MétaCan
Menu
Retour à la cohorte
Enregistrement W2050803595 · doi:10.1097/01.ccm.0000069539.65980.58

Novel method to quantify loss of heart rate variability in pediatric multiple organ failure*

2003· article· en· W2050803595 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueCritical Care Medicine · 2003
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Rate Variability and Autonomic Control
Établissements canadiensHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésMedicineHeart rate variabilityStandard deviationStatisticsHeart failureLinear regressionConfidence intervalHeart rateCardiologyMathematicsInternal medicineBlood pressure

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To develop a power-law model for measurement of heart rate variability (HRV) and to compare this model with established methods for measuring HRV in a group of children with organ failure (OF). DESIGN: Prospective, observational study. SETTING: Pediatric intensive care unit of a tertiary children's hospital. PATIENTS: A total of 104 measurements were made on 50 patients (median age, 8 months; range, 2 days to 16 yrs) and categorized into three groups according to the number of simultaneous organs failing: 0-1 OF, 2 OF, and >/=3 OF. INTERVENTIONS: Heart rate was recorded over a 5-min period when patients were hemodynamically stable. The power-law model represents a power function relating frequency distribution to magnitude of effect (in this case, squared deviation from the mean heart rate). Plotting the data on a bi-logarithmic scale produces a regression line for each measurement, described in terms of r2, slope, and x-intercept. Comparison with other HRV measures included two time-domain measures (sd of the normal R-R intervals and the square root of the mean squared differences of successive normal R-R intervals), one frequency-domain method (power spectral analysis), and one nonlinear method (detrended fluctuation analysis). MEASUREMENTS AND RESULTS: For the power-law model, patients exhibited a similar r2 of.87 (.09) (mean [sd]) and slope of -1.80 (0.29), regardless of the degree of OF. HRV could thus be described purely in terms of x-intercept, which demonstrated a left shift with increasing OF (p <.001). This was independent of age and heart rate. Loss of HRV with increasing OF was demonstrated by all methods; however, only the power-law model was able to discriminate between each OF group. Using the model, change in HRV in individual patients over successive days often concurred qualitatively with the change in OF status. CONCLUSION: The power-law model is an appropriate measure of HRV in pediatric patients, being neither age nor heart rate sensitive. Loss of HRV occurs with increasing OF; this effect was better demonstrated by the model compared with other measures of HRV.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,035
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,440
Score d'incertitude au seuil0,973

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,035
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,031
Tête enseignante GPT0,350
Écart entre enseignants0,319 · 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