Variability in estimating shunt from single pulse oximetry measurements
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Virtual shunt describes the overall loss of O2 content between the alveolar gas and arterial blood. Clinicians indirectly estimate the magnitude of the virtual shunt by monitoring peripheral blood oxygen saturation (SpO2) using non-invasive pulse oximetry. An inherent limitation of this method is the variable precision of pulse oximeters and the non-linear relationship between virtual shunt and SpO2 which is rarely depicted.We propose a model using a combination of basic physiological equations to analyze the estimation of virtual shunt from inspired oxygen (FiO2) and SpO2. The model emphasizes the effect of the non-linearity of the Hb-O2 dissociation curve. Furthermore, it accounts for the variability in SpO2 measurements due to the precision of pulse oximeters.The model was validated with experiments conducted on healthy subjects in a normobaric hypoxia chamber comparing the simultaneous readings from two different commercial pulse oximeters at FiO2 = 21% and 17%. SpO2 probability distributions calculated from the model were estimated. Although a variable bias (1.2-2.1%) in SpO2 between the pulse oximeter brands was observed, the tested pulse oximeters were both within tolerance specified by the manufacturers and matched the probability distributions from the model.The theoretical and experimental findings show that the estimation of virtual shunt is challenging with a single SpO2 measurement using pulse oximeters with tolerances of 2%. Clinical decisions must be based on an appreciation of these limitations.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 découle