Nachricht

Jun 23, 2023

Nicht

Scientific Reports Band 13, Artikelnummer: 2370 (2023) Diesen Artikel zitieren 1815 Zugriffe auf 2 Details zu altmetrischen Metriken Ziel der Studie war es, die Leistung eines neu entwickelten Produkts zu bewerten

Wissenschaftliche Berichte Band 13, Artikelnummer: 2370 (2023) Diesen Artikel zitieren

1815 Zugriffe

2 Altmetrisch

Details zu den Metriken

Ziel der Studie war es, die Leistung eines neu entwickelten, auf Spektroskopie basierenden, nicht-invasiven und berührungslosen Geräts (SAMIRA) zur gleichzeitigen Messung von Hämoglobin, Bilirubin und Sauerstoffsättigung als Alternative zur invasiven biochemischen Methode der Blutentnahme zu bewerten. Die Genauigkeit des Geräts wurde bei 4318 Neugeborenen beurteilt, bei denen entweder Anämie, Gelbsucht oder Hypoxie auftraten. Mit dem neu entwickelten Instrument wurden transkutane Bilirubin-, Hämoglobin- und Blutsättigungswerte ermittelt, die durch biochemische Bluttests von erfahrenen Klinikern bestätigt wurden. Das Instrument wird mithilfe der Analyse künstlicher neuronaler Netzwerke trainiert, um die Akzeptanz der Daten zu erhöhen. Die im Instrument integrierte künstliche Intelligenz bestimmt den Krankheitszustand des Neugeborenen. Der Pearson-Korrelationskoeffizient r betrug 0,987 für die Hämoglobinschätzung und 0,988 für die Bilirubin- und Blutgassättigung. Der Bias und die Grenzen der Übereinstimmung für die Messung aller drei Parameter lagen innerhalb der klinisch akzeptierten Grenze.

Neugeborenen-Gelbsucht, Anämie und Hypoxie sind weltweit die häufigsten Gesundheitsprobleme bei Neugeborenen und machen einen Großteil der Säuglingssterblichkeit aus. Die Prävalenz von Neugeborenen-Gelbsucht, Anämie und Hypoxie wird bei gesunden Neugeborenen mit 50 bis 60 % angegeben1,2,3. Jüngsten Berichten der Weltgesundheitsorganisation zufolge ist jedes zweite Kind weltweit von Neugeborenengelbsucht betroffen. Einer der Hauptgründe für eine pathologische Hyperbilirubinämie ist die übermäßige Produktion von Bilirubin, einem Nebenprodukt des Hämoglobinabbaus, und die beeinträchtigte Fähigkeit des Neugeborenen, es auszuscheiden4. Von den gemeldeten Fällen neonataler Hyperbilirubinämie leiden etwa 15 % der Neugeborenen an einer anhaltenden Gelbsucht, die etwa 14 bis 21 Tage anhält5. Alle diese Säuglinge, die an anhaltender Gelbsucht leiden, haben aufgrund der erhöhten Bilirubinproduktion durch Hämolyse einen deutlich verringerten Hämoglobinspiegel6 und eine erhöhte Bilirubinkonzentration im Blut, was bei Neugeborenen zu einem gleichzeitigen pathologischen Zustand von Gelbsucht und Anämie führt4,6. Nach Angaben der American Academy of Pediatrics (AAP) ist die Inzidenz neonataler Hyperbilirubinämie bei Säuglingen mit Risikofaktoren wie ABO-Inkompatibilität, Rh-Inkompatibilität, Erstickung bei der Geburt usw. erhöht.7. Es wurde berichtet, dass das Auftreten von Neugeborenengelbsucht bei Neugeborenen, die an Geburtsasphyxie leiden, wahrscheinlicher ist als bei Neugeborenen ohne Geburtsasphyxie8,9,10,11, da die Leber nicht mit Sauerstoff versorgt wird, was zu einer hypoxischen Schädigung gefolgt von Bilirubin führt Konjugationsfähigkeit der Leber, was letztendlich zu Gelbsucht führt8. Darüber hinaus können perinatale Asphyxie und hypoxisch-ischämische Enzephalopathie zu einer Störung der Blut-Hirn-Schranke führen, wodurch unkonjugiertes Bilirubin ungehindert in die Neuronen gelangen kann, was zu einer akuten Bilirubin-Enzephalopathie führt8. Darüber hinaus kann eine Fehlregulation des Blutflusses zur Lunge aufgrund einer Hämolyse auch zu einem Ungleichgewicht im Ventilations- und Perfusionsverhältnis führen, was zu einem hypoxischen Zustand12 bei Neugeborenen13 führt. Daher ist die gleichzeitige Überwachung der Bilirubin-, Hämoglobin- und Sauerstoffsättigungswerte bei Neugeborenen unerlässlich, um eine angemessene Behandlung sicherzustellen. Die heutige Methode zur Messung der Serumbilirubinkonzentration (TSB), des Hämoglobinspiegels (Hb) und des arteriellen Blutgases (zur Messung der Blutsauerstoffsättigung) erfordert eine schmerzhafte Blutentnahme14,15,16,17, die unter mehreren langfristigen Folgen wie einer Infektion leidet Entnahmestelle, Osteomyelitis (wenn auch in seltenen Fällen), Blutverlust usw.15,18,19. Obwohl sich nicht-invasive Methoden (BiliCheck™20, JM-105™21, Rad 57™22 NBM-200 usw.)23 als Alternativen zu wiederholten Blutentnahmen zur TSB- und Hb-Messung etabliert haben24,25, weisen sie jedoch Nachteile auf bestimmte inhärente Einschränkungen, die ihre Verwendung in weit verbreiteten Krankenhausumgebungen einschränken24,26,27. Insbesondere variiert die Genauigkeit dieser nicht-invasiven Geräte je nach Rasse und es wurde festgestellt, dass sie bei asiatischen, hispanischen und afrikanischen Bevölkerungsgruppen (mit dunkler Hautfarbe) weniger genau sind28. Andererseits sind die verfügbaren transkutanen Pulsoximeter der Stand der Technik für die kontinuierliche Schätzung der Sauerstoffsättigung bei Neugeborenen. Obwohl Pulsoximeter mit der Blutsauerstoffsättigung korrelieren und seit mehr als einem Jahrzehnt im Krankenhausbereich eingesetzt werden, weisen sie bestimmte Einschränkungen auf, die verbessert werden können, um ihre Akzeptanz zu erhöhen. Die Pulsoximeter sind anfällig für die Bewegung des Probanden und liefern fehlerhafte Ergebnisse, indem sie die Bewegung des Säuglings als Pulssignal interpretieren29. Darüber hinaus überschätzen diese Pulsoximeter die arterielle Sauerstoffsättigung (SpO2) bei weniger als 90 % Sättigung, wodurch ihre Verwendung bei Säuglingen mit Herzerkrankungen eingeschränkt wird30,31. Daher ist für eine ordnungsgemäße Behandlung die Überwachung der Bilirubin-, Hämoglobin- und SpO2-Werte am Krankenbett des Neugeborenen erforderlich, das an Gelbsucht, Anämie oder Hypoxie leidet.

