Limitations and challenges of EIT-based monitoring of stroke volume and pulmonary artery pressure
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: Electrical impedance tomography (EIT) shows potential for radiation-free and noninvasive hemodynamic monitoring. However, many factors degrade the accuracy and repeatability of these measurements. Our goal is to estimate the impact of this variability on the EIT-based monitoring of two important central hemodynamic parameters: stroke volume (SV) and pulmonary artery pressure (PAP). APPROACH: We performed simulations on a 4D ([Formula: see text]) bioimpedance model of a human volunteer to study the influence of four potential confounding factors (electrode belt displacement, electrode detachment, changes in hematocrit and lung air volume) on the performance of EIT-based SV and PAP estimation. Results were used to estimate how these factors affect the EIT measures of either absolute values or relative changes (i.e. trending). MAIN RESULTS: Our findings reveal that the absolute measurement of SV via EIT is very sensitive to electrode belt displacements and lung conductivity changes. Nonetheless, the trending ability of SV EIT might be a promising alternative. The timing-based measurement of PAP is more robust to lung conductivity changes but sensitive to longitudinal belt displacements at severe hypertensive levels and to rotational displacements (independent of the PAP level). SIGNIFICANCE: We identify and quantify the challenges of EIT-based SV and PAP monitoring. Absolute SV via EIT is challenging, but trending is feasible, while both the absolute and trending of PAP via EIT are mostly impaired by belt displacements.
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.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 découle