Impact of Temporal Resolution on Autocorrelative Features of Cerebral Physiology from Invasive and Non-Invasive Sensors in Acute Traumatic Neural Injury: Insights from the CAHR-TBI Cohort
Notice bibliographique
Résumé
Therapeutic management during the acute phase of traumatic brain injury (TBI) relies on continuous multimodal cerebral physiologic monitoring to detect and prevent secondary injury. These high-resolution data streams come from various invasive/non-invasive sensor technologies and challenge clinicians, as they are difficult to integrate into management algorithms and prognostic models. Data reduction techniques, like moving average filters, simplify data but may fail to address statistical autocorrelation and could introduce new properties, affecting model utility and interpretation. This study uses the CAnadian High-Resolution TBI (CAHR-TBI) dataset to examine the impact of temporal resolution changes (1 min to 24 h) on autoregressive integrated moving average (ARIMA) modeling for raw and derived cerebral physiologic signals. Stationarity tests indicated that the majority of the signals required first-order differencing to address persistent trends. A grid search identified optimal ARIMA parameters (p,d,q) for each signal and resolution. Subgroup analyses revealed population-specific differences in temporal structure, and small-scale forecasting using optimal parameters confirmed model adequacy. Variations in optimal structures across signals and patients highlight the importance of tailoring ARIMA models for precise interpretation and performance. Findings show that both raw and derived indices exhibit intrinsic ARIMA components regardless of resolution. Ignoring these features risks compromising the significance of models developed from such data. This underscores the need for careful resolution considerations in temporal modeling for TBI care.
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 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| 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 ».