In dieser Studie wollen wir ein nicht-invasives Point-of-Care-Gerät (z. B. SAMIRA, Spectrum Assisted Medical Inoffensive Radiation Application) zur gleichzeitigen Bestimmung von Hämoglobin, Bilirubin und Sauerstoffsättigung bei Neugeborenen entwickeln. Das neu entwickelte Instrument nutzt einen Algorithmus zur Quantifizierung von drei Blutparametern aus einer einzigen diskreten Messung. Die gleichzeitige Messung von Bilirubin, Hämoglobin und Sauerstoffsättigung bei Neugeborenen auf nicht-invasive Weise aus einer einzigen Messung für deren ordnungsgemäße Behandlung ist die Motivation der aktuellen Arbeit. Da das Gerät Daten von den Blutgefäßen des distalen subungualen Arkadenbereichs und des oberflächlichen Arkadenbereichs sammelt und dabei den Einfluss von Melanin oder Hautfarbe vernachlässigt, wird angenommen, dass es genaue transkutane Messwerte von TSB, Hb und SpO2 liefert. Durch die zusätzliche Einbeziehung von maschinellem Lernen und künstlicher Intelligenz wurde die Datengenauigkeit des vorgeschlagenen Geräts verbessert. Dank des maschinellen Lernalgorithmus ist das entwickelte Gerät in der Lage, Daten zu sperren, die zu 98 % genau sind. Studien an einer großen Anzahl von Neugeborenenpopulationen halfen bei der genauen Bestimmung der Auflichtdosis, der Optimierung der Datenerfassungszeit usw. und machten das Gerät für Point-of-Care-Einstellungen äußerst präzise und genau. Bisher wurde unseres Wissens nach kein Gerät entwickelt, das diese drei Blutparameter gleichzeitig auf nicht-invasive Weise überwachen kann.

