Разработка и валидация приложения для смартфона для скрининга неонатальной желтухи
Development and Validation of a Smartphone Application for Neonatal Jaundice Screening
2024-12-11
SCID: 54.1/qkncy3aj
Discuss with AI
градиентный бустинг деревьевскрининг неонатальной желтухипрогнозирование сывороточного билирубинаанализ цвета кожимашинное обучение на основе смартфона
Figures from the paper
Abstract (AI)
Актуальность: В данном диагностическом исследовании описывается объединение специализированных медицинских знаний (принцип Крамера, согласно которому желтушность кожи распространяется в каудальном направлении) с современными методами машинного обучения (МО) для создания нового инструмента скрининга неонатальной желтухи (НЖ), которой подвержены 60% доношенных и 80% недоношенных детей. Цель: Разработать и валидировать приложение на основе МО для смартфона, предназначенное для прогнозирования уровня билирубина (SpB) у новорождённых различных этнических групп с использованием анализа цвета кожи. Дизайн, место проведения и участники: Диагностическое исследование проводилось с июня 2022 года по июнь 2024 года в многопрофильном стационаре и 4 клиниках первичной медико-санитарной помощи в Сингапуре; в исследование последовательно включали новорождённых, родившихся на сроке 35 недель беременности или более и в возрасте до 21 дня. Воздействие: Приложение на основе МО для смартфона получало изображения кожи через центральное отверстие стандартизированной карточки-стикера для калибровки цвета с нескольких представляющих интерес участков, расположенных в краниокаудальном направлении, в соответствии с принципом Крамера. Модель МО разрабатывалась итеративно и проходила k-кратную перекрёстную проверку; её эффективность оценивали по среднеквадратической ошибке, корреляции Пирсона и согласованности с общим сывороточным билирубином (TSB). Финальная модель МО прошла временную валидацию. Основные исходы и методы оценки: Оценивали линейную корреляцию и статистическую согласованность между парными измерениями SpB и TSB, а также чувствительность и специфичность выявления уровня TSB не менее 17 мг/дл при уровне SpB не менее 13 мг/дл. Результаты: Приложение на основе МО для смартфона было валидировано у 546 новорождённых (медианный [межквартильный размах] гестационный возраст — 38,0 [35,0–41,0] недели; 286 [52,4%] мальчиков; 315 [57,7%] китайцев, 35 [6,4%] индийцев, 169 [31,0%] малайцев и 27 [4,9%] представителей других этнических групп). Итеративная разработка и перекрёстная проверка проводились на 352 новорождённых. Финальная модель МО (ансамбль деревьев с градиентным бустингом) включала показатели желтизны кожи лба, грудины и живота. Временная валидация у 194 новорождённых дала коэффициент корреляции Пирсона r = 0,84 (95% ДИ,...
Key Findings
1
Разработано смартфонное приложение на основе машинного обучения для оценки уровня билирубина по цвету кожи новорождённых с использованием принципа Крамера и стандартизированной цветовой калибровки.
2
При временной валидации у 194 новорождённых выявлена сильная корреляция между прогнозом билирубина приложением и общим сывороточным билирубином: Pearson r = 0,84 (95% ДИ в абстракте приведён не полностью).
3
Приложение анализирует показатели желтизны кожи лба, грудины и живота с помощью ансамблевой модели градиентного бустинга.
4
Приложение предназначено для скрининга клинически значимой неонатальной желтухи; уровень билирубина по смартфону не менее 13 мг/дл использовался для выявления общего сывороточного билирубина не менее 17 мг/дл.
5
В исследование включены новорождённые разных этнических групп, родившиеся на сроке не менее 35 недель; проведены разработка, кросс-валидация и временная валидация в различных клинических условиях.
Research Object
Новорождённые со сроком гестации не менее 35 недель и возрастом до 21 дня, у которых желтуха оценивается по цвету кожи
Research Subject
Прогнозирование уровня билирубина и выявление клинически значимой неонатальной желтухи по измерениям цвета кожи с помощью основанного на машинном обучении приложения для смартфона
Publication Details
Publication Date
2024-12-11
Journal
Publisher
ISSN
Cited by
22
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest