Evaluation of stroke volume estimation during orthostatic stress: the utility of Modelflow
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.
Notice bibliographique
Résumé
Advanced blood pressure monitoring devices contain algorithms that permit estimation of stroke volume (SV). Modelflow (Finapres Medical Systems) is one common method to non-invasively estimate beat-to-beat SV. However, Modelflow accuracy during profound reductions in SV is unclear. We aimed to compare SV estimation by Modelflow and echocardiography, at rest and during orthostatic challenge. We tested 13 individuals (age 24 ± 2 years; 7 female) using combined head-up tilt and graded lower body negative pressure, continued until presyncope. SV was derived by both Modelflow and echocardiography on multiple occasions while supine, during orthostatic stress, and at presyncope. SV index (SVI) was determined by normalising SV for body surface area. Bias and limits of agreement were determined using Bland-Altman analyses. Two one-sided tests (TOST) examined equivalency. Across all timepoints, Modelflow estimates of SV (73.2 ± 1.6 ml) were strongly correlated with echocardiography estimates (66.1 ± 1.3 ml) (r = 0.56, P < 0.001) with a bias of +7.1 ± 21.1 ml. Bias across all timepoints was further improved when SV was indexed (+3.6 ± 12.0 ml.m -2 ). Likewise, when assessing responses relative to baseline, Modelflow estimates of SV (-23.4 ± 1.4%) were strongly correlated with echocardiography estimates (-19.2 ± 1.3%) (r = 0.76, P < 0.001), with minimal bias (-4.2 ± 13.1%). TOST testing revealed equivalency to within 15% of the clinical standard for SV and SVI, both expressed as absolute values and relative to baseline. Modelflow can be used to track changes in SV during profound orthostatic stress, with accuracy enhanced with correction relative to baseline values or body size. These data support the use of Modelflow estimates of SV for autonomic function testing.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle