MétaCan
Menu
Retour à la cohorte
Enregistrement W2906356629 · doi:10.1113/ep087240

Comparison of pulse contour, aortic Doppler ultrasound and bioelectrical impedance estimates of stroke volume during rapid changes in blood pressure

2018· article· en· W2906356629 sur OpenAlexafffund
Travis D. Gibbons, Kathryn Zuj, Sean D. Peterson

Notice bibliographique

RevueExperimental Physiology · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Health and Disease Prevention
Établissements canadiensResearch Institute for AgingUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGovernment of Canada
Mots-clésStroke volumeMedicineCardiologyBlood pressureBioelectrical impedance analysisPulse pressureUltrasoundHemodynamicsInternal medicineBlood volumeHeart rateRadiologyBody mass index

Résumé

récupéré en direct d'OpenAlex

New Findings What is the central question of this study? Pulse contour analysis of the finger arterial pressure by Windkessel modelling is commonly used to estimate stroke volume continuously. But is it valid during dynamic changes in blood pressure? What is the main finding and its importance? Second‐by‐second analysis revealed that pulse contour analysis underestimated stroke volume by up to 25% after standing from a squat, and 16% after standing thigh‐cuff release, when compared with aortic Doppler ultrasound estimates. These results reveal that pulse contour analysis of stroke volume should be interpreted with caution during rapid changes in physiological state. Abstract Dynamic measurements of stroke volume (SV) and cardiac output provide an index of central haemodynamics during transitional states, such as postural changes and onset of exercise. The most widely used method to assess dynamic fluctuations in SV is the Modelflow method, which uses the arterial blood pressure waveform along with age‐ and sex‐specific aortic properties to compute beat‐to‐beat estimates of aortic flow. Modelflow has been validated against more direct methods in steady‐state conditions, but not during dynamic changes in physiological state, such as active orthostatic stress testing. In the present study, we compared the dynamic SV responses from Modelflow (SV MF ), aortic Doppler ultrasound (SV U/S ) and bioelectrical impedance analysis (SV BIA ) during two different orthostatic stress tests, a squat‐to‐stand (S‐S) transition and a standing bilateral thigh‐cuff release (TCR), in 15 adults (six females). Second‐by‐second analysis revealed that when compared with estimates of SV by aortic Doppler ultrasound, Modelflow underestimated SV by up to 25% from 3 to 11 s after standing from the squat position and by up to 16% from 3 to 7 s after TCR ( P < 0.05). The SV MF and SV BIA were similar during the first minute of the S‐S transition, but were different 3 s after TCR and at intermittent time points between 34 and 44 s ( P < 0.05). These findings indicate that the physiological conditions elicited by orthostatic stress testing violate some of the inherent assumptions of Modelflow and challenge models used to interpret bioelectrical impedance responses, resulting in an underestimation in SV during rapid changes in physiological state.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,328
Écart entre enseignants0,313 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueExperimental PhysiologyMême sujetCardiovascular Health and Disease PreventionTravaux en français237 207