MétaCan
Menu
Retour à la cohorte
Enregistrement W2120440415 · doi:10.5539/mas.v8n2p69

Effects of Caffeinated Beverage Consumption on Electrocardiographic Parameters among Healthy Adults

2014· article· en· W2120440415 sur OpenAlexvenueno aff
Md. Bashir Uddin, Md Zakir Hossain, Mohiuddin Ahmad, N. Ahmed, M. A. Rashid

Notice bibliographique

RevueModern Applied Science · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueCoffee research and impacts
Établissements canadiensnon disponible
Organismes subventionnairesKhulna University
Mots-clésMedicineCardiologyQT intervalHeart rateElectrocardiographyAmplitudeInternal medicineQRS complexMathematicsAudiologyBlood pressurePhysics

Résumé

récupéré en direct d'OpenAlex

The aim of this study is to investigate the effects of caffeinated beverage consumption on electrocardiographic parameters with several healthy young persons. Electrocardiogram (ECG) recordings have been performed with electrode lead set connected to MP36 data acquisition unit (Biopac, USA). Recordings of ECG as well as their analysis have been done using Biopac softwares at both before and after the consumption of caffeinated beverage available in Bangladesh. After having caffeinated beverage, the ECG parameters such as peak amplitude of different waves and their corresponding intervals of ECG signal have changed significantly. The peak amplitude of Q and S waves has not changed so significantly but P and T waves showed maximum decrement about 6% and 23% respectively. Besides, maximum increment in R peak of ECG is about 11% which may cause short term boost. Among different intervals of ECG, change in RR interval is more significant. RR interval increases from about 0.85 to 0.89 sec which is mainly liable to decrease heart rate from about 71 to 67 bpm due to the consumption of caffeinated beverage. The findings highlight insufficient increment in R peak amplitude but net decrement in peak amplitude of P and T waves as well as heart rate which may cause cardiac abnormality due to the regular consumption of caffeinated beverage.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,590
Score d'incertitude au seuil0,469

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
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 Opus0,009
Tête enseignante GPT0,265
Écart entre enseignants0,256 · 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'étudeExpérimental (laboratoire)
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

Citations8
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetCoffee research and impactsTravaux en français237 207