Development and Validation of Early Warning Criteria to Identify Escalated Care Events in Neonatal Intensive Care Unit Patients
Notice bibliographique
Résumé
OBJECTIVE: This study aimed to identify and validate the diagnostic utility of a set of clinical and laboratory criteria (early warning criteria [EWC]) that portend a clinical deterioration event (escalated care event [ECE]) in neonatal intensive care unit (NICU) patients. STUDY DESIGN: Using the RAND appropriateness method, we first established a consensus on seven ECE, that is, events that require additional monitoring, treatment, or stay in the NICU or that were associated with morbidity. We then established consensus on EWC that could portend an ECE from an initial set of 32 potential EWC items to a final set of 10 items. The occurrence and nonoccurrence of EWC and ECE were prospectively identified and tracked over 9 weeks. RESULTS: Among 170 NICU patients studied (2,502 patient-days), the frequency of an EWC was 53 per 1,000 patient-days. Of these patients, 41% had an EWC and 16% had an ECE. An EWC was followed by an ECE within 72 hours, 37% of the time, and within a median time interval of 113 minutes. The sensitivity, specificity, positive predictive values, and negative predictive values of EWC in identifying an ECE were 0.96, 0.69, 0.37, and 0.99, respectively. CONCLUSION: A simple bedside NICU-specific EWC identifies neonates likely to develop ECEs in the NICU.
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 | 0,013 | 0,067 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 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) | 0,001 | 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 ».