Elder Care Alert Management - Decision Support by a Logistic Regression Model

Seco, Alexandra; Felgueiras, Miguel; Fdez-Riverola, Florentino; Pereira, António

doi:10.1007/978-3-642-19931-8_2

Cited by 4 publications

(2 citation statements)

References 6 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…The assumption that var() = σ²I, i=1,...M, can be generalized. The mixed linear model can be regarded as an extension of the classic linear multivariate regression model, where an additional "error" is considered, traducing the correlations between observations bellowing to the same group (Seco, Felgueiras, Fdez-Riverola, & Pereira, 2011). The estimators from fixed parameters β are obtained from the likelihood function, and the variance components estimation is made using the restricted maximum likelihood method (REML).…”

Section: Methodsmentioning

confidence: 99%

Physiological dynamics of heart rate variability: a statistical modeling approach in vasovagal syncope

Seco¹,

Pinto²

2016

mill

View full text Add to dashboard Cite

Introdução: A perda transitória da consciência e tónus postural seguido de rápida recuperação é definida como síncope. Tem sido dada atenção a uma síncope de origem central com descida da pressão sistémica conhecida por síncope vasovagal (SVV). Objetivos: A análise da variabilidade da frequência cardíaca (HRV) é uma das principais estratégias para estudar a SVV através de protocolos padrão (por exemplo tilt test). O principal objetivo deste trabalho é compreender a importância relativa de diversas variáveis, tais como pressão arterial diastólica e sistólica, (dBP) e (sBP), volume sistólico (SV) e resistência periférica total (TPR) na HRV. Métodos: Foram usados modelos estatísticos mistos para modelar o comportamento das variáveis acima descritas na HRV. Analisaram-se mais de mil e quinhentas observações de quatro pacientes com SVV, previamente testados com análise espectral clássica para a fase basal (LF/HF=3.01) e fases de tilt (LF/HF=0.64), indicando uma predominância vagal no período tilt. Resultados: O modelo 1 revelou o papel importante da dBP e uma baixa influência de SV, na fase de tilt, relativos à HRV. No modelo 2 a TPR revelou uma baixa influência na HRV na fase de tilt entre os pacientes. Conclusões: Verificou-se que a HRV é influenciada por um conjunto de variáveis fisiológicas, cuja contribuição individual pode ser usada para compreender as flutuações cardíacas. O uso de modelos estatísticos salientou a importância de estudar o papel da dBP e SV na SVV.

show abstract

Section: Methodsmentioning

confidence: 99%

Physiological dynamics of heart rate variability: a statistical modeling approach in vasovagal syncope

Seco¹,

Pinto²

2016

mill

View full text Add to dashboard Cite

show abstract

“…The mixed linear model can be regarded as an extension of the classic linear multivariate regression model, where an additional "error" is considered, traducing the correlations between observations bellowing to the same group (Seco, Felgueiras, Fdez-Riverola, & Pereira, 2011). The estimators from fixed parameters β are obtained from the likelihood function, and the variance components estimation is made using the restricted maximum likelihood method (REML).…”

mentioning

confidence: 99%