Diplomado: Herramientas cuantitativas para
analizar la dinámica fisiológica
Objetivo:
Cada vez es más evidente que la salud fisiológica es un balance entre la robustez y la adaptabilidad a
los cambios, reflejando los mecanismos dinámicos homeostáticos, que se pueden analizar y cuantificar
a través de la dinámica de diversas señales fisiológicas. Biomarcadores basados en estos mecanismos
pueden diferir entre mujeres y hombres y se modifican al sufrir alteraciones en la salud, ya sea debido a
una enfermedad, fragilidad asociada con el envejecimiento o por enfrentar situaciones adversas del
ambiente, como vivir en la calle. Comprender los mecanismos por los que se mantiene la homeostasis es
fundamental para entender la fisiopatología de las enfermedades que actualmente representan problemas de
salud pública. Por tanto, es importante tener herramientas cuantitativas para tomar en cuenta los aspectos
multifactoriales y dinámicos que son determinantes en la prevención, en la detección temprana y en el
tratamiento de diversas enfermedades. El objetivo de este diplomado es aportar técnicas cuantitativas de los sistemas complejos, teoría de
control, análisis de señales temporales y teoría de redes, complementarias a las técnicas aprendidas
tradicionalmente en la carrera de medicina, con la finalidad de facilitar el estudio de la salud
fisiológica, su pérdida y la aplicación de la medicina preventiva.
.gif)
Metodología:
El diplomado será mixto, con partes teóricas y partes experimentales.
La impartición de teoría será mediante clases híbridas, presenciales y en línea. Los alumnos
inscritos en el diplomado tendrán acceso a las grabaciones de las clases (la clave se les
dará después de cada sesión).
Además de las clases teóricas, los alumnos aprenderán a adquirir experimentalmente señales fisiológicas en
equipos como Biopac, electroencefalografo, y bioharness.
Para facilitarles el aprendizaje de las distintas herramientas de análisis de señales fisiológicas se les
impartirán clases de programación en Matlab y en R.
El alumno desarrollará a lo largo del diplomado un proyecto de investigación en el que, analizará diversas
señales fisiológicas de su interés, a través de las metodologías adquiridas en clase.
El trabajo individual semanal se hará a distancia y consistirá en:
- La lectura de artículos de investigación y síntesis en fichas de trabajo.
- El análisis de los datos del proyecto con las metodologías presentadas en clase.
El diplomado se fundamenta en el paradigma de aprendizaje experiencial, por lo que durante cada actividad
de fin de módulo, el participante podrá reflexionar sobre los contenidos explorados y discutirá
estrategias de análisis de datos médicos puntuales y señales fisiológicas continuas y multivariadas desde
la perspectiva de los sistemas complejos, y su modelado mediante diversas herramientas cuantitativas en
el dominio del tiempo, de la frecuencia, no-lineales, redes fisiológicas, teoría de control, análisis de
componentes principales, etc.
Recursos y materiales didácticos:
Se utilizarán publicaciones del área de análisis de señales fisiológicas continuas, modelado mediante
redes y teoría de control desde las ciencias de la complejidad. La UNAM tiene acceso a bases de datos
como la de Clarivarate, ISI Web of Knowledge, Pubmed y múltiples revistas médicas donde se encuentran
las publicaciones que sirven de soporte para este diplomado, además de que los profesores proporcionaran
las referencias relevantes al tema que aborden.
El grupo de trabajo “CALMECAC” de dinámica fisiológica está lidereado por la Dra. Ana Leonor Rivera y
el Dr. Ruben Fossion, quien son también los responsables de este diplomado. El grupo de trabajo cuenta
con tecnología de punta para el registro de señales fisiológicas:
-
Equipo BIOPAC®, con módulos de temperatura, fotopletismógrafo (oximetría), electrocardiografía
(4 canales), pulso de presión arterial, electrogastrograma, respuesta electrodérmica, respiración,
espirometría, electromiografía y electrooculograma. Contamos con la licencia para adquisición y
análisis de datos del BIOPAC en la computadora con Intel i-9 que está dedicada a este instrumento.
-
Electroencefalógrafo NEUROSCAN® que permite registrar un EEG 10-20.
-
Equipo PORTAPRES® que permite medir la serie de tiempo del pulso de presión.
