Variables del proyecto

En este proyecto encontramos diferentes variables; tanto cualitativas como cuantitativas. Vamos a trabajar con variables como:

· El género de la persona

· La edad del individuo

· El nivel de la enfermedad

· La calibración de los instrumentos

· La temperatura del paciente

· La antigüedad con que se presenta la enfermedad.

Las 5W y 2H

¿QUÉ?

Se debe hacer un estudio sobre la exactitud de los equipos de mediciones de señales cardiovasculares.

¿POR QUÉ?

Debido a que los resultados de las mediciones de señales en el sistema biológico pueden variar dependiendo de diferentes casos.

¿CUÁNDO?

Este estudio se debe desarrollar en estos momentos ya que es muy necesario identificar la veracidad de los resultados dependiendo la marca del equipo, el individuo, el lugar, etc.

¿QUIÉN?

Este estudio debe ser realizado por las diferentes empresas que desarrollan estos equipos junto con los médicos e ingenieros.

¿DONDE?

Este estudio se haría en los diferentes hospitales, clínicas y centros de salud donde cuenten con los equipos necesarios para la medición de señales bioeléctricas de la ciudad

¿CÓMO?

En la investigación se verían como actúan los equipos con diferentes individuos y diferentes tipos de señales.

¿CUÁNTO?

El costo sería mínimo ya que el estudio no implica comprar equipos ni contratar personal.

Señales Biomedicas

Las señales bioeléctricas generadas por el cuerpo contienen información relevante sobre los sistemas biológicos subyacentes. Su decodificación ha permitido identificar y clarificar un gran número de condiciones patológicas.

Procesos Estocásticos

Muchas de las variables analizadas en la investigación biomédica muestran valores que cambian con el tiempo. En los modelos de cáncer mamario en ratas, la respuesta al carcinógeno puede ser evaluada observando mensualmente el número de animales que han desarrollado cáncer o midiendo cada semana el crecimiento del tumor hasta completar el periodo de experimentación (Thompson y Sporn, 2002). En humanos, la presión arterial, el número de células CD4 o el estado del paciente durante el transcurso de una enfermedad son variables con evolución temporal.
Habitualmente, el valor que toma la variable X en el tiempo t suele denotarse por X(t). Así, X(t1)... X(tk) forman una secuencia denominada proceso estocástico (Lindsey, 2004). Los valores que puede tomar la variable reciben el nombre de estados, de manera que durante su evolución en el tiempo el proceso estará sujeto a cambios de estado o transiciones entre diferentes estados. En la terminología habitual, se denomina espacio de estados a todos los posibles valores que pueda tomar la variable que define el proceso.


El análisis de procesos estocásticos permite predecir el estado en que se encontrará el proceso en el futuro a partir de la información disponible sobre su pasado. La complejidad de estas predicciones depende en gran medida del tipo de proceso; sin embargo, las características de algunos de ellos facilitan su análisis e interpretación. Un caso particular bien estudiado es el proceso de Markov, proceso estocástico cuyo estado futuro dependerá solo del estado en que se encuentre en el presente, pero no de su historia pasada (Feller, 1968; Drake, 1988).


Desde que, en 1906, el matemático ruso Andrei Andreyevich Markov definió por primera vez este tipo de procesos, sus aplicaciones en la investigación biomédica han sido múltiples (Basharin et al., 2004), tanto en la experimentación animal (Carey et al., 2005; Yang y Chao, 2005; Zhai y Morris, 2005; Uchida et al., 2006) como en los estudios en humanos (Trajstman, 2002; Alexandersson et al., 2003; Berg et al., 2004; Kopycka- Kedzierawski y Billings, 2006).
Dependiendo de las condiciones particulares de cada estudio, la metodología para el análisis de datos difiere. Cuando los valores que puede tomar el proceso son discretos suele hablarse de cadenas de Markov, mientras que el término proceso de Markov suele reservarse para procesos con espacio de estados continuo.