The Finnegan Score for Neonatal Opioid Withdrawal Revisited With Routine Electronic Data: Retrospective Study
Notice bibliographique
Résumé
Background: The severity of neonatal abstinence syndrome (NAS) may be assessed with the Finnegan score (FS). Since the FS is laborious and subjective, alternative ways of assessment may improve quality of care. Objective: In this pilot study, we examined associations between the FS and routine monitoring data obtained from the electronic health record system. Methods: The study included 205 neonates with NAS after intrauterine (n=23) or postnatal opioid exposure (n=182). Routine monitoring data were analyzed at 60±10 minutes (t-1) and 120±10 minutes (t-2) before each FS assessment. Within each time period, the mean for each variable was calculated. Readings were also normalized to individual baseline data for each patient and parameter. Mixed effects models were used to assess the effect of different variables. Results: Plots of vital parameters against the FS showed heavily scattered data. When controlling for several variables, the best-performing mixed effects model displayed significant effects of individual baseline-controlled mean heart rate (estimate 0.04, 95% CI 0.02-0.07) and arterial blood pressure (estimate 0.05, 95% CI 0.01-0.08) at t-1 with a goodness of fit (R2m) of 0.11. Conclusions: Routine electronic data can be extracted and analyzed for their correlation with FS data. Mixed effects models show small but significant effects after normalizing vital parameters to individual baselines.
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».