-
Sensores BIOHARNESS® para medir respiración, electrocardiograma y posición.
-
Pulsioxímetros MASIMO® que permite medir la serie de tiempo de oximetría y ritmo cardíaco.
-
Relojes inteligentes FITBIT® que permiten un registro continuo de actividad, electrocardiograma,
oximetría, temperatura corporal y sueño.
-
Ultrasonido.
-
Glucómetro ACCU-CHEK®.
- Báscula de bioimpedancia OMRON®.
- Estadímetro fijo.
Las mediciones se pueden realizar en clinostatismo en una cama exploratoria.
Para el manejo de los equipos, adquisición de datos y análisis de estos, se cuenta con equipos de cómputo
y 2 servidores.
Se tiene la opción de almacenamiento de información en la nube del Centro de Ciencias de la Complejidad de
la UNAM.
Los datos se analizarán con una variedad de paqueterías estadísticas que son las más populares en los
campos de los sistemas complejos, teoría de control, análisis de señales temporales y teoría de redes,
incluyendo Excel®, R®, y Matlab®. Contamos con licencias de todos ellos.
Los alumnos del diplomado podrán participar en la adquisición de datos fisiológicos no-invasivos y en el
análisis de los mismos.
Requisitos:
Requisitos de ingreso:
Inscribirse formalmente al diplomado mediante el pago de al menos el 30% del costo total y
presentar documentos que acrediten su formación profesional (título de licenciatura o en su
defecto acta de examen profesional).
Requisitos de permanencia:
Cumplir con el cronograma de actividades en tiempo y forma.
Requisitos de egreso:
Cumplir con al menos el 80% de asistencia y el 80% de las actividades del programa académico.
Presentar una tesina con los resultados de su proyecto de investigación.
Criterios y forma de evaluación:
Tareas: Semanalmente se evaluará la elaboración de una ficha de trabajo, así como, el progreso en
el análisis de datos del proyecto.
Proyecto final: Los alumnos trabajarán en un proyecto de su interés sobre datos fisiológicos reales
aplicando la metodología del diplomado. El proyecto se presentará en 4 exposiciones orales y escritas ante
el grupo para su discusión. Se elaborará un reporte final escrito en formato de artículo de investigación
y un poster. Con este material se escribirá la tesina.
Tesina requerida para acreditar el diplomado.
A continuación podrás revisar el programa:
Unidad Didáctica I: Introducción al curso.
1.1 Presentación de los profesores.
1.2 Metodología del curso.
1.3 Evaluación.
1.4 Contenido.
1.5 Proyectos de investigación (proyectos del grupo y sugeridos para los estudiantes).
1.6 Aprendizaje del manejo de base de datos (Physionet) e integración de bases fisiológicas.
Unidad Didáctica II: Los seres vivos como sistemas complejos.
2.1 ¿Cómo estudiamos el cuerpo humano?
2.2 Reduccionismo y complejidad.
2.3 ¿Qué es complejidad?
2.4 ¿Los seres humanos somos sistemas complejos?
2.5 Realizar una búsqueda bibliográfica en bases de datos como PUBMED, ISI Web of Knowledge
y Google Scholar sobre sistemas complejos enfocados a medicina.
Unidad Didáctica III: Introducción a la programación en R.
3.1 Introducción al lenguaje de programación R.
3.2 Tipos de datos: lectura, guardar archivos.
3.3 Vectores, Matrices.
3.4 Gráficas .
Unidad Didáctica IV: Adquisición de señales fisiológicas.
4.1 Medición de datos antropométricos.
4.2 Adquisición de señales fisiológicas con el BIOPAC y con un electroencefalograma.
Unidad Didáctica V: Introducción a la programación en MATLAB.
5.1 Introducción al lenguaje de programación MATLAB.
5.2 Tipos de datos: lectura, guardar archivos.
5.3 Vectores, Matrices.
5.4 Gráficas.
Planteamiento del proyecto de investigación.
Presentación de las propuestas de proyecto de los estudiantes: planteamiento que incluya
título tentativo, pregunta de investigación e hipótesis de trabajo.
Unidad Didáctica VI: Homeostasis.
6.1 ¿Qué es homeostasis?
