FRINK Linked Data Fragments server

Matches in SemOpenAlex for { <https://semopenalex.org/work/W4228998101> ?p ?o ?g. }

• W4228998101 endingPage "217" @default.
• W4228998101 startingPage "209" @default.
• W4228998101 abstract "El propósito del presente estudio fue evaluar si una red neuronal superficial (RN-S) puede detectar y clasificar los cambios en la presión arterial (PA), dependientes del tono vascular mediante un análisis del contorno de la onda de fotopletismografía (FPG). Las señales de FPG y PA invasivas fueron simultáneamente registradas en 26 pacientes programados para cirugía general. Se estudió la aparición de episodios de hipertensión (presión arterial sistólica (PAS) > 140 mmHg), normotensión e hipotensión (PAS < 90 mmHg). El tono vascular fue clasificado según la FPG en dos formas: 1) Mediante inspección visual de los cambios en la amplitud de la onda de FPG y en la posición de la incisura dícrota; donde las clases I-II representan vasoconstricción (incisura dícrota ubicada a > 50% de la amplitud de FPG en ondas de pequeña amplitud), tono vascular normal de clase III (incisura dícrota ubicada entre 20-50% de la amplitud de FPG en ondas normales) y vasodilatación de clases IV-V-VI (incisura dícrota a < 20% de la amplitud FPG en ondas grandes). 2) Mediante un análisis automatizado basado en RN-S que combina siete parámetros derivados de la onda de FPG. La evaluación visual fue precisa en la detección de hipotensión (sensibilidad 91%, especificidad 86% y precisión 88%) e hipertensión (sensibilidad 93%, especificidad 88% y precisión 90%). La normotensión se presentó como clase visual III (III-III) (mediana y 1°- 3° cuartiles), hipotensión como clase V (IV-VI) e hipertensión como clase II (I-III); todos con significancia estadística (p < 0,0001). La RN-S funcionó bien en la clasificación de las condiciones de PA. El porcentaje de datos con clasificación correcta por la RN-S fue del 83% para normotensión, 94% para hipotensión y 90% para hipertensión. Los cambios en la PA inducidos por alteraciones en el tono vascular fueron clasificados correctamente de forma automática con una RN-S con base en parámetros obtenidos de la onda de FPG. To test whether a Shallow Neural Network (S-NN) can detect and classify vascular tone dependent changes in arterial blood pressure (ABP) by advanced photopletysmographic (PPG) waveform analysis. PPG and invasive ABP signals were recorded in 26 patients undergoing scheduled general surgery. We studied the occurrence of episodes of hypertension (systolic arterial pressure (SAP) > 140 mmHg), normotension and hypotension (SAP < 90 mmHg). Vascular tone according to PPG was classified in two ways: 1) By visual inspection of changes in PPG waveform amplitude and dichrotic notch position; where Classes I-II represent vasoconstriction (notch placed > 50% of PPG amplitude in small amplitude waves), Class III normal vascular tone (notch placed between 20-50% of PPG amplitude in normal waves) and Classes IV-V-VI vasodilation (notch < 20% of PPG amplitude in large waves). 2) By an automated analysis, using S-NN trained and validated system that combines seven PPG derived parameters. The visual assessment was precise in detecting hypotension (sensitivity 91%, specificity 86% and accuracy 88%) and hypertension (sensitivity 93%, specificity 88% and accuracy 90%). Normotension presented as a visual Class III (III-III) (median and 1st-3rd quartiles), hypotension as a Class V (IV-VI) and hypertension as a Class II (I-III); all p < 0.0001. The automated S-NN performed well in classifying ABP conditions. The percentage of data with correct classification by S-ANN was 83% for normotension, 94% for hypotension, and 90% for hypertension. Changes in ABP were correctly classified automatically by S-NN analysis of the PPG waveform contour." @default.
• W4228998101 created "2022-05-08" @default.
• W4228998101 creator A5028641503 @default.
• W4228998101 creator A5032394005 @default.
• W4228998101 creator A5041642465 @default.
• W4228998101 creator A5052230436 @default.
• W4228998101 creator A5060290500 @default.
• W4228998101 creator A5061716667 @default.
• W4228998101 date "2023-04-01" @default.
• W4228998101 modified "2023-10-06" @default.
• W4228998101 title "Análisis de la fotopletismografía para determinación de variaciones en el tono vascular y la presión arterial: Estudio basado en redes neuronales" @default.
• W4228998101 cites W1966653619 @default.
• W4228998101 cites W1968066036 @default.
• W4228998101 cites W1968724866 @default.
• W4228998101 cites W1973682246 @default.
• W4228998101 cites W2044407939 @default.
• W4228998101 cites W2044787274 @default.
• W4228998101 cites W2047522408 @default.
• W4228998101 cites W2051812123 @default.
• W4228998101 cites W2073145518 @default.
• W4228998101 cites W2076382192 @default.
• W4228998101 cites W2080621654 @default.
• W4228998101 cites W2142823558 @default.
• W4228998101 cites W2180482224 @default.
• W4228998101 cites W2400383829 @default.
• W4228998101 cites W2903381702 @default.
• W4228998101 cites W2905198896 @default.
• W4228998101 cites W4254909800 @default.
• W4228998101 doi "https://doi.org/10.1016/j.redar.2022.01.011" @default.
• W4228998101 hasPublicationYear "2023" @default.
• W4228998101 type Work @default.
• W4228998101 citedByCount "0" @default.
• W4228998101 crossrefType "journal-article" @default.
• W4228998101 hasAuthorship W4228998101A5028641503 @default.
• W4228998101 hasAuthorship W4228998101A5032394005 @default.
• W4228998101 hasAuthorship W4228998101A5041642465 @default.
• W4228998101 hasAuthorship W4228998101A5052230436 @default.
• W4228998101 hasAuthorship W4228998101A5060290500 @default.
• W4228998101 hasAuthorship W4228998101A5061716667 @default.
• W4228998101 hasConcept C142362112 @default.
• W4228998101 hasConcept C15708023 @default.
• W4228998101 hasConcept C29456083 @default.
• W4228998101 hasConcept C71924100 @default.
• W4228998101 hasConceptScore W4228998101C142362112 @default.
• W4228998101 hasConceptScore W4228998101C15708023 @default.
• W4228998101 hasConceptScore W4228998101C29456083 @default.
• W4228998101 hasConceptScore W4228998101C71924100 @default.
• W4228998101 hasIssue "4" @default.
• W4228998101 hasLocation W42289981011 @default.
• W4228998101 hasOpenAccess W4228998101 @default.
• W4228998101 hasPrimaryLocation W42289981011 @default.
• W4228998101 hasRelatedWork W1506200166 @default.
• W4228998101 hasRelatedWork W1995515455 @default.
• W4228998101 hasRelatedWork W1999344589 @default.
• W4228998101 hasRelatedWork W2039318446 @default.
• W4228998101 hasRelatedWork W2080531066 @default.
• W4228998101 hasRelatedWork W2748952813 @default.
• W4228998101 hasRelatedWork W2789448498 @default.
• W4228998101 hasRelatedWork W2899084033 @default.
• W4228998101 hasRelatedWork W3032375762 @default.
• W4228998101 hasRelatedWork W3108674512 @default.
• W4228998101 hasVolume "70" @default.
• W4228998101 isParatext "false" @default.
• W4228998101 isRetracted "false" @default.
• W4228998101 workType "article" @default.