Get Started for FREE
Sign up with Facebook Sign up with X
I don't have a Facebook or a X account
Scoop.it!
Special efforts will need to be made to expand access to the different elements of digital health, ensuring that the digital divide does not exacerbate health disparities. As the expansion of digital health technologies continues, it is vital to increase representation of minoritized groups in all s …
 Your new post is loading...
Your new post is loading...
Scoop.it!
Many studies found that increased arterial stiffness is significantly associated with the presence and progression of Coronary Calcium Score (CCS). However, none so far have used machine learning algorithms to improve their value. Therefore, this stud
AXELIFE's insight:
### Étude Récente sur l'IA en Cardiologie Une étude récente a démontré l'efficacité des algorithmes de clustering pour différencier les patients à risque de maladies cardiovasculaires. En analysant la vitesse d'onde de pouls et le score de calcium coronarien, les chercheurs ont identifié des groupes à risque distincts, ce qui pourrait améliorer la stratification des patients pour les traitements préventifs. #Cardiologie #IntelligenceArtificielle #SantéPréventive #InnovationMédicale
Scoop.it!
Background Estimated pulse wave velocity (ePWV) has been proposed as a potential approach to estimate carotid-femoral pulse wave velocity. However, the potential of ePWV in predicting all-cause mortality (ACM) and cardiovascular disease mortality (CVM) in the general population is unclear. Methods We conducted a prospective cohort study using the data of 33,930 adults (age ≥ 20 years) from the National Health and Nutrition Examination Survey (NHANES) from 1999 to 2014 until the end of December 2019. The study outcomes included ACM and CVM. Survey-weighted Cox proportional hazards models were used to assess hazard ratios (HRs) and 95% confidence intervals (CIs) to determine the association between ePWV and ACM and CVM. To further investigate whether ePWV was superior to traditional risk factors in predicting ACM and CVM, comparisons between ePWV and the Framingham Risk Score (FRS) and Pooled Cohort Equations (PCE) models were performed. Integrated Discriminant Improvement (IDI) and Net Reclassification Improvement (NRI) were employed to analyze differences in predictive ability between models. Results The weighted mean age of the 33,930 adults included was 45.2 years, and 50.28% of all participants were men. In the fully adjusted Cox regression model, each 1 m/s increase in ePWV was associated with 50% and 49% increases in the risk of ACM (HR 1.50; 95% CI, 1.45–1.54) and CVM (HR 1.49; 95% CI, 1.41–1.57), respectively. After adjusting for FRS, each 1 m/s increase in ePWV was still associated with 29% (HR 1.29; 95% CI, 1.24–1.34) and 34% (HR 1.34; 95% CI, 1.23–1.45) increases in the risk of ACM and CVM, respectively. The area under the curve (AUC) predicted by ePWV for 10-year ACM and CVM were 0.822 and 0.835, respectively. Compared with the FRS model, the ePWV model improved the predictive value of ACM and CVM by 5.1% and 3.8%, respectively, with no further improvement in event classification. In comparison with the PCE model, the ePWV model’s ability to predict 10-year ACM and CVM was improved by 5.1% and 3.5%, and event classification improvement was improved by 34.5% and 37.4%. Conclusions In the U.S. adults, ePWV is an independent risk factor for ACM and CVM and is independent of traditional risk factors. In the general population aged 20 to 85 years, ePWV has a robust predictive value for the risk of ACM and CVM, superior to the FRS and PCE models. The predictive power of ePWV likely originates from the traditional risk factors incorporated into its calculation, rather than from an indirect association with measured pulse wave velocity.
AXELIFE's insight:
Cette étude a examiné l'utilisation de la vélocité estimée de l'onde de pouls (ePWV) comme un indicateur de risque de mortalité toutes causes et de maladies cardiovasculaires chez les adultes généraux aux États-Unis. Les résultats ont montré une association positive entre l'ePWV et le risque de mortalité, avec des améliorations significatives par rapport aux modèles de risque traditionnels tels que le Score de Risque de Framingham (FRS) et les Équations de Cohorte Multiples (PCE).
Scoop.it!
The automated detection of induced circulatory arrests using wrist-derived photoplethysmography
AXELIFE's insight:
Dans cette étude, un algorithme de détection automatisée de l'arrêt circulatoire à l'aide d'un bracelet photopléthysmographique a été développé et validé chez des patients soumis à des arrêts circulatoires induits. L'algorithme, basé sur la photopléthysmographie du poignet, a montré une excellente sensibilité pour la détection de l'arrêt circulatoire, offrant ainsi une solution potentielle pour une aide précoce en cas d'arrêt cardiaque.
