MétaCan
Menu
Retour à la cohorte
Enregistrement W4407397921 · doi:10.1016/j.chstcc.2025.100138

Carotid Artery Corrected Flow Time Measured by Wearable Doppler Ultrasound Detects Stroke Volume Change Measured by Transesophageal Echocardiography After Coronary Artery Bypass Grafting

2025· article· en· W4407397921 sur OpenAlexfundno aff
Jon‐Émile S. Kenny, Geoffrey D. Clarke, Sarah Atwi, Isabel Kerrebijn, Tracy Savery, Meredith Knott, Chelsea E. Munding, Mai Elfarnawany, Andrew M. Eibl, Joseph K. Eibl, Bhanu Nalla, Rony Atoui

Notice bibliographique

RevueCHEST Critical Care · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Health and Disease Prevention
Établissements canadiensnon disponible
Organismes subventionnairesNorthern Ontario Academic Medicine Association
Mots-clésCardiologyMedicineInternal medicineBypass graftingArteryStroke volumeCarotid arteriesDoppler effectStroke (engine)RadiologyHeart ratePhysicsBlood pressure

Résumé

récupéré en direct d'OpenAlex

Background: As a measure of preload responsiveness (PR), change in carotid artery corrected flow time (ccFTΔ) is a surrogate for change in stroke volume (SVΔ). However, the optimal threshold and accuracy of ccFTΔ to detect SVΔ are inconsistent in previous reports. Research Question: Does ccFTΔ from a wireless, wearable Doppler ultrasound accurately detect a 10% SVΔ measured by transesophageal echocardiography? Study Design and Methods: This was a prospective, single-center study of adult patients after elective coronary artery bypass grafting. PR was defined as ≥ 10% augmentation in transesophageal echocardiography left ventricular outflow tract velocity time integral (as a surrogate for SVΔ) during Trendelenburg positioning. Synchronous carotid Doppler imaging was captured by a wireless, wearable Doppler ultrasound. The optimal ccFTΔ threshold to detect PR, sensitivity, specificity, and area under the receiver operating characteristic curve (AUC) were calculated. Linear correlation between ccFTΔ and SVΔ was assessed by Pearson correlation coefficient. We also evaluated the effect of the number of consecutively averaged cardiac cycles on ccFTΔ accuracy. Results: This analysis included 30 patients; 7 patients showed a ≥ 10% SVΔ during Trendelenburg positioning. The optimal ccFTΔ thresholds were +6.6 ms or 2.2% with sensitivities of 100%, specificities of 70%, and AUCs of 0.89 and 0.88, respectively. A strong, linear correlation between ccFTΔ and SVΔ was found (r = 0.70; P < .001). The mean AUC increased from 0.68 to 0.87 when using 1 vs 20 consecutively averaged cardiac cycles. Interpretation: After cardiopulmonary bypass, ccFTΔ measured by wireless, wearable ultrasound detected SVΔ during Trendelenburg positioning with high accuracy. The AUC improved as a function of consecutively averaged cardiac cycles. As a surrogate for preload-induced SVΔ, ccFTΔ can direct fluid therapy in the postoperative period.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,415
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,013
Tête enseignante GPT0,250
Écart entre enseignants0,237 · 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 tête enseignante, pas un consensus.

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

Citations7
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCHEST Critical CareMême sujetCardiovascular Health and Disease PreventionTravaux en français237 207