Evaluation of transcutaneous near-infrared spectroscopy for early detection of cardiac arrest in an animal model
Notice bibliographique
Résumé
Abstract Sudden cardiac arrest (SCA) is a leading cause of mortality worldwide. Outcomes highly depend on the SCA-to-resuscitation interval, highlighting the clinical need for quick and reliable SCA detection. Near-infrared spectroscopy (NIRS), a noninvasive optical technique, may have utility for SCA detection. We investigated the ability of hindlimb transcutaneous NIRS to detect changes with pentobarbital-induced cardiac arrest in eight Yucatan miniature pigs. NIRS measurements during cardiac arrest were compared to invasively acquired carotid blood pressure and spinal cord tissue partial oxygen pressure (PO2). We observed statistically significant decreases in mean arterial pressure (MAP) 64.68 mmHg ± 13.08, p = 0.016), spinal cord PO2 (38.16 mmHg ± 20.04, p = 0.016), and NIRS-derived tissue oxygen saturation (TSI%) (14.50% ± 3.80, p = 0.0078) from baseline to 5 minutes after pentobarbital administration. Euthanasia-to-first change in hemodynamics for MAP and TSI (%) were similar [MAP (10.43 ± 4.73 sec) vs TSI (%) (12.04 ± 1.85 sec), p = 0.605]. No significant difference was detected between NIRS and blood pressure-derived pulse rates during baseline periods (p > 0.99) and following pentobarbital administration (p = 0.97). Similar to invasive indices, transcutaneous NIRS demonstrated marked changes with cardiac arrest and was able to rapidly identify hemodynamic changes. Transcutaneous NIRS monitoring may present a novel and noninvasive approach to SCA detection.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».