MétaCan
Menu
Retour à la cohorte
Enregistrement W4380794799 · doi:10.1161/circ.146.suppl_1.12774

Abstract 12774: Detecting Change in Cardiopulmonary Bypass Blood Flow Rate With a Novel, Wireless, Wearable Doppler Ultrasound Patch: A Pilot Study

2022· article· en· W4380794799 sur OpenAlexaff
Chelsea E. Munding, Jon‐Émile S. Kenny, Zhen Yang, Geoffrey D. Clarke, Mai Elfarnawany, Andrew M. Eibl, Joe K. Eibl, Bhanu Nalla, Rony Atoui

Notice bibliographique

RevueCirculation · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular and Diving-Related Complications
Établissements canadiensHealth Sciences NorthNOSM UniversityUniversity of Sudbury
Organismes subventionnairesnon disponible
Mots-clésMedicineCardiopulmonary bypassDoppler effectFlow velocityBlood flowPreloadCommon carotid arteryPulse wave velocityCardiac cycleCardiologyHemodynamicsBiomedical engineeringInternal medicineCarotid arteriesBlood pressurePhysics

Résumé

récupéré en direct d'OpenAlex

Introduction: Assessing preload reserve (PR) is important when managing cardiac surgery patients. Typically, a 10% change in cardiac output is used as a reference standard to gauge PR; how this change in cardiac output translates to common carotid artery (CCA) velocity is unknown. In this pilot study, we compared known changes in cardiopulmonary bypass (CPB) flow rate to those measured by a novel wireless, wearable Doppler ultrasound placed over the CCA. Methods: A sample of 14 adult patients undergoing elective CABG was studied. While on CPB, at least two changes in blood flow (one negative, one positive) were made. The corresponding change in CCA velocity was measured by a wearable continuous wave (CW) Doppler ultrasound patch. For each subject, CPB flow changes were determined from the displayed spectrogram by the peristaltic pulsation frequency and CCA velocity changes were calculated from the automated maximum velocity trace. 5-10s windows pre- and post-CPB speed changes were selected, with sufficient signal quality to determine both relative CPB flow and CCA velocity. A “dose-response” curve was fitted to the relative changes in flow and velocity for each subject, as shown in Fig. 1, and the CCA velocity change corresponding to a 10% change in CPB flow was calculated. Results: CPB flows ranged from 0.5-6.3L/min. Mean relative flow changes were -58 and 179%, corresponding to mean CCA velocity changes of -43 and 107%. A mean CCA velocity change of 14% was found to correspond to 10% CPB flow change, ranging from 1.5-27.8%. Conclusions: CCA velocity measured with the Doppler patch successfully tracked changes in CPB flow. A CCA velocity change of >14% suggests a >10% change in cardiac output. Although preliminary, these results provide another important parameter for predicting the response to preload using a novel, easy-to-use, wireless Doppler device.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,041
Tête enseignante GPT0,253
Écart entre enseignants0,211 · 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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCirculationMême sujetCardiovascular and Diving-Related ComplicationsTravaux en français237 207