Der in Abb. 1a dargestellte Geräteaufbau basiert auf dem Prinzip der diffusen Reflexionsspektroskopie. Die Technik der diffusen Reflexionsspektroskopie (DRS) basiert auf der Lichtmenge, die von den Gewebeschichten nach dem Eindringen des einfallenden Lichts gesammelt wird32,33,34. Das retroreflektierte Licht enthält somit Informationen über die Gewebemikrostruktur und den biomolekularen Inhalt. Die Daumennagelplatte von Neugeborenen wird mit Licht einer weißen Leuchtdiodenquelle (LED) (3 W, 400–700 nm, 700 LUX, 4,78 mW optische Leistung) beleuchtet und das diffuse optische Signal im sichtbaren Bereich gesammelt ein CCD-basierter Spektrograph (STS-VIS, hergestellt von Ocean Optics, Florida) mit einer Wellenlängenauflösung von 0,47 nm. Eine 6:1-Glasfasersonde mit diffusem Reflexionsvermögen in Laborqualität, hergestellt von Ocean Optics, Florida, wurde verwendet, um das Licht über die 6 peripheren Anregungsfasern der Sonde von der Quelle zum Nagel des Patienten zu übertragen und das Antwortsignal über die zentrale Sammelfaser zu empfangen, indem sie gehalten wird Sondenspitze senkrecht zum Nagel positionieren. Die im Spektrometer erhaltene spektrale Reaktion wird dann über eine USB-Verbindung an einen Computer übertragen, um sie in unserer entwickelten grafischen Benutzeroberfläche in der LabVIEW-Plattform (National Instruments) zu verarbeiten. Die anschließende Datenerfassung, Analyse und Ergebnisgenerierung übernimmt die maßgeschneiderte Software. Das Gerät verfügt außerdem über geeignete Kühlvorrichtungen (5-V-DC-Lüfter, 0,2 A) zur Ableitung der von den Komponenten erzeugten überschüssigen Wärme, wodurch die Geräteleistung auch bei wechselnden Temperaturbedingungen unverändert bleibt. In dem maßgeschneiderten, von Stromversorgungsmodulen gesteuerten Gerät wird künstliche Intelligenz auch automatisch von der Software implementiert, um zuverlässiges Spektrum nach der Datenerfassung herauszufiltern, indem der Benutzer dazu angeleitet wird, mehr Daten zu erfassen, sofern nicht die entsprechende Genauigkeitsstufe erreicht wird. Abbildung 1b zeigt den deutlichen Unterschied in der spektralen Signatur des Blutes eines Kontroll-Neugeborenen (TSB von 2,4 mg/dl, Hb von 19,1 g/dl und arterielles Blutgas von 95 %) im Vergleich zu einem kranken Neugeborenen (TSB von 29,8 mg/dl). dL, Hb von 10,2 g/dL und arterielles Blutgas von 92 %.

Entwurf des entwickelten Prototyps mit den erfassten Daten und dem entfalteten Spektrum. (a) Das Instrument besteht aus einer LED-Quelle, einer 6:1-Lichtleitfaser, einem CCD-basierten Spektrophotometer und einem integrierten elektronischen Modul (Einzelheiten siehe Text). (b) Die erfassten Spektren von zwei Probanden. Proband 1 ist erkrankt und hat einen TSB-Wert von 29,8 mg/dL; Hb-Wert 10,2 g/dl; und SpO2-Wert von 92 %. Proband 2 stammt von einem normalen Säugling mit einem TSB-Wert von 2,4 mg/dl; Hb-Wert 19,1 g/dl und SpO2-Wert 95 %. (c) Arbeitsablauf des Instruments (d) Entfaltete Peaks von Subjekt 1 zusammen mit der kumulativen Anpassung (e) Entfaltete Peaks von Subjekt 2 zusammen mit der kumulativen Anpassung (siehe Text).

Mit der Software LABVIEW (National Instruments) wurde eine grafische Benutzeroberfläche für die Datenerfassung, Datenanalyse und Generierung nachfolgender Ergebnisse entwickelt35,36. Der Algorithmus für den Arbeitsablauf des Geräts ist in Abb. 1c dargestellt. Das aus dem Nagelbett des Neugeborenen gewonnene Vollblutspektrum wurde entfaltet, um fünf unabhängige Signale bei fünf Wellenlängen (462,92 nm, 539,34 nm, 568,09 nm, 577,2 nm und 620 nm) zu erhalten. Eine vergleichende spektrale Reaktion zwischen einem gelbsüchtigen und anämischen Säugling (Subjekt 1) und einem normalen (Subjekt 2) sowie deren entfaltete Spektren ist in Abb. 1d, e dargestellt.

