MétaCan
Menu
Retour à la cohorte
Enregistrement W2330105221 · doi:10.1097/hjh.0b013e32834f9793

The reservoir-wave paradigm introduces error into arterial wave analysis

2012· article· en· W2330105221 sur OpenAlexaff
Daniel J. Penny, Malcolm R. Davidson, Joseph J. Smolich

Notice bibliographique

RevueJournal of Hypertension · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Health and Disease Prevention
Établissements canadiensUniversity of Toronto
Organismes subventionnairesMedical Research CouncilState Government of VictoriaNational Health and Medical Research CouncilNational Heart Foundation of AustraliaTexas Children's Hospital
Mots-clésReflection (computer programming)Arterial treeWave propagationLongitudinal waveBlood pressurePulse Wave AnalysisAcousticsMedicineCardiologyPhysicsOpticsInternal medicineArterial stiffnessComputer science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Arterial wave reflection has traditionally been quantified from pressure and flow measurements using wave separation and wave intensity (WI) analysis. In the recently proposed reservoir-wave paradigm, these analyses are performed after dividing pressure into 'reservoir' and 'excess' components, yielding a modified wave intensity (WI(RW)). This new approach has led to controversial conclusions about the nature and significance of arterial wave reflection. Our aim was to assess whether WI or WI(RW) more accurately represent wave phenomena. METHODS: We studied two computer models (a simple network and a full model of the systemic arterial tree) in which all systolic forward waves and reflection properties were known a priori. Results of these models were compared with haemodynamic measurements in the ascending aorta of five adult sheep at baseline and after incremental arterial constriction. RESULTS: The key findings of model studies were that the reservoir-wave approach markedly underestimated or eliminated reflected compression waves, overestimated or artefactually introduced forward and backward expansion waves, and displayed nonphysical interactions between distal reflection sites and early systolic waves. These errors arose because, contrary to a key assumption of the reservoir-wave approach, reservoir pressure was not spatially uniform during systole. In-vivo results were qualitatively similar to model results, with baseline WI and WI(RW) suggesting that the arterial network was dominated by positive and negative wave reflection, respectively, while under all conditions, reflected WI(RW) compression waves were substantially smaller than corresponding WI waves. CONCLUSION: We conclude that the reservoir-wave paradigm introduces error into arterial wave analyses.

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)0,005
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,995
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,017
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 Opus0,053
Tête enseignante GPT0,295
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.

Devis d'étudeObservationnel
DomaineMéthodes
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

Citations54
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of HypertensionMême sujetCardiovascular Health and Disease PreventionTravaux en français237 207