Time‐Domain Analysis of Heart Sound Intensity in Children with and without Pulmonary Artery Hypertension: A Pilot Study using a Digital Stethoscope
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We studied digital stethoscope recordings in children undergoing simultaneous catheterization of the pulmonary artery (PA) to determine whether time-domain analysis of heart sound intensity would aid in the diagnosis of PA hypertension (PAH). Heart sounds were recorded and stored in .wav mono audio format. We performed recordings for 20 seconds with sampling frequencies of 4,000 Hz at the second left intercostal space and the cardiac apex. We used programs written in the MATLAB 2010b environment to analyze signals. We annotated events representing the first (S1) and second (S2) heart sounds and the aortic (A2) and pulmonary (P2) components of S2. We calculated the intensity (I) of the extracted event area (x) as [Formula: see text], where n is the total number of heart sound samples in the extracted event and k is A2, P2, S1, or S2. We defined PAH as mean PA pressure (mPAp) of at least 25 mmHg with PA wedge pressure of less than 15 mmHg. We studied 22 subjects (median age: 6 years [range: 0.25-19 years], 13 female), 11 with PAH (median mPAp: 55 mmHg [range: 25-97 mmHg]) and 11 without PAH (median mPAp: 15 mmHg [range: 8-24 mmHg]). The P2∶A2 (P = .0001) and P2∶S2 (P = .0001) intensity ratios were significantly different between subjects with and those without PAH. There was a linear correlation (r > 0.7) between the P2∶S2 and P2∶A2 intensity ratios and mPAp. We found that the P2∶A2 and P2∶S2 intensity ratios discriminated between children with and those without PAH. These findings may be useful for developing an acoustic device to diagnose PAH.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 découle