MétaCan
Menu
Retour à la cohorte
Enregistrement W4389957466 · doi:10.1161/circ.148.suppl_1.18874

Abstract 18874: Beyond the Beat: Predicting Frailty in Cardiovascular Patients Using Heart Rate Variability

2023· article· en· W4389957466 sur OpenAlexaffabout
Maryia Samuel, Saleena Gul Arif, Jonathan Afilalo

Notice bibliographique

RevueCirculation · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Health and Risk Factors
Établissements canadiensJewish General HospitalMcGill University
Organismes subventionnairesnon disponible
Mots-clésMedicineHeart rate variabilityInternal medicineCardiologyAtrial fibrillationAmbulatoryCohortHeart failurePopulationPhysical therapyHeart rateBlood pressure

Résumé

récupéré en direct d'OpenAlex

Introduction: Frailty is the increased vulnerability to health issues due to age-related changes in body composition, mobility, and autonomic control. Heart rate variability (HRV) measures the oscillations between consecutive heartbeats. The LF/HF (low frequency/high frequency) ratio, a parameter of HRV, reflects the complex balance between sympathetic and parasympathetic control and cardiac autonomic regulation. Previous studies have linked the LF/HF ratio with frailty. Our goal was to determine if this association holds true in patients with cardiovascular disease (CVD) and if the LF/HF ratio can be used as a surrogate marker of frailty in these patients. Methods: A cross-sectional study was conducted at McGill University's Jewish General Hospital, involving adult patients at the ambulatory cardiology clinic. Resting HRV was evaluated for 2 minutes and 30 seconds using the Elite HRV CorSense monitor. Patients with electrical pacing, atrial fibrillation, or other arrhythmias during the visit were excluded. Frailty was assessed using the clinical frailty scale (CFS), with a CFS ≥ 5 indicating frailty. Routine comprehensive history and physical examinations were performed. Results: The cohort included 155 patients (66.9 ± 13 years, 68 females). Frailty prevalence was 15% (78.6 ± 10 years, 12 females), with a median LF/HF ratio of 0.37. The non-frail population (64.8 ± 12 years, 56 females) showed a significantly higher LF/HF ratio of 1.01 (p<0.001). This difference was driven by a decrease in LF power in the frail group (78.3 ms 2 ) compared to the non-frail group (231.9 ms 2 , p=0.01). The LF/HF ratio correlated with frailty, decreasing by 0.437 for each unit increase in CFS (p<0.001). An LF/HF ratio of 0.37 best predicted frailty (54% sensitivity, 82% specificity, 0.77 ROC). Adjustment for age, sex, and comorbidities did not alter the association between LF/HF ratio and frailty. Conclusions: The LF/HF ratio exhibits an inverse correlation with frailty, making it a predictive tool for identifying CVD patients who may benefit from further frailty evaluation. Additionally, HRV parameters show potential for monitoring frailty and guiding interventions. However, additional research is needed to assess their practical implementation fully.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,035
Tête enseignante GPT0,291
Écart entre enseignants0,256 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueCirculationMême sujetCardiovascular Health and Risk FactorsTravaux en français237 207