Scoop.it!
AbstractAims. Electrocardiogram (ECG) is widely considered the primary test for evaluating cardiovascular diseases. However, the use of artificial intellig
AXELIFE's insight:
Cette étude a développé un modèle d'apprentissage en profondeur pour le diagnostic cardiaque interprétable à partir d'électrocardiogrammes (ECG), utilisant les résultats prédits par les ECG pour la stratification du risque de mortalité. Les résultats ont montré des performances de niveau cardiologue dans le diagnostic des arythmies et une amélioration de la stratification du risque de mortalité. Le modèle a été validé sur une grande base de données de 2,3 millions d'ECG de 1,6 million de sujets, démontrant des avantages significatifs pour le diagnostic explicatif et la stratification du risque de mortalité.
Scoop.it!
A new study published in JAMA Open Network finds that digital health interventions can help reduce blood pressure when used in populations experiencing health
AXELIFE's insight:
Une nouvelle étude révèle que les outils de santé numériques peuvent aider à réduire la pression artérielle chez les populations souffrant de disparités en matière de santé. L'étude a été publiée dans le Journal JAMA Network Open et montre que les interventions de santé numérique, telles que les rappels de prise de médicaments par SMS, la surveillance à distance de la tension artérielle et le coaching comportemental virtuel, peuvent avoir un impact significatif sur la réduction de la pression artérielle chez les patients atteints d'hypertension. Cette conclusion est particulièrement importante étant donné les disparités raciales, ethniques et socioéconomiques dans la prise de conscience et le traitement de l'hypertension.
Scoop.it!
From
academic
Abstract. Research performed in Europe has driven cardiovascular device innovation. This includes, but is not limited to, percutaneous coronary intervention, ca
AXELIFE's insight:
Cet article présente un rapport de la Table ronde cardiovasculaire de la Société européenne de cardiologie sur l'innovation des dispositifs en médecine cardiovasculaire. Il discute de l'importance de l'imagerie dans le développement et l'utilisation de dispositifs cardiovasculaires, ainsi que des défis réglementaires et de l'impact sur l'innovation en Europe. L'article met également en évidence l'importance de l'implication des patients et de la prise de décision partagée dans le choix des dispositifs et souligne la nécessité de prendre en compte les résultats rapportés par les patients dans les essais cliniques. Enfin, il examine les défis réglementaires liés à l'évaluation et à l'approbation des nouveaux dispositifs médicaux à haut risque en Europe.
Scoop.it!
NYU Grossman School of Medicine researchers used artificial intelligence and wearable activity trackers to improve the monitoring and classification of older adult cardiac rehabilitation patients.
AXELIFE's insight:
Des chercheurs ont utilisé l'intelligence artificielle (IA) et des dispositifs portables pour surveiller la réadaptation cardiaque des patients. Grâce à l'IA, ils ont pu identifier différents motifs d'activité physique et de conformité chez les patients, ce qui a permis de mieux classer les types d'activité. Les résultats obtenus ont montré que l'IA peut analyser de grandes quantités de données collectées par les dispositifs portables et fournir des informations personnalisées sur les activités physiques des patients. Ces informations peuvent être utilisées pour guider les stratégies de réadaptation et ajuster les plans de réhabilitation en fonction des besoins individuels. Selon les chercheurs, la médecine de précision, basée sur les données des dispositifs portables et l'IA, jouera un rôle essentiel dans l'avenir de la réadaptation cardiaque.
Scoop.it!
Research shows digital health interventions positively impacted hypertension control among vulnerable patients, including low-income and minority race groups.
Scoop.it!
Vascular disease is a major cause of morbidity and mortality in patients with systemic autoimmune diseases, particularly systemic lupus erythematosus (SLE). Although comorbid cardiovascular risk factors are frequently present in patients with SLE, they do not explain the high burden of premature vascular disease. Profound innate and adaptive immune dysregulation seems to be the primary driver of accelerated vascular damage in SLE. In particular, evidence suggests that dysregulation of type 1 interferon (IFN-I) and aberrant neutrophils have key roles in the pathogenesis of vascular damage. IFN-I promotes endothelial dysfunction directly via effects on endothelial cells and indirectly via priming of immune cells that contribute to vascular damage. SLE neutrophils are vasculopathic in part because of their increased ability to form immunostimulatory neutrophil extracellular traps. Despite improvements in clinical care, cardiovascular disease remains the leading cause of mortality among patients with SLE, and treatments that improve vascular outcomes are urgently needed. Improved understanding of the mechanisms of vascular injury in inflammatory conditions such as SLE could also have implications for common cardiovascular diseases, such as atherosclerosis and hypertension, and may ultimately lead to personalized therapeutic approaches to the prevention and treatment of this potentially fatal complication. Here, the authors review traditional and disease-specific risk factors for vascular damage and the cellular and molecular mechanisms that drive vascular injury in systemic lupus erythematosus. They also discuss cardiovascular risk assessment, primary prevention strategies and current and future treatment approaches to cardiovascular disease in systemic lupus erythematosus.