6.2 La salud fisiológica como balance entre robustez y adaptabilidad.
6.3 Homeostasis en diversos sistemas fisiológicos.
6.4 Teoría de control.
6.5 Estudiar un modelo de control homeostático.
6.6 Un modelo usando Arduino de control homeostático.
Unidad Didáctica VII: Análisis de señales fisiológicas puntuales.
7.1 Estadística descriptivapara interpretar mediciones clínicas.
7.2 Determinar biomarcadores a partir de datos poblacionales.
7.3 Analizar medidas antropométricas y de muestras sanguíneas, como proxy de enfermedades
metabólicas
7.4 Analizar en MATLAB datos fisiológicos puntuales.
Unidad Didáctica VIII: Análisis de series de tiempo fisiológicas univariantes.
8.1 Herramientas estadísticas para analizar series de tiempo fisiológicas asociadas
a una variable.
8.2 Análisis espectral de series de tiempo fisiológicas.
8.3 Electrocardiograma como serie de tiempo fisiológica de una variable en MATLAB.
8.4 Estudio del intervalo entre pulsos cardiacos en MATLAB.
8.5 Diagramas de Poincaré.
8.6 Análisis univariante no-lineal de las señales fisiológicas registradas (BIOPAC).
8.7 Análisis univariante no-lineal de las señales fisiológicas registradas (BIOPAC).
8.8 Métodos de análisis tiempo-frecuencia.
8.9 Análisis tiempo-frecuencia de datos fisiológicos en MATLAB.
8.10 Técnicas de filtrado.
8.11 Aplicación de filtrados de señales fisiológicas.
Unidad Didáctica IX: Ciclos fisiológicos.
9.1 Movimientos periódicos.
9.2 Ondas sonoras.
9.3 Resonancia.
9.4 Métodos para encontrar la frecuencia de una señal.
9.5 Método de cosinor.
9.6 Descomposición en modos empíricos (EMD).
9.7 Análisis espectral singular (SSA).
9.8 Determinación de ciclos fisiológicos.
Unidad Didáctica IV: Adquisición de señales fisiológicas (Parte 2).
4.3
Adquisición de señales fisiológicas con el BIOPAC y con un EEG (electroencefalograma)
mientras los sujetos están respirando rítmicamente a 0.1 Hz para ver la resonancia en todas las
señales.
Planteamiento de la metodología del proyecto de investigación.
Presentación del avance del proyecto de los estudiantes: metodología para el análisis de
datos.
Repaso de la primera parte del curso.
1. Los seres vivos como sistemas complejos.
2. Homeostasis.
3. Adquisición no-invasiva de señales fisiológicas.
4. Análisis de datos puntuales.
5. Análisis de series de tiempo univariadas.
6. Ciclos fisiológicos.
7. Aplicaciones para estudiar la salud fisiológica y algunas enfermedades.
Análisis de datos fisiológicos univariados en R.
Unidad Didáctica X: Análisis de series de tiempo fisiológicas multivariadas.
10.1 Herramientas para analizar series de tiempo de señales multivariadas (Correlación).
10.2 Análisis de correlación en datos adquiridos por el grupo.
10.3 Análisis espectral de series de tiempo multivariadas.
10.4 Determinar los contenidos en bandas de frecuencia de electroencefalogramas.
10.5 Análisis de componentes principales (PCA).
10.6 Análisis PCA de los datos registrados con el BIOPAC.
10.7 Métodos multivariados no-lineales.
Resultados preliminares del proyecto de investigación.
Presentación del avance en el proyecto de los estudiantes: resultados preliminares.
Unidad Didáctica IV: Adquisición de señales fisiológicas (parte 3).
4.4
Adquisición de señales fisiológicas con el BIOPAC y con un EEG mientras los sujetos
están haciendo ejercicio y recibiendo estímulos sensoriales.
Unidad Didáctica XI: Redes fisiológicas.
11.1 Fundamentos generales de redes como herramientas para representar sistemas.
11.2 Red fisiológica de datos puntuales de sujetos de control.
11.3 Construcción de redes fisiológicas a partir de datos poblacionales en R.
11.4 Red fisiológica de un sujeto a partir de múltiples señales fisiológicas.
11.5 Construcción de la red fisiológica de series multivariadas en R.
11.6 Redes complejas: Emergencia de propiedades topológicas en la transición de redes
ordenadas a redes aleatorias usando modelos.
