Cross-correlation between cerebral blood flow (CBF) and background EEG activity can indicate the integrity of CBF control under changing metabolic demand. The difficulty of obtaining long, continuous recordings of good quality for both EEG and CBF signals in a clinical setting is overcome, in the present work, by an algorithm that allows the cross-correlation function (CCF) to be estimated when the signals are interrupted by segments of missing data. Methods are also presented to test the statistical significance of the CCF obtained in this way and to estimate the power of this test, both based on Monte Carlo simulations. The techniques are applied to the time-series given by the mean CBF velocity (recorded by transcranial Doppler) and the mean power of the EEG signal, obtained in 1 s intervals from nine sleeping neonates. The peak of the CCF is found to be low (< or = 0.35), but reached statistical significance (p < 0.05) in five of the nine subjects. The CCF further indicates a delay of 4-6s between changes in EEG and CBF velocity. The proposed signal-analysis methods prove effective and convenient and can be of wide use in dealing with the common problem of missing samples in biological signals.

Abstract-Blood flow to the brain responds to changes in neuronal activity and, thus, metabolic demand. In earlier work, we observed correlation between cerebral blood flow and spontaneous electroencephalogram (EEG) activity in neonates. Using coherence, we now found that during Tracé Alternant EEG activity in quiet sleep of normal term neonates, this correlation is strongest at frequencies around 0.1 Hz, reaching statistical significance (p 0 05) in six of the nine subjects studied (p 0 07 in eight subjects). Due to noise, artifact, and spontaneous changes in the subjects' EEG patterns, the signals investigated included epochs of missing samples. We, therefore, developed a novel algorithm for the estimation of coherence in such data and applied a Monte Carlo (surrogate data) method for its statistical analysis. This process provides a test for the statistical significance of the maximum coherence within a selected frequency band. In addition to permitting further insight into the mechanisms of cerebral blood flow control, these algorithms are potentially of great benefit in a wide range of biomedical applications, where interrupted (gapped) recordings are often a problem.

La antropometría y la composición corporal constituyen una parte  fundamental  en la evaluación  de los deportistas; en Colombia no  hay  reporte de evaluaciones  comparativas de la composición corporal entre ciclistas de pista  y de ruta.  Quince  ciclistas  profesionales de género  masculino  (9 de ruta  y 6 de pista)  fueron  evaluados  antropométricamente; se determina- ron: peso, talla, índice de masa corporal (IMC), somatotipo y composición corporal porcentual de grasa, músculo y hueso, con el objetivo de establecer diferencias estadísticamente significativas entre los grupos. Se obtuvo como resultado un mayor peso e IMC en los ciclistas de pista; además, los pliegues y perímetros fueron superiores comparados con los de ciclismo de ruta, exhibiendo un mayor porcentaje promedio de grasa (8,6% ± 0,7 pista y 7,5% ± 0,4 ruta p &lt; 0,05) y músculo (54,8% ± 3,4 pista y 51,5% ± 2,3 ruta p &lt;0,05). El somatotipo de los ciclistas de pista (2,7 - 5,3 - 1,9), en comparación con el de los ciclistas de ruta (2,0 - 4,1 - 2,8), muestra un mayor predominio endomórfico y mesomórfico y un valor ectomórfico inferior, con una distancia entre la dispersión de los somatotipos estadísticamente significativa (3,67). La diferencia en las demandas energéticas para cada grupo de ciclistas se hace evidente en las adaptaciones a nivel de la composición corporal, resultados similares a los publicados en otros estudios.

Objetivo: Describir el comportamiento de la glucosa y la insulina durante las etapas del ejercicio en atletas acondicionados en ejercicio aeróbico y anaeróbico. Materiales y Métodos: En un estudio Cuasi-experimental de corte transversal se compararon la glucosa e insulina de 6 atletas anaeróbicos y 10 aeróbicos durante el reposo, ejercicio de moderada- alta intensidad y la recuperación. Se eligio un valor p de <0.05, distribución no-normal fue encontrada, y se utilizaron pruebas no paramétricas, y modelos de regresión linear. Resultados: El ejercicio moderado llevó a hipoinsulinemia, y el intenso a hiperinsulinemia e hiperglicemia. No encontramos diferencias entre los dos tipos de atletas. Conclusiones: El comportamiento del sistema nervioso autónomo afectaría el balance glucoenergético corporal durante el ejercicio aún más que la insulina, con variaciones dependiendo del tipo de entrenamiento, pero es necesario realizar estudios adicionales para evaluar esta relación.