Electroencephalography and optical neuromonitoring predict short-term outcomes in neonates undergoing therapeutic hypothermia for hypoxic-ischemic encephalopathy
Notice bibliographique
Résumé
Electroencephalography (EEG) and optical neuromonitoring were used to predict short-term outcomes in neonates undergoing therapeutic hypothermia (TH) for hypoxic-ischemic encephalopathy (HIE). Fifty-two neonates undergoing TH for HIE were prospectively recruited. Continuous EEG monitoring was initiated within 24 h of life and a quantitative discontinuity index was calculated. Combined frequency-domain near infrared spectroscopy (FDNIRS) and diffuse correlation spectroscopy (DCS) were initiated within 48 h of life and used to measure cerebral hemoglobin oxygen saturation (SO 2 ) and a cerebral blood flow index. Using these parameters and hemoglobin concentration measurements, cerebral oxygen extraction fraction (OEF), indices of cerebral oxygen delivery and metabolism (CMRO 2i ) as well as cerebral oxygen reserve (CRO 2 ) were derived. Short-term outcome was classified based on brain injury pattern on magnetic resonance imaging and/or death; as normal-mild, moderate or severe outcome. Results showed that EEG discontinuity index, SO 2 and CRO 2 were higher and OEF lower in neonates with severe compared to normal-mild and moderate outcomes during TH. EEG discontinuity index was the most accurate and earliest parameter to identify moderate vs. severe outcomes while CMRO 2i identified normal-mild vs. moderate outcomes as early as day 2 of TH. Combining EEG and FDNIRS-DCS parameters improved area-under-the-curve, sensitivity and specificity for most of the predictive models.
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 | 0,001 | 0,005 |
| 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 | 0,001 | 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 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 ».