G Tolerance Prediction Model Using Mobile Device–Measured Cardiac Force Index for Military Aircrew: Observational Study
Notice bibliographique
Résumé
BACKGROUND: During flight, G force compels blood to stay in leg muscles and reduces blood flow to the heart. Cardiovascular responses activated by the autonomic nerve system and strengthened by anti-G straining maneuvers can alleviate the challenges faced during G loading. To our knowledge, no definite cardiac information measured using a mobile health device exists for analyzing G tolerance. However, our previous study developed the cardiac force index (CFI) for analyzing the G tolerance of military aircrew. OBJECTIVE: This study used the CFI to verify participants' cardiac performance when walking and obtained a formula for predicting an individual's G tolerance during centrifuge training. METHODS: Participants from an air force aircrew undertook high-G training from January 2020 to December 2022. Their heart rate (HR) in beats per minute and activity level per second were recorded using the wearable BioHarness 3.0 device. The CFI was computed using the following formula: weight × activity / HR during resting or walking. Relaxed G tolerance (RGT) and straining G tolerance (SGT) were assessed at a slowly increasing rate of G loading (0.1 G/s) during training. Other demographic factors were included in the multivariate regression to generate a model for predicting G tolerance from the CFI. RESULTS: A total of 213 eligible trainees from a military aircrew were recruited. The average age was 25.61 (SD 3.66) years, and 13.1% (28/213) of the participants were women. The mean resting CFI and walking CFI (WCFI) were 0.016 (SD 0.001) and 0.141 (SD 0.037) kg × G/beats per minute, respectively. The models for predicting RGT and SGT were as follows: RGT = 0.066 × age + 0.043 × (WCFI × 100) - 0.037 × height + 0.015 × systolic blood pressure - 0.010 × HR + 7.724 and SGT = 0.103 × (WCFI × 100) - 0.069 × height + 0.018 × systolic blood pressure + 15.899. Thus, the WCFI is a positive factor for predicting the RGT and SGT before centrifuge training. CONCLUSIONS: The WCFI is a vital component of the formula for estimating G tolerance prior to training. The WCFI can be used to monitor physiological conditions against G stress.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».