeto bajo consideración, la frecuencia cardíaca promedio permanece en el rango esperado de 60 a 100 lpm en todo momento.

La figura 6 muestra los resultados de la frecuencia cardíaca de un sujeto masculino sano en latidos por minuto (lpm). MAX30105 proporciona valores de frecuencia cardíaca promedio en bpms. La frecuencia cardíaca fluctúa debido a la presión desigual sobre el sensor, por lo que hemos filtrado los valores en el rango de frecuencia cardíaca esperado (60–100 lpm) y hemos tomado el promedio por minuto de ellos. Los datos completos de frecuencia cardíaca también se proporcionan en la sección de información complementaria. 1.5.

Valores de frecuencia cardíaca en tiempo real en ppm para el sujeto en consideración.

Como se mencionó, ADXL 362 se ha utilizado para realizar un seguimiento del movimiento del sujeto, un parámetro esencial para el diagnóstico de insuficiencia cardíaca. El ADXL 362 detecta el movimiento siempre que el movimiento del sujeto supere el umbral establecido y durante un período de tiempo determinado. Como se discutió, ADXL también da valores de aceleración que pueden usarse para diferenciar diferentes posiciones del sujeto. Los resultados de la detección de actividad de movimiento se muestran en la Fig. 7 y el análisis de posición del sujeto bajo consideración para diferentes condiciones se muestra en la Tabla 2. Se puede ver que el sensor detecta correctamente el cambio de eje con el cambio de posición. En diferentes posiciones, los valores de los ejes son diferentes, por ejemplo, mientras que el eje y acostado tiene valores negativos en comparación con las posiciones sentado, de pie y caminando donde el eje y es positivo. Además, el cambio en la magnitud del eje y de la posición sentada a la de pie también destaca la precisión del sensor de posición.

Detección de movimiento utilizando ADXL 362 siendo visualizado en una aplicación Bluetooth.

Se ha desarrollado un prototipo del HWD para la monitorización continua y en tiempo real de bioseñales vitales que puede utilizarse para la monitorización de la IC. El HWD lee parámetros como la impedancia torácica, el ECG, la frecuencia cardíaca y la detección de actividad de movimiento. El HWD se ha probado en diferentes condiciones y se han obtenido los resultados correspondientes para diferentes estados humanos. Se puede ver a partir de los resultados que todos los sensores realizaron un seguimiento de los cambios en diferentes condiciones. El sensor de posición resalta correctamente el cambio de posición en diferentes condiciones, como se muestra en la Tabla 2, y también se puede utilizar para identificar diferentes estados del usuario. Además, el sensor de frecuencia cardíaca siempre realiza un seguimiento de la frecuencia cardíaca, como se muestra en la Fig. 6. El HWD también resalta correctamente los cambios mínimos en la impedancia torácica, como se muestra en la Fig. 4. Se observó que la la impedancia no se ve afectada notablemente con el cambio de posición y para un sujeto dado la impedancia torácica promedio sigue siendo la misma que cabría esperar. Se ha observado que el sensor de ECG, como la mayoría de los monitores de ECG, es muy sensible al movimiento y, a menudo, incorpora artefactos de movimiento durante el movimiento, particularmente al caminar, como se muestra en la Fig. 5D. Sin embargo, incluso al caminar, el ECG conserva su complejo QRS junto con los picos R, como se puede ver en la figura 5D, que son indicadores importantes de la HVI. El ECG obtenido al caminar se puede utilizar para diagnosticar la HVI utilizando los criterios de Cornell modificados para indicar el aumento de la amplitud del pico R en el ECG del vector izquierdo aumentado (aVL) donde la HVI, como se ha comentado, es una causa importante de insuficiencia cardíaca72,73,74. Además, en el HWD propuesto, el sensor de impedancia torácica se calibra manualmente pero, una vez calibrado, no requiere más calibración dado que el módulo se usa de forma ininterrumpida. Todos los sensores están integrados en un módulo de cinturón que se puede usar fácilmente durante un largo período de tiempo sin afectar las actividades diarias del paciente. El módulo bluetooth también se ha utilizado para permitir la transferencia automatizada de datos del sensor, sin intervención del usuario, al terminal para su posterior análisis.

