Challenges in Using Seismocardiography for Blood Pressure Monitoring
Notice bibliographique
Résumé
The capability of continuously and non-invasive blood pressure (BP) monitoring is valuable in the clinical setting. Pulse transit time (PTT) has shown the promise to track changes in the arterial BP. This study examines the efficacy of seismocardiogram (SCG) and photoplethysmogram (PPG) combination for timing the proximal and distal pulse respectively of a pulse wave. The PTT is defined as a difference between the proximal and distal timing of a pulse wave. Methods: A total of 18 subjects participated in the study. Subjects were subjected to a lower-body negative pressure (LBNP) protocol to -60 mmHg. Electrocardiogram (ECG), SCG, PPG and BP was recorded simultaneously during the LNBP protocol. Subjects that endured negative pressure to -40mmHg, had SCG signals with distinct AO points and for whom the average BP was lower in the final stage of LBNP compared to supine baseline were included in data analysis. A simple logarithmic model was used to estimate BP based on PTT. Estimated BP was then correlated with PTT. Results: A total of 7 subjects were included in the final data analysis. On an average the subjects systolic BP dropped during the LBNP protocol and PTT was shortened. None of these changes were significant. For 3 subjects the correlation between PTT and estimated systolic blood pressure was significant. Conclusion: The current study showed a trend toward shorter PTT as blood pressure lowers, but the trend was weak and not consistent.
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 | 0,050 | 0,073 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,009 |
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 ».