Statistical properties of cerebral near infrared and intracranial pressure-based cerebrovascular reactivity metrics in moderate and severe neural injury: a machine learning and time-series analysis
Notice bibliographique
Résumé
Abstract Background Cerebrovascular reactivity has been identified as a key contributor to secondary injury following traumatic brain injury (TBI). Prevalent intracranial pressure (ICP) based indices of cerebrovascular reactivity are limited by their invasive nature and poor spatial resolution. Fortunately, interest has been building around near infrared spectroscopy (NIRS) based measures of cerebrovascular reactivity that utilize regional cerebral oxygen saturation (rSO 2 ) as a surrogate for pulsatile cerebral blood volume (CBV). In this study, the relationship between ICP- and rSO 2 -based indices of cerebrovascular reactivity, in a cohort of critically ill TBI patients, is explored using classical machine learning clustering techniques and multivariate time-series analysis. Methods High-resolution physiologic data were collected in a cohort of adult moderate to severe TBI patients at a single quaternary care site. From this data both ICP- and rSO 2 -based indices of cerebrovascular reactivity were derived. Utilizing agglomerative hierarchical clustering and principal component analysis, the relationship between these indices in higher dimensional physiologic space was examined. Additionally, using vector autoregressive modeling, the response of change in ICP and rSO 2 (ΔICP and ΔrSO 2 , respectively) to an impulse in change in arterial blood pressure (ΔABP) was also examined for similarities. Results A total of 83 patients with 428,775 min of unique and complete physiologic data were obtained. Through agglomerative hierarchical clustering and principal component analysis, there was higher order clustering between rSO 2 - and ICP-based indices, separate from other physiologic parameters. Additionally, modeled responses of ΔICP and ΔrSO 2 to impulses in ΔABP were similar, indicating that ΔrSO 2 may be a valid surrogate for pulsatile CBV. Conclusions rSO 2 - and ICP-based indices of cerebrovascular reactivity relate to one another in higher dimensional physiologic space. ΔICP and ΔrSO 2 behave similar in modeled responses to impulses in ΔABP. This work strengthens the body of evidence supporting the similarities between ICP-based and rSO 2 -based indices of cerebrovascular reactivity and opens the door to cerebrovascular reactivity monitoring in settings where invasive ICP monitoring is not feasible.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 ».