MétaCan
Menu
Retour à la cohorte
Enregistrement W2067248041 · doi:10.2310/7070.2006.0080

Autonomic Nervous System Evaluation Using Heart Rate Variability Parameters in Vasomotor Rhinitis Patients

2006· article· en· W2067248041 sur OpenAlexvenueno aff
Yusuf Vayısoğlu, Cengiz Özcan, Haşan Pekdemir, Kemal Görür, Yavuz Selim Pata, Ahmet Çamsarı

Notice bibliographique

RevueThe Journal of Otolaryngology · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Rate Variability and Autonomic Control
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVasomotorMedicineAutonomic nervous systemHeart rate variabilityVasomotor RhinitisHeart rateCardiologyParasympathetic nervous systemInternal medicineAnesthesiaBlood pressure

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To evaluate the autonomic nervous system in vasomotor rhinitis patients using heart rate variability parameters. PATIENTS AND METHODS: The heart rate variability parameters (SDANN, SDNN, SDNN index, RMSSD, pNN50, triangular index) of 26 patients with vasomotor rhinitis were compared with those of 25 control subjects. RESULTS: The decrease in the SDANN and SDNN index in the vasomotor rhinitis patients is statistically significant. Likewise, the SDNN and triangular index decreased but not to a statistically significant degree. The decrease in rMSSD and pNN50, which are signs of parasympathetic nervous system hyperactivation, in the patient group is statistically significant when compared with the control group (p < .005). CONCLUSION: The results of this study suggest that there might be an abnormality in the autonomic nervous system of vasomotor rhinitis patients, which might be due to a hyperactive parasympathetic nervous system.

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 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)0,008
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,107
Score d'incertitude au seuil0,439

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,021
Tête enseignante GPT0,267
Écart entre enseignants0,246 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations14
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of OtolaryngologyMême sujetHeart Rate Variability and Autonomic ControlTravaux en français237 207