Toward a noninvasive subject-specific estimation of abdominal aortic pressure
Notice bibliographique
Résumé
A method for estimation of central arterial pressure based on linear one-dimensional wave propagation theory is presented in this paper. The equations are applied to a distributed model of the arterial tree, truncated by three-element windkessels. To reflect individual differences in the properties of the arterial trees, we pose a minimization problem from which individual parameters are identified. The idea is to take a measured waveform in a peripheral artery and use it as input to the model. The model subsequently predicts the corresponding waveform in another peripheral artery in which a measurement has also been made, and the arterial tree model is then calibrated in such a way that the computed waveform matches its measured counterpart. For the purpose of validation, invasively recorded abdominal aortic, brachial, and femoral pressures in nine healthy subjects are used. The results show that the proposed method estimates the abdominal aortic pressure wave with good accuracy. The root mean square error (RMSE) of the estimated waveforms was 1.61 +/- 0.73 mmHg, whereas the errors in systolic and pulse pressure were 2.32 +/- 1.74 and 3.73 +/- 2.04 mmHg, respectively. These results are compared with another recently proposed method based on a signal processing technique, and it is shown that our method yields a significantly (P < 0.01) lower RMSE. With more extensive validation, the method may eventually be used in clinical practice to provide detailed, almost individual, specific information as a valuable basis for decision making.
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 | 0,001 | 0,003 |
| 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».