MétaCan
Menu
Retour à la cohorte
Enregistrement W4410393214 · doi:10.1109/access.2025.3570371

Time-Dependent Association Between Cardiotocographic Features and Hypoxic-Ischemic Encephalopathy

2025· article· en· W4410393214 sur OpenAlexafffund
Johann Vargas-Calixto, Tai-Wei Wu, Michael W. Kuzniewicz, Marie‐Coralie Cornet, Heather Forquer, Lawrence Gerstley, Philip Warrick, Robert E. Kearney

Notice bibliographique

RevueIEEE Access · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Rate Variability and Autonomic Control
Établissements canadiensMcGill University
Organismes subventionnairesMcGill UniversityNational Institutes of HealthKaiser PermanenteEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentBill and Melinda Gates Foundation
Mots-clésAssociation (psychology)Hypoxic Ischemic EncephalopathyComputer scienceEncephalopathyInternal medicineComputer networkMedicineCardiologyPsychology

Résumé

récupéré en direct d'OpenAlex

Neonatal hypoxic-ischemic encephalopathy (HIE) is caused by sustained hypoxemia near birth. Clinical assessment using cardiotocography (CTG), which measures the fetal heart rate (FHR) and maternal uterine pressure (UP), aims to identify infants at increased risk of HIE. Although CTG is nonstationary, current automated methods for its analysis use time invariant discrimination rules. Our objective was to examine the association between features of CTG and the development of HIE to determine if accounting for the time to delivery (TTD) would strengthen these associations. We analyzed 88 features extracted from FHR and UP signals from 25,197 vaginally delivered infants for whom blood gas measurements were available. All infants were categorized according to their blood gas exams into three mutually exclusive groups: 167 HIE, 1,912 acidosis - a precursor to HIE, and 22,903 healthy cases. We evaluated CTG features during the last twelve hours of labor to explore the associations between 1) CTG features and TTD, 2) CTG features and the development of HIE, and 3) the conditional association between CTG features and the development of HIE given TTD. These associations were quantified using the normalized mutual information. We found that all CTG features varied with TTD. Furthermore, 48 out of 88 features were not significantly associated with the outcome of labor and might not be useful in classification studies. We also found that 40 out of 88 features had significant associations with the development of HIE; accounting for TTD increased the association for 26 of these features. Therefore, automated methods for prediction of infants at risk of HIE should focus on this set of CTG features and account for their time-varying properties.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,010
Tête enseignante GPT0,288
Écart entre enseignants0,277 · 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'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE AccessMême sujetHeart Rate Variability and Autonomic ControlTravaux en français237 207