Respiratory rate and pulse oximetry derived information as predictors of hospital admission in young children in Bangladesh: a prospective observational study
Notice bibliographique
Résumé
OBJECTIVE: Hypoxaemia is a strong predictor of mortality in children. Early detection of deteriorating condition is vital to timely intervention. We hypothesise that measures of pulse oximetry dynamics may identify children requiring hospitalisation. Our aim was to develop a predictive tool using only objective data derived from pulse oximetry and observed respiratory rate to identify children at increased risk of hospital admission. SETTING: Tertiary-level hospital emergency department in Bangladesh. PARTICIPANTS: Children under 5 years (n=3374) presenting at the facility (October 2012-April 2013) without documented chronic diseases were recruited. 1-minute segments of pulse oximetry (photoplethysmogram (PPG), blood oxygen saturation (SpO2) and heart rate (HR)) and respiratory rate were collected with a mobile app. PRIMARY OUTCOME: The need for hospitalisation based on expert physician review and follow-up. METHODS: Pulse rate variability (PRV) using pulse peak intervals of the PPG signal and features extracted from the SpO2 signal, all derived from pulse oximetry recordings, were studied. A univariate age-adjusted logistic regression was applied to evaluate differences between admitted and non-admitted children. A multivariate logistic regression model was developed using a stepwise selection of predictors and was internally validated using bootstrapping. RESULTS: Children admitted to hospital showed significantly (p<0.01) decreased PRV and higher SpO2 variability compared to non-admitted children. The strongest predictors of hospitalisation were reduced PRV-power in the low frequency band (OR associated with a 0.01 unit increase, 0.93; 95% CI 0.89 to 0.98), greater time spent below an SpO2 of 98% and 94% (OR associated with 10 s increase, 1.4; 95% CI 1.3 to 1.4 and 1.5; 95% CI 1.4 to 1.6, respectively), high respiratory rate, high HR, low SpO2, young age and male sex. These variables provided a bootstrap-corrected AUC of the receiver operating characteristic of 0.76. CONCLUSIONS: Objective measurements, easily obtained using a mobile device in low-resource settings, can predict the need for hospitalisation. External validation will be required before clinical adoption.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».