MétaCan
Menu
Retour à la cohorte
Enregistrement W3118757962 · doi:10.22489/cinc.2020.122

U-shaped Patterns in HRV From a Polysomnographic Point of View: a Quantitative Analysis

2020· article· en· W3118757962 sur OpenAlexfundno aff
Mateusz Soliński, Jan J. Żebrowski, Paweł Kuklik

Notice bibliographique

RevueComputing in cardiology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Rate Variability and Autonomic Control
Établissements canadiensnon disponible
Organismes subventionnairesCase Western Reserve UniversityPolitechnika WarszawskaUniversity of WashingtonYork UniversityJohns Hopkins UniversityNational Heart, Lung, and Blood InstituteUniversity of California, DavisUniversity of Minnesota
Mots-clésPoint (geometry)Computer scienceMathematicsGeometry

Résumé

récupéré en direct d'OpenAlex

U-shaped patterns are acceleration-deceleration periods in RR interval series. These relatively short time events (average duration 29.84.1 s) are the most laminar structures in the night-time recordings. The aim of this study is a analysis of sleep events occurring during U-shaped patterns in polysomnography (PSG) recordings obtained from Sleep Heart Health Study database. 500 PSG recordings were analyzed. U-shaped patterns were detected and categorized based on sleep stages, body position, respiratory events and EEG arousals. 4202 U-shaped patterns were found in 463 recordings. The majority of U-shaped patterns coincide with EEG arousals (73.9%). 48% of the patterns occurred at sleep phase changes. Most of the U-shaped patterns were associated with the Wake phase (61%). U-shaped patterns occurred at the position changes in 22.6% of cases. Analysis of respiratory events showed that Ushaped patterns occurred during hypopnea in 32.3% of the cases, CSA -1.7%, OSA -0.8% and desaturation -18.6%. The quantitative analysis of PSG recordings is a first step to discover the origin of the phenomenon of Ushaped patterns. These first observations show that the Ushaped patterns are strongly associated with EEG arousals and may play role in sleep regulation.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,005

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
Bibliométrie0,0040,002
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 Opus0,037
Tête enseignante GPT0,300
Écart entre enseignants0,263 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComputing in cardiologyMême sujetHeart Rate Variability and Autonomic ControlTravaux en français237 207