MétaCan
Menu
Retour à la cohorte
Enregistrement W4255997022 · doi:10.2196/33458

Trends in Heart Rate and Heart Rate Variability During Pregnancy and the 3-Month Postpartum Period: Continuous Monitoring in a Free-living Context

2022· article· en· W4255997022 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR mhealth and uhealth · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Rate Variability and Autonomic Control
Établissements canadiensnon disponible
Organismes subventionnairesAcademy of FinlandNational Science Foundation
Mots-clésPostpartum periodContext (archaeology)PregnancyMedicineHeart rateObstetricsmHealthInternal medicinePsychological interventionBlood pressureNursingBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Heart rate variability (HRV) is a noninvasive method that reflects the regulation of the autonomic nervous system. Altered HRV is associated with adverse mental or physical health complications. The autonomic nervous system also has a central role in physiological adaption during pregnancy, causing normal changes in HRV. OBJECTIVE: The aim of this study was to assess trends in heart rate (HR) and HRV parameters as a noninvasive method for remote maternal health monitoring during pregnancy and 3-month postpartum period. METHODS: A total of 58 pregnant women were monitored using an Internet of Things-based remote monitoring system during pregnancy and 3-month postpartum period. Pregnant women were asked to continuously wear Gear Sport smartwatch to monitor their HR and HRV extracted from photoplethysmogram (PPG) signals. In addition, a cross-platform mobile app was used to collect background and delivery-related information. We analyzed PPG signals collected during the night and discarded unreliable signals by applying a PPG quality assessment method to the collected signals. HR, HRV, and normalized HRV parameters were extracted from reliable signals. The normalization removed the effect of HR changes on HRV trends. Finally, we used hierarchical linear mixed models to analyze the trends of HR, HRV, and normalized HRV parameters. RESULTS: HR increased significantly during the second trimester (P<.001) and decreased significantly during the third trimester (P=.006). Time-domain HRV parameters, average normal interbeat intervals (IBIs; average normal IBIs [AVNN]), SD of normal IBIs (SDNN), root mean square of the successive difference of normal IBIs (RMSSD), normalized SDNN, and normalized RMSSD decreased significantly during the second trimester (P<.001). Then, AVNN, SDNN, RMSSD, and normalized SDNN increased significantly during the third trimester (with P=.002, P<.001, P<.001, and P<.001, respectively). Some of the frequency-domain parameters, low-frequency power (LF), high-frequency power (HF), and normalized HF, decreased significantly during the second trimester (with P<.001, P<.001, and P=.003, respectively), and HF increased significantly during the third trimester (P=.007). In the postpartum period, normalized RMSSD decreased (P=.01), and the LF to HF ratio (LF/HF) increased significantly (P=.004). CONCLUSIONS: Our study indicates the physiological changes during pregnancy and the postpartum period. We showed that HR increased and HRV parameters decreased as pregnancy proceeded, and the values returned to normal after delivery. Moreover, our results show that HR started to decrease, whereas time-domain HRV parameters and HF started to increase during the third trimester. The results also indicated that age was significantly associated with HRV parameters during pregnancy and postpartum period, whereas education level was associated with HRV parameters during the third trimester. In addition, our results demonstrate the possibility of continuous HRV monitoring in everyday life 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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,060
Score d'incertitude au seuil0,926

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,023
Tête enseignante GPT0,311
Écart entre enseignants0,288 · 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