Reliability of beat-to-beat blood pressure variability in older adults
Notice bibliographique
Résumé
Blood pressure variability (BPV) is emerging as an important risk factor across numerous disease states, including cerebrovascular and neurodegenerative disease in older adults. However, there is no current consensus regarding specific use cases for the numerous available BPV metrics. There is also little published data supporting the ability to reliably measure BPV across metrics in older adults. The present study derived BPV metrics from continuous beat-to-beat blood pressure monitoring data. Two sequential 7 min waveforms were analyzed. Absolute and relative reliability testing was performed. Differences between antihypertensive medication users and non-users on BPV metric reliability was also assessed. All sequence and dispersion based BPV metrics displayed good test-retest reliability. A measure of BP instability displayed only moderate reliability. Systolic and diastolic average real variability displayed the highest levels of reliability at ICC = 0.87 and 0.82 respectively. Additionally, systolic average real variability was the most reliable metric in both the antihypertensive use group, and the no antihypertensive use group. In conclusion, beat-to-beat dispersion and sequence-based metrics of BPV can be reliably obtained in older adults using noninvasive continuous blood pressure monitoring. Average real variability may be the most reliable and specific beat-to-beat blood pressure variability metric due to its decreased susceptibility to outliers and low frequency blood pressure oscillations.
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 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 | 0,009 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 tête enseignante, 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 ».