A Continuous and Noninvasive Method to Estimate Pao 2/Fio 2 Ratio
Notice bibliographique
Résumé
OBJECTIVES: To validate a method for continuously estimating the Pa o 2 /F io 2 (PF) ratio in all critically ill pediatric patients using only standard continuous data monitoring. DESIGN: Retrospective study on a high temporal resolution database. SETTING: PICU in Montreal, QC, Canada. PATIENTS/SUBJECTS: We included any patients admitted from May 2015 to May 2023 who had an arterial blood gas (ABG) with concurrent continuous pulsed oximetry saturation (Sp o 2 ) values. We used our previously validated mathematical model to determine the magnitude of hypoxemia by computing the estimated ePa o 2 /F io 2 (ePF) ratio and comparing it to the Sp o 2 /F io 2 (SF), using PF ratio as the reference standard. INTERVENTIONS: None. MEASUREMENTS AND MAIN RESULTS: We analyzed a total of 20,828 ABGs. When Sp o 2 was below or equal to 97%, the ePF ratio showed a significantly better hypoxemia classification (none, light/moderate, or severe) than the SF ratio (0.80 vs. 0.72; p < 0.001), a lower fixed bias (16.26 vs. –35.24; p < 0.001), a lower mean absolute error (37.92 vs. 63.93; p < 0.001) and a lower proportional bias (slope of 1.01 vs. 0.81; p < 0.001). ePF ratio has also a better limits of agreement difference from Bland-Altman plot (248.10 vs. 292.45; p < 0.001) and coefficient of determination (0.68 vs. 0.59; p < 0.001). When Sp o 2 was above 97%, the ePF ratio had better classification with Kappa (0.53 vs. 0.43; p < 0.001) and lower fixed bias (–0.63 vs. 65.68; p < 0.001). CONCLUSIONS: The PF ratio based on ePF allows for a continuous estimation of hypoxemia severity with a better performance than the SF ratio.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 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 ».