Online Detection of Fetal Acidemia during Labour by Testing Synchronization of EEG and Heart Rate: A Prospective Study in Fetal Sheep
Notice bibliographique
Résumé
Severe fetal acidemia during labour can result in life-lasting neurological deficits, but the timely detection of this condition is often not possible. This is because the positive predictive value (PPV) of fetal heart rate (FHR) monitoring, the mainstay of fetal health surveillance during labour, to detect concerning fetal acidemia is around 50%. In fetal sheep model of human labour, we reported that severe fetal acidemia (pH<7.00) during repetitive umbilical cord occlusions (UCOs) is preceded ∼60 minutes by the synchronization of electroencephalogram (EEG) and FHR. However, EEG and FHR are cyclic and noisy, and although the synchronization might be visually evident, it is challenging to detect automatically, a necessary condition for bedside utility. Here we present and validate a novel non-parametric statistical method to detect fetal acidemia during labour by using EEG and FHR. The underlying algorithm handles non-stationary and noisy data by recording number of abnormal episodes in both EEG and FHR. A logistic regression is then deployed to test whether these episodes are significantly related to each other. We then apply the method in a prospective study of human labour using fetal sheep model (n = 20). Our results render a PPV of 68% for detecting impending severe fetal acidemia ∼60 min prior to pH drop to less than 7.00 with 100% negative predictive value. We conclude that this method has a great potential to improve PPV for detection of fetal acidemia when it is implemented at the bedside. We outline directions for further refinement of the algorithm that will be achieved by analyzing larger data sets acquired in prospective human pilot studies.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».