New insights and predictability from in vivo recordings of paroxysmal sympathetic hyperactivity in disorders of consciousness
Notice bibliographique
Résumé
PURPOSE: Paroxysmal sympathetic hyperactivity (PSH) is a severe complication of acquired brain injuries (ABIs), characterized by sudden autonomic surges that exacerbate clinical outcomes. Its pathophysiology remains debated, and early biomarkers are lacking. This study aims to investigate autonomic changes preceding PSH and assess the feasibility of predictive modeling using heart rate variability (HRV). METHODS: Continuous electrocardiogram (ECG) recordings were obtained from six male patients with disorders of consciousness (DoC), including unresponsive wakefulness syndrome and minimally conscious state. A total of 24 PSH episodes and 24 matched control (noPSH) events were analyzed. HRV metrics, including entropy measures and power spectral density (PSD), were evaluated. A support vector machine (SVM) classifier was implemented to differentiate PSH from control events and to predict PSH onset. RESULTS: PSH events were associated with significant heart rate increases, reduced entropy-based complexity, and decreased PSD in both low-frequency (LF) and high-frequency (HF) bands. An increased very-low-frequency (VLF)/(LF + HF) ratio suggested potential involvement of the renin-angiotensin-aldosterone system (RAAS) in PSH pathogenesis. The SVM classifier achieved perfect classification during the event. In addition, 10 min prior to onset, the model reached 67% sensitivity, 100% specificity, and 83% balanced accuracy. CONCLUSIONS: HRV analysis reveals distinct autonomic signatures preceding PSH and suggests, as a working hypothesis, that dysregulation of the RAAS may play a role. However, VLF power is influenced by multiple mechanisms and cannot be considered a specific or exclusive marker of RAAS activity. SVM-based predictive modeling offers a promising tool for PSH detection, providing a basis for investigating autonomic/neuroendocrine regulation, including RAAS.
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 | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».