|
COmPLETE-Health, COmPLETE-Heart ve COmPLETE-Lung verilerinin karşılaştırılması, kişinin sağlıklı yaşlanması ile kalp yetmezliği veya koroner arter hastalığının erken evresi arasındaki farkları filtreleyen değişkenlerin saptanmasını amaçlamaktadır.
|
|
Comparing the COmPLETE-Health, COmPLETE-Heart and COmPLETE-Lung data records aims at detecting variables which filter the differences between a person's healthy aging and an early stage of cardiac insufficiency or coronary artery disease. The focus lies on submaximal CPET variables and variables of the post-exercise stage. Employing modern computer methods for the analysis of data, so-called Deep Learning or Cluster analysis, is supposed to further increase CPET's informative value.
|
|
La comparaison des enregistrements de données issus des trois volets COmPLETE-Health, COmPLETE-Heart et COmPLETE-Lung vise à pouvoir détecter les variables qui permettent d'identifier les différences entre le vieillissement d'une personne saine et un stade précoce d'une insuffisance cardiaque ou d'une maladie coronarienne. L'analyse tiendra compte principalement des variables relatives à l'épreuve d'effort cardiovasculaire sous-maximale et celles relatives à l'étape post-effort. L'utilisation de méthodes informatiques modernes pour effectuer l'analyse des données, aussi connues sous le nom d'apprentissage profond (Deep Learning) ou analyse typologique, est censée permettre d'améliorer la valeur informative de l'épreuve d'effort cardio-pulmonaire.
|
|
Durch den Vergleich der Datensätze von COmPLETE-Health, COmPLETE-Heart und COmPLETE-Lung wird das Ziel verfolgt, Variablen zu finden, welche Unterschiede zwischen der gesunden Alterung eines Menschen und einem frühen Stadium von Herzinsuffizienz oder koronarer Herzkrankheit herausfiltern. Dabei wird der Fokus auf submaximale Variablen des CPETs und Variablen in der Nachbelastungsphase gelegt. Die Anwendung moderner informatischer Methoden bei der Datenanalyse, sogenanntes Deep Learning oder auch Cluster-Analysen soll dabei Anwendung finden, um die Aussagekraft der Spiroergometrie weiter zu steigern.
|
|
La comparación de los registros de datos de COmPLETE-Health, COmPLETE-Heart y COmPLETE-Lung pretende detectar variables que filtren las diferencias entre el envejecimiento saludable de una persona y una insuficiencia cardíaca o arteriopatía coronaria en fase temprana. La atención se centra en variables CPET por debajo del máximo y en variables de la etapa posesfuerzo. Es de esperar que los modernos métodos de cálculo aplicados al análisis de datos —el llamado análisis de grupos o aprendizaje profundo— aumenten aún más el valor informativo de las CPET.
|
|
Il confronto dei record di dati relativi agli studi COmPLETE-Health, COmPLETE-Heart e COmPLETE-Lung ha come obiettivo l’individuazione di variabili che filtrano le differenze tra invecchiamento in buona salute di una persona e fase iniziale di un’insufficienza cardiaca o coronaropatia. L’attenzione è focalizzata sulle variabili del CPET submassimale e sulle variabili della fase post-esercizio. L’impiego di moderne tecniche computerizzate per l’analisi dei dati, i cosiddetti Deep Learning o Cluster Analysis, dovrebbe aumentare ulteriormente il valore informativo del CPET.
|
|
A comparação dos registros de dados dos estudos COmPLETE-Health, COmPLETE-Heart e COmPLETE-Lung visa detectar variáveis que filtram as diferenças entre o envelhecimento saudável de uma pessoa e um estágio inicial de insuficiência cardíaca ou doença arterial coronariana. O foco está nas variáveis submáximas do TCP, e nas variáveis do estágio pós-exercício. O emprego de métodos computacionais modernos de análise de dados, conhecidos como Aprendizagem Aprofundada ou Análise de Cluster, deve aumentar ainda mais o teor informativo do TCP.
|
|
Porównanie danych z badań COmPLETE-Health, COmPLETE-Heart i COmPLETE-Lung ma umożliwić wykrycie zmiennych, które pozwolą określić różnice między zdrowym starzeniem się danej osoby i wczesnym etapem niewydolności serca lub choroby niedokrwiennej serca. Chodzi o określenie submaksymalnych zmiennych CPET i zmiennych na etapie powysiłkowym. Wykorzystanie nowoczesnych metod komputerowych do analizy danych, tzw. uczenia głębokiego czy analizy grupowej, ma dodatkowo zwiększyć wartość informacyjną CPET.
|
|
Сравнение массивов данных исследований COmPLETE-Здоровье, COmPLETE-Сердце и COmPLETE-Легкие имеет целью обнаружение переменных, которые отфильтровывают различия между естественными возрастными измерениями в организме индивида и ранней стадией сердечной недостаточности или коронарной болезни сердца. Исследование сосредоточится на субмаксимальных КПНТ-показателях и показателях посленагрузочной фазы. Использование современных компьютерных алгоритмов анализа данных, так называемых технологий глубокого обучения (Deep Learning) или кластерного анализа, будет способствовать дальнейшему повышению информативной ценности кардиопульмонального нагрузочного тестирования.
|