Can Photoplethysmography Replace Arterial Blood Pressure in the Assessment of Blood Pressure?
Notice bibliographique
Résumé
Arterial Blood Pressure (ABP) and photoplethysmography (PPG) are both useful techniques to monitor cardiovascular status. Though ABP monitoring is more widely employed, this procedure of signal acquisition whether done invasively or non-invasively may cause inconvenience and discomfort to the patients. PPG, however, is simple, noninvasive, and can be used for continuous measurement. This paper focuses on analyzing the similarities in time and frequency domains between ABP and PPG signals for normotensive, prehypertensive and hypertensive subjects and the feasibility of the classification of subjects considering the results of the analysis performed. From a database with 120 records of ABP and PPG, each 120 s in length, the records where separated into epochs taking into account 10 heartbeats, and the following statistical measures were performed: Correlation (r), Coherence (COH), Partial Coherence (pCOH), Partial Directed Coherence (PDC), Directed Transfer Function (DTF), Full Frequency Directed Transfer Function (ffDTF) and Direct Directed Transfer Function (dDTF). The correlation coefficient was r > 0.9 on average for all groups, indicating a strong morphology similarity. For COH and pCOH, coherence (linear correlation in frequency domain) was found with significance (p < 0.01) in differentiating between normotensive and hypertensive subjects using PPG signals. For the dataset at hand, only two synchrony measures are able to convincingly distinguish hypertensive subjects from normotensive control subjects, i.e., ffDTF and dDTF. From PDC, DTF, ffDTF, and dDTF, a consistent, a strong significant causality from ABP→PPG was found. When all synchrony measures were combined, an 87.5 % accuracy was achieved to detect hypertension using a Neural Network classifier, suggesting that PPG holds most informative features that exist in ABP.
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 | 0,009 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,003 |
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 ».