Real-time cardiorespiratory coherence detects antinociception during general anesthesia
Notice bibliographique
Résumé
Heart rate variability (HRV) may provide anesthesiologists with a noninvasive tool for monitoring nociception during general anesthesia. A novel real-time cardiorespiratory coherence (CRC) algorithm has been developed to analyze the strength of linear coupling between heart rate (HR) and respiration. CRC values range from 0 (low coherence, strong nociception) to 1 (high coherence, no nociception). The algorithm uses specially designed filters to operate in real-time, minimizing computational complexity and time delay. In the standard HRV high frequency band of 0.15 - 0.4 Hz, the real-time delay is only 5.25 - 3.25 s. We have assessed the algorithm's response to 60 anesthetic bolus events (a large dose of anesthetics given over a short time; strongly antinociceptive) recorded in 47 pediatric patients receiving general anesthesia. Real-time CRC responded strongly to bolus events, changing by an average of 30%. For comparison, three traditional measures of HRV (LF/HF ratio, SDNN, and RMSSD) responded on average by only 3.8%, 14%, and 3.9%, respectively. Finally, two traditional clinical measures of nociception (HR and blood pressure) responded on average by only 3.9% and 0.91%, respectively. CRC may thus be used as a real-time nociception monitor during general anesthesia.
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 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 | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».