Effect of Noise on T‐Wave Alternans Measurement in Ambulatory ECGs Using Modified Moving Average versus Spectral Method
Notice bibliographique
Résumé
BACKGROUND: The modified moving average (MMA) and spectral method (SM) are commonly used to measure T-wave alternans (TWA), but their accuracy has not been compared in ambulatory electrocardiograms (ECGs) where TWA signal-to-noise ratio is low. Our objective was to compare the effect of noise and signal nonstationarity on the accuracy of TWA measurement using MMA versus SM when applied to synthetic and ambulatory ECGs. METHODS: Periodic and nonperiodic noise were added to noiseless synthetic ECGs. Simulated TWA (0-20 microV) was added to synthetic ECGs and ambulatory ECG recordings. TWA was measured using SM and MMA, and the measurement error relative to added TWA was compared. An MMA ratio was used to discriminate TWA signal from noise. Signal nonstationarity was simulated by changing heart rate, TWA magnitude, and TWA phase. RESULTS: With no added TWA, MMA falsely measured TWA in synthetic and ambulatory ECGs, while false measurement was not seen with SM. An MMA ratio > 1.2 eliminated false TWA detection. In the presence of low TWA magnitude (<10 microV), TWA was overestimated by MMA and underestimated by SM in proportion to the noise level. In synthetic ECGs with periodic noise and 10-microV added TWA, MMA was less accurate than SM. The effects of simulated signal nonstationarity on the TWA magnitude measured with MMA versus SM were similar using a 64-beat analysis window. CONCLUSIONS: In the presence of noise, MMA falsely detects or overestimates simulated TWA in ambulatory ECG recordings. In this setting, the proposed MMA ratio improves the specificity of MMA.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».