Die vorliegende Studie verwendet einen hochentwickelten Algorithmus für maschinelles Lernen (ML), bekannt als Künstliche Neuronale Netze (ANN), um die große Menge an während der Studie gesammelten Datensätzen zu analysieren. Das Hauptziel besteht darin, ein Framework für künstliche Intelligenz (KI) durch Techniken des maschinellen Lernens (ML) einzuführen, bei denen es sich um dedizierte Algorithmen handelt, die der Software beibringen, aus Daten zu lernen37.

Der ANN-Algorithmus versucht, das Netzwerk eines menschlichen Gehirns nachzuahmen, indem er Aufgaben lernt und Probleme löst38. Die Eingabeschichten und Ausgabeschichten des Netzwerks sind durch einzelne oder mehrere verborgene Schichten und Verbindungsknoten mit variablem „Gewichtungsfaktor“39 verbunden.

Beim entwickelten Prototyp wurde größte Sorgfalt auf die Erfassung der Spektrumsdaten gelegt. Abbildung 1c zeigt das einfache sequentielle Programmablaufdiagramm der Software zur genauen Beurteilung der Hämoglobin-, Bilirubin- und Sauerstoffsättigungswerte im Blut bei Neugeborenen. Nach dem Einschalten erfolgt eine Funktionsprüfung und Initialisierung des Geräts. Bei Unstimmigkeiten korrigiert das Gerät die verschiedenen Bedingungen automatisch und startet automatisch neu. Anschließend erscheint ein Popup-Fenster, in dem Sie aufgefordert werden, Patientendaten wie Name, Alter, Geschlecht, Gesundheitszustand usw. zusammen mit den Daten in einzelnen Ordnern zu speichern. Als nächstes führt die Software dazu, „Referenz“- und „Dunkel“-Spektren einmalig für eine bestimmte Umgebungsbedingung zu speichern. Das Dunkelspektrum wurde in Gegenwart von Umgebungslicht durch Ausschalten der Quell-LED erfasst. Durch die Aufnahme des Referenzspektrums wurde der Effekt der Lichtstreuung am Nagelbett berücksichtigt. Das Referenzspektrum wurde mit einem Standardstreugerät (WS-1 Reflectance Standards, Ocean Optics) mit einer Punktgröße von 0,7 cm Durchmesser aufgenommen. Der Abstand zwischen der Sondenspitze und dem Streuer wurde senkrecht auf einem Abstand von ~ 1,5 cm gehalten, sodass das maximale Licht gestreut wurde. Das vorab erfasste Dunkelspektrum und das Referenzspektrum (die jeden Tag vor Beginn der Datenerfassung erfasst wurden) wurden zur Spektrumverarbeitung aus dem vorinstallierten Dateispeicherort gelesen. Es ist zu beachten, dass die Dunkel- und Referenzspektren jeden Tag vor Beginn der Datenerfassung erfasst wurden, um mögliche Auswirkungen von Schwankungen des Umgebungslichts zu vermeiden. Bei einem Wechsel des Messortes wurden beide Spektren neu aufgenommen. Die Integrationszeit des Spektrometers wurde in dieser gesamten Studie auf 3000 ms und die Boxcar-Breite (Glättungsfaktor/laufender Durchschnitt) auf 2 festgelegt, um ein ordnungsgemäßes Signal-Rausch-Verhältnis (S/N) der Spektren aufrechtzuerhalten. Die durchschnittliche Zeit zum Erfassen zuverlässiger Daten mit dem Gerät beträgt etwa 30 Sekunden, während die Zeit, die für die Übermittlung der erfassten Daten an die Cloud erforderlich ist, fast 1 Minute beträgt.

Für den Datenverarbeitungsmechanismus beschreibt die folgende Struktur die verschiedenen ANN-Schichten, die für die vorliegende Studie verwendet werden (Abb. 2).

Algorithmus für maschinelles Lernen (a) Schematische Darstellung des ANN, das im vorgeschlagenen Gerät zur Erkennung von Hämoglobin, Bilirubin und Sauerstoffsättigung verwendet wird. (b) Zeitabhängiges kontinuierliches Serienflussdiagramm zur Schätzung der Blutparameter in regelmäßigen Zeitintervallen (siehe Text).

Die Dunkel-, Referenz- und Probenspektren mit den Absorptionswerten von 450 bis 650 nm sind die primären Elemente, die von der Eingabeschicht verwendet werden.