11.7 La fisiología como una red compleja.
11.8 Análisis topológico de redes fisiológicas en R.
11.9 Redes funcionales en la dinámica cerebral.
11.10 Construcción en la red funcional cerebral en MATLAB.
11.11 Redes fisiológicas para el análisis de enfermedades sistémicas y localizadas.
11.12 Estado del arte sobre redes fisiológicas.
Unidad didáctica XII. Biomarcadores
12.1 Estrategias para identificar biomarcadores auxiliares en el diagnóstico clínico.
12.2 Biomarcadores en enfermedades crónico-degenerativas.
12.3 Aplicación de los conocimientos adquiridos en el diplomado para encontrar biomarcadores
usando datos reales.
Presentación final del proyecto de investigación.
Presentación del proyecto de investigación de los estudiantes.
Conclusión del diplomado.
Herramientas cuantitativas para el análisis de la dinámica fisiológica.
Profesores:
Dra. Ana Leonor Rivera López.
.png)
Dr. Antonio Barajas Martínez:
Es médico cirujano egresado de la Facultad de Medicina de la Universidad Nacional Autónoma de México.
Actualmente es doctor en ciencias biomédicas por la misma institución. Ha sido profesor de asignatura
ordinario nivel A en la materia de Fisiología (Licenciatura de Médico Cirujano) y Fisicoquímica
(Licenciatura en Neurociencias). Ha trabajado en los laboratorios de Neuroendocrinología, Biofísica de
Membranas del departamento de fisiología de la Facultad de Medicina y en el Centro de Ciencias de la
Complejidad (C3) en proyectos sobre síndrome metabólico abordado a través de técnicas de biología molecular,
electrofisiología y ciencias de la complejidad. Se encuentra realizando su estancia posdoctoral en el
Centro de Ciencias de la Complejidad (C3) en el proyecto “Redes Fisiológicas en Salud y Enfermedad: En
Busca de Biomarcadores de Alerta Temprana Auxiliares en el Diagnóstico y Seguimiento Clínico” donde
también es corresponsable del programa académico “Complejidad y Salud”.
.png)
Dra. Paola Vanessa Olguín Rodríguez:
Obtuve el grado de Licenciado en Ciencias (Física) en el 2013 por la Universidad Autónoma del Estado
de Morelos (UAEM). Desde entonces me interesé en el área de sistemas complejos. Posteriormente realicé mis estudios de posgrado en el Instituto de Ciencias Básicas y aplicadas, UAEM bajo
la tutela del Dr. Markus Müller obteniendo el grado de Doctor en Ciencias con Mención honorífica en el
2020. Obtuve el reconocimiento al mérito estatal de investigación por mejor tesis a nivel licenciatura y
maestría, premio otorgado por el gobierno del estado de Morelos a través de la Secretaría de Innovación,
Ciencia y Tecnología del Estado de Morelos. He realizado estancias de investigación internacionales en el University Hospital Bern, Suiza y en la
Universitat Pompeu Fabra, Barcelona becada por la fundación Carolina del gobierno de España. Así como
estancias nacionales en el Instituto de Neurociencias en la Universidad de Guadalajara donde realicé una
estancia postdoctoral con la Dra. Julieta Ramos.También estuve haciendo estancia postdoctoral 2022-2023 en el grupo CALMECAC-UNAM con la Dra.
Ana Leonor Rivera. Mi principal línea de investigación se basa en el desarrollo de técnicas de análisis con enfoque al
estudio de la dinámica cerebral, estudia del cerebro durante el sueño, procesos cognitivos, maduración
cerebral y patologías como epilepsia y Alzheimer. Así como el estudio de señales fisiológicas enfocado
a la dinámica cardiaca e interrelación de sistemas mediante redes.He dado clases enfocados al análisis de datos usando los lenguajes de programación de Python y MATLAB,
laboratorio de óptica y electromagnetismo. Actualmente me encuentro contratada como Profesor Investigador de Tiempo Completo Asociado “C”, en el
Centro de Investigación en Ciencias-UAEM.
