Predicting Blood Pressure and Heart Rate Change With Cardiovascular Reactivity and Recovery: Results From 3-Year and 10-Year Follow Up
Notice bibliographique
Résumé
OBJECTIVES: We examined whether cardiovascular reactivity and recovery after laboratory-induced stress is useful in predicting 3-year and 10-year ambulatory blood pressure (BP) and heart rate (HR) among 330 initially normotensive individuals. METHODS: At baseline, BP and HR measurements were recorded during three 5-minute laboratory challenges and three 5-minute recovery periods after each challenge. Measurements of systolic BP, diastolic BP, and HR were collected throughout this baseline protocol and also at 3-year and 10-year follow up by ambulatory monitoring. RESULTS: After adjustment for traditional biologic predictors, reactivity was found to explain significant variance in follow-up data across all 3-year indices and two of the 10-year indices. Recovery, entered in a following step after reactivity, was found to explain additional significant variance across all 3-year indices but none of the 10-year indices. Family hypertension history data were not found to be significantly associated with reactivity or recovery nor were they predictive of longitudinal ambulatory data after adjustment for initial resting cardiovascular levels. CONCLUSION: Overall, from a hierarchical regression model perspective, the data support the use of both reactivity and recovery in clinical predictions of proximal BP and HR and generally support the use of reactivity (but not recovery) in long-term BP predictions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».