MétaCan
Menu
Retour à la cohorte
Enregistrement W2148126259 · doi:10.1046/j.1525-1594.2003.07182.x

Chaos Attractors of Ventricular Elastance to Evaluate Cardiac Performance

2003· article· en· W2148126259 sur OpenAlexaff
Tomoyuki Yambe, Makoto Yoshizawa, Ryuzo Taira, Akira Tanaka, Kouichi Tabayashi, Hiroshi Sasada, Shin‐ichi Nitta

Notice bibliographique

RevueArtificial Organs · 2003
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Rate Variability and Autonomic Control
Établissements canadiensInstitute of Aging
Organismes subventionnairesnon disponible
Mots-clésAttractorMathematicsFractalElastanceVentricular functionCardiac outputHemodynamicsCardiologyControl theory (sociology)Computer scienceMedicineInternal medicineMathematical analysisRespiratory systemArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Quantitative evaluation of cardiac function is very important in the clinical application of a ventricular assist device. This article reports a new evaluating method of E max, which is the most reliable parameter to evaluate cardiac function. Fluctuation in the E max time series data was evaluated by the nonlinear mathematical analyzing method including chaos and fractal theory. Experimental goats were anesthetized with halothane inhalation, and left ventricular volume and pressure were measured with other hemodynamic parameters to evaluate E max during various drug administrations. E max was evaluated by two methods. One was the conventional pressure volume loop evaluation and the other was the parameter optimization method without left ventricular volume data. As a result, E max evaluated by the parameter optimization method correlated well with the E max with conventional PV curve. Furthermore, interesting results were obtained. There were rhythmical fluctuations in the E max time series data. By the methodology of Takens, E max time series data was embedded into the phase space and a strange attractor was observed. These results may be important when considering E max evaluation during left ventricular assistance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,022
Tête enseignante GPT0,264
Écart entre enseignants0,242 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations2
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArtificial OrgansMême sujetHeart Rate Variability and Autonomic ControlTravaux en français237 207