Development and validation of a sample entropy-based method to identify complex patient-ventilator interactions during mechanical ventilation
Sarlabous, Leonardo (Parc Taulí Hospital Universitari. Institut d'Investigació i Innovació Parc Taulí (I3PT))
Aquino Esperanza, Jose (Universitat de Barcelona. Facultat de Medicina i Ciències de la Salut)
Magrans, Rudys (BetterCare (Sabadell))
de Haro, Candelaria (Parc Taulí Hospital Universitari. Institut d'Investigació i Innovació Parc Taulí (I3PT))
López-Aguilar, Josefina (Parc Taulí Hospital Universitari. Institut d'Investigació i Innovació Parc Taulí (I3PT))
Subirà, Carles (Universitat Internacional de Catalunya)
Batlle Solà, Montserrat (Universitat Internacional de Catalunya)
Rué, Montserrat (Universitat de Lleida)
Gomà, Gemma (Parc Taulí Hospital Universitari. Institut d'Investigació i Innovació Parc Taulí (I3PT))
Ochagavía Calvo, Ana (Parc Taulí Hospital Universitari. Institut d'Investigació i Innovació Parc Taulí (I3PT))
Fernández, Rafael (Universitat Internacional de Catalunya)
Blanch, Lluís (Parc Taulí Hospital Universitari. Institut d'Investigació i Innovació Parc Taulí (I3PT))
Universitat Autònoma de Barcelona

Data:	2020
Resum:	Patient-ventilator asynchronies can be detected by close monitoring of ventilator screens by clinicians or through automated algorithms. However, detecting complex patient-ventilator interactions (CP-VI), consisting of changes in the respiratory rate and/or clusters of asynchronies, is a challenge. Sample Entropy (SE) of airway flow (SE -Flow) and airway pressure (SE -Paw) waveforms obtained from 27 critically ill patients was used to develop and validate an automated algorithm for detecting CP-VI. The algorithm's performance was compared versus the gold standard (the ventilator's waveform recordings for CP-VI were scored visually by three experts; Fleiss' kappa = 0. 90 (0. 87-0. 93)). A repeated holdout cross-validation procedure using the Matthews correlation coefficient (MCC) as a measure of effectiveness was used for optimization of different combinations of SE settings (embedding dimension, m, and tolerance value, r), derived SE features (mean and maximum values), and the thresholds of change (Th) from patient's own baseline SE value. The most accurate results were obtained using the maximum values of SE -Flow (m = 2, r = 0. 2, Th = 25%) and SE -Paw (m = 4, r = 0. 2, Th = 30%) which report MCCs of 0. 85 (0. 78-0. 86) and 0. 78 (0. 78-0. 85), and accuracies of 0. 93 (0. 89-0. 93) and 0. 89 (0. 89-0. 93), respectively. This approach promises an improvement in the accurate detection of CP-VI, and future study of their clinical implications.
Drets:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, fins i tot amb finalitats comercials, sempre i quan es reconegui l'autoria de l'obra original.
Llengua:	Anglès
Document:	Article ; recerca ; Versió publicada
Matèria:	Biomarkers ; Translational research ; Engineering ; Biomedical engineering ; Scientific data ; Statistics ; Data acquisition ; Data processing ; Databases ; Machine learning
Publicat a:	Scientific reports, Vol. 10 (august 2020) , ISSN 2045-2322
Obra relacionada:	Sarlabous, Leonardo; Aquino Esperanza, Jose; Magrans, Rudys; de Haro, Candelaria; [et al.]. «Development and validation of a sample entropy-based method to identify complex patient-ventilator interactions during mechanical ventilation». Scientific reports, Vol. 10 (november 2020), p.1 https://doi.org/10.1038/s41598-020-75424-8

Correcció de l'article: https://ddd.uab.cat/record/253070
DOI: 10.1038/s41598-020-70814-4
PMID: 32807815

12 p, 5.1 MB

El registre apareix a les col·leccions:
Documents de recerca > Documents dels grups de recerca de la UAB > Centres i grups de recerca (producció científica) > Ciències de la salut i biociències > Institut d’Investigació i Innovació Parc Taulí (I3PT)
Articles > Articles de recerca
Articles > Articles publicats