Según Gyllesten et al. la impedancia torácica es un fuerte predictor de IC en comparación con el aumento de peso a corto plazo40,75. La impedancia torácica por sí sola tiene la capacidad pronóstica de predecir la IC mucho antes que la monitorización del peso35. En un estudio realizado por Yu et al. en 33 pacientes, ocurrieron 25 incidentes de hospitalización en 10 pacientes y en todos los pacientes se encontró que la impedancia torácica medida diariamente era más baja que su respectiva impedancia torácica basal durante un promedio de 18 ± 10,3 días antes de la hospitalización35. De manera similar, Vollmann et al. realizaron un estudio para monitorear el cambio en la impedancia torácica en 373 pacientes con IC usando un dispositivo implantado38. El dispositivo está programado con un algoritmo que genera una alerta cada vez que la impedancia torácica es inferior a la impedancia torácica de referencia. Se ha observado que para 53 eventos clínicos de IC, el algoritmo detecta el deterioro de la IC con una sensibilidad del 62%. Además, en otro estudio se monitorizó el ECG de 6664 pacientes, observándose 244 eventos de IC. El ECG de todos estos eventos mostró una mayor frecuencia cardíaca en reposo, hipotrofia ventricular izquierda, QRS prolongado, onda ST/T anormal y QRS-T76 anormal. Asimismo, en otro estudio se ha observado que el ECG sí tiene alta sensibilidad, en torno al 89%, para IC pero tiene baja especificidad para IC, en torno al 56% 77. Por tanto, el ECG solo puede asociarse a otras enfermedades cardiovasculares y puede conducir a una predicción incorrecta.

Por lo tanto, se ha adoptado un enfoque multiparamétrico y se ha desarrollado un dispositivo para monitorear múltiples parámetros. Se espera que el HWD propuesto tenga valores predictivos más altos para HF con mayor especificidad y alta sensibilidad. Con los resultados antes mencionados, se planea probar el módulo en un conjunto de sujetos diversos en un futuro próximo, y se puede desarrollar un algoritmo para predecir la insuficiencia cardíaca en el conjunto de prueba. Si se observa una anomalía, se puede enviar una notificación al usuario para que realice más intervenciones. Esta notificación también se puede enviar al proveedor médico en cuestión.

Se ha propuesto un HWD para monitorear parámetros que son importantes para una mejor gestión de la IC. El HWD utiliza múltiples parámetros que pueden proporcionar información esencial sobre la HF. Estos parámetros son la impedancia torácica, la frecuencia cardíaca, el ECG y la detección de actividad de movimiento. El HWD consume energía del orden de 0,6 W y, por lo tanto, puede alimentarse con una batería liviana. La batería utilizada tiene una capacidad de 650 mAh que permite que el módulo monitoree los datos de forma continua durante al menos 4,7 h y se pueda recargar por completo en unas pocas horas. Los resultados preliminares obtenidos del HWD en diversas condiciones son alentadores y se pueden utilizar para desarrollar un algoritmo, en la siguiente etapa del proyecto, para predecir la insuficiencia cardíaca. El HWD propuesto es ligero y tiene unas dimensiones de 120,1 × 125 mm que se pueden llevar cómodamente en la cintura.

Los conjuntos de datos generados y/o analizados durante el estudio actual están disponibles del autor correspondiente a pedido razonable. También se proporcionan en el documento de información complementaria.

Un enlace de acceso abierto al código, utilizado para la adquisición de estas señales, se puede encontrar en la sección complementaria. 1.6.

Organización Mundial de la Salud & W,. Enfermedades cardiovasculares. Gato 1, 300–328. https://doi.org/10.1016/B978-1-4377-0660-4.00020-X (2012).

