MétaCan
Menu
Retour à la cohorte
Enregistrement W2948042578 · doi:10.1097/pcc.0000000000001984

Temporal Variability in the Sampling of Vital Sign Data Limits the Accuracy of Patient State Estimation*

2019· article· en· W2948042578 sur OpenAlexaffabout
Danny Eytan, Anusha Jegatheeswaran, Mjaye Mazwi, Azadeh Assadi, Andrew Goodwin, Robert W. Greer, Sebastian D. Goodfellow, Peter C. Laussen

Notice bibliographique

RevuePediatric Critical Care Medicine · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueSepsis Diagnosis and Treatment
Établissements canadiensUniversity of TorontoHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésMedicineHeart rate variabilityBlood pressureHeart rateDetrended fluctuation analysisOxygen saturationSample entropyVital signsCardiologyCorrelationElectrocardiographyInternal medicineStatisticsAnesthesiaTime seriesScaling

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Physiologic signals are typically measured continuously in the critical care unit, but only recorded at intermittent time intervals in the patient health record. Low frequency data collection may not accurately reflect the variability and complexity of these signals or the patient's clinical state. We aimed to characterize how increasing the temporal window size of observation from seconds to hours modifies the measured variability and complexity of basic vital signs. DESIGN: Retrospective analysis of signal data acquired between April 1, 2013, and September 30, 2015. SETTING: Critical care unit at The Hospital for Sick Children, Toronto. PATIENTS: Seven hundred forty-seven patients less than or equal to 18 years old (63,814,869 data values), within seven diagnostic/surgical groups. INTERVENTIONS: None. MEASUREMENTS AND MAIN RESULTS: Measures of variability (SD and the absolute differences) and signal complexity (multiscale sample entropy and detrended fluctuation analysis [expressed as the scaling component α]) were calculated for systolic blood pressure, heart rate, and oxygen saturation. The variability of all vital signs increases as the window size increases from seconds to hours at the patient and diagnostic/surgical group level. Significant differences in the magnitude of variability for all time scales within and between groups was demonstrated (p < 0.0001). Variability correlated negatively with patient age for heart rate and oxygen saturation, but positively with systolic blood pressure. Changes in variability and complexity of heart rate and systolic blood pressure from time of admission to discharge were found. CONCLUSIONS: In critically ill children, the temporal variability of physiologic signals supports higher frequency data capture, and this variability should be accounted for in models of patient state estimation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,050
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,992
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,050
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,125
Tête enseignante GPT0,413
Écart entre enseignants0,288 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSimulation ou modélisation
DomaineMéthodes
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

Citations12
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePediatric Critical Care MedicineMême sujetSepsis Diagnosis and TreatmentTravaux en français237 207