Accuracy and reliability of noninvasive stroke volume monitoring via ECG-gated 3D electrical impedance tomography in healthy volunteers
Notice bibliographique
Résumé
Cardiac output (CO) and stroke volume (SV) are parameters of key clinical interest. Many techniques exist to measure CO and SV, but are either invasive or insufficiently accurate in clinical settings. Electrical impedance tomography (EIT) has been suggested as a noninvasive measure of SV, but inconsistent results have been reported. Our goal is to determine the accuracy and reliability of EIT-based SV measurements, and whether advanced image reconstruction approaches can help to improve the estimates. Data were collected on ten healthy volunteers undergoing postural changes and exercise. To overcome the sensitivity to heart displacement and thorax morphology reported in previous work, we used a 3D EIT configuration with 2 planes of 16 electrodes and subject-specific reconstruction models. Various EIT-derived SV estimates were compared to reference measurements derived from the oxygen uptake. Results revealed a dramatic impact of posture on the EIT images. Therefore, the analysis was restricted to measurements in supine position under controlled conditions (low noise and stable heart and lung regions). In these measurements, amplitudes of impedance changes in the heart and lung regions could successfully be derived from EIT using ECG gating. However, despite a subject-specific calibration the heart-related estimates showed an error of 0.0 ± 15.2 mL for absolute SV estimation. For trending of relative SV changes, a concordance rate of 80.9% and an angular error of -1.0 ± 23.0° were obtained. These performances are insufficient for most clinical uses. Similar conclusions were derived from lung-related estimates. Our findings indicate that the key difficulty in EIT-based SV monitoring is that purely amplitude-based features are strongly influenced by other factors (such as posture, electrode contact impedance and lung or heart conductivity). All the data of the present study are made publicly available for further investigations.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».