Detection of Postoperative Vital Signs Abnormalities on a Surgical Ward using Conventional and Remote Automated Monitoring
Notice bibliographique
Résumé
Background: The true incidence of abnormal vital signs on post-surgical wards may be seriously underestimated based on nurse obtained conventional measurement. We sought to determine the incidence and severity of postoperative tachycardia, bradycardia and hypoxemia detected by continuous remote automated monitoring (RAM) versus the incidence of these vital sign abnormalities detected during routine nursing care. Methods: We conducted a prospective cohort proof-of-concept study of 121 patients aged ≥45 years recovering from orthopedic surgery. Eligible patients were at risk of postoperative myocardial injury and had a planned hospital stay ≥48 hours. Philips’ IntelliVue MX40 wearable RAM technology was used to continuously monitor patients’ heart rate and pulse oximetry up to 72 hours following surgery. In addition, study personnel obtained vital signs collected during routine nursing care from participants’ medical charts. Clinically meaningful tachycardia, bradycardia and hypoxemia were defined as heart rates >100, <55, and blood oxyhemoglobin saturation (SpO2) of <90% for >15 contiguous minutes, respectively. Results: Continuous RAM identified clinically meaningful episodes of tachycardia in 42 of 121 patients [34.7%] versus 7 patients [5.8%] identified by routine nursing care, for an absolute difference 28.9% (95% confidence interval [CI] 20.8, 37.0; p=0.001). RAM also detected bradycardia in 14 of 121 patients [11.6%] versus 6 patients [5.0%] detected by routine care, for an absolute difference 6.6% (95% CI 2.2, 11.0; p=0.07). RAM detected hypoxemia in 25 of 107 patients [23.3%] compared with 1 patient [0.9%] detected through routine monitoring, for an absolute difference of 22.4% (95% CI 14.5, 30.3; p=0.001). Conclusion: Most clinically meaningful episodes of vital signs abnormalities detected by continuous RAM were missed by nurses through conventional periodic monitoring. Continuous RAM technologies have the potential to improve patient outcomes through early identification of physiological abnormalities on surgical wards.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».