Artículo Google Académico

Centros de Control y Prevención de Enfermedades. Insuficiencia cardíaca Datos sobre la insuficiencia cardíaca en los Estados Unidos Las muertes por insuficiencia cardíaca varían según la zona geográfica ¿Cuáles son los síntomas de la insuficiencia cardíaca? 1–3 (2020).

Lippi, G. & Sanchis-Gomar, F. Epidemiología global y tendencias futuras de la insuficiencia cardíaca. AME Med. J. 5, 15–15 (2020).

Artículo Google Académico

Malik A, Brito D, CL Insuficiencia cardíaca congestiva. StatPearls [Internet] (2021).

Kabir, MA et al. Diagnóstico para COVID-19: Estado actual y perspectivas futuras. Experto Rev. Mol. Diagnóstico 1, 1–20. https://doi.org/10.1080/14737159.2021.1894930 (2021).

Artículo CAS Google Académico

Kabir, MA et al. Gestión del COVID-19: Estado actual y perspectivas de futuro. Los microbios infectan. 23, 104832 (2021).

Artículo CAS PubMed PubMed Central Google Scholar

Mayer, J. Insuficiencia cardíaca congestiva y anemia. Postgrado. Medicina. 37, 1–6 (1965).

Google Académico

Feldman, DS & Mohacsi, P. Insuficiencia cardíaca. N. ingl. J.Med. 348, 2007–2018 (2019).

Google Académico

Birnbaum, Y. Hipertrofia ventricular izquierda. Harefuah 128, 452–457 (1995).

CAS PubMed Google Académico

Heart, A. Se prevé que la insuficiencia cardíaca aumente drásticamente, según nuevas estadísticas. Soy. Escuchar. Asoc. Noticias 1, 2018–2020 (2017).

Google Académico

Federación, hojas de ruta de WH CVD. 1–8 https://www.world-heart-federation.org/cvd-roadmaps/whf-global-roadmaps/heart-failure/ (2015).

Asociación Americana del Corazón. Opciones de tratamiento para la insuficiencia cardíaca ¿Qué puede hacer con el corazón? 1–2 (2020).

Arritmia, A. et al. Desbrilador cardioversor implantable (ICD) ¿Qué es un desbrilador cardioversor implantable (ICD)? 1–3 (2020).

Abad. CardioMems. vol. 2507 1–9 https://www.cardiovascular.abbott/us/en/patients/living-with-your-device/heart-failure/pulmonary-pression-artery-monitoring/cardiomems-hf-system.html (2020) .

Clínica, M. Desfibriladores automáticos implantables (DCI). 1–7 https://www.mayoclinic.org/tests-procedures/implantable-cardioverter-defibrillators/about/pac-20384692 (2020).

Hospital, OH Marcapasos o desfibrilador: ¿Cuál es la diferencia? Un marcapasos mantiene su corazón latiendo de manera constante. Un desfibrilador también le aplica descargas al corazón si es necesario. 1–4 (2020).

Dispositivo, I. y Procedimiento, R. Procedimiento de Reemplazo de Dispositivo Implantable de Salud. 1–5 (2020).

Vintges, M. Los fabricantes de ICD deben aumentar la duración de la batería para reducir costos y mejorar la atención. 1–4 (2020).

Asociación Americana del Corazón. Dispositivos que pueden interferir con ICD y marcapasos. 1–8 (2016).

Napp, A. et al. Interferencia electromagnética con desfibriladores cardioversores implantables a frecuencia industrial: un estudio in vivo. Circulación 129, 441–450 (2014).

Artículo PubMed Google Académico

Biederman, RW, Gevenosky, L., Rayarao, G., Williams, R. y Lombardi, R. Efectos de la resonancia magnética en el marcapasos/ICD dentro del campo magnético; Un estudio de variabilidad intraobservador. 1–6 (2020).

Beinart, R. Efectos de los campos eléctricos y magnéticos externos en marcapasos y desfibriladores: desde los principios de ingeniería hasta la práctica clínica. Hueso 23, 1–7 (2014).