Diese Ebene generiert die verarbeiteten Spektrumsdaten mithilfe der folgenden Gleichung

Die Aufnahme der Dunkel- und Referenzspektren und die Verarbeitung des erfassten Signals gemäß Gl. (1) kompensiert den Einfluss der Lichtstreuung vom Nagelbett des Neugeborenen. In dieser Schicht wurde auch eine Trainingsanweisung eingeführt, die die Amplitude des Absorptionsbereichs auf 0,5 und 0,6 bei 620 nm begrenzt. Dies wurde durch die folgende Anweisung aufrechterhalten: 0,5 ≤ Abs 620 nm ≥ 0,6. Diese Bedingung wurde erfüllt, um eine Punktgröße von 0,7 cm und einen Abstand zwischen Sondenspitze und Nagelbett von 0,6 cm aufrechtzuerhalten.

Schicht zur Entfaltung des verarbeiteten Spektrums (Rohsignale) und zur Bewertung der Residuen (Menge der gestreuten Daten aus der angepassten Linie) der Anpassungsparameter, damit diese vom System akzeptiert werden. Das aus dem Nagelbett der Neugeborenen gesammelte Vollblutspektrum wurde in fünf Gaußsche Funktionen entfaltet (Abb. 1d, e). Die Gleichung für jede Gaußsche Funktion (y) lautet wie folgt:

Dabei ist y0 der Versatz, A die Amplitude der Gaußschen Kurve, w die Vollbreite mal Halbmaxima (FWHM) und xc die Spitzenwellenlänge der Gaußschen Kurve. Jede der fünf Gaußschen Kurven hat feste Spitzenwellenlängen bei 462,92 nm, 539,34 nm, 568,09 nm, 577,2 nm und 620 nm. Die Peakwellenlängen wurden auf der Grundlage des Absorptionsmusters von sauerstoffhaltigem Hämoglobin, sauerstofffreiem Hämoglobin und Bilirubin ausgewählt.

Diese Schicht ist auch für die Erzeugung von Zugehörigkeitsfunktionen verantwortlich, wobei die Spitzenwellenlänge von 462,92 nm der Absorption von Bilirubin entspricht, 539,34 nm und 577,2 nm den Q-Banden von Oxyhämoglobin entsprechen und die von 568,09 nm der Desoxygenierung entspricht Höhepunkt des Hämoglobins. Es wurde angenommen, dass der zusätzliche Peak bei 620 nm die Grundlinien- und Streubeiträge des erfassten Spektrums korrigiert.

In dieser Schicht wurde eine kumulative Anpassung der Daten erzielt, indem jede der fünf unabhängigen Gaußkurven wie folgt addiert wurde.

Dabei sind A1, A2, A3, A4 und A5 die Amplitude der Gaußschen Kurven mit Spitzenwellenlängen bei 462,92 nm, 539,34 nm, 577,2 nm, 568,09 nm bzw. 620 nm, wie bereits erwähnt. In dieser Ebene wird die Fläche unter jeder der Gaußschen Kurven mithilfe der Trapezregel und der kumulativen angepassten Gleichung berechnet. Unter der Annahme, dass f(x) über [a,b] kontinuierlich ist, wurde die Fläche unter jeder Gaußschen Kurve berechnet mit:

Die Instrumentierungsindizes für die Parameter wurden in dieser Ebene anhand der Fläche unter den fünf Gaußschen Kurven identifiziert und jedem einzelnen von ihnen wurde eine entsprechende Gewichtung zugewiesen. Es wurde festgestellt, dass die Summierung der Fläche unter den Kurven (AUC), die der Wellenlänge von 539,34 nm und 577,2 nm entspricht (AUC539,34 + AUC577,2), eine Schätzung von Hämoglobin als Absorptionsbande bei 539 nm und 577 nm liefert Das Blutspektrum entspricht der Absorption von sauerstoffhaltigem Hämoglobin und der Tiefpunkt bei 568 nm entspricht dem sauerstofffreien Hämoglobin40,41. In ähnlicher Weise wurden Bilirubin und Sauerstoffsättigung durch Messung von AUC462,92 (da 462 der charakteristische Peak von Bilirubin42 ist) bzw. AUC577,2/AUC568,09 berechnet. Die Amplitude der Gaußschen Kurve veränderte sich in Abhängigkeit von der Menge des vorhandenen Biomoleküls (Bilirubin und Hämoglobin). Die Änderung der AUCs wurde mit dem Goldstandard abgebildet, um die Kalibrierungskurve zu erhalten.

In dieser Schicht wurde die Restpunktzahl der angepassten Daten aus dem erfassten Spektrum analysiert. In dieser Schicht wird die Menge der Streudaten des erfassten Signals in Bezug auf die in der verborgenen Schicht L3 angegebenen vordefinierten Parameter analysiert. Für die Akzeptanz der Daten müssen 98 % der verbleibenden Datenpunkte notwendigerweise innerhalb des Bereichs von ± 0,02 % der kumulativen angepassten Kurve liegen. Im Gegensatz dazu werden verstreute Datenpunkte über ± 0,02 % verworfen. Ein Vergleich zwischen den akzeptierten und den abgelehnten Daten ist in Abb. 3a–f dargestellt.

