MétaCan
Menu
Retour à la cohorte
Enregistrement W2099942783 · doi:10.1109/iembs.2005.1615829

Estimation of Respiratory Rate and Heart Rate During Treadmill Tests Using Acoustic Sensor

2005· article· en· W2099942783 sur OpenAlexaff
B. Popov, G. Sierra, V. Telfort, Ramesh K. Agarwal, V. Lanzo

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiquePhonocardiography and Auscultation Techniques
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésMedicineTreadmillAcousticsRespiratory rateRespiratory systemCardiologyHeart rateThroatMathematicsAudiologySpeech recognitionInternal medicineComputer scienceSurgeryBlood pressurePhysics

Résumé

récupéré en direct d'OpenAlex

The objective was to test the robustness of an acoustic method to estimate respiratory rates (RR) during treadmill test. The accuracy was assessed by the comparison with simultaneous estimates from a capnograph, using as a common reference a pneumotachometer. Eight subjects without any pulmonary disease were enrolled. Tracheal sounds were acquired using a contact piezoelectric sensor placed on the subject's throat and analyzed using a combined investigation of the sound envelope and frequency content. The capnograph and pneumotachometer were coupled to a face mask worn by the subjects. There was a strong linear correlation between all three methods (r2ranged from 0.8 to 0.87), and the SEE ranged from 1.97 to 2.36. As a conclusion, the accuracy of the respiratory rate estimated from tracheal sounds on adult subjects during treadmill stress test was comparable to the accuracy of a commercial capnograph. The heart rate (HR) estimates can also be derived from carotid pulse using the same single sensor placed on the subject's throat. Compared to the pulse oximeter the results show an agreement of acoustic method with r2= 0.76 and SEE = 3.51

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,026
Tête enseignante GPT0,310
Écart entre enseignants0,284 · 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 source (Gemma direct ou Codex distillé), 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

Citations6
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPhonocardiography and Auscultation TechniquesTravaux en français237 207