Therapeutic Hypothermia: Quantification of the Transition of Core Body Temperature Using the Flexible Mixture Bent‐Cable Model for Longitudinal Data
Notice bibliographique
Résumé
Summary Hypothermia which is induced by reducing core body temperature is a therapeutic tool used to prevent brain damage resulting from physical trauma. However, all physiological systems begin to slow down due to hypothermia and this can result in increased risk of mortality. Therefore quantification of the transition of core body temperature to early hypothermia is of great clinical interest. Conceptually core body temperature may exhibit an either gradual or abrupt transition. Bent‐cable regression is an appealing statistical tool to model such data due to the model's flexibility and readily interpretable regression coefficients. It handles more flexibly models that traditionally have been handled by low‐order polynomial models (for gradual transition) or piecewise linear changepoint models (for abrupt change). We consider a rat model to quantify the temporal trend of core body temperature primarily to address the question: What is the critical time point associated with a breakdown in the compensatory mechanisms following the start of hypothermia therapy? To this end, we develop a Bayesian modelling framework for bent‐cable regression of longitudinal data to simultaneously account for gradual and abrupt transitions. Our analysis reveals that: (i) about 39% of rats exhibit a gradual transition in core body temperature; (ii) the critical time point is approximately the same regardless of transition type; and (iii) both transition types show a significant increase of core body temperature followed by a significant decrease.
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 | 0,005 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».