MétaCan
Menu
Retour à la cohorte
Enregistrement W2890040152 · doi:10.1088/1361-6579/aae2a8

Symbolic dynamics to enhance diagnostic ability of portable oximetry from the Phone Oximeter in the detection of paediatric sleep apnoea

2018· article· en· W2890040152 sur OpenAlexaff
Daniel Álvarez, Andrea Crespo, Fernando Vaquerizo-Villar, Gonzalo C. Gutiérrez‐Tobal, Ana Cerezo-Hernández, Verónica Barroso-García, J. Mark Ansermino, Guy A. Dumont, Roberto Hornero, Félix del Campo, Ainara Garde

Notice bibliographique

RevuePhysiological Measurement · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueObstructive Sleep Apnea Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesEuropean Regional Development FundJunta de Castilla y LeónMinisterio de Economía y CompetitividadMinisterio de Asuntos Económicos y Transformación Digital, Gobierno de EspañaConsejería de Educación, Junta de Castilla y LeónSociedad Española de Neumología y Cirugía TorácicaMinisterio de Educación, Cultura y Deporte
Mots-clésLogistic regressionPulse oximetryPolysomnographyMedicineContext (archaeology)Receiver operating characteristicStatisticsApneaInternal medicineMathematicsAnesthesia

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: This study is aimed at assessing symbolic dynamics as a reliable technique to characterise complex fluctuations of portable oximetry in the context of automated detection of childhood obstructive sleep apnoea-hypopnoea syndrome (OSAHS). APPROACH: Nocturnal oximetry signals from 142 children with suspected OSAHS were acquired using the Phone Oximeter: a portable device that integrates a pulse oximeter with a smartphone. An apnoea-hypopnoea index (AHI) ≥5 events/h from simultaneous in-lab polysomnography was used to confirm moderate-to-severe childhood OSAHS. Symbolic dynamics was used to parameterise non-linear changes in the overnight oximetry profile. Conventional indices, anthropometric measures, and time-domain linear statistics were also considered. Forward stepwise logistic regression was used to obtain an optimum feature subset. Logistic regression (LR) was used to identify children with moderate-to-severe OSAHS. MAIN RESULTS: The histogram of 3-symbol words from symbolic dynamics showed significant differences (p <0.01) between children with AHI <5 events/h and moderate-to-severe patients (AHI ≥5 events/h). Words representing increasing oximetry values after apnoeic events (re-saturations) showed relevant diagnostic information. Regarding the performance of individual characterization approaches, the LR model composed of features from symbolic dynamics alone reached a maximum performance of 78.4% accuracy (65.2% sensitivity; 86.8% specificity) and 0.83 area under the ROC curve (AUC). The classification performance improved combining all features. The optimum model from feature selection achieved 83.3% accuracy (73.5% sensitivity; 89.5% specificity) and 0.89 AUC, significantly (p-value <0.01) outperforming the other models. SIGNIFICANCE: Symbolic dynamics provides complementary information to conventional oximetry analysis enabling reliable detection of moderate-to-severe paediatric OSAHS from portable oximetry.

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)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,750
Score d'incertitude au seuil0,553

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,038
Tête enseignante GPT0,304
Écart entre enseignants0,266 · 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'étudeExpérimental (laboratoire)
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

Citations15
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysiological MeasurementMême sujetObstructive Sleep Apnea ResearchTravaux en français237 207