Google Académico

Scientific, B. Ablación por radiofrecuencia y sistemas de dispositivos implantables. 4000 https://www.bostonscientific.com/content/dam/bostonscientific/quality/education-resources/english/ACL_RF_Ablation_and_Device_Systems_071708.pdf (2008).

Oktay, AA, Rich, JD y Shah, SJ La epidemia emergente de insuficiencia cardíaca con fracción de eyección preservada. actual Fallo del corazón. Rep. 10, 401–410 (2013).

Artículo PubMed Google Académico

Hussain, N. et al. Hipertensión pulmonar en pacientes con insuficiencia cardiaca y fracción de eyección preservada: diagnóstico diferencial y manejo. Pulm. Circ. 6, 3–14 (2016).

Artículo CAS PubMed PubMed Central Google Scholar

Peacock, A. Hipertensión pulmonar. EUR. Respirar Rev. 22, 20–25 (2013).

Artículo PubMed PubMed Central Google Académico

Colin, GC et al. Hipertensión pulmonar por cardiopatía izquierda: valor diagnóstico de la distensibilidad de la arteria pulmonar. EUR. Radiol. https://doi.org/10.1007/s00330-020-06959-7 (2020).

Artículo PubMed Google Académico

Vaduganathan, M., DeFilippis, EM, Fonarow, GC, Butler, J. y Mehra, MR Eventos adversos posteriores a la comercialización relacionados con el sistema CardioMEMS HF. JAMA Cardiol. 2, 1277–1279 (2017).

Artículo PubMed PubMed Central Google Académico

Servicios, H. Sistema CardioMEMSTM HF - Aprobación FDA. 28, 1–7 (2011)

Iqbal, SMA, Mahgoub, I., Du, E., Leavitt, MA y Asghar, W. Avances en dispositivos portátiles para el cuidado de la salud. Flexión NPJ. Electrón. 5, 1–14 (2021).

Artículo Google Académico

Aghayev, K., Iqbal, SMA, Asghar, W., Shahmurzada, B. y Vrionis, FD (2021) Avances en dispositivos de derivación de LCR y su evaluación para el tratamiento de la hidrocefalia. Experto Rev. Med. Dispositivos 1, 1. https://doi.org/10.1080/17434440.2021.1962289 (2021).

Artículo CAS Google Académico

Amir, O. et al. Evaluación de la terapia guiada por tecnología de detección dieléctrica remota (ReDS) para disminuir las reinternaciones por insuficiencia cardíaca. En t. J. Cardiol. 240, 279–284 (2017).

Artículo PubMed Google Académico

VitalConnect. Llevando el Hospital a Casa-VitalPatch. Medicina de Michigan vol. 63 511–513 https://vitalconnect.com/hospital-at-home/ (1964).

Piuzzi, E., Lampasi, DA, Pisa, S. & Podestà, L. Un instrumento virtual para investigaciones de impedancia transtorácica. 16 IMEKO TC4 Int. Síntoma Explorar Nuevo Frente. instrumento Métodos Electr. Electrón. medida 13 TC21 Int. Trabajar. Modelo ADC. Prueba. - Jt. sesión proc. 911–916 (2008).

Yu, CM et al. Monitoreo de impedancia intratorácica en pacientes con insuficiencia cardíaca: correlación con el estado de líquidos y la viabilidad de la alerta temprana antes de la hospitalización. Circulación 112, 841–848 (2005).

Artículo PubMed Google Académico

Hafid, A. et al. Dispositivo de medición de cardiografía de impedancia completa que utiliza Raspberry PI3 y soluciones de instrumentación biomédica System-on-Chip. IEEE J. Biomédica. Sanar. Informática 22, 1883–1894 (2018).

Artículo Google Académico

Dovancescu, S. et al. Detección de la descompensación de la insuficiencia cardíaca mediante la medición de la bioimpedancia transtorácica en el ámbito ambulatorio: justificación y diseño del estudio SENTINEL-HF. JMIR Res. Protocolo 4, e121 (2015).

