Sequence analysis of capnography waveform abnormalities during nurse-administered procedural sedation and analgesia in the cardiac catheterization laboratory
Notice bibliographique
Résumé
Abstract Identifying common patterns in capnography waveform abnormalities and the factors that influence these patterns could yield insights to optimize responses to sedation-induced respiratory depression. Respiratory state sequences for 102 patients who had a procedure in a cardiac catheterisation laboratory with procedural sedation and analgesia were developed by classifying each second of procedures into a state of normal breathing or other capnography waveform abnormalities based on pre-specified cut-offs for respiratory rate and end-tidal CO2 concentration. Hierarchical clustering identified four common patterns in respiratory state sequences, which were characterized by a predominance of the state assigned normal breathing (n = 42; 41%), hypopneic hypoventilation (n = 38; 38%), apnea (n = 15; 15%) and bradypneic hypoventilation (n = 7; 7%). A multivariable distance matrix regression model including demographic and clinical variables explained 28% of the variation in inter-individual differences in respiratory state sequences. Obstructive sleep apnea (R2 = 2.4%; p = 0.02), smoking status (R2 = 2.8%; p = 0.01), Charlson comorbidity index score (R2 = 2.5%; p = 0.021), peak transcutaneous carbon dioxide concentration (R2 = 4.1%; p = 0.002) and receiving an intervention to support respiration (R2 = 5.6%; p = 0.001) were significant covariates but each explained only small amounts of the variation in respiratory state sequences. Oxygen desaturation (SpO2 < 90%) was rare (n = 3; 3%) and not associated with respiratory state sequence trajectories.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».