The use of photoplethysmography for assessing hypertension
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The measurement of blood pressure (BP) is critical to the treatment and management of many medical conditions. High blood pressure is associated with many chronic disease conditions, and is a major source of mortality and morbidity around the world. For outpatient care as well as general health monitoring, there is great interest in being able to accurately and frequently measure BP outside of a clinical setting, using mobile or wearable devices. One possible solution is photoplethysmography (PPG), which is most commonly used in pulse oximetry in clinical settings for measuring oxygen saturation. PPG technology is becoming more readily available, inexpensive, convenient, and easily integrated into portable devices. Recent advances include the development of smartphones and wearable devices that collect pulse oximeter signals. In this article, we review (i) the state-of-the-art and the literature related to PPG signals collected by pulse oximeters, (ii) various theoretical approaches that have been adopted in PPG BP measurement studies, and (iii) the potential of PPG measurement devices as a wearable application. Past studies on changes in PPG signals and BP are highlighted, and the correlation between PPG signals and BP are discussed. We also review the combined use of features extracted from PPG and other physiological signals in estimating BP. Although the technology is not yet mature, it is anticipated that in the near future, accurate, continuous BP measurements may be available from mobile and wearable devices given their vast potential.
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.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découle