Artículo PubMed PubMed Central Google Académico

Vollmann, D. et al. Utilidad clínica de la monitorización de la impedancia intratorácica para alertar a los pacientes con un dispositivo implantado sobre el deterioro de la insuficiencia cardíaca crónica. EUR. Corazón J. 28, 1835–1840 (2007).

Artículo PubMed Google Académico

Van Veldhuisen, DJ et al. Monitoreo de impedancia intratorácica, alertas audibles para el paciente y resultados en pacientes con insuficiencia cardíaca. Circulación 124, 1719–1726 (2011).

Artículo PubMed Google Académico

Cuba Gyllensten, I. et al. Indicación temprana de insuficiencia cardíaca descompensada en pacientes con telemonitorización domiciliaria: una comparación de algoritmos de predicción basados ​​en el peso diario y la bioimpedancia transtorácica no invasiva. JMIR Med. Informática 4, e3 (2016).

Artículo Google Académico

Iqbal, SMA & Butt, NZ Diseño y análisis de contador de células microfluídicas usando simulación de especias. arXiv 1, 1–10 (2019).

Corazón, A. Electrocardiograma (ECG o EKG) Electrocardiograma (ECG o EKG). 1–2 (2006).

Asociación Americana del Corazón. Acerca de la arritmia Tipos de arritmias. 2–5 (2020).

Asociación Americana del Corazón. ¿Qué es la miocardiopatía?. Harvard escuchar. Letón. 29, 2 (2018).

Google Académico

OrDonnell, J. et al. Análisis de actividad física y sueño de pacientes con insuficiencia cardíaca mediante parches multisensor. Conf. proc. ... Año. En t. Conf. Ing. IEEE Medicina. Biol. Soc. Ing. IEEE Medicina. Biol. Soc. año Conf. 2018, 6092–6095 (2018).

Centros de Control y Prevención de Enfermedades. Presión arterial alta ¿Cómo afecta el sueño a la salud de su corazón? Cómo. 7–9 https://www.cdc.gov/bloodpression/sleep.htm#:~:text=El insomnio está relacionado con elecciones de alimentos poco saludables, con un %2C alto y activo. (2021).

Escuela Médica de Harvard. Problemas del sueño Enfermedad cardíaca A menudo en la cama juntos. Harvard Health Publishing https://www.health.harvard.edu/heart-health/sleep-problems-heart-disease-often-in-bed-together#:~:text=Algunas personas tienen angina nocturna, corazón) también puede perturbar el sueño. (2007).

Corazón. Señales de advertencia de insuficiencia cardíaca. vol. 105 68 https://www.heart.org/en/health-topics/heart-failure/warning-signs-of-heart-failure (2012).

Gudmundsson, K., Lyngå, P., Rosenqvist, M. & Braunschweig, F. Monitoreo del peso corporal diario y la impedancia intratorácica en pacientes con insuficiencia cardíaca con alto riesgo de descompensación por sobrecarga de volumen. clin. Cardiol. 39, 446–452 (2016).

Artículo PubMed PubMed Central Google Académico

Inc, D. Documentación Pmod IA: Analizador de impedancia (TIEMPO LIMITADO). 1–4 https://store.digilentic.com/pmod-ia-impedance-analyzer-limited-time/ (2020).

Dispositivos analógicos. Ficha técnica AD8232. http://www.analog.com/media/en/technical-documentation/data-sheets/AD8232.pdf (2013).

Sparkfun. MAX30101 Oxímetro de pulso de alta sensibilidad y sensor de frecuencia cardíaca. https://cdn.sparkfun.com/assets/8/1/c/9/0/MAX30101_Datasheet.pdf (2018).

Dispositivos analógicos. Acelerómetro MEMS de salida digital. https://www.analog.com/media/en/technical-documentation/data-sheets/ADXL362.pdf (2012).

Arduino. Arduino Uno. https://store.arduino.cc/usa/arduino-uno-rev3 (2554).

Dispositivos, A. 1 MSPS, analizador de red convertidor de impedancia de 12 bits, hoja de datos AD5933. Hoja de datos http://www.analog.com/en/rfif-components/direct-digital-lysis-dds/ad5933/products/product.html (2010).