AXELIFE's insight:
Cet article examine les dommages vasculaires dans le lupus érythémateux disséminé (LED). Il met en évidence l'incidence élevée d'événements cardiovasculaires chez les patients atteints de LED, qui ne peut pas être expliquée par les facteurs de risque cardiaque traditionnels. L'article explore également les mécanismes sous-jacents des dommages vasculaires dans le LED, tels que l'inflammation, les anomalies lipidiques et les altérations du système immunitaire.
Scoop.it!
A study from the University of Gothenburg reveals significant health risks associated with staying awake late into the night, including a 90% higher risk of arterial stiffness.
AXELIFE's insight:
Une étude médicale réalisée par l'Université de Gothenburg en Suède a révélé des risques pour la santé associés aux habitudes de nuit tardives. La recherche a montré qu'il existe une corrélation directe entre le fait de rester éveillé tard dans la nuit et un risque accru de rigidité artérielle. Les personnes qui résistent habituellement au sommeil après minuit ont un risque de rigidité artérielle 90% plus élevé par rapport aux lève-tôt, ce qui augmente considérablement le risque d'attaques cardiaques et d'accidents vasculaires cérébraux. De plus, un sommeil insuffisant ou de mauvaise qualité peut augmenter la viscosité du sang, entraînant ainsi un risque accru d'incidents cardiovasculaires. Il est recommandé d'adopter des habitudes plus saines telles qu'une alimentation équilibrée, de l'exercice régulier et un sommeil adéquat pour contrer ces risques.
Scoop.it!
An analysis shows digital health interventions can improve stroke prevention, but due to a lack of diversity, their efficacy among minority groups is uncertain.
AXELIFE's insight:
La santé digitale nouvelle source d'inégalité ? Selon une nouvelle recherche, il n'est pas clair si les interventions de santé numérique pour la prévention et les soins des accidents vasculaires cérébraux sont efficaces parmi les groupes historiquement sous-représentés tels que les populations noire et latino.
Scoop.it!
The use of consumer wearable devices (CWDs) to track health and fitness has rapidly expanded over recent years because of advances in technology. The …
Scoop.it!
Wearable devices, such as smartwatches and activity trackers, are commonly used by patients in their everyday lives to manage their health and well-being. These devices collect and analyz
|
Scoop.it!
From
www
In this cross-sectional study, we evaluated the completeness, readability, and syntactic complexity of cardiovascular disease prevention information produced by GPT-4 in response to 4 kinds of prompts.
AXELIFE's insight:
Cette étude évalue l'utilisation de différentes stratégies pour simplifier les informations sur les maladies cardiovasculaires générées à l'aide d'un grand modèle de langage. Les chercheurs ont comparé les réponses obtenues en utilisant des prompts variés et ont constaté que l'utilisation d'une combinaison de prompts était la plus efficace pour produire des réponses complètes et faciles à lire. Les résultats soulignent l'importance de l'optimisation des prompts et de l'intégration de l'expertise clinique dans l'utilisation des modèles de langage pour la production de matériel éducatif destiné aux patients.
Scoop.it!
A new eye-tracking smartphone app can help detect strokes with non-specific symptoms, like dizziness, enabling more timely and effective stroke care.
AXELIFE's insight:
Les chercheurs de l'Université Johns Hopkins ont développé une nouvelle application mHealth appelée EyePhone pour détecter les AVC en utilisant le suivi des mouvements oculaires. L'application vise à réduire les erreurs de diagnostic des AVC et à permettre une détection rapide et accessible des AVC, en particulier des AVC de la circulation postérieure.
Scoop.it!
