MétaCan
Menu
Retour à la cohorte
Enregistrement W4315780466 · doi:10.1097/01.hjh.0000915772.40109.39

PS-BPC03-6: USING A SIMPLE FIXED-RATIO BASED ALGORITHM MINIMIZES VARIABILITY IN OSCILLOMETRIC BLOOD PRESSURE DERIVATION IN PATIENTS WITH CHRONIC KIDNEY DISEASE

2023· article· en· W4315780466 sur OpenAlexaff
Jennifer Ringrose, Kevan Smith, Afrooz Jalali, Harsimran Khinda, Isaac Wirzba, Hannah Ehce Ameh, Aminu K. Bello, Branko Braam, Raj Padwal

Notice bibliographique

RevueJournal of Hypertension · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueBlood Pressure and Hypertension Studies
Établissements canadiensChildren’s Health Research InstituteWomen and Children’s Health Research InstituteUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineKidney diseaseBlood pressureStage (stratigraphy)Linear regressionInternal medicineCardiologyStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

Objective: Oscillometric device accuracy may be decreased, and variability may be increased, in patients with chronic kidney disease. The objective of this study was to compare three oscillometric algorithms to identify which minimizes oscillometric blood pressure variability in chronic kidney disease. Design & Methods: Sixty patients with chronic kidney disease were studied. Thirty were on hemodialysis (HD group) and thirty had stage 3 chronic kidney disease (Stage 3 CKD). Baseline demographics and medical comorbidities were recorded. The mean of 3 readings from the Omron HEM 907XL device was used to provide a control (reference) blood pressure. Three oscillometric waveforms were also collected using a computer-based system, processed, and used to derive blood pressure by each of three algorithms: 1. simple fixed-ratio; 2. initial binning according to mean arterial pressure and then application of different fixed ratios within each bin (binning method); and 3. binning plus linear regression to incorporate the influence of additional oscillometric waveform characteristics (binning regression method). The mean of three blood pressure determinations from each algorithm was calculated and compared to the Omron mean, with variability assessed by calculating the standard deviation of the difference compared to the Omron. Results: Mean age in the overall group (± SD) was 65.6 ± 13.7 years (HD 63.4 ± 16.3 years; Stage 3 CKD 65.9 ± 10.7 years), percent female in the overall group was 42% (HD 37%; Stage 3 CKD 47%), and mean arm circumference overall was 31.5 ± 4.7 cm (HD 30.8 ± 4.4 cm; Stage 3 CKD 32.2 ± 5.0 cm. Hypertension was present in 82% of participants (HD 80%; Stage 3 CKD 83%). Mean Omron blood pressure was 136.9 ± 25.4/72.7 ± 15.8 mmHg. Compared to the Omron, the systolic/diastolic results for each algorithm were 134.4 ± 20.5/75.0 ± 12.9 for fixed ratio, 128.5 ± 19.8/71.4 ± 12.0 for binning, and 127.7 ± 18.7/70.2 ± 8.8 for binning regression (Table 1). Conclusions: An oscillometric algorithm based on simple fixed-ratio minimized variability in patients with chronic kidney disease. Manufacturers of devices designed for blood pressure measurement in this population should consider incorporating this approach into their algorithm-based blood pressure derivation.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,028
Tête enseignante GPT0,254
Écart entre enseignants0,226 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of HypertensionMême sujetBlood Pressure and Hypertension StudiesTravaux en français237 207