論文の概要: A Survey on Blood Pressure Measurement Technologies: Addressing
Potential Sources of Bias
- arxiv url: http://arxiv.org/abs/2306.08451v3
- Date: Fri, 15 Dec 2023 19:57:34 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-19 20:43:48.568382
- 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 Matthew A. Reyna and Gari D. Clifford and
Reza Sameni
- Abstract要約: 血圧モニタリング(BP)は、心臓血管疾患の予防、診断、治療、管理において重要な役割を担っている。
最近のガイドラインでは、定期的な臨床訪問や自宅でのBPモニタリングが推奨されている。
BP測定は、測定やデバイスエラー、人口統計、身体習慣などの要因によって、かなりのバイアスとばらつきを示す可能性がある。
- 参考スコア（独自算出の注目度）: 4.0527913281804135
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Regular blood pressure (BP) monitoring in clinical and ambulatory settings
plays a crucial role in the prevention, diagnosis, treatment, and management of
cardiovascular diseases. Recently, the widespread adoption of ambulatory BP
measurement devices has been driven predominantly by the increased prevalence
of hypertension and its associated risks and clinical conditions. Recent
guidelines advocate for regular BP monitoring as part of regular clinical
visits or even at home. This increased utilization of BP measurement
technologies has brought up significant concerns, regarding the accuracy of
reported BP values across settings. In this survey, focusing mainly on
cuff-based BP monitoring technologies, we highlight how BP measurements can
demonstrate substantial biases and variances due to factors such as measurement
and device errors, demographics, and body habitus. With these inherent biases,
the development of a new generation of cuff-based BP devices which use
artificial-intelligence (AI) has significant potential. We present future
avenues where AI-assisted technologies can leverage the extensive clinical
literature on BP-related studies together with the large collections of BP
records available in electronic health records. These resources can be combined
with machine learning approaches, including deep learning and Bayesian
inference, to remove BP measurement biases and to provide individualized
BP-related cardiovascular risk indexes.
- Abstract（参考訳）: 心臓血管疾患の予防, 診断, 治療, 管理において, 臨床および止血環境における定期的な血圧モニタリングが重要な役割を担っている。
近年, 降圧性bp測定装置の普及は, 高血圧の頻度の増加とそれに伴うリスク, 臨床状況が主な要因となっている。
最近のガイドラインでは、定期的な臨床訪問や自宅でのBPモニタリングが推奨されている。
このBP測定技術の利用の増加は、BP値が設定全体にわたって精度が高いという重大な懸念を引き起こしている。
本調査では, カフベースのBPモニタリング技術を中心に, 測定やデバイスエラー, 人口統計, 身体習慣などの要因により, BP測定が有意なバイアスやばらつきを生じさせるかを強調した。
これら固有のバイアスにより、人工知能(AI)を用いた新しい世代のカフベースのBPデバイスの開発が大きな可能性を秘めている。
本稿では, BP関連研究における広範な臨床文献と, 電子カルテで利用可能なBP記録の収集をAI支援技術が活用できる今後の道筋について述べる。
これらのリソースは、ディープラーニングやベイジアン推論などの機械学習アプローチと組み合わせて、BP測定バイアスを除去し、個別化されたBP関連心血管リスク指標を提供する。
関連論文リスト
- 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) - Estimation of Continuous Blood Pressure from PPG via a Federated
Learning Approach [5.275287291173557]
虚血性心疾患は毎年最も死亡率が高い疾患である。
心電図(ecg)と動脈圧(bp)をよく使う健康で不健康な心臓医師の動態を理解する。
これらの方法は、特に動脈圧(abp)を読み取る際に非常に侵襲的であり、非常にコストがかかることはない。
分散モデルとデータソースにまたがるフレームワークをトレーニングし、低コストのウェアラブルに実装可能な大規模な協調学習実験を模倣します。
論文 参考訳（メタデータ） (2021-02-24T12:11:23Z) - 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。