Neonatal heart rate variability: a contemporary scoping review of analysis methods and clinical applications
Notice bibliographique
Résumé
BACKGROUND: Neonatal heart rate variability (HRV) is widely used as a research tool. However, HRV calculation methods are highly variable making it difficult for comparisons between studies. OBJECTIVES: To describe the different types of investigations where neonatal HRV was used, study characteristics, and types of analyses performed. ELIGIBILITY CRITERIA: Human neonates ≤1 month of corrected age. SOURCES OF EVIDENCE: A protocol and search strategy of the literature was developed in collaboration with the McGill University Health Center's librarians and articles were obtained from searches in the Biosis, Cochrane, Embase, Medline and Web of Science databases published between 1 January 2000 and 1 July 2020. CHARTING METHODS: A single reviewer screened for eligibility and data were extracted from the included articles. Information collected included the study characteristics and population, type of HRV analysis used (time domain, frequency domain, non-linear, heart rate characteristics (HRC) parameters) and clinical applications (physiological and pathological conditions, responses to various stimuli and outcome prediction). RESULTS: Of the 286 articles included, 171 (60%) were small single centre studies (sample size <50) performed on term infants (n=136). There were 138 different types of investigations reported: physiological investigations (n=162), responses to various stimuli (n=136), pathological conditions (n=109) and outcome predictor (n=30). Frequency domain analyses were used in 210 articles (73%), followed by time domain (n=139), non-linear methods (n=74) or HRC analyses (n=25). Additionally, over 60 different measures of HRV were reported; in the frequency domain analyses alone there were 29 different ranges used for the low frequency band and 46 for the high frequency band. CONCLUSIONS: Neonatal HRV has been used in diverse types of investigations with significant lack of consistency in analysis methods applied. Specific guidelines for HRV analyses in neonates are needed to allow for comparisons between studies.
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 | 0,041 | 0,177 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,006 |
| Bibliométrie | 0,040 | 0,040 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,005 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».