Analog Devices Inc. Guía del usuario de la placa de evaluación UG-364 - AD5933. AD5933/5934 Eval. Software de tablero 1-28 (2012).

Digilent, F. & Specification, I. PmodIA TM Reference Manual. https://www.mouser.com/datasheet/2/690/pmodia_rm-846393.pdf (2016).

Mindray. Procedimiento de colocación de electrodos de ECG Panorama ®. (2014).

Wang, FT, Chan, HL, Wang, CL, Jian, HM y Lin, SH Estimación respiratoria instantánea a partir de la impedancia torácica mediante descomposición modal empírica. Sensores (Suiza) 15, 16372–16387 (2015).

Artículo ANUNCIOS Google Académico

Redmond, C. Mediciones de impedancia transtorácica en la monitorización de pacientes. 1–5 https://www.analog.com/en/technical-articles/transthoracic-impedance-measurements-in-patient-monitoring.html (2013).

Mok, S. Guangzhou HC-06 Tecnología de la información Co., Ltd. Hoja de datos del producto. 14 (2011).

101, C. Módulo Bluetooth HC-06. 1–8 https://components101.com/wireless/hc-06-bluetooth-module-pinout-datasheet (2021).

Reproducir, G. Terminal Bluetooth serie. 2–4 https://play.google.com/store/apps/details?id=de.kai_morich.serial_bluetooth_terminal&hl=en_US&gl=US (2021).

Baker, LE & Hill, DW El uso de técnicas de impedancia eléctrica para la monitorización del patrón respiratorio durante la anestesia. Hermano J. Anaesth. 41, 2–17 (1969).

Artículo CAS PubMed Google Académico

Gupta, AK Medición de la frecuencia respiratoria basada en neumografía de impedancia. Productos de adquisición de datos (2011).

Blanco-Almazán, D., Groenendaal, W., Catthoor, F. & Jané, R. Tanto el movimiento torácico como el volumen respiratorio contribuyen a la bioimpedancia torácica durante la respiración cargada. ciencia Rep. 9, 1–11 (2019).

Artículo Google Académico

Aqueveque, P. et al. Sencillo sistema inalámbrico de neumografía de impedancia para una detección discreta de la respiración. Sensores 20, 1–16 (2020).

Artículo Google Académico

Logic, JL, Maksud, MG & Hamilton, LH Factores que afectan las señales de impedancia transtorácica utilizadas para medir la respiración. Aplicación J. Fisiol. 22, 251–254 (1967).

Artículo CAS PubMed Google Académico

covidien Hoja de datos del producto de los electrodos de ECG Kendall TM. vol. 44 https://cdn.sparkfun.com/datasheets/Sensors/Biometric/H124SG.pdf (2008).

Auvon. Electrodos autoadhesivos Auvon. 1–13 https://www.iauvon.com/collections/tens/products/eb15200b1.

Lee, J., Kim, M., Park, HK & Kim, IY Reducción de artefactos de movimiento en fotopletismografía portátil basada en sensores multicanal con múltiples longitudes de onda. Sensores (Suiza) 20, (2020).

Asociación Americana del Corazón. ¿Qué es la Hipertrofia Ventricular Izquierda (HVI)? ¿Cómo se relaciona la Hipertrofia Ventricular Izquierda con otras Cuáles son las opciones de tratamiento? 1–2 https://www.heart.org/en/health-topics/heart-valve-problems-and-disease/heart-valve-problems-and-causes/what-is-left-ventricular-hypertrophy-lvh (2021).

Iskandar, WJ, Roihan, I. & Koestoer, RA Prototipo de electrocardiograma portátil de bajo costo (ECG) basado en Arduino-Uno con función Bluetooth. Conferencia AIP proc. 2193, (2019).

Reseña, C. Tema Reseñas Le hipertrofia ventricular. 2–3 https://www.healio.com/cardiology/learn-the-heart/cardiology-review/topic-reviews/left-ventricular-hypertrophy (2021).

