Comparison of stroke volume measurements during hemodialysis using bioimpedance cardiography and echocardiography
Notice bibliographique
Résumé
BACKGROUND: Fluid management remains a major challenge of hemodialysis (HD) care, with serious implications for morbidity and mortality. Intradialytic fluid management is typically guided by blood pressure, an indirect resultant of hemodynamics status. Direct measurements of hemodynamic parameters may improve cardiovascular outcomes by providing rational bases for intervention. We compare stroke volume (SV) measurements using a noninvasive, regional biompedance cardiography device (NiCaS) with Doppler echocardiography (Echo) in HD setting. METHODS: Stroke volumes were simultaneously measured using the devices in 17 patients receiving maintenance HD. Measurements were made during 2 weekly HD treatments, and twice within each HD treatment during the first and last hour of each treatment, for a total of 64 SV measurements. Agreement between devices was assessed using linear regression, a Pearson's correlation coefficient, and a Bland-Altman plot all adjusted for repeated measures within patients. RESULTS: Echo and NiCaS SV mean and 95% CIs were 58.0 (50.1, 65.8) and 56.7 (49.4, 64.0) mL, respectively. NiCaS SV correlated strongly with Echo SV during the first and last hours of treatments (r = 0.93, P < 0.001 and r = 0.92, P < 0.001, respectively). Linear regression of NiCaS on Echo showed a slope of 0.97, 95% CI (0.91, 1.02) which did not differ from 1, P = 0.20. A Bland-Altman plot and 4-Quadrant plot confirmed that the 2 methods produced comparable measurements. CONCLUSION: NiCaS SV measurements are similar to and strongly correlated with Echo SV measurements. This suggests that noninvasive NiCaS technology may be a practical method for measuring SV during HD.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,000 |
| 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 ».