Ir al contenido principal
Compatible con OMRON Connect

M7 Intelli IT AFib

HEM-7380T1-EBK

Monitores de presión arterial

Garantía de 5 años

Detección de AFib en 1 sola medición

Tipo de dispositivo Tensiómetro de brazo
Peso del dispositivo 0.44
Tipo de manguito Manguito Intelli Wrap 22-42 cm
Guía de colocación del manguito
Gestión de memoria 2 usuarios x 100 lecturas más modo invitado
Detección de latidos irregulares
Detección de movimiento corporal
Validación Validación Clínica, Validación para Diabéticos, Validación para Embarazadas
Detección de fibrilación auricular
Fácil indicador de tensión arterial alta
Indicador de nivel de tensión arterial No
Sensor de posicionamiento avanzado
Intellisense
Prevención del ictus No
Estuche de almacenamiento incluido
Función de promediado
Conectado
Aplicación móvil compatible Aplicación OMRON connect
Dimensiones del producto (mm): 191 x 85 x 117

La detección precoz es clave en la prevención del ictus

Cómo utilizarlo

Nuestra revolucionaria tecnología Intellisense AFib, cuya precisión ha sido validada clínicamente, convierte tus controles rutinarios de la tensión arterial en casa en una poderosa defensa contra el ictus. El manguito Intelli Wrap garantiza resultados precisos, independientemente de cómo se lleve puesto. Es fácil de usar y proporciona un ajuste seguro con un diseño preformado que funciona en cualquier posición alrededor de la parte superior del brazo.

Thumbnail

Referencias externas:

Moody GB, Mark RG. El impacto de la Base de Datos de Arritmias MIT-BIH. IEEE Eng in Med and Biol 20(3):45-50 (mayo-junio de 2001). (PMID: 11446209) Contiene información de la "Base de datos de arritmias MIT-BIH" que está disponible bajo la Licencia de Atribución ODC. doi:10.13026/C2F305

Moody GB, Mark RG. Un nuevo método para detectar la fibrilación auricular mediante intervalos R-R. Ordenadores en Cardiología. 10:227-230 (1983). Contiene información de la "Base de datos de fibrilación auricular MIT-BIH" que está disponible bajo la Licencia de Atribución ODC. doi:10.13026/C2MW2D

Clifford GD, Liu C, Moody B, Li-wei HL, Silva I, Li Q, Johnson AE, Mark RG. Clasificación de la FA a partir de un registro corto de ECG de una sola derivación: El reto PhysioNet/computación en cardiología 2017. En 2017 Computing in Cardiology (CinC) 2017 Sep 24 (pp. 1-4). IEEE. doi:10.22489/CinC.2017.065-469 Contiene información de "AF Classification from a Short Single Lead ECG Recording: The PhysioNet/Computing in Cardiology Challenge 2017" que está disponible bajo la Licencia de Atribución ODC. https://physionet.org/content/challenge-2017/1.0.0/training/#files-panel https://opendatacommons.org/licenses/by/1-0/

Goldberger, A., Amaral, L., Glass, L., Hausdorff, J., Ivanov, P. C., Mark, R., ... & Stanley, H. E. (2000). PhysioBank, PhysioToolkit y PhysioNet: Componentes de un nuevo recurso de investigación para señales fisiológicas complejas. Circulation [En línea]. 101 (23), pp. e215-e220.

Seleccione un máximo de 2 productos.