medRxiv 预印本· Vargas-Calixto, J., Kuzniewicz, M. W., Cornet, M.-C., Wu, Y. W., Lahiri, A., Gerstley, L., Parker, J., Warrick, P. A., Kearney, R. E. ·· 1 天前AI 评分22
时间感知机器学习可从胎心监护中早期识别缺氧缺血性脑病风险胎儿
Time-aware machine learning enables early intrapartum identification of fetuses at risk of hypoxic-ischemic encephalopathy from cardiotocography
AI 导读
基于Kaiser Permanente Northern California 174,186例GA≥35周分娩数据，研究将CTG训练窗口从分娩前最后1小时逐步延长至全产程并加入产程起始时间（TLO）特征，在固定15%假阳性率下评估。加入TLO后，40.3%的HIE病例可在分娩前至少3小时被识别、27.3%至少提前6小时，较仅用最后1小时的模型绝对提升8.4%和10.7%。
来源：medRxiv 预印本 · medrxiv.org