Point process heartbeat dynamics assessment of neurocardiogenic syncope in children
Notice bibliographique
Résumé
The underlying mechanisms that lead to syncope are still unclear, especially in children. In this work, we applied a novel point-process model to study timevarying heartbeat dynamics and to characterize autonomic changes that occur prior to a syncopal event. Twentysix children with history compatible with neurocardiogenic syncope (NCS) and a positive head up tilt table test (HUT) were included in the study. ECG and blood pressure signals were recorded during rest and the diagnostic HUT. Using self-developed software, a decrease of > 30% of the median systolic blood pressure during HUT compared to rest was selected as the onset of the syncopal event. After ECG peak detection and correction of ectopic beats, we modeled the time between R-wave events as a history dependent inverse Gaussian (IG) and applied the pointprocess framework to compute several measures related with HRV. We tested for significant changes in these measures for three consecutive two-minute time intervals previous to the syncopal event. Of all measures, only the mean of the heart rate probability density function, μHR, and the scale parameter of the IG probability density function, ζ<inf>0</inf>(t), presented a statistically significant increase prior to syncope, providing novel features associated with the statistical properties of heartbeat generation that could be critical to predict and explain the occurrence of syncope.
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 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 | 0,002 | 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».