Evaluation of a Tap-Based Smartphone App for Heart Rate Assessment During Asphyxia in a Porcine Model of Neonatal Resuscitation
Notice bibliographique
Résumé
Objectives: Heart rate (HR) is the most significant parameter to assess a newborn’s clinical status at birth. Recently, novel technologies including smartphone applications have been suggested for HR assessment during neonatal resuscitation. The aim of this study was to evaluate the accuracy, speed, and precision of the NeoTapLifeSupport (NeoTapLS) smartphone application using a digital stethoscope (DS) for HR assessment during neonatal resuscitation. Design: Newborn piglets (n=20, 1-3 days, 1.7-2.4kg) were anaesthetised, intubated, mechanically ventilated, and subjected to 30 min of hypoxia, followed by asphyxia. Asphyxia was induced by clamping the endotracheal tube and disconnecting the ventilator, until asystole was confirmed by zero carotid blood flow (CBF). Setting: Experimental setting. Subjects: Asphyxia-induced newborn piglets. Interventions: During asphyxia, HR assessments were performed with a DS using the NeoTapLS smartphone application, and compared to 6-sec method (6sec), and 10-sec method (10sec). Measurements and Main Results: Accuracy of obtained HRs was compared to CBF and electrocardiogram and assessment time using NeoTapLS, 6sec, and 10sec were also measured. The mean(SD) HR with the NeoTapLS was 68(26), compared to CBF with 68(27) bpm, 6sec with 68(27), and 10sec with 66(26) bpm during asphyxia. Bland-Altman analysis revealed no difference between HR using the NeoTapLS, 6sec, 10sec, compared to CBF HR, with NeoTapLS showing the smallest difference between 95% limits of agreement. The median (IQR) time required to obtain a HR using the NeoTapLS was 3(2-4)sec, compared to 6(6-7) and 10(10-11) sec for 6sec and 10sec, respectively. Conclusions Our data suggests that the NeoTapLS is accurate, fast, and precise during neonatal asphyxia to assess heart rate.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».