Derivation of Novel Imaging Biomarkers of Neonatal Brain Injury Using Bedside Diffuse Optical Tomography: Protocol for a Prospective Feasibility Study
Notice bibliographique
Résumé
Prognostication of neurodevelopmental outcomes for neonates with hypoxic-ischemic encephalopathy (HIE) is primarily reliant on structural assessment using conventional brain magnetic resonance imaging in the clinical setting. Diffuse optical tomography (DOT) can provide complementary information on brain function at the bedside, further enhancing prognostic accuracy. The predictive accuracy and generalizability of DOT-based neuroimaging markers are unknown. This study aims to test the feasibility of prospectively recruiting and retaining neonates for 12 months in a larger study that investigates the prognostic utility of DOT-based biomarkers of HIE. The study will recruit 25 neonates with HIE over one year and follow them beyond NICU discharge at 6 and 12 months of age. Study subjects will undergo resting-state DOT measurement within 7 days of life for a 30-45-min period without sedation. A customized neonatal cap with 10 sources and eight detectors per side will be used to quantify cortical functional connectivity and to generate brain networks using MATLAB-based software (version 24.2). The Ages and Stages Questionnaires-3rd edition will be used for standardized developmental assessments at follow-up. This feasibility study will help refine the design and sample-size calculation for an adequately powered larger study that determines the clinical utility of DOT-based neuroimaging in perinatal brain injury.
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 | 0,026 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,008 |
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 ».