Heart rate variability (HRV) in kidney failure: measurement and consequences of reduced HRV
Notice bibliographique
Résumé
A common cause of death in end-stage renal disease (ESRD) patients on dialysis is sudden cardiac death (SCD). Compared to the general population, the percentage of cardiovascular deaths that are attributed to SCD is higher in patients treated by dialysis. While coronary artery disease (CAD) is the predominant cause of SCD in dialysis patients, reduced heart rate variability (HRV) may play a role in the higher risk of SCD among other risk factors. HRV refers to beat-to-beat alterations in heart rate as measured by periodic variation in the R-R interval. HRV provides a non-invasive method for investigating autonomic input into the heart. It quantifies the amount by which the R-R interval or heart rate changes from one cardiac cycle to the next. The autonomic nervous system transmits impulses from the central nervous system to peripheral organs and is responsible for controlling the heart rate, blood pressure and respiratory activity. In normal individuals, without cardiac disease, the heart rate has a high degree of beat-to-beat variability. HRV fluctuates with respiration: it increases with inspiration and decreases with expiration and is primarily mediated by parasympathetic activity. HRV has been used to evaluate and quantify the cardiac risk associated with a variety of conditions including cardiac disorders, stroke, multiple sclerosis and diabetes. In this narrative review, we will examine the association between HRV and SCD. This report explains the measurement of HRV and the consequences of reduced HRV in the general population and dialysis patients. Lastly, this review will outline the possible use of HRV as a clinical predictor for SCD in the dialysis population. The current understanding of SCD based on HRV findings among the ESRD population support the use of more aggressive treatment of CAD; greater use of angiotensin converting enzyme inhibitor (ACE-i)/angiotensin receptor blockers (ARBs) and beta-blockers and more frequent and/or nocturnal haemodialysis to improve the survival of a patient with kidney failure.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».