Évaluation hémodynamique par thermographie infrarouge chez l’enfant après une chirurgie cardiaque
Bibliographic record
Abstract
Introduction : L’évaluation hémodynamique des patients critiques est difficile et l'estimation du débit cardiaque par le clinicien est peu fiable. La chaleur des extrémités est utilisée pour évaluer la perfusion périphérique mais reste très subjective. Un gradient thermique élevé entre la température centrale et la température périphérique a été corrélé à une augmentation des résistances vasculaires systémiques et une diminution du débit cardiaque. L'objectif de cette étude est d'évaluer la relation entre le gradient thermique, obtenu par thermographie infra-rouge (TIR), et le ratio d'extraction d'oxygène (O2ER) chez les enfants de 0 à 18 ans ayant eu une chirurgie cardiaque avec circulation extracorporelle. Méthode : Étude observationnelle prospective portant sur les enfants en post opératoire de chirurgie cardiaque avec une circulation extracorporelle. Le gradient thermique entre la température centrale (cantus interne de l’oeil) et périphérique (hallux) obtenue par TIR a été comparé à l’O2ER concomitant dans les 24 premières heures post opératoires. Résultats : 41 patients ont été inclus. Une corrélation faible a été retrouvée entre le gradient thermique et l’O2ER (r = 0.25 p = 0.016). Cette corrélation augmentait pour des niveaux d’O2ER plus élevés. La spectroscopie par proche infra-rouge (NIRS) cérébrale avait aussi une corrélation significative avec le gradient thermique (r = -28 p=0.001). Seul l’âge influençait significativement le gradient thermique. Les agents vasopresseurs et vasodilatateurs n’exerçaient aucune influence. Conclusion : Une corrélation significative mais faible a été retrouvée entre le gradient thermique par thermographie infrarouge et l’O2ER après une chirurgie cardiaque pédiatrique. Une caméra thermique plus sensible et l’acquisition de mesures plus précises du gradient thermique à partir d’un plus grand effectif pourraient améliorer nos résultats.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".