Abstract P354: Performance of Different Oscillometric Blood Pressure Algorithms in Patients with Chronic Kidney Disease
Notice bibliographique
Résumé
Objective: The extent to which different oscillometric blood pressure (BP) algorithms differ in how they derive BP in patients with chronic kidney disease (CKD) is unknown. We compared the performance of three different oscillometric algorithms against a known oscillometric reference standard in this patient population. Methods: Thirty intermittent hemodialysis (HD) patients and 30 stage 3 CKD (CKD) patients were recruited from a quaternary care, academic hospital in Edmonton, Canada. In random order, three sequential readings with an Omron HEM 907XL device and three sequential readings with a laptop-driven oscillometric device capable of detecting and recording oscillometric waveforms were obtained 30 seconds apart. The mean of each three reading set was used for analyses. Oscillometric algorithms (two fixed-ratio and one slope- based) were applied to the raw oscillometric data to derive BP. Paired t-tests were used to assess for statistical significance at the 0.05 level. Results: Mean age was 63.4 ± 16.3 y (HD group) and 65.9 ± 10.7 y (CKD group); percent female was 37% (HD) and 47% (CKD); mean BMI was 28.3 kg/m 2 (HD) and 30.3 kg/m 2 (CKD). Over 80% of participants in each group had hypertension. BP comparisons are summarized in Table 1. Conclusions: Varying the type of oscillometric algorithm results in markedly different systolic BP estimates in patients with CKD. The fixed-ratio algorithm produced results most comparable to the Omron device. These findings help clarify why different devices using different algorithms produce different results in patients with CKD.
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 | 0,004 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».