Sudden cardiac death is the cause of nearly 50% of all cardiovascular deaths and is
AXELIFE's insight:
Une étude publiée dans _The Lancet Digital Health_ présente le développement d'un algorithme utilisant des données de photopléthysmographie et d'accélérométrie d'une montre intelligente pour détecter les arrêts cardiaques soudains. L'algorithme a montré une performance impressionnante avec une sensibilité de 98% et une spécificité de 99,9% pour la détection des arrêts circulatoires. Cette technologie pourrait jouer un rôle crucial dans la détection précoce des arrêts cardiaques et améliorer les chances de survie.
Scoop.it!
Some smartwatches and fitness trackers are starting to take blood pressure readings, but the technology isn't fully developed.
AXELIFE's insight:
L'article discute de l'utilisation des dispositifs portables pour mesurer la pression artérielle. Bien que ces technologies soient prometteuses, elles ne sont pas encore aussi précises que les moniteurs traditionnels avec brassard. Les dispositifs sans brassard peuvent seulement mesurer les changements relatifs de pression artérielle et nécessitent une calibration avec un moniteur à brassard pour obtenir des lectures précises. De plus, il n'existe pas encore de normes pour vérifier l'exactitude de ces dispositifs et les médecins ne savent pas comment interpréter les données collectées par ces appareils.
Scoop.it!
Vascular diseases, such as atherosclerosis and thrombosis, are major causes of morbidity and mortality worldwide. Traditional in vitro models for studying vascular diseases have limitations, a
AXELIFE's insight:
Les systèmes de type organ-on-a-chip se sont révélés être un outil puissant pour l'étude des maladies vasculaires dans un environnement plus physiologiquement pertinent. Ces systèmes peuvent modéliser différents aspects des maladies vasculaires, notamment l'athérosclérose, la thrombose et les inflammations. Les modèles spécifiques à chaque organe offrent de nouvelles opportunités pour la découverte de médicaments et la médecine personnalisée.
Scoop.it!
A new study published in JAMA Open Network finds that digital health interventions can help reduce blood pressure when used in populations experiencing health
AXELIFE's insight:
Une nouvelle étude révèle que les interventions de santé numérique peuvent aider à réduire la pression artérielle chez les populations confrontées à des disparités en matière de santé. Selon l'article publié dans JAMA Network Open, ces interventions comprennent des rappels par SMS pour l'observance médicamenteuse, la surveillance de la pression artérielle à distance et le coaching comportemental virtuel. Une méta-analyse a montré des réductions cliniquement significatives de la pression artérielle systolique après six et douze mois pour les personnes ayant reçu une intervention de santé numérique par rapport à celles d'un groupe témoin. Ces résultats suggèrent que les interventions de santé numérique devraient être utilisées pour aider à contrôler l'hypertension et réduire les inégalités de santé.
Scoop.it!
From
www
(1) Background: Atrial fibrillation (AF) is a major risk factor for stroke and is often underdiagnosed, despite being present in 13–26% of ischemic stroke patients. Recently, a significant number of machine learning (ML)-based models have been proposed for AF prediction and detection for primary and secondary stroke prevention. However, clinical translation of these technological innovations to close the AF care gap has been scant. Herein, we sought to systematically examine studies, employing ML models to predict incident AF in a population without prior AF or to detect paroxysmal AF in stroke cohorts to identify key reasons for the lack of translation into the clinical workflow. We conclude with a set of recommendations to improve the clinical translatability of ML-based models for AF. (2) Methods: MEDLINE, Embase, Web of Science, Clinicaltrials.gov, and ICTRP databases were searched for relevant articles from the inception of the databases up to September 2022 to identify peer-reviewed articles in English that used ML methods to predict incident AF or detect AF after stroke and reported adequate performance metrics. The search yielded 2815 articles, of which 16 studies using ML models to predict incident AF and three studies focusing on ML models to detect AF post-stroke were included. (3) Conclusions: This study highlights that (1) many models utilized only a limited subset of variables available from patients’ health records; (2) only 37% of models were externally validated, and stratified analysis was often lacking; (3) 0% of models and 53% of datasets were explicitly made available, limiting reproducibility and transparency; and (4) data pre-processing did not include bias mitigation and sufficient details, leading to potential selection bias. Low generalizability, high false alarm rate, and lack of interpretability were identified as additional factors to be addressed before ML models can be widely deployed in the clinical care setting. Given these limitations, our recommendations to improve the uptake of ML models for better AF outcomes include improving generalizability, reducing potential systemic biases, and investing in external validation studies whilst developing a transparent modeling pipeline to ensure reproducibility.
