Next generation of non-contact and wireless vital sign monitoring technology in the neonatal intensive care unit: a systematic review
Notice bibliographique
Résumé
BACKGROUND: Current vital sign monitoring uses skin sensors connected to monitors via wires. Emerging technologies include non-contact and wireless wearable systems. This systematic review aims to determine the current stage of development of these technologies and the prospect for clinical translation. METHODS: A search on Medline, Embase, Cochrane, Scopus, and Engineering Village was conducted for studies published between January 2014 and August 2024. Two reviewers independently screened articles and extracted data on technology, signals and feasibility, safety, and accuracy outcomes. Risk of bias was assessed using the QUADAS-2; quantitative and qualitative analyses were conducted. RESULTS: Sixty observational studies were included: 43 (72%) non-contact and 17 (28%) wireless sensors. All used a reference sensor, with a median sample of 10 patients (IQR: 6-29); and median participant characteristics were moderately preterm infants around 34 weeks of age (IQR: 31-35). Studies typically monitored a single vital sign using offline data processing with good accuracy. Risk of bias and applicability concerns were driven by small samples, unclear participant selection, and limited reporting. CONCLUSION: Next generation non-contact and wireless wearable technologies have the potential to enhance neonatal vital sign monitoring, but research addressing limitations and exploring feasibility and safety are needed. Standardized reporting frameworks and greater transparency are necessary for comparisons across studies. IMPACT: Most emerging technologies are non-contact technologies monitoring one vital sign, usually respiratory rate (RR), and a minority were wireless wearable sensors monitoring more than one vital sign usually heart rate and RR and showed good accuracy. Studies had small sample sizes, short recording durations, and exclusively focused on accuracy, and often missing important information about participants and study methodology. Wireless and non-contact technologies show promise, and this review provides recommendations to improve study design, extend recording durations, and enhance transparency in reporting and participant selection.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 |
| 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 ».