P.25 Radial-Digital Pulse Wave Velocity: A Non-Invasive Method for Assessing Stiffness of Peripheral Small Arteries
Notice bibliographique
Résumé
Abstract Pulse wave velocity (PWV) has been used to evaluate arterial stiffness of large arteries. Here, we examine the feasibility of radialdigital PWV (RD-PWV) as a measure of stiffness of smaller arteries, and its response to changes in local mean arterial pressure. In 29 healthy subjects, we used Complior probes to record arterial pulse wave at radial artery and tip of the index. To determine transit time, we used both second derivative and intersecting tangents of the entire recordings using the device-embedded algorithms, in house Matlab analyses of only reliable waves, and by numerical simulation using arterial tree model. In 15 subjects, we examine the response of RD-PWV to changes in local MAP by vertical displacement of the hand above and below the mid-axillary line. Using second derivative, RD-PWV were 4.68 ± 1.18, 4.69 ± 1.21, 4.32 ± 1.19 m/s respectively for deviceembedded, Matlab-based and numerical simulation analyses, respectively. Using intersecting tangents RD-PWV were 4.73 ± 1.20, 4.45 ± 1.08, 4.50 ± 0.84 m/s, respectively for device-embedded, Matlab-based and numerical simulation analyses, respectively. The strongest correlation ( r = 0.92) was seen between device-embedded and Matlab-based second derivatives. The intersession coefficients of variation were 7.0 ± 4.9% and 3.2 ± 1.9% ( p = 0.04) for device-embedded and Matlab-based second derivative algorithms. We estimated that each increase of 10 mm Hg in local MAP by vertical displacement of the hand resulted in an increase in RD-PWV of 0.28 m/s. This study shows that RD-PWV can be used for the non-invasive assessment of stiffness of small-sized arteries.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».