STATISTICAL MODELLING OF HEART RATE VARIATIONS IN PRETERM INFANTS TO REDUCE FALSE ALARM RATES
Notice bibliographique
Résumé
Objective To develop a model of heart rate variations in preterm infants for detecting false alarms. Methods Infants 150 bpm) and a normal state 100–150 bpm. The probabilities of these infants remaining in each state and changing from states were calculated as a Markov chain probability model using MATLAB 7.5 (Mathworks, Natick, Massachusetts, USA). The Kolmogorov entropy principle (the probability of error increasing the longer it is from an event) was used to calculate the false alarm rate. The probability of the infant’s heart rate reaching alarm states (A1, A2) was computed. These probabilities were compared with the actual changes in the heart rate after 2, 4, 6 and 8 minutes have elapsed from the initial time. Results 45 infants with mean (SD) gestational age of 28.7 (2) weeks, mean (SD) birthweight of 1250 (346) g were studied. The average probabilities of error for predicting state A1 and state A2 are summarised in the table. Conclusions It is feasible to utilise statistical techniques for calculating the probabilities of false alarm rate of heart rate signals in preterm infants using statistical techniques.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».