Use of the low-frequency/high-frequency ratio of heart rate variability to predict short-term deterioration in emergency department patients with sepsis
Notice bibliographique
Résumé
OBJECTIVE: To examine the ability of the low-frequency/high-frequency (LF/HF) ratio of heart rate variability (HRV) analysis to identify patients with sepsis at risk of early deterioration. METHODS: This is a prospective observational cohort study of patients with sepsis presenting to the Montefiore Medical Center ED from December 2014 through September 2015. On presentation, a single ECG Holter recording was obtained and analysed to obtain the LF/HF ratio of HRV. Initial Sequential Organ Failure Assessment (SOFA) scores were computed. Patients were followed for 72 hours to identify those with early deterioration. RESULTS: 466 patients presenting to the ED with sepsis were analysed. Thirty-two (7%) reached at least one endpoint within 72 hours. An LF/HF ratio <1 had a sensitivity and specificity of 34% (95% CI (19% to 53%)) and 82% (95% CI (78% to 85%)), respectively, with positive and negative likelihood ratios of 1.9 (95% CI (1.1 to 3.2)) and 0.8 (95% CI (0.6 to 1.0)). An initial SOFA score ≥3 had a sensitivity and specificity of 38% (95% CI (22% to 56%)) and 92% (95% CI (89% to 95%)), with positive and negative likelihood ratios of 4.9 (95% CI (2.8 to 8.6)) and 0.7 (95% CI (0.5 to 0.9)). The composite measure of HRV+SOFA had improved sensitivity (56%, 95% CI (38% to 73%)) but at the expense of specificity (77%, 95% CI (72% to 80%)), with positive and negative likelihood ratios of 2.4 (95% CI (1.7 to 3.4)) and 0.6 (95% CI (0.4 to 0.9)). Receiver operating characteristic analysis did not identify a superior alternate threshold for the LF/HF ratio. Kaplan-Meier survival functions differed significantly (p=0.02) between low (<1) and high (≥1) LF/HF groups. CONCLUSIONS: While we found a statistically significant relationship between HRV, SOFA and HRV+SOFA, and early deterioration, none reliably functioned as a clinical predictive tool. More complex multivariable models will likely be required to construct models with clinical utility.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,005 | 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 ».