Modelado de los barorreceptores de baja presión y su contribución al control de la presión arterial

Betsy Mirley Sánchez de Zambrano, Ruben Dario Rojas-Sulbaran

Resumen


El principal mecanismo de control de la presión arterial (PA) lo coordina el sistema nervioso central por medio del simpático y el parasimpático. Para simular este mecanismo existen diferentes modelos matemáticos que solo consideran los presorreceptores (barorreceptores) de alta presión, como mecanismo sensor de la PA. Sin embargo, existen otros receptores ubicados en las zonas de baja presión, que, hasta donde sabemos, no han sido considerados en los modelos descritos en la literatura, aunque tienen una participación importante en el control nervioso de la PA. Este artículo presenta un modelo matemático para la representación de los presorreceptores (barorreceptores) de baja presión, mediante la detección de los cambios del volumen sanguíneo en la aurícula, y su aporte al control inmediato de la PA, mediante la estimulación nerviosa de la frecuencia cardíaca. El modelo propuesto se acopló al mecanismo sensor de un modelo mayor. A partir del modelo es posible analizar la contribución y el comportamiento de los receptores de baja presión, lo que permite entender mejor este complejo sistema tanto en condiciones normales como patológicas, al incluir variables importantes en el control inmediato de la PA, que no se han incluido en modelos anteriores. 


Palabras clave


Presión Arterial; Presorreceptores; Sistema Nervioso Autónomo; Simulación por Computador

Texto completo:

PDF XHTML

Referencias


(1.) Silverthorn DU. Flujo Sanguíneo y Control de la Presión Arterial. En: Fisiología Humana: Un enfoque integrado. 4a ed. Bogotá: Panamericana; 2008. p. 521-24.

(2.) Guyton AC. Nervous Regulation of the Circulation, and Rapid Control of Arterial Pressure. In: Textbook of Medical Physiology. 11a ed. United States: Elseviers Saunders; 2006. p. 210-15.

(3.) Freire-Maia L, Azevedo AD. The autonomic nervous system is not purely efferent system. Med Hypotheses. 1990 Jun;32(2):91-9. DOI 10.1016/0306-9877(90)90030-I.

(4.) Davila DF, Donis JH, Bellabarba G, Torres A, Casado J, Mazzei de Davila C. Cardiac afferents and neurohormonal activation in congestive heart failure. Med Hypotheses. 2002 Feb;54(2):242-53. DOI 10.1054/mehy.1999.0029.

(5.) Henson MA, Ogunnaike BA, Schwaber JS. Habituating Control Strategies for Process Control. AlChE J. 1995 Mar;41(3):604-18. DOI 10.1002/aic.690410318.

(6.) Vallverdú Ferrer, M. Modelado y simulación del sistema de control cardiovascular en pacientes con lesiones coronarias [tesis doctoral]. Barcelona: Universidad Politécnica de Cataluña, Instituto de Cibernética;

(7.) Ursino M. Interaction between carotid baroregulation and the pulsating heart: a mathematical model. Am J Physiol. 1998 Nov;275(5 Pt 2):H1733-47.

(8.) Djabella K, Medigue C, Sorine M. A Differential Model of the Baroreflex Control of the cardiovascular System During a Tilt Test. In: Proceedings of 44th IEE Conference on Decision and Control, and the European Control Conference; Spain 2005 Dec. Spain: IEEE; 2005. p. 903-8. DOI 10.1109/CDC.2005.1582272.

(9.) de Vet S. People in exercise: A mathematical model of the baroreflex. [cited 2014 Jul 13]. Available from: http://www.mate.tue.nl/mate/pdfs/10872.pdf

(10.) Svetlana P, Jan M, Frantisek M. Human cardiovascular system with heart failure under baroreflex control (numerical model). Acta Bioeng Biomech. 2001;3(1):39-52.

(11.) Danielsen M. Modeling of feedback mechanisms which control the heart function in a view to an implementation in cardiovascular models [PhD Thesis]. Roskilde: Roskilde University, Department of Mathematics

and Physics; 1998.

(12.) Danielsen M, Ottesen JT. A Cardiovascular Model. In: Ottesen JT, Olufsen MS, Larsen JK. Applied Mathematical Models in Human Physiology. Philadelphia: SIAM; 2004. p. 137-200.

(13.) Doyle F, Henson M, Ogunnaike B, Schwaber J, Rybak I. Modeling of the Baroreceptor Reflex with Applications in Process Modeling and Control. In: Omidvar O, Elliot DL, editors. Neural System for Control. New York: Academic Press; 1997. p. 87-122.

(14.) Ramírez J, Moreno F, Rojas R. Modelo de Lazo Cerrado para el Análisis de la Influencia de la Respuesta de los Barorreceptores en la Variabilidad de la Frecuencia Cardiaca. En: Martino L. Desarrollo y avances en métodos numéricos para ingeniería y ciencias aplicadas: memorias del IX Congreso Internacional de Métodos Numéricos en Ingeniería y Ciencias Aplicadas; CIMENICS’ 2008, Isla de Margarita, Venezuela, 31 de marzo al 4 de abril de 2008. Venezuela: Sociedad Venezolana de Métodos Numéricos en Ingeniería; 2008. p. B36-8.

(15.) Sánchez B, Rojas R. Acción nerviosa sobre la resistencia periférica como respuesta al reflejo barorreceptor para el control de la presión arterial. En: XV Congreso Latinoamericano de Control Automático. CLCA 2012 Proceeding; Perú 2012. Lima: Pontificia Universidad Católica del Perú; 2012. p. 124.

(16.) Chandran KB. Rheology of Blood. In: Cardiovascular Biomechanics. New York: New York University Press; 1992. p. 35-93.

(17.) Meste O, Blain G, Bermon S. Some Consideration on the IPFM for the Heart Rate Variability Analysis. [cited 2014 Dec 10]. Available from: http://www.cinc.org/archives/2003/pdf/709.pdf




DOI: https://doi.org/10.17533/udea.iatreia.v29n4a03 Resumen : 8811 PDF : 1927 XHTML : 8

Métricas de artículo

Cargando métricas ...

Metrics powered by PLOS ALM


Copyright (c) 2016 Iatreia

Licencia de Creative Commons
Este obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.

Esta publicación hace parte del Sistema de Revistas de la Universidad de Antioquia
¿Quieres aprender a usar el Open Journal system? Ingresa al Curso virtual
Este sistema es administrado por el Programa Integración de Tecnologías a la Docencia
Universidad de Antioquia
Powered by Public Knowledge Project