MétaCan
Menu
Retour à la cohorte
Enregistrement W1966602618 · doi:10.1243/09544119jeim315

Separation of the reservoir and wave pressure and velocity from measurements at an arbitrary location in arteries

2008· article· en· W1966602618 sur OpenAlexaff
Jazmín Aguado‐Sierra, Jordi Alastruey, Nearchos Hadjiloizou, Justine Davies, Kim H. Parker

Notice bibliographique

RevueProceedings of the Institution of Mechanical Engineers Part H Journal of Engineering in Medicine · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Health and Disease Prevention
Établissements canadiensUniversity of Calgary
Organismes subventionnairesEngineering and Physical Sciences Research CouncilConsejo Nacional de Ciencia y Tecnología
Mots-clésArterial treeAortic pressureAortaMechanicsPulse pressureExponential functionArteryConsistency (knowledge bases)Flow (mathematics)GeologyBlood pressureMathematicsPhysicsMathematical analysisGeometryCardiologyInternal medicineMedicine

Résumé

récupéré en direct d'OpenAlex

Previous studies based on measurements made in the ascending aorta have demonstrated that it can be useful to separate the arterial pressure P into a reservoir pressure P* generated by the windkessel effect and a wave pressure p generated by the arterial waves: P = P*+p. The separation in these studies was relatively straightforward since the flow into the arterial system was measured. In this study the idea is extended to measurements of pressure and velocity at sites distal to the aortic root where flow into the arterial system is not known. P* is calculated from P at an arbitrary location in a large artery by fitting the pressure fall-off in diastole to an exponential function and assuming that p is proportional to the flow into the arterial system. A local reservoir velocity U* that is proportional to P* is also defined. The separation algorithm is applied to in vivo human and canine data and to numerical data generated using a one-dimensional model of pulse wave propagation in the larger conduit arteries. The results show that the proposed algorithm is reasonably robust, allowing for the separation of the measured pressure and velocity into reservoir and wave pressures and velocities. Application to data measured simultaneously in the aorta of the dog shows that the reservoir pressure is fairly uniform along the aorta, a test of self-consistency of the assumptions leading to the algorithm. Application to data generated with a validated numerical model indicates that the parameters derived by fitting the pressure data are close to the known values which were used to generate the numerical data. Finally, application to data measured in the human thoracic aorta indicates the potential usefulness of the separation.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,038
Tête enseignante GPT0,269
Écart entre enseignants0,231 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations64
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Mechanical Engineers Part H Journal of Engineering in MedicineMême sujetCardiovascular Health and Disease PreventionTravaux en français237 207