Subject-Specific Estimation of Central Aortic Blood Pressure Using an Individualized Transfer Function: A Preliminary Feasibility Study
Notice bibliographique
Résumé
This paper presents a new approach to the estimation of unknown central aortic blood pressure waveform from a directly measured peripheral blood pressure waveform, in which a physics-based model is employed to solve for a subject- and state-specific individualized transfer function (ITF). The ITF provides the means to estimate the unknown central aortic blood pressure from the peripheral blood pressure. Initial proof-of-principle for the ITF is demonstrated experimentally through an in vivo protocol. In swine subjects taken through wide range of physiologic conditions, the ITF was on average able to provide central aortic blood pressure waveforms more accurately than a nonindividualized transfer function. Its usefulness was most evident when the subject's pulse transit time deviated from normative values. In these circumstances, the ITF yielded statistically significant reductions over a nonindividualized transfer function in the following three parameters: 1) 30% reduction in the root-mean-squared error between estimated versus actual central aortic blood pressure waveform (p < 10 (-4)), 2) >50% reduction in the error between estimated versus actual systolic and pulse pressures ( p < 10 (-4)), and 3) a reduction in the overall breakdown rate (i.e., the frequency of estimation errors >3 mmHg, p < 10 (-4)). In conclusion, the ITF may offer an attractive alternative to existing methods that estimates the central aortic blood pressure waveform, and may be particularly useful in nonnormative physiologic conditions.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 tête enseignante, 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 ».