Behavioral Neurocardiac Training in Hypertension
Notice bibliographique
Résumé
It is not established whether behavioral interventions add benefit to pharmacological therapy for hypertension. We hypothesized that behavioral neurocardiac training (BNT) with heart rate variability biofeedback would reduce blood pressure further by modifying vagal heart rate modulation during reactivity and recovery from standardized cognitive tasks ("mental stress"). This randomized, controlled trial enrolled 65 patients with uncomplicated hypertension to BNT or active control (autogenic relaxation), with six 1-hour sessions over 2 months with home practice. Outcomes were analyzed with linear mixed models that adjusted for antihypertensive drugs. BNT reduced daytime and 24-hour systolic blood pressures (-2.4+/-0.9 mm Hg, P=0.009, and -2.1+/-0.9 mm Hg, P=0.03, respectively) and pulse pressures (-1.7+/-0.6 mm Hg, P=0.004, and -1.4+/-0.6 mm Hg, P=0.02, respectively). No effect was observed for controls (P>0.10 for all indices). BNT also increased RR-high-frequency power (0.15 to 0.40 Hz; P=0.01) and RR interval (P<0.001) during cognitive tasks. Among controls, high-frequency power was unchanged (P=0.29), and RR interval decreased (P=0.03). Neither intervention altered spontaneous baroreflex sensitivity (P>0.10). In contrast to relaxation therapy, BNT with heart rate variability biofeedback modestly lowers ambulatory blood pressure during wakefulness, and it augments tonic vagal heart rate modulation. It is unknown whether efficacy of this treatment can be improved with biofeedback of baroreflex gain. BNT, alone or as an adjunct to drug therapy, may represent a promising new intervention for hypertension.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».