Trainingssätze des Geräts unter Verwendung des selbst entwickelten Algorithmus (a,c,e) Rohe und angepasste Daten mit den verstreuten Restpunkten zwischen ± 0,02 % aus den kumulativen angepassten Daten, verwendet für die Schätzung von TSB (19,8 mg/dL), Hb (11,2 g/dl) und SpO2 (99 %). (b,d,f) Rohe und angepasste Daten mit den verstreuten Restpunkten über ± 0,02 % der kumulativen angepassten Daten, die vom Algorithmus für die Schätzung von TSB (19,8 mg/dl), Hb (11,2 g/dl) verworfen wurden SpO2 (99 %). (g–i) Die Kalibrierungskurve zwischen den vom Gerät erfassten Instrumentenindexwerten und den erhaltenen TSB-Werten aus der Blutuntersuchung an den drei Partitionen (siehe Text) bei jeweils 229 Neugeborenen. Die Kalibrierungskurve weist einen polynomialen Charakter mit den TSB-Werten und der Instrumentenindexfunktion auf. (j–l) Die Kalibrierungskurve zwischen den vom Gerät erfassten Instrumentenindexwerten und den erhaltenen Hb-Werten aus der Blutuntersuchung an den drei Partitionen (siehe Text) bei jeweils 1072 Neugeborenen. Die Kalibrierkurve zeigt eine lineare Abhängigkeit mit den Hb-Werten und der Instrumentenindexfunktion. (m–o) Die Kalibrierungskurve zwischen den vom Gerät erfassten Instrumentenindexwerten und den erhaltenen ABG-Werten aus biochemischen Tests an den drei Partitionen (siehe Text) bei jeweils 483 Neugeborenen. Die Kalibrierungskurve weist einen polynomialen Charakter mit den ABG-Werten und der Instrumentenindexfunktion auf.

Zunächst wurde die Maschine darauf trainiert, die Spektren zu akzeptieren, wenn 90 % der Restdatenpunkte der angepassten Daten im Bereich von ± 0,02 % lagen. Der angepasste r2 für die Quantifizierung von Hämoglobin, Bilirubin und Sauerstoffsättigung (Tabelle 1) betrug für diesen Trainingsdatensatz 0,77, 0,96 bzw. 0,95 (Abb. 3g). Auf diese Weise wurde eine Bibliothek mit den Hämoglobin-, Bilirubin- und Sauerstoffsättigungswerten von 483 Neugeborenen erstellt. Die prototypspezifischen Instrumentenindizes wurden mithilfe einer Regressionsanalyse klinisch validiert (Abb. 3)43,44. Das Minimierungsproblem wurde genutzt, um den Fehler zwischen dem vorhergesagten Wert und dem tatsächlichen Wert mithilfe der folgenden Gleichungen zu minimieren

wobei J die Minimierungsfunktion ist. Die Differenz zwischen den vorhergesagten Werten und den erfassten Werten misst die Fehlerdifferenz.

Die Funktion „Mean Squared Error“ (MSE) über alle Datenpunkte wurde berechnet, indem die Fehlerdifferenz quadriert, über alle Datenpunkte summiert und dieser Wert durch die Gesamtzahl der Datenpunkte dividiert wurde.

Um den Fehler zu reduzieren, wurde die Maschine darauf trainiert, die Spektren zu akzeptieren, wenn 95 % der Restdatenpunkte der angepassten Daten im Bereich von ± 0,02 % lagen. Der angepasste r2 für die Quantifizierung von Hämoglobin, Bilirubin und Sauerstoffsättigung betrug für diesen Trainingsdatensatz jeweils 0,96, 0,97 und 0,95 (Abb. 3). Allerdings betrug die Standardabweichung für die Schätzung der drei Blutparameter ± 5,4. Schließlich wurde die Maschine darauf trainiert, die Spektren zu akzeptieren, wenn 98 % der Restdatenpunkte der angepassten Daten im Bereich von ± 0,02 % lagen. Der angepasste r2 für die Quantifizierung von Hämoglobin, Bilirubin und Sauerstoffsättigung betrug für diesen Trainingsdatensatz jeweils 0,96, 0,97 und 0,95 (Abb. 3). Die verborgene Schicht L5 identifiziert grundsätzlich gute und schlechte Daten durch Fehlerberechnung. Abbildung 3a–f zeigt deutlich, wie sich die guten Daten hinsichtlich der Menge der verstreuten Daten aus der kumulativen Anpassungslinie deutlich von den schlechten Daten unterscheiden.

