Reliability of non-invasive blood pressure monitoring in sick very low birth weight preterm infants
Notice bibliographique
Résumé
Background Accurate blood pressure (BP) measurement is crucial for assessing hemodynamic features in infants with very low birth weight (VLBW). Various methods are available to monitor BP, including both invasive arterial blood pressure (IBP) and non-invasive blood pressure (NIBP). IBP monitoring, although accurate, poses risks due to its invasive approach, while NIBP monitoring, despite being safer, may lack precision. Objective To evaluate the agreement between IBP and NIBP measurements and assess the reliability of NIBP in diagnosing hypotension among VLBW infants. Methods This study was conducted in the neonatal intensive care unit (NICU) of King Fahd Armed Forces Hospital, Jeddah, Saudi Arabia. VLBW infants (n = 40) with IBP measured via an umbilical arterial catheter (UAC) or peripheral arterial line (PAL) were included. Simultaneous NIBP measurements were taken using appropriately sized cuffs. Results Across 3260 paired measurements, NIBP showed a mean bias of −6 ± 10 mmHg compared to IBP, with 95% limits of agreement from −25.6 to 13.6 mmHg. NIBP overestimated systolic, diastolic, and mean arterial pressures (MAP) by 8.9 mmHg, 7.47 mmHg, and 6.76 mmHg, respectively (all p < 0.001). Overall, 58% of pairs exceeded ±15% of invasive MAP. Invasive hypotension prevalence was 4.3% (MAP < gestational age) and 21.7% (MAP <30 mmHg). Receiver operating characteristics analysis showed modest diagnostic accuracy of NIBP (area under the curve = 0.627 and 0.707), with specificity >90% but sensitivity only 26.6%. Conclusions NIBP overestimates blood pressure, and IBP is the gold standard method for accurate BP assessment in VLBW infants.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».