AXELIFE's insight:
Cet article examine le faible taux d'adoption des modèles d'apprentissage automatique pour la prédiction et la détection de la fibrillation auriculaire (FA) dans la pratique clinique. Malgré le développement de nombreux modèles basés sur l'apprentissage automatique pour prédire l'incidence de la FA chez les patients sans antécédents de FA ou de maladies cardiovasculaires, leur traduction clinique est limitée. L'article identifie plusieurs facteurs limitant l'implémentation de ces modèles, notamment le manque de comparaison avec les modèles prédictifs conventionnels, le manque de validation externe, la limitation des pré-traitements des données et l'utilisation limitée des caractéristiques des données disponibles. De plus, l'article souligne l'importance de prendre en compte les biais existants dans les soins de santé lors de la préparation des données et du déploiement des modèles d'apprentissage automatique, ainsi que l'importance de la diversité des cohortes d'entraînement et de l'audit de l'équité pour garantir que ces modèles soient utilisables dans différents contextes.
Scoop.it!
En ayant recours à la bio-impression 3D, des chercheurs ont créé un dispositif pour mieux comprendre le comportement du coeur
Scoop.it!
Special efforts will need to be made to expand access to the different elements of digital health, ensuring that the digital divide does not exacerbate health disparities. As the expansion of digital health technologies continues, it is vital to increase representation of minoritized groups in all s …
AXELIFE's insight:
Dans cette revue, les auteurs définissent l'équité en matière de santé, les disparités et les déterminants sociaux de la santé ; les différents composants de la santé numérique ; les obstacles à l'équité en matière de santé numérique ; et les essais de santé numérique cardiovasculaire et les solutions possibles pour améliorer l'équité en matière de santé grâce à la santé numérique. Les interventions de santé numérique montrent un potentiel incroyable pour améliorer les maladies cardiovasculaires en obtenant des données longitudinales, continues et exploitables sur les patients ; en augmentant l'accès aux soins ; et en réduisant les obstacles à la prestation et au coût des soins. Cependant, certaines populations ont connu une diminution de l'accès aux innovations de santé numérique et une diminution de la représentation dans les essais de santé numérique cardiovasculaire. Des efforts spéciaux devront être déployés pour élargir l'accès aux différents éléments de la santé numérique, en veillant à ce que la fracture numérique n'exacerbe pas les disparités en matière de santé. Alors que l'expansion des technologies de santé numérique se poursuit, il est vital d'augmenter la représentation des groupes minoritaires à toutes les étapes du processus : développement du produit (identification des besoins et dépistage, génération de concepts, création de produits et tests), recherche clinique (études pilotes, études de faisabilité et essais randomisés contrôlés) et enfin déploiement des services de santé.
Scoop.it!
Cardiology makes up 10% of the 692 market-cleared clinical AI algorithms in the FDA’s latest update on the number of patient-facing AI now commercialized in the U.S. Experts share their thoughts on how it is being used.
Scoop.it!
Cardiovascular disease (CVD) is a major global health problem. Living with diseases like CVD often requires long-term monitoring, for which flexible a…
Scoop.it!
The past decade has seen a dramatic rise in consumer technologies able to monitor a variety of cardiovascular parameters. Such devices initially recor…
|
Dans cette revue, les auteurs définissent l'équité en matière de santé, les disparités et les déterminants sociaux de la santé ; les différents composants de la santé numérique ; les obstacles à l'équité en matière de santé numérique ; et les essais de santé numérique cardiovasculaire et les solutions possibles pour améliorer l'équité en matière de santé grâce à la santé numérique. Les interventions de santé numérique montrent un potentiel incroyable pour améliorer les maladies cardiovasculaires en obtenant des données longitudinales, continues et exploitables sur les patients ; en augmentant l'accès aux soins ; et en réduisant les obstacles à la prestation et au coût des soins. Cependant, certaines populations ont connu une diminution de l'accès aux innovations de santé numérique et une diminution de la représentation dans les essais de santé numérique cardiovasculaire. Des efforts spéciaux devront être déployés pour élargir l'accès aux différents éléments de la santé numérique, en veillant à ce que la fracture numérique n'exacerbe pas les disparités en matière de santé. Alors que l'expansion des technologies de santé numérique se poursuit, il est vital d'augmenter la représentation des groupes minoritaires à toutes les étapes du processus : développement du produit (identification des besoins et dépistage, génération de concepts, création de produits et tests), recherche clinique (études pilotes, études de faisabilité et essais randomisés contrôlés) et enfin déploiement des services de santé.