Hemodynamic determinants of postoperative neurocognitive impairment using Random Forest analysis and partial dependence plots
Notice bibliographique
Résumé
This study investigated the effect of hemodynamic data during cardiopulmonary bypass (CPB) on neurocognitive impairment in patients undergoing coronary artery bypass graft (CABG) surgery using machine learning algorithms. Twenty-eight CABG patients were included in the study. Systolic and diastolic blood pressure, pulse (PLS), and SpO 2 were recorded at 2.4-second intervals, yielding 730,870 data points (450,548 after artefact removal). Data were analyzed using Random Forest classification and Partial Dependence Plots (PDPs) to evaluate the collective and individual effects of parameters on neurocognitive outcomes. Separate analyses were conducted for the surgery period, bypass, and cross-clamp periods. Cognitive impairment was assessed using the Montreal Cognitive Assessment (MoCA), with a decrease of ≥ 2 points considered indicative of impairment. The highest classification accuracy (86%) was achieved during the bypass period when all parameters were analyzed together. Parameter importance varied by surgical phase: PLS was most significant during the surgery period and bypass periods. PDPs revealed specific optimal parameter ranges for each surgical phase. This study highlights the complex and dynamic role of hemodynamic parameters in preserving neurocognitive function during CABG surgery. Findings suggest that monitoring specific combinations of parameters during different surgical phases could help reduce neurocognitive risks. The significant importance of PLS data and its relationship with mean arterial pressure (MAP) values indicates that pulsatile flow may play a crucial role in neurocognitive protection. Future research should validate these findings in larger cohorts and develop phase-specific monitoring strategies for clinical implementation.
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 | 0,013 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».