Pediatric Vital Sign Distribution Derived From a Multi-Centered Emergency Department Database
Notice bibliographique
Résumé
Background: We hypothesized that current vital sign thresholds used in pediatric emergency department screening tools do not reflect observed vital signs in this population. We analyzed a large multi-centered database to develop heart rate and respiratory rate centile rankings and z-scores that could be incorporated into electronic health record emergency department screening tools and we compared our derived centiles to previously published centiles and Pediatric Advanced Life Support vital sign thresholds. Methods: Initial heart rate and respiratory rate data entered into the Cerner™ electronic health record at 169 participating hospitals’ emergency departments over five years (2009 through 2013) as part of routine care were analyzed. Analysis was restricted to non-admitted children (0 to <18 years). Centile curves and z-scores were developed using Generalized Additive Models for Location, Scale, and Shape. A split-sample validation using two-thirds of the sample was compared with the remaining one-third. Centile values were compared with results from previous studies and guidelines. Results: HR and RR centiles and z-scores were determined from ~1.2 million records. Empirically-derived 95th centiles for heart rate and respiratory rate were higher than previously published results and both deviated from Pediatric Advanced Life Support guideline recommendations. Conclusions: Heart and respiratory rate centiles derived from a large real-world non-hospitalized emergency department pediatric population can inform the modification of electronic and paper-based screening tools to stratify children by the degree of deviation from normal for age rather than dichotomizing children into groups having “normal” versus “abnormal” vital signs. Furthermore, these centiles also may be useful in paper-based screening tools and bedside alarm limits for children in areas other than the ED and may establish improved alarm limits for bedside monitors.
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 | 0,004 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 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 ».