Inferring the Frank–Starling Curve From Simultaneous Venous and Arterial Doppler: Measurements From a Wireless, Wearable Ultrasound Patch
Notice bibliographique
Résumé
The Frank–Starling relationship is a fundamental concept in cardiovascular physiology, relating change in cardiac filling to its output. Historically, this relationship has been measured by physiologists and clinicians using invasive monitoring tools, relating right atrial pressure ( P ra ) to stroke volume (SV) because the P ra -SV slope has therapeutic implications. For example, a critically ill patient with a flattened P ra -SV slope may have low P ra yet fail to increase SV following additional cardiac filling (e.g., intravenous fluids). Provocative maneuvers such as the passive leg raise (PLR) have been proposed to identify these “fluid non-responders”; however, simultaneously measuring cardiac filling and output via non-invasive methods like ultrasound is cumbersome during a PLR. In this Hypothesis and Theory submission, we suggest that a wearable Doppler ultrasound can infer the P ra -SV relationship by simultaneously capturing jugular venous and carotid arterial Doppler in real time. We propose that this method would confirm that low cardiac filling may associate with poor response to additional volume. Additionally, simultaneous assessment of venous filling and arterial output could help interpret and compare provocative maneuvers like the PLR because change in cardiac filling can be confirmed. If our hypothesis is confirmed with future investigation, wearable monitors capable of monitoring both variables of the Frank–Starling relation could be helpful in the ICU and other less acute patient settings.
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 | 0,000 | 0,002 |
| 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 | 0,001 | 0,001 |
| 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 ».