.png)
Dra. Mireya Osorio Palacios:
Ingeniera Eléctrica-Electrónica y Doctora en Ciencias por la Universidad Nacional Autónoma de México,
UNAM. Ha realizado diversos estudios en modelos animales, humanos y ecológicos, enfocándose en el estudio
de series de tiempo mediante técnicas lineales y no lineales. Actualmente se desempeña como Investigadora
Posdoctoral en el Instituto de Ciencias Nucleares (ICN), UNAM. Sus líneas de investigación son: 1)
análisis de señales biológicas mediante técnicas estadísticas univariadas y multivariadas, 2) modelado de
sistemas biológicos y ecológicos mediante técnicas de análisis no lineales y 3) estudio de las funciones
cognitivas como, el sueño y la memoria. A través de la investigación que desarrolla, busca aplicar
enfoques innovadores en el estudio de las enfermedades complejas, colaborando con otros investigadores y
contribuyendo al avance científico en la investigación biomédica.
.png)
Dr. Ruben Yvan Maarten Fossion:
El Dr. Rubén Fossion nació en Brujas, Bélgica, y es mexicano por naturalización. Estudió la carrera de
Física en la Universidad de Gante en Bélgica (1995-2000) y obtuvo el título de Doctor en Ciencias: Física,
también en la Universidad de Gante (2000-2004), con especialización en física nuclear teórica y una
pregunta de investigación sobre "cómo las interacciones locales entre protones y neutrones dan lugar a
la estructura del sistema del núcleo atómico". Realizó estancias posdoctorales en física nuclear en la
Universidad Aristotélica de Tesalónica en Grecia (2004-2005) y en la Universidad de Padua en Italia
(2005-2007); también realizó estancias posdoctorales en caos cuántico, análisis de series temporales y
sistemas complejos en el Instituto de Ciencias Nucleares (2007-2009) y el Centro de Ciencias de la
Complejidad C3 (2009-2011) de la Universidad Nacional Autónoma de México (UNAM). Durante 4 años, fue
investigador en ciencias médicas y responsable del Laboratorio de Fisiología y Física Médica en el
Instituto Nacional de Geriatría en la Ciudad de México (2011-2015), en donde su investigación
interdisciplinaria estuvo dirigida hacia, cómo se puede explicar el proceso de envejecimiento humano a
partir de la interacción entre múltiples sistemas corporales. Desde 2015 hasta el presente, es
Investigador en el Instituto de Ciencias Nucleares de la UNAM, actualmente Investigador Titular “B”,
donde realiza investigaciones sobre cómo los datos de series temporales continuas de sistemas complejos,
como el cuerpo humano, revelan los procesos de regulación dinámica subyacentes. El Dr. Fossion ganó el
Premio Jorge Lomnitz Adler 2016 de la Academia Mexicana de Ciencias por "sus notables contribuciones en
los campos de la dinámica no lineal y los sistemas complejos". Fue vicepresidente (2014-2016) y luego
presidente (2016-2018) de la División de Física Médica de la Sociedad Mexicana de Física (DFM-SMF).
Fue Coordinador Académico del Centro de Ciencias de la Complejidad C3 (2018-2020). Es miembro del Sistema
Nacional de Investigadores Nivel SNI-2 (2018-2022). Fue elegido democráticamente como representante de
los investigadores del Instituto de Ciencias Nucleares en el Consejo Universitario de la UNAM (2022-2025).
Ha sido investigador principal de múltiples proyectos de investigación con financiamiento extranjero
(Newton Advanced Fellowship de la Sociedad Médica Británica), financiamiento nacional (Ciencia Básica
de CONACyT) y financiamiento local (UNAM DGAPA PAPIIT y PAPIME). Es (co)autor de 51 artículos publicados
en revistas internacionales, 8 capítulos de libros y 36 ponencias en conferencias. Ha dirigido 2 tesis
doctoral (Medicina, Ciencias Biomédicas), 5 tesis de maestría (2 de Física, 2 de Medicina y 1 de Física
Médica) y 5 tesis de licenciatura (3 de Física, 1 de Biología y 1 de Física Biomédica). Actualmente es
director de 5 tesis doctorales (Cienciad, Ciencias Biomédicas), 1 tesis de maestría (Acupuntura y Ciencias
de la Rehabilitación) y 2 tesis de licenciatura (Física, Fisica Biomedica).
.png)
Dra. Elizabeth Guadalupe Ibarra Coronado.
