論文の概要: A Survey on Blood Pressure Measurement Technologies: Addressing
Potential Sources of Bias
- arxiv url: http://arxiv.org/abs/2306.08451v1
- Date: Wed, 14 Jun 2023 11:51:11 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-16 19:07:46.482062
- Title: A Survey on Blood Pressure Measurement Technologies: Addressing
Potential Sources of Bias
- Title(参考訳): 血圧測定技術に関する調査研究 : バイアスの潜在的源への取り組み
- Authors: Seyedeh Somayyeh Mousavi and Reza Sameni
- Abstract要約: 血圧は、全体の健康に重要な洞察を与える重要な兆候である。
本研究は、報告された血圧値と実際の血圧値の潜在的な相違を強調するバイアスの概念に焦点を当てる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Blood pressure is a vital sign that offers important insights into overall
health, particularly cardiovascular well-being. It plays a critical role in
medical settings and homes for disease prevention, diagnosis, treatment, and
management. Physicians heavily rely on blood pressure values for making crucial
decisions. Most commercial devices utilize cuffs for blood pressure
measurement, and automatic devices have gained popularity due to the high
prevalence of hypertension. Self-measurement and home monitoring of blood
pressure are also recommended. However, concerns arise regarding the accuracy
of blood pressure measurement technologies and the alignment of reported values
with actual values. People often adjust their medication based on these
reported values, making accuracy vital. This study focuses on the concept of
``bias'' to highlight potential discrepancies between reported and actual blood
pressure values. Previous research has identified biases originating from three
categories: (1) blood pressure measurement devices, (2) subject-specific
factors, and (3) measurement sessions. Specifically, this study examines biases
associated with cuff-based blood pressure technologies due to their widespread
use in medical applications and the growing trend of home monitoring.
Identifying and addressing the primary sources of biases is crucial to prevent
their propagation and mitigate potential consequences. Additionally, the study
explores the future prospects of blood pressure monitoring using machine
learning methods.
- Abstract(参考訳): 血圧は、健康、特に心血管の健康に関する重要な洞察を与える重要なサインである。
疾病予防、診断、治療、管理のための医療施設や家庭において重要な役割を担っている。
医師は決定を下すために血圧値に大きく依存している。
ほとんどの商用機器は血圧測定にカフを使用し、高血圧の頻度が高いために自動装置は人気を博している。
血圧の自己測定とホームモニタリングも推奨されている。
しかし、血圧測定技術の精度や、報告された値と実際の値との整合性に懸念が生じる。
人々はこれらの報告された値に基づいて薬を調整し、正確さを不可欠にします。
本研究は「バイアス」の概念に着目し、報告された血圧値と実際の血圧値との潜在的な不一致を強調する。
これまでの研究では,(1)血圧測定装置,(2)主観的要因,(3)測定セッションの3つのカテゴリから発せられるバイアスを同定した。
具体的には,カフをベースとした血圧技術にまつわるバイアスについて,医療応用の普及と在宅モニタリングの傾向について検討した。
バイアスの主な原因を特定し、対処することは、バイアスの伝播を防ぎ、潜在的な影響を軽減するために不可欠である。
さらに,機械学習を用いた血圧モニタリングの今後の展望についても検討した。
関連論文リスト
- A Multi-scenario Attention-based Generative Model for Personalized Blood Pressure Time Series Forecasting [6.311504297463515]
連続血圧モニタリングは、重要なケア設定において、タイムリーな診断と介入に不可欠である。
本研究では,心電図(ECG)と光胸腺図( Photoplethysmogram)の信号を用いたパーソナライズされたBP予測モデルを提案する。
実験は,60名の被験者からBP測定を行った3つのシナリオから収集したデータセットを用いて行った。