Folan, L. & Funk, M. Medición del contenido de líquido torácico en la insuficiencia cardíaca: el papel de la cardiografía de impedancia. AACN Adv. crítico Atención 19, 47–55 (2008).

Académico de Google de PubMed

O'Neal, WT et al. Predictores electrocardiográficos de insuficiencia cardíaca con fracción de eyección reducida versus preservada: el estudio multiétnico de la aterosclerosis. Mermelada. Asociación del corazón 6, 1–21 (2017).

Google Académico

Taylor, C. & Hobbs, R. Diagnóstico de insuficiencia cardíaca: experiencia y 'mejores caminos'. Revista Europea de Cardiología 6, 10 (2010).

Artículo Google Académico

Descargar referencias

Los autores desean agradecer a Perry Weinthal y su equipo por la adquisición oportuna de los componentes necesarios para completar el módulo.

Reconocemos el apoyo a la investigación de NSF CAREER Award 1942487, NIH R15AI127214 y el premio semilla del Instituto I-SENSE y la Facultad de Ingeniería y Ciencias de la Computación, Florida Atlantic University, Boca Raton, FL.

Departamento de Ingeniería Eléctrica y Ciencias de la Computación, Florida Atlantic University, Boca Raton, FL, 33431, EE. UU.

Jeque MA Iqbal, Imadeldin Mahgoub y Waseem Asghar

Asghar-Lab, Micro y Nanotecnología en Medicina, Facultad de Ingeniería y Ciencias de la Computación, Boca Raton, FL, 33431, EE. UU.

Jeque MA Iqbal y Waseem Asghar

Departamento de Ingeniería Mecánica y Oceánica, Florida Atlantic University, Boca Raton, FL, 33431, EE. UU.

Tú

Escuela de Enfermería Christine E. Lynn, Florida Atlantic University, Boca Raton, FL, 33431, EE. UU.

María Ann Leavitt

Departamento de Ciencias Biológicas (Cita de cortesía), Florida Atlantic University, Boca Raton, FL, 33431, EE. UU.

Wasim Asghar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

SMAI: Conceptualización, Diseño del estudio, Metodología, Investigación, Análisis formal, Redacción: borrador original y edición. IM: Diseño de estudios, redacción-revisión y edición. SED: Diseño de Estudio. MAL: Diseño, redacción, revisión y edición de estudios. WA: Conceptualización, Diseño de estudios, Redacción: revisión y edición, Supervisión, Administración de proyectos, Adquisición de fondos.

Correspondencia a Waseem Asghar.

Los autores declaran no tener conflictos de intereses.

Springer Nature se mantiene neutral con respecto a los reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Acceso abierto Este artículo tiene una licencia internacional Creative Commons Attribution 4.0, que permite el uso, el intercambio, la adaptación, la distribución y la reproducción en cualquier medio o formato, siempre que se otorgue el crédito correspondiente al autor o autores originales y a la fuente. proporcionar un enlace a la licencia Creative Commons e indicar si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la regulación legal o excede el uso permitido, deberá obtener el permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.

Reimpresiones y permisos

Iqbal, SMA, Mahgoub, I., Du, E. et al. Desarrollo de un cinturón portátil con sensores integrados para medir múltiples parámetros fisiológicos relacionados con la insuficiencia cardíaca. Informe científico 12, 20264 (2022). https://doi.org/10.1038/s41598-022-23680-1

Descargar cita

Recibido: 20 de diciembre de 2021

Aceptado: 03 noviembre 2022

Publicado: 24 noviembre 2022

DOI: https://doi.org/10.1038/s41598-022-23680-1

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:

Lo sentimos, un enlace para compartir no está disponible actualmente para este artículo.

Proporcionado por la iniciativa de intercambio de contenido Springer Nature SharedIt

Al enviar un comentario, acepta cumplir con nuestros Términos y Pautas de la comunidad. Si encuentra algo abusivo o que no cumple con nuestros términos o pautas, márquelo como inapropiado.