MétaCan
Menu
Retour à la cohorte
Enregistrement W2148129229 · doi:10.3390/s131013609

On Using Maximum a Posteriori Probability Based on a Bayesian Model for Oscillometric Blood Pressure Estimation

2013· article· en· W2148129229 sur OpenAlexfundno aff
Soojeong Lee, Gwanggil Jeon, Gangseong Lee

Notice bibliographique

RevueSensors · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueHemodynamic Monitoring and Therapy
Établissements canadiensnon disponible
Organismes subventionnairesNational Research Foundation of KoreaMinistry of Science, ICT and Future PlanningNational Research FoundationUniversity of Ottawa
Mots-clésMaximum a posteriori estimationDiastoleStandard deviationBlood pressureAmplitudeBayesian probabilityMathematicsCardiologyAbsolute deviationInternal medicineStatisticsMedicineAlgorithmMaximum likelihoodPhysics

Résumé

récupéré en direct d'OpenAlex

The maximum amplitude algorithm (MAA) is generally utilized in the estimation of the pressure values, and it uses heuristically obtained ratios of systolic and diastolic oscillometric amplitude to the mean arterial pressure (known as systolic and diastolic ratios) in order to estimate the systolic and diastolic pressures. This paper proposes a Bayesian model to estimate the systolic and diastolic ratios. These ratios are an improvement over the single fixed systolic and diastolic ratios used in the algorithms that are available in the literature. The proposed method shows lower mean difference (MD) with standard deviation (SD) compared to the MAA for both SBP and DBP consistently in all the five measurements.

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)0,003
score de la tête « metaresearch » (Gemma)0,013
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: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,285
Écart entre enseignants0,258 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSensorsMême sujetHemodynamic Monitoring and TherapyTravaux en français237 207