Temporal Evolution of Intrapartum Fetal Heart Rate Features
Notice bibliographique
Résumé
Our research goal is to improve the intrapartum identification of tracings associated with severe acidosis at birth and subsequent hypoxic-ischemic encephalopathy so that timely interventions could avoid such complications without causing excessive unnecessary interventions in births with normal outcomes. The present study examines the evolution of fetal heart rate (FHR) features over the course of labor. We analyzed FHR signals collected in the last 6 hours before delivery in 21,853 births with normal neonatal outcomes and in 163 that developed hypoxic-ischemic encephalopathy (HIE) from 15 hospitals of Kaiser Permanente Northern California. We divided these six hours into 18 nonoverlapping 20-minute epochs. The power spectral density of each epoch was divided into three bands: low frequency (LF, 30-150 mHz), movement frequency (MF, 150-500 mHz), and high frequency (HF, 500-1000 mHz). We also estimated the LF/(MF+HF) ratio, the mean and standard deviation of the FHR signal, the approximate entropy (ApEn), and the deceleration capacity (DC). In our results, ApEn, the standard deviation, and DC showed a promising ability to detect risk of HIE as early as 120 minutes before birth, which gives enough leading time for timely interventions.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».