Die verarbeiteten Daten in einer Datenbibliothek werden sowohl lokal als auch im Cloud-Speicher abgelegt. Die Bereitstellung einer dynamischen Kalibrierungsbibliothek stärkt den Gesamtalgorithmus des Geräts durch iterative Methode.

Diese Schicht ist auch für das Entscheidungsprotokoll verantwortlich. Die Identifizierung guter Daten führt zur Ausgabeschicht, wo ein Blutbericht erstellt wird, während für schlechte Daten die Backpropagation-Technik angewendet wird.

Die Ausgabeschicht schätzte die Hämoglobin-, Bilirubin- und Sauerstoffsättigung der Neugeborenen und zeigte sie an. Folglich wurde auch angezeigt, ob das Neugeborene an Anämie, Gelbsucht oder Hypoxie leidet. Das IOT-fähige Gerät ermöglicht dem Benutzer das Versenden von Blutberichten per E-Mail und SMS. Wenn eine Anämie festgestellt wird, kann der Online-Bericht an den Arzt oder den Patienten gesendet werden, um den Behandlungsvorgang zu beschleunigen. Abschließend erscheint ein Dialogfenster, in dem Sie feststellen können, ob der Auftrag abgebrochen oder wiederholt werden soll. Durch die einfache und benutzerfreundliche Bedienoberfläche der Software kann das Gerät von jedem Laien ohne medizinische oder instrumentelle Vorkenntnisse bedient werden.

Der entwickelte Prototyp kann die Blutparameter in gleichen Zeitintervallen erfassen und eignet sich für die Zeitreihenüberwachung nach folgender Gleichung:

Für Neugeborene, die sich einer Phototherapie unterziehen, würde die Zeitreihenanalyse mit gleichen Intervallen mit dem Bhutani-Nomogramm7 verglichen, um das Risikoniveau zu ermitteln, das mit der Lebenszeit des Säuglings und der Bilirubinkonzentration im Serum verbunden ist. Für Patienten mit hämolytischer Anämie und Neugeborene, die an Herzerkrankungen oder Hypoxie leiden, wird die zeitabhängige Datenüberwachung von Hämoglobin und Sauerstoffsättigung für das Behandlungsmanagement und die Festlegung zukünftiger Therapieverläufe von entscheidender Bedeutung sein.

Das Versuchsprotokoll bestand aus der Datenerfassung mit dem hauseigenen Gerät (SAMIRA), aus den Daten wurden Parameter berechnet. Die Messungen mit dem Gerät wurden gleichzeitig mit der Blutentnahme des Neugeborenen aufgezeichnet. Das Blut wurde zur Analyse geschickt, um TSB, Hb und SpO2 abzuschätzen, was von einem Statistiker bestätigt wurde, der für die gesamte Studie blind war. Eine einzelne Messung wurde am Daumennagelbett des Neugeborenen durchgeführt, um drei Blutparameter gleichzeitig abzuschätzen.

Hierbei handelte es sich um eine prospektive Beobachtungsstudie, die über einen Zeitraum von 25 Monaten ab Januar 2017 in der Abteilung für Kindermedizin des Nil Ratan Sircar Medical College and Hospitals (NRSMH, ein staatlich unterstütztes Tertiärkrankenhaus) in Kalkutta, Indien, durchgeführt wurde.

Die Stichprobengröße wurde mithilfe der Everald-Gleichung zur Leistungsberechnung in Diagnosetests geschätzt45. Unter der Annahme, dass die erwartete niedrigste Sensitivität (SN) bei 95 %, die niedrigste erwartete Spezifität (SP) bei 80 %, das Konfidenzintervall (W) für Sensitivität und Spezifität bei 5 % und die Prävalenz von Neugeborenen-Gelbsucht, Anämie und Hypoxie bei 15 liegt %2,3,46 Die zum Erreichen der angestrebten Sensitivität und Spezifität erforderliche Mindestprobengröße betrug jeweils 487 bzw. 290. Daher beträgt die effektive Populationsgröße 2331. Wir haben uns jedoch entschieden, eine viel höhere Anzahl (N = 4318) Probanden in unsere Studie einzubeziehen, um ein robusteres statistisches Ergebnis zu erzielen. Davon wurden 3427 Probanden mit unserem entwickelten Algorithmus analysiert. Die restlichen 891 Probanden wurden auf Grundlage unseres vorgeschlagenen Algorithmus ausgeschlossen.