論文 参考訳(メタデータ) (2024-09-07T04:24:15Z) - A Finger on the Pulse of Cardiovascular Health: Estimating Blood Pressure with Smartphone Photoplethysmography-Based Pulse Waveform Analysis [2.4347312660509672]
本研究は, 血圧推定のためのスマートフォンを用いた光プラチスモグラフィー(SPW-BP)の革新的4つの戦略を提案する。
我々は,高次正規化やデータ削除,境界信号再構成など,しばしば無視されるデータ品質改善技術を採用している。
相関とSHAP分析はBP推定を改善するための重要な特徴を同定した。
しかし, Bland-Altman 分析では系統的偏りがみられ, MAE 解析ではAAMI と BHS の精度基準を満たしていないことがわかった。
論文 参考訳(メタデータ) (2024-01-20T05:05:17Z) - Belief Propagation Decoding of Quantum LDPC Codes with Guided Decimation [55.8930142490617]
BPガイドデシミテーション(BPGD)に基づくQLDPC符号のデコーダを提案する。
BPGDは非収束によるBP故障率を著しく低下させる。
論文 参考訳(メタデータ) (2023-12-18T05:58:07Z) - Simulation-based Inference for Cardiovascular Models [57.92535897767929]
シミュレーションに基づく推論を用いて、波形をプラプシブルな生理的パラメータにマッピングする逆問題を解決する。
臨床応用5種類のバイオマーカーのin-silico不確実性解析を行った。
我々はMIMIC-III波形データベースを用いて,ビビオとシリカのギャップについて検討した。
論文 参考訳(メタデータ) (2023-07-26T02:34:57Z) - A Theoretical View of Linear Backpropagation and Its Convergence [55.69505060636719]
バックプロパゲーション(BP)はディープニューラルネットワーク(DNN)の勾配を計算するために広く用いられている
最近では、NinBPと呼ばれるBPの線形変種が導入され、ブラックボックス攻撃を行うためのより伝達可能な逆の例が生み出された。
本稿では,LinBPのニューラルネットワーク関連学習課題における理論的解析について述べる。
論文 参考訳(メタデータ) (2021-12-21T07:18:00Z) - BP-Net: Efficient Deep Learning for Continuous Arterial Blood Pressure
Estimation using Photoplethysmogram [0.06524460254566904]
血圧は心臓血管疾患や脳卒中に最も影響を及ぼすバイオマーカーの1つである。
連続BPモニタリングへの現在のカフレスアプローチは、フォトプレソグラム信号を取り巻く明示的な特徴工学を含む。
本稿では,PPG波形を用いてSystolic BP (SBP), Mean Average Pressure (MAP), Diastolic BP (DBP) を中間連続動脈BP (ABP) 波形で推定する。
論文 参考訳(メタデータ) (2021-11-29T14:43:58Z) - A Shallow U-Net Architecture for Reliably Predicting Blood Pressure (BP)
from Photoplethysmogram (PPG) and Electrocardiogram (ECG) Signals [1.1695966610359496]
病院で血液圧(BP)の連続モニタリングに使われている方法のほとんどは、侵襲的である。
本研究では,光胸腺図や心電図などの非侵襲的に収集可能な信号からBPを予測するためのオートエンコーダの適用性を検討した。
非常に浅い1次元オートエンコーダは、非常に大きなデータセット上で最先端の性能でSBPとDBPを予測するために関連する特徴を抽出できることがわかった。
論文 参考訳(メタデータ) (2021-11-12T19:34:20Z) - Ambulatory blood pressure monitoring versus office blood pressure
measurement: Are there sex differences? [55.41644538483948]
オフィス血圧測定(英語: Office Blood Pressure Measurement, OBP)は、血圧を24時間で測定する技術である。
本研究の目的は,高血圧を疑う822名の患者において,性差がOBPとABPMの相違に及ぼす影響について検討することである。
論文 参考訳(メタデータ) (2021-06-04T10:09:44Z) - Continuous Monitoring of Blood Pressure with Evidential Regression [19.92542487970484]
光胸腺X線写真(MIC)信号を用いた血圧推定は,最新のBP測定の候補として期待できる。
提案手法は,不確実性を推定し,医療状態の診断に役立てることにより,予測BPの信頼性を提供する。
論文 参考訳(メタデータ) (2021-02-06T09:09:31Z) - Prediction of the onset of cardiovascular diseases from electronic
health records using multi-task gated recurrent units [51.14334174570822]
本稿では,電子カルテから心血管イベントを予測するための注意機構を備えたマルチタスク・リカレントニューラルネットワークを提案する。
提案手法は、NHS Foundation Trustの5年間のデータを用いて、標準的な臨床リスク予測器(QRISK)と機械学習の代替手段と比較される。
論文 参考訳(メタデータ) (2020-07-16T17:43:13Z) - Short Term Blood Glucose Prediction based on Continuous Glucose
Monitoring Data [53.01543207478818]
本研究では,デジタル意思決定支援ツールの入力として連続グルコースモニタリング(Continuous Glucose Monitoring, CGM)データを利用する方法について検討する。
短時間の血液グルコース (STBG) 予測において, リカレントニューラルネットワーク (Recurrent Neural Networks, RNN) をどのように利用できるかを検討する。
論文 参考訳(メタデータ) (2020-02-06T16:39:44Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。