Quantitative cardiorespiratory analysis in the care of extremely preterm infants
Notice bibliographique
Résumé
La majorité des nouveau-nés extrêmement prématurés, dont l'âge gestationnel est inférieur à 28 semaines, ont besoin d'une surveillance respiratoire spécialisée et d'une ventilation par tube endotrachéale (VTET) pour maintenir un échange de gaz adéquats. Cependant, un VTET prolongé est associé à des taux plus élevés de problèmes de développement neurologiques. Par conséquent, les médecins extubent les nourrissons de la VTET dès que leur jugement clinique indique que le nourrisson est prêt. Malheureusement, de nombreux nourrissons échouent leur tentative d'extubation et nécessitent une réintubation et le rétablissement de la VTET. La réintubation est techniquement difficile et est elle-même associée à une augmentation du risque de morbidités à long terme. Par conséquent, l'objectif principal de cette thèse était de développer un outil de prédiction automatisé de l'état de préparation à l'extubation (APEX): un prédicteur objectif de la capacité du nourrisson à être extubé, basé sur l'analyse de signaux cardiorespiratoires enregistrés de manière non-invasive.Après l'extubation, les bébés très prématurés ont besoin d'un soutien respiratoire. Un support largement utilisé est la ventilation en pression positive continue (CPAP), qui fournit une pression continue des voies respiratoires. Un type de support plus récent est la lunette nasale à haut débit (HFNC) qui utilise une canule plus petite pour délivrer un mélange de gaz chauffé et humidifié à des débits élevés. Il existe peu de preuves cliniques concernant son efficacité chez les nouveau-nés extrêmement prématurés. Par conséquent, un deuxième objectif de cette thèse était de comparer le comportement cardiorespiratoire des bébés extrêmement prématurés lors de leur traitement par CPAP et HFNC.Les naissances extrêmement prématurées sont rares. Il a fallu recruter des nourrissons de plusieurs sites au Canada et aux États-Unis. Le troisième objectif de la thèse était le développement d'un ensemble d'outils pour acquérir, gérer et analyser des données cardiorespiratoires dans un environnement collaboratif distribué. Premièrement, nous avons caractérisé la relation entre le changement de circonférence thoracique et les signaux de pléthysmographie respiratoire par inductance (RIP) aux fréquences respiratoires rencontrées chez les nouveau-nés. Nous avons démontré que le RIP est une représentation linéaire du changement de circonférence lors de mouvements respiratoires néonatals. Deuxièmement, nous avons développé l'algorithme DAVA afin de faciliter l'acquisition, la visualisation, et la validation de données dans le cadre d'études collaboratives. Troisièmement, nous avons mis au point une procédure automatisée pour caractériser le comportement cardiorespiratoire.Nous avons utilisé ces outils pour réaliser l’étude de soutien post-extubation en recueillant les données de 30 nouveau-nés extrêmement prématurés. Ils avaient des pauses respiratoires significativement plus longues et des besoins en oxygène plus élevés sous HFNC que sous CPAP. Ce sont des précurseurs courants d'un échec d'extubation, et ces résultats démontrent donc la nécessité de mener d'autres études prospectives.Pour l'étude APEX, nous avons acquis les paramètres cliniques et les signaux cardiorespiratoires de 266 nouveau-nés extrêmement prématurés. Nous avons conçu un classificateur non linéaire, objectif, à deux étapes, automatisé, et a identifié avec précision 75% des nourrissons ayant échoué à l'extubation. Cependant, 29% des nourrissons étant classifiés comme ‘échec’ par APEX auraient resté sur VTET plus longtemps que nécessaire. Cette performance est excellente étant donné que tous ces nourrissons ont été jugés cliniquement prêts pour l'extubation. Le classificateur APEX a prédit objectivement l'état de préparation à l'extubation, sans intervention humaine, en se fiant sur la plus grande multi-institutionnelles base de données cardiorespiratoires acquise à ce jour chez des nouveau-nés extrêmement prématurés
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».