Conception/validation d'un appareil de mesure électronique de la pression artérielle et évaluation des performances d'algorithmes d'estimation des valeurs de la pression systolique et diastolique
Bibliographic record
Abstract
L’hypertension occupe une place de plus en plus prépondérante dans notre société. En effet, selon Statistiques Canada, près de 1 Canadien sur 4 soufrerait d’hypertension en 2019. Si l’hypertension demeure non contrôlée, celle-ci constitue le principal facteur de risque causant les maladies cardiovasculaires. En 2008, l’Organisation Mondiale de la Santé rapportait que 33% des décès dans le monde étaient causés par les maladies cardiovasculaires et que 55% d’entre eux étaient directement attribuables aux complications causées par l’hypertension. Selon l’OMS, une prévention efficace des maladies cardiovasculaires passe par la promotion de saines habitudes de vie ainsi qu’une stratégie efficace de dépistage de l’hypertension. Cette stratégie passe nécessairement par la mesure de la tension artérielle, laquelle s’effectuant majoritairement en utilisant la méthode oscillométrique. Récemment, des études ont démontrées que les mesures ambulatoires échelonnées sur une période de 24 heures permettaient de mieux diagnostiquer l’hypertension. Ces mesures ambulatoires sont effectuées par des appareils spécialisés connus sous l’appellation de moniteurs ambulatoires de la pression artérielle (MAPA). Or, ces appareils emploient des algorithmes propriétaires afin d’estimer la tension systolique et diastolique et ne permettent pas d’obtenir le signal oscillométrique brut. Cela rend, par conséquent, impossible la constitution d’une base de données de signaux ou encore évaluer les algorithmes d’estimation de la tension systolique et diastolique qui sont pourtant nombreux dans la littérature. Nous proposons alors le concept d’un appareil de mesure de la tension artérielle dont les caractéristiques rendent son utilisation propice dans un contexte ambulatoire. Léger, ergonomique et compact, l’appareil peut être installé à même le brassard et le signal oscillométrique est envoyé directement à une station de base par un lien sans-fil Bluetooth Low Energy. Qu’il s’agisse d’un téléphone intelligent, une tablette, un ordinateur portatif ou encore un appareil spécialisé, la station de base peut alors sauvegarder les données et constituer une base de données de signaux oscillométriques afin d’évaluer qualitativement les algorithmes d’estimation de la tension systolique et de la tension diastolique proposés par la littérature.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".