Accuracy of oscillometric blood pressure algorithms in healthy adults and in adults with cardiovascular risk factors
Notice bibliographique
Résumé
BACKGROUND: Fixed-ratio and slope-based algorithms are used to derive oscillometric blood pressure (BP). However, a paucity of published data exists assessing the accuracy of these methods. Our objective was to determine the accuracy of fixed-ratio and slope-based algorithms in healthy adults and in adults with cardiovascular risk factors. PATIENTS AND METHODS: Overall, 85 healthy adults (age≥18 years) and 85 adults with cardiovascular risk factors were studied. Three oscillometric and four two-observer mercury-based auscultation measurements were performed in each, according to International Standards Organization 2013 methodology. Two fixed-ratio algorithms and one slope-based algorithm were applied to process oscillometric waveform envelopes and derive oscillometric BP. Paired and unpaired t-tests were used to compare mean oscillometric BP within and between each group, respectively. RESULTS: For healthy adults, mean age was 50.3±17.8 years, mean arm circumference was 30.4±3.8 cm, and 62% were female. In the cardiovascular risk group, mean age was 63.8±12.4 years, mean arm circumference was 31.9±4.2 cm, and 62% were female. For systolic BP, the fixed-ratio algorithms produced the lowest mean error and narrowest SD. For diastolic BP, mean errors were similar for all three algorithms, but the fixed-ratio algorithms had higher precision. The comparison of healthy adults and those with cardiovascular risk factor showed high variability for systolic and diastolic BP (SD: 8.113.9 mmHg). CONCLUSION: In both healthy adults and in those with cardiovascular risk factors, the fixed-ratio technique performed better than the slope-based algorithm. High between-group variability indicates that subject-specific algorithms may be needed.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».