A new trauma severity scoring system adapted to wearable monitoring: A pilot study
Notice bibliographique
Résumé
Wearable technologies represent a strong development axis for various medical applications and these devices are increasingly used in daily life as illustrated by smart watches' popularisation. Combined with new data processing methods, it constitutes a promising opportunity for telemonitoring, triage in mass casualty situations, or early diagnosis after a traffic or sport accident. An approach to processing the physiological data is to develop severity scoring systems to quantify the critical level of an individual's health status. However, the existing severity scores require a human evaluation. A first version of a severity scoring system adapted to continuous and real-time wearable monitoring is proposed in this article. The focus is made on three physiological parameters straightforwardly measurable with wrist-wearables: heart rate, respiratory rate, and SpO2, which may be enough to characterise continuously hemodynamic and respiratory status. Intermediate score functions corresponding to each physiological parameter have been established using a sigmoid model. The boundary conditions have been defined based on a survey conducted among 54 health professionals. An adapted function has also been developed to merge the three intermediate scores into a global score. The scores are associated with a triage tricolour code: green for a low-priority casualty, orange for a delayable one, red for an urgent one. Preliminary confrontation of the new severity scoring system with real data has been carried out using a database of 84 subjects admitted to the intensive care unit. Colour classification by the new scoring system was compared with independent physicians' direct evaluation as a reference. The prediction success rate values 74% over the entire database. Two examples of continuous monitoring over time are also given. The new score has turned out to be consistent, and may be easily upgraded with the integration of additional vital signs monitoring or medical information.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».