MétaCan
Menu
Retour à la cohorte
Enregistrement W2137599618 · doi:10.4021/cr41w

Circadian Patterns of Heart Rate Turbulence, Heart Rate Variability and Their Relationship

2011· article· en· W2137599618 sur OpenAlexvenueno aff
Chen

Notice bibliographique

RevueCardiology Research · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Rate Variability and Autonomic Control
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHeart rate turbulenceCardiologyInternal medicineMedicineCircadian rhythmHeart rateTurbulenceHeart rate variabilityBlood pressureMechanicsPhysics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Heart rate variability (HRV) is an established tool for studying cardiac autonomic activity over time, while heart rate turbulence (HRT) is a recent method used to assess autonomic dysfunction. However, there are different autonomic tones at different times of a day. This study aimed to examine the effect of circadian change of autonomic tone on heart rate turbulence and variability, and determine any relationship between them based on circadian variations. METHODS: Twenty-four-hour Holter recordings from 35 subjects with structurally normal heart were done, and HRV and HRT parameters of turbulence onset (TO) and turbulence slope (TS) were calculated. The 24-hour circadian patterns of these parameters and correlation analysis between them were performed. RESULTS: There were conspicuous diurnal oscillations in TS and HRV parameters, with less prominent variation in TO. TS and high frequency power (HF) shared the similar oscillation patterns in a day. Comparing HRT and HRV based on circadian variation, TS showed positive correlations with HF and low frequency power (LF) to a reasonable degree, while there was an inverse correlation between TS and LF/HF. CONCLUSIONS: Circadian change of TS values throughout the day is more prominent than TO. It also presents as an autonomic activity more than TO. The relationships between HRV and HRT persist independently on the time of a day.

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)0,012
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,485

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,119
Tête enseignante GPT0,342
Écart entre enseignants0,223 · 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'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

Citations7
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCardiology ResearchMême sujetHeart Rate Variability and Autonomic ControlTravaux en français237 207