Characterizing the Severity of Autonomic Cardiovascular Dysfunction after Spinal Cord Injury Using a Novel 24 Hour Ambulatory Blood Pressure Analysis Software
Notice bibliographique
Résumé
Cardiovascular disease is one of the leading causes of morbidity and mortality in the spinal cord injury (SCI) population. SCI may disrupt autonomic cardiovascular homeostasis, which can lead to persistent hypotension, irregular diurnal rhythmicity, and the development of autonomic dysreflexia (AD). There is currently no software available to perform automated detection and evaluation of cardiovascular autonomic dysfunction(s) such as those generated from 24 h ambulatory blood pressure monitoring (ABPM) recordings in the clinical setting. The objective of this study is to compare the efficacy of a novel 24 h ABPM Autonomic Dysfunction Detection Software against manual detection and to use the software to demonstrate the relationships between level of injury and the degree of autonomic cardiovascular impairment in a large cohort of individuals with SCI. A total of 46 individuals with cervical (group 1, n = 37) or high thoracic (group 2, n = 9) SCI participated in the study. Outcome measures included the frequency and severity of AD, frequency of hypotensive events, and diurnal variations in blood pressure and heart rate. There was good agreement between the software and manual detection of AD events (Bland-Altman limits of agreement = ±1.458 events). Cervical SCI presented with more frequent (p = 0.0043) and severe AD (p = 0.0343) than did high thoracic SCI. Cervical SCI exhibited higher systolic and diastolic blood pressure during the night and lower heart rate during the day than high thoracic SCI. In conclusion, our ABPM AD Detection Software was equally as effective in detecting the frequency and severity of AD and hypotensive events as manual detection, suggesting that this software can be used in the clinical setting to expedite ABPM 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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».