Three-dimensional cranial ultrasound and functional near-infrared spectroscopy for bedside monitoring of intraventricular hemorrhage in preterm neonates
Notice bibliographique
Résumé
Germinal Matrix-Intraventricular Hemorrhage (GMH-IVH) remains a significant cause of adverse neurodevelopment in preterm infants. Current management relies on 2-dimensional cranial ultrasound (2D cUS) ventricular measurements. Reliable biomarkers are needed to aid in the early detection of posthemorrhagic ventricular dilatation (PHVD) and subsequent neurodevelopment. In a prospective cohort study, we incorporated 3-dimensional (3D) cUS and functional near-infrared spectroscopy (fNIRS) to monitor neonates with GMH-IVH. Preterm neonates (≤ 32 weeks' gestation) were enrolled following a GMH-IVH diagnosis. Neonates underwent sequential measurements: 3D cUS images were manually segmented using in-house software, and the ventricle volumes (VV) were extracted. Multichannel fNIRS data were acquired using a high-density system, and spontaneous functional connectivity (sFC) was calculated. Of the 30 neonates enrolled in the study, 19 (63.3%) had grade I-II and 11 (36.7%) grade III-IV GMH-IVH; of these, 7 neonates (23%) underwent surgical interventions to divert cerebrospinal fluid (CSF). In infants with severe GMH-IVH, larger VV were significantly associated with decreased |sFC|. Our findings of increased VV and reduced sFC suggest that regional disruptions of ventricular size may impact the development of the underlying white matter. Hence, 3D cUS and fNIRS are promising bedside tools for monitoring the progression of GMH-IVH in preterm neonates.
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 | 0,001 |
| 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 | 0,000 | 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 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 ».