P.055 A clinical pathway of combined EEG monitoring in high-risk critically ill neonates
Notice bibliographique
Résumé
Background: overtreatment of neonatal seizures may result in neurological morbidity. aEEG, despite low sensitivity, is widely used, for ease of bedside interpretation. vEEG, is a limited resource needing expert interpretation. We hypothesize that using aEEG combined with vEEG will increase the sensitivity and specificity of seizure detection and reduce anti-convulsants use compared to aEEG alone. Methods: Prospective cohort of neonates admitted to CHEO NICU with suspected seizures between April 1st 2018 to present. Seizures (clinical/aEEG) were documented by bedside clinicians and compared to the vEEG. Bedside clinicians could call a neurologist for remote review of the vEEG. Outcomes include concordance of aEEG and vEEG events and number of episodes where management was changed based on both readings Results: 27 patients had both modalities recording simultaneously. No seizure was identified by either modality in 23 recordings. Seizures were identified in 4 vEEG recordings; the aEEG partially identified these seizures. aEEG specificity of 0.87, negative predictive value 0.8, sensitivity 0.44 and positive predictive value 0.57 Bedside clinician contacted a neurologist 9 times; in 2 cases, this prevented unnecessary treatment. Conclusions: In this small sample, aEEG had good specificity for ruling out seizures, but low sensitivity for detecting them. The new combined pathway may prevent unnecessary treatment.
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 | 0,007 |
| 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 | 0,001 | 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) | 0,006 | 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 ».