MétaCan
Menu
Retour à la cohorte
Enregistrement W3004165190 · doi:10.1097/cce.0000000000000072

A Carotid Doppler Patch Accurately Tracks Stroke Volume Changes During a Preload-Modifying Maneuver in Healthy Volunteers

2020· article· en· W3004165190 sur OpenAlexaff
Jon‐Émile S. Kenny, Igor Barjaktarević, Andrew M. Eibl, Matthew Parrotta, Bradley F. Long, Joseph K. Eibl, Frédèric Michard

Notice bibliographique

RevueCritical Care Explorations · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueHemodynamic Monitoring and Therapy
Établissements canadiensNOSM UniversityHealth Sciences North
Organismes subventionnairesnon disponible
Mots-clésPreloadStroke volumeMedicineStroke (engine)CardiologyDoppler effectInternal medicineHemodynamicsHeart ratePhysicsBlood pressure

Résumé

récupéré en direct d'OpenAlex

Objectives: Detecting instantaneous stroke volume change in response to altered cardiac preload is the physiologic foundation for determining preload responsiveness. Design: Proof-of-concept physiology study. Setting: Research simulation laboratory. Subjects: Twelve healthy volunteers. Interventions: A wireless continuous wave Doppler ultrasound patch was used to measure carotid velocity time integral and carotid corrected flow time during a squat maneuver. The Doppler patch measurements were compared with simultaneous stroke volume measurements obtained from a noninvasive cardiac output monitor. Measurements and Main Results: From stand to squat, stroke volume increased by 24% while carotid velocity time integral and carotid corrected flow time increased by 32% and 9%, respectively. From squat to stand, stroke volume decreased by 13%, while carotid velocity time integral and carotid corrected flow time decreased by 24% and 10%, respectively. Both changes in carotid velocity time integral and corrected flow time were closely correlated with changes in stroke volume (r 2 = 0.81 and 0.62, respectively). The four-quadrant plot found a 100% concordance rate between changes in stroke volume and both changes in carotid velocity time integral and changes in corrected flow time. A change in carotid velocity time integral greater than 15% predicted a change in stroke volume greater than 10% with a sensitivity of 95% and a specificity of 92%. A change in carotid corrected flow time greater than 4% predicted a change in stroke volume greater than 10% with a sensitivity of 90% and a specificity of 92%. Conclusions: In healthy volunteers, both carotid velocity time integral and carotid corrected flow time measured by a wireless Doppler patch were useful to track changes in stroke volume induced by a preload-modifying maneuver with high sensitivity and specificity.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,099
Tête enseignante GPT0,363
Écart entre enseignants0,264 · 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'étudeExpérimental (laboratoire)
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

Citations38
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical Care ExplorationsMême sujetHemodynamic Monitoring and TherapyTravaux en français237 207