MétaCan
Menu
Retour à la cohorte
Enregistrement W4390739976 · doi:10.3390/bioengineering11010073

Data-Driven Insights into Labor Progression with Gaussian Processes

2024· article· en· W4390739976 sur OpenAlexaff
Tilekbek Zhoroev, Emily Hamilton, Philip Warrick

Notice bibliographique

RevueBioengineering · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueMaternal and Perinatal Health Interventions
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésCervical dilationCardiotocographyGaussian processCervical dilatationDilation (metric space)Confidence intervalComputer scienceMedicineGaussianEconometricsMathematicsFetusPregnancyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Clinicians routinely perform pelvic examinations to assess the progress of labor. Clinical guidelines to interpret these examinations, using time-based models of cervical dilation, are not always followed and have not contributed to reducing cesarean-section rates. We present a novel Gaussian process model of labor progress, suitable for real-time use, that predicts cervical dilation and fetal station based on clinically relevant predictors available from the pelvic exam and cardiotocography. We show that the model is more accurate than a statistical approach using a mixed-effects model. In addition, it provides confidence estimates on the prediction, calibrated to the specific delivery. Finally, we show that predicting both dilation and station with a single Gaussian process model is more accurate than two separate models with single predictions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,929
Score d'incertitude au seuil0,248

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,347
Écart entre enseignants0,314 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioengineeringMême sujetMaternal and Perinatal Health InterventionsTravaux en français237 207