MétaCan
Menu
Retour à la cohorte
Enregistrement W2155804548 · doi:10.3109/14767058.2012.735726

Comparison of five classification systems for interpreting electronic fetal monitoring in predicting neonatal status at birth

2012· article· en· W2155804548 sur OpenAlexaboutno aff
Mariarosaria Di Tommaso, Viola Seravalli, Adalgisa Cordisco, Giada Consorti, Federico Mecacci, Francesca Rizzello

Notice bibliographique

RevueThe Journal of Maternal-Fetal & Neonatal Medicine · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueNeonatal and fetal brain pathology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineCardiotocographyUmbilical cordReceiver operating characteristicElectronic fetal monitoringUmbilical arteryPathologicalFetusPediatricsObstetricsInternal medicineFetal heart ratePregnancyHeart rate

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To compare the accuracy of five different classification systems for interpreting electronic fetal monitoring (EFM) when predicting neonatal status at birth, as determined by the umbilical cord arterial pH. METHODS: Ninety-seven cardiotocography traces were retrospectively interpreted according to five classification systems for EFM: Dublin Fetal Heart Rate Monitoring Trial (DFHRMT), Royal College of Obstetricians and Gynecologists (RCOG), Society of Obstetricians and Gynaecologists of Canada (SOGC), National Institute of Child Health and Human Development (NICHD) and Parer & Ikeda's. For each classification system, sensitivity, specificity, positive and negative predictive values were calculated. The capacity of the classifications to predict neonatal pH was also evaluated by receiver-operating characteristic (ROC) curves. Agreement between the five systems was estimated using weighted kappa statistic. RESULTS: Considering pH ≤7.15 as the cutoff for low pH, the sensitivity and specificity values were 100 and 18% (DFHRMT); 100 and 15% (RCOG); 88 and 37% (SOGC); 67 and 92% (NICHD); 55 and 67% (Parer & Ikeda). The ROC curves showed that all classifications analyzed had a low discriminative capacity when predicting umbilical artery pH ≤7.15. An excellent agreement was observed between DFHRMT and RCOG (weighted κ value: 0.860). CONCLUSIONS: Parer & Ikeda and NICHD classifications had the highest specificity in detecting umbilical cord arterial pH ≤7.15. The high specificity of the NICHD classification is hindered by a high percentage of "intermediate" traces (80%). Parer & Ikeda classification is the one that best classify as pathological only the traces of fetuses that are truly at risk of acidemia, thus avoiding unnecessary intervention. It also showed the best trade-off between sensitivity and specificity and the lowest rate of traces considered "intermediate."

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,842

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,326
Écart entre enseignants0,299 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations35
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Maternal-Fetal & Neonatal MedicineMême sujetNeonatal and fetal brain pathologyTravaux en français237 207