MétaCan
Menu
Retour à la cohorte
Enregistrement W4407800363 · doi:10.1111/1471-0528.18097

Advancements in Fetal Heart Rate Monitoring: A Report on Opportunities and Strategic Initiatives for Better Intrapartum Care

2025· review· en· W4407800363 sur OpenAlexafffund
Aimée A. K. Lovers, Martin Däumer, Martin G. Frasch, Austin Ugwumadu, Philip Warrick, Rik Vullings, Nicolò Pini, John Tolladay, Olav Bjørn Petersen, Christian Lederer, Yang Liu, Petar M. Djurić, Farhad Abtahi, Malin Holzmann, Samuel Boudet, Agathe Houzé de l’Aulnoit, Antoniya Georgieva

Notice bibliographique

RevueBJOG An International Journal of Obstetrics & Gynaecology · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueNeonatal and fetal brain pathology
Établissements canadiensMcGill University
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Institutes of HealthNovo NordiskDepartment of Health and Social CareMcGill UniversityNovo Nordisk FondenKaiser PermanenteEngineering and Physical Sciences Research CouncilNational Institute for Health and Care ResearchBill and Melinda Gates Foundation
Mots-clésCardiotocographyCaesarean sectionPsychological interventionMedicineIntensive care medicineMultidisciplinary approachFetal heart rateHealth careMedical emergencyPregnancyNursingFetusHeart rate

Résumé

récupéré en direct d'OpenAlex

Cardiotocography (CTG), introduced in the 1960s, was initially expected to prevent hypoxia-related deaths and neurological injuries. However, more than five decades later, evidence supporting the evidence of intrapartum CTG in preventing neonatal and long-term childhood morbidity and mortality remains inconclusive. At the same time, shortcomings in CTG interpretation have been recognised as important contributory factors to rising caesarean section rates and missed opportunities for timely interventions. An important limitation is its high false-positive rate and poor specificity, which undermines reliably identifying foetuses at risk of hypoxia-related injuries. These shortcomings are compounded by the technology's significant intra- and interobserver variability, as well as the subjective and complex nature of fetal heart rate interpretation. However, human factors and other environmental factors are equally significant. Advancements in fetal heart rate monitoring are crucial to support clinicians in improving health outcomes for newborns and their mothers, while at the same time avoiding unnecessary operative deliveries. These limitations highlight the clinical need to enhance neonatal outcomes while minimising unnecessary interventions, such as instrumental deliveries or caesarean sections. We believe that achieving this requires a paradigm shift from subjective interpretation of complex and nonspecific fetal heart rate patterns to evidence-based, quantifiable solutions that integrate hardware, engineering and clinical perspectives. Such transformation necessitates an international, multidisciplinary effort encompassing the entire continuum of pregnancy care and the broader healthcare ecosystem, with emphasis on well-defined, actionable health outcomes. Achieving this will depend on collaborations between researchers, clinicians, medical device manufacturers and other relevant stakeholders. This expert review paper outlines the most relevant and promising directions for research and strategic initiatives to address current challenges in fetal heart rate monitoring. Key themes include advancements in computerised fetal heart rate monitoring, the application of big data and artificial intelligence, innovations in home and remote monitoring and consideration of human factors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut 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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0040,004
Science ouverte0,0010,004
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,103
Tête enseignante GPT0,398
Écart entre enseignants0,295 · 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 source (Gemma direct ou Codex distillé), 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
GenreSynthèse

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

En bref

Citations15
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBJOG An International Journal of Obstetrics & GynaecologyMême sujetNeonatal and fetal brain pathologyTravaux en français237 207