MétaCan
Menu
← Retour à la cohorte
Enregistrement W3177625350 · doi:10.53590/japt.02.1002

Measuring methods of blood pressure and arterial stiffness. A new approach

2019· article· en· W3177625350 sur OpenAlexaff
Christina Antza, Vasilios Kotsis

Notice bibliographique

RevueJournal of Atherosclerosis Prevention and Treatment · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Health and Disease Prevention
Établissements canadiensHypertension Canada
Organismes subventionnairesnon disponible
Mots-clésArterial stiffnessPulse wave velocityMedicineCardiologyAmbulatory blood pressureBlood pressureInternal medicinePopulationAmbulatoryLimitingPulse pressure

Résumé

récupéré en direct d'OpenAlex

Carotid-femoral pulse wave velocity (c-f PWV) is considered to be one of the main factors affecting CV risk in the hypertensive population and has been included to the detailed screening of the hypertensive patients according to the ESH guidelines. Despite the large number of studies proving the correlation of blood pressure (BP) and c-f PWV as well as arterial stiffness, there are only few studies to show which BP measurement method can better predict arterial stiffness. Generally, these studies express the superiority of ABPM in the prediction of c-f PWV and early vascular aging (EVA). Furthermore, while guidelines recommend measuring c-f PWV in the hypertensive population, on the other hand it is difficult, time consuming and expensive to measure arterial stiffness in the everyday clinical practice, limiting its use only for experts. These limitations lead to the creation of a new score, the Early Vascular Aging Ambulatory score (EVAAs), which uses parameters from the ABPM and other cardiovascular risk factors in order to identify the possibility of each patient to have EVA. The score should be further studied for its accuracy in a larger population, as well for predicting hard end points in prospective studies.

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)0,011
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,016
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0080,005
Études des sciences et des technologies0,0010,003
Communication savante0,0030,004
Science ouverte0,0030,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,004

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 Opus0,061
Tête enseignante GPT0,322
Écart entre enseignants0,261 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Atherosclerosis Prevention and Treatment→Même sujetCardiovascular Health and Disease Prevention→Travaux en français237 207→