.png)
Dra. Claudia Cecilia Lartigue Baca:
Es Bióloga por la UNAM, Maestra en Manejo de Recursos por la Universidad de Edimburgo, y Doctora en
Ciencias de la Comunicación por la Universidad Toulouse II. Fue coordinadora técnica del Plan de Manejo
de La Mancha, Veracruz. Fue asesora en medio ambiente de la Asamblea Legislativa de la Ciudad de México.
Ha sido profesora de asignatura de la materia de recursos naturales en la Facultad de Ciencias. Colaboró
como guionista en CNI-canal 40 y en la Universidad Autónoma del Estado de Morelos. Ha participado en
estudios de percepción ambiental para la SEP y para la Comisión Nacional del Agua. Ha escrito artículos
sobre gestión de medio ambiente, comunicación científica y ambiental en revistas de divulgación y
arbitradas, nacionales e internacionales; ha publicado libros de texto de biología; ha impartido numerosas
conferencias sobre temas ambientales. Ha sido jurado de concursos sobre temas científicos y ambientales
para ICLEI, CONACYT, SEMARNAT y la Embajada de Suecia en México. De 2008 a 2014 fue coordinadora de
comunicación en el Programa de Manejo, Uso y Reúso de la UNAM (PUMAGUA) y de 2014 a 2018, coordinadora
ejecutiva del mismo. Sus líneas de investigación son el manejo responsable del agua, así como la
comunicación ambiental y científica.
Bibliografía sugerida:
.png)
R. Fossion, et al. (2018). “A physicist’s view of homeostasis: How time series of continuous
monitoring reflect the function of physiological variables in regulatory mechanisms”.
Physiological Measurement 39.8:084007.
Enlace a
doi.org/10.1088/1361-6579/aad8db
.png)
Cocchi, L., Gollo, L. L., Zalesky, A., & Breakspear, M. (2017). “Criticality in the brain: A
synthesis of neurobiology, models and cognition.” Progress in neurobiology, 158, 132-152.
Enlace a
doi.org/10.1016/j.pneurobio.2017.07.002
.png)
Easton, J. F., et al. (2019). “Thoughts on the use of standard cut-off values for physiological
health indicators.” AIP Conference Proceedings 2090.1: 050006.
Enlace a
doi.org/10.1063/1.5095921
.png)
CB. Estañol, et al. (2016). “From supine to standing: in vivo segregation of myogenic and
baroreceptor vasoconstriction in humans”. Physiological Reports 4.24:e13053.
Enlace a
doi.org/10.14814/phy2.13053
.png)
A. Marín-García, et al. (2022). “A non-parametric model-free analysis of actigraphic recordings
of acute insomnia patients.” Royal Society Open Science.
Enlace a
doi.org/10.1098/rsos.210463
.png)
T. Syeda, et al. (2022). “Bioactive foods decrease liver and brain alterations induced by a
high-fat-sucrose diet through restoration of gut microbiota and antioxidant enzymes.”
Nutrients.
Enlace a
doi.org/10.3390/nu14010022
.png)
A.L. Rivera, et al. “Looking for biomarkers in physiological time series”, en Quantitative Models
for Microscopic to Macroscopic Biological Macromolecules and Tissues, ed. L. Olivares Quiroz, O.
Resendis Antonio (Springer, 2018) pp. 111-131.
Enlace a
dx.doi.org/10.1007/978-3-319-73975-5_6
R.B. Northrop, Signals and systems analysis in Biomedical Engineering. (Biomedical Engineering
Series, CRC Press, Boca Raton, Fl, 2003). ISBN 0-8493-1557-3.
Enlace a
doi.org/10.1201/b12377
Ubicación:
El diplomado se impartirá en el auditorio Marcos Moshinsky del Instituto de Ciencias
Nucleares (ICN), el cual se encuentra ubicado a 13 minutos caminando de metro universidad.
En el siguiente enlace se encuentra la ubicación del Instituto de Ciencias Nucleares (ICN):
Enlace a
ubicación ICN
Contacto:
DIPLOMADO2023CALMECAC@gmail.com
diplomado2023calmecac@c3.unam.mx
.png)
.png)
.png)
.png)
.png)
.png)
.png)
.png)
.png)
.png)
.png)
.png)
.png)
.png)
.png)
.png)
.jpg){kind=logo}
