Abstract 13937: Electrocardiography-Derived Respiratory Rate Detects Clinical Deterioration in Acute Care Patients With Cardiovascular Disease
Notice bibliographique
Résumé
Introduction: Clinical deterioration resulting in ICU transfer occurs in 4 to 5 of every 100 acute care admissions. Early Warning Scores (EWS) identify high risk patients, but rely on intermittent assessments. Continuous ECG not only provides heart rate (HR) and rhythm, but can also estimate respiratory rate (RR). Hypothesis: Continuous ECG data improves the predictive validity of EWS prior to acute deterioration leading to ICU transfer or unanticipated death. Methods: Among floor patients admitted with continuous ECG, we identified those with deterioration resulting in ICU transfer or unanticipated death. We analyzed 60 patient-years of ECG data and applied previously validated methodologies for detection of atrial fibrillation (AF) and estimation of RR. We evaluated the predictive validity of common EWS and compared them to models that incorporate ECG data. We excluded observations after DNR/DNI orders or transitions to comfort care. We calculated the fold change in mortality, and the predictive validity (C-statistic). Results: From 8,033 consecutive admissions, we identified 544 instances of clinical deterioration in 508 admissions. Admissions with events had a 50-fold increase in mortality (19.8% vs 0.4%) despite unexpected deaths accounting for only 6% of all events. We analyzed the 274 deteriorations that had ECG data in the 24-hours leading up to events. EWS had C-statistics ranging from 0.63 to 0.70. A model using only ECG-derived measurements had a C-statistic of 0.67 and the strongest predictors included RR, HR, and AF. Addition of the ECG-only model to the best EWS improved its C-statistic to 0.72. Conclusions: Continuous ECG data improves the ability of intermittent EWS to identify the highest risk patients up to 24-hours in advance of acute clinical deterioration.
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 | 0,005 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».