Noninvasive Detection of Thin-Liquid Aspiration Using Dual-Axis Swallowing Accelerometry
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
Aspiration (the entry of foreign contents into the upper airway) is a serious concern for individuals with dysphagia and can lead to pneumonia. However, overt signs of aspiration, such as cough, are not always present, making noninstrumental diagnosis challenging. Valid, reliable tools for detecting aspiration during clinical screening and assessment are needed. In this study we investigated the validity of a noninvasive accelerometry signal-processing classifier for detecting aspiration. Dual-axis cervical accelerometry signals were collected from 40 adults on thin-liquid swallowing tasks during videofluoroscopic swallowing examinations. Signal-processing algorithms were used to remove known sources of artifact and a classifier was trained to identify signals associated with penetration-aspiration. Validity was measured in comparison to blinded ratings of penetration-aspiration from the concurrently recorded videofluoroscopies. On a bolus-by-bolus basis, the accelerometry classifier had a 10 % false-negative rate (90 % sensitivity) and a 23 % false-positive rate (77 % specificity) for detecting penetration-aspiration. We conclude that accelerometry can be used to support valid, reliable, and efficient detection of aspiration risk in patients with suspected dysphagia.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle