Metrological Characterization of a Method for Blood Pressure Estimation Based on Arterial Lumen Area Model
Notice bibliographique
Résumé
Accuracy of blood pressure (BP) measurement is a challenging issue in oscillometry. Most of the automated noninvasive BP monitors estimate BP from envelope of the measured oscillometric pulses. The peak and the trough of the oscillometric pulses are very sensitive to noise caused by breathing, heart-rate variability, motion artifacts, muscle contraction, and environmental noise. Therefore, accuracy of the estimated BP based on the oscillometric waveform envelopes is not reliable in some cases. Recently, employing a modeling approach to estimate BP, we obtained the accurate results for a set of healthy subjects. The method is based on the lumen area oscillations model and estimates BP by comparing the actual and corresponding simulated waveforms. The method's accuracy worsened when we tested it on a broader range of healthy subjects, while a significant drop was observed when the method was used for patients with chronic cardiovascular diseases. The work presented in this paper represents an improved version of our previous approach. We tested the proposed method on both healthy subjects and patients with chronic cardiovascular diseases, and compared the results to two popular BP estimation algorithms: maximum amplitude algorithm and maximum/minimum slope algorithm. We observed up to 56.7% and 57.3% improvements in mean absolute error, 98.9% and 64.4% improvements in mean error, 50% and 59% improvements in standard deviation of errors, and up to 57.6% and 55.8% in measurement uncertainty for the estimated systolic and diastolic pressures, respectively.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».