Electrocardiogram and Photoplethysmogram-based Heart Rate Variability Are Not Equivalent: A Bayesian Simulation Analysis
Notice bibliographique
Résumé
Abstract Background Heart rate variability (HRV) is a common measure of autonomic and cardiovascular system function assessed via electrocardiography (ECG). Consumer wearables, commonly employed in epidemiological research, use photoplethysmography (PPG) to report HRV metrics (PRV), although these may not be equivalent. One potential cause of dissociation between HRV and PRV is the variability in pulse transit time (PTT). This study sought to determine if PPG-derived HRV (i.e., PRV) is equivalent to ECG-derived HRV and ascertain if PRV measurement error is sufficient for a biomarker separate from HRV. Methods The ECG data from 1,084 subjects were obtained from the PhysioNet Autonomic Aging dataset, and individual PTT variances for both the wrist (n=42) and finger (n=49) were derived from Mol et al. A Bayesian simulation was constructed whereby the individual arrival times of the PPG wave were calculated by placing a Gaussian prior on the individual QRS-wave timings of each ECG series. The standard deviation of the prior corresponds to the PTT variances. This was simulated 10,000 times for each PTT variance. The root mean square of successive differences (RMSSD) and standard deviation of N-N intervals (SDNN) were calculated for both HRV and PRV. The Region of Practical Equivalence bounds (ROPE) were set a priori at ±0.2% of true HRV. The Highest Density Interval (HDI) width, encompassing 95% of the posterior distribution, was calculated for each PTT variance. Results The lowest PTT variance (2.0 SD) corresponded to 88.4% within ROPE for SDNN and 21.4% for RMSSD. As the SD of PTT increases, the equivalence of PRV and HRV decreases for both SDNN and RMSSD. Thus, between PRV and HRV, RMSSD is nearly never equivalent and SDNN is only somewhat equivalent under very strict circumstances. The HDI interval width increases with increasing PTT variance, with the HDI width increasing at a higher rate for RMSSD than SDNN. Conclusions For individuals with greater PTT variability, PRV is not a surrogate for HRV. When considering PRV as a unique biometric measure, our findings reveal that SDNN has more favorable measurement properties than RMSSD, though both exhibit a non-uniform measurement error.
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 | 0,013 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».