Die Studie umfasste 4668 Neugeborene mit einem Gestationsalter von 28 bis 40 Wochen. Unter ihnen verfehlten 70 Probanden die Rekrutierungskriterien, davon hatten 47 Probanden eine Kanüle an einer der Hände und 9 Patienten hatten andere Komplikationen (z. B. unzugänglicher Daumennagel, unebenes Nagelbett oder andere körperliche Probleme mit dem Daumen) und wurden daher ausgeschlossen . Basierend auf verschlechterten Blutproben (hämolysierte Blutproben, verzögerte Blutverarbeitung, unzureichendes Blutvolumen und unklare Blutinformationen) wurden 223 Patienten weiterhin von der Analyse ausgeschlossen. Daher wurde für die Studie die effektive Populationsgröße von 4318 Neugeborenen berücksichtigt. Umfassende Einzelheiten zu den Probanden finden Sie in Tabelle 2. Davon wurden 3689 Probanden mit unserem entwickelten Algorithmus analysiert. Die restlichen 630 Probanden wurden auf Grundlage unseres vorgeschlagenen Algorithmus ausgeschlossen. Einzelheiten zu Einschluss- und Ausschlusskriterien sind in Tabelle 3 beschrieben. Von den 3689 Neugeborenen wurden Messungen von 1784 Probanden für das Training oder die Kalibrierung des Geräts verwendet. Der Rest der Neugeborenen von 1935 wurde für die Validierung des Instruments ausgewählt.

Es ist erwähnenswert, dass die Rekrutierung von Neugeborenen nicht fortlaufend erfolgte, da nicht alle in der Abteilung praktizierenden Ärzte an der Studie beteiligt waren. Die Neugeborenen, die von den an der Studie beteiligten Ärzten behandelt wurden, wurden eingewiesen. Der Anschein einer möglichen Selektionsverzerrung wurde durch den von Hammer et al.47 beschriebenen Ansatz vermieden. Zufällige Zuweisung von Ärzten (eine allgemeine Richtlinie für die öffentlichen Krankenhäuser in Indien), großer Zeitrahmen der Studie (15 Monate), ausreichend große Stichprobengröße, Datenerfassung über ein 24-Stunden-Fenster und genügend Anzahl von Probanden in jeder Unterkategorie (d. h , Schichtung der Stichproben) trugen dazu bei, die Stichprobenverzerrung zu vermeiden.

Es wurde darauf geachtet, dass während des gesamten Versuchszeitraums ein ähnliches klinisches Protokoll, d. h. Studien-, Referenz- und Probenentnahmemethoden sowie Patientenrekrutierungsstrategien, beibehalten wurden. Um Verzerrungen bei den Messungen zu vermeiden, wurde besonders darauf geachtet, dass die Techniker, Kliniker, Forscher und Datenanalysten an den Datenerfassungsstandorten keinen Einblick in die SAMIRA und die hämatologischen Daten haben. Daten jedes Neugeborenen zu vordefinierten Variablen wie Datum, Identifikationsnummer, Geschlecht, Gestationsalter, mütterliche Vorgeschichte, etwaige Risikofaktoren, Behandlungsdetails usw. wurden aus klinischen Diagrammen auf einem Tablet mit der erforderlichen Datenbank mit den erforderlichen Daten gesammelt. Proforma wurde von einem Labortechniker erstellt, der für die Studie angeheuert wurde. Die Blutentnahme, Serumisolierung und Messungen durch SAMIRA wurden von ausgebildeten Krankenschwestern der Abteilung für Kindermedizin, NRSMH, durchgeführt. Sie waren für das Hochladen der SAMIRA-Messwerte in die Datenbank verantwortlich. Die hämatologischen Parameter wurden von erfahrenen klinischen Biochemikern am Zentrallabor des NRSMH gemessen, die von der Studie überhaupt nichts wussten. Die TSB-, Hb- und arteriellen Blutgaswerte mit den entsprechenden Identifikationsnummern der ausgewählten Probanden wurden von einem anderen für die Studie beauftragten Labortechniker hochgeladen. Die Messwerte beider Methoden (SAMIRA und die konventionelle) wurden anhand der Identifikationsnummer von einem Forschungsmitarbeiter abgeglichen, um eine vollständige Blindheit der Studie sicherzustellen. Um die beiden Messwerte getrennt zu halten, wurde eine vollständige Verblindung beibehalten.

Für die gleichzeitige Messung wurden innerhalb von 30 Minuten nach den von SAMIRA erfassten Daten etwa 2 ml Blut für den herkömmlichen TSB-, Hb- und arteriellen Blutgasmesstest entnommen.

Der TSB der Probanden wurde quantitativ mit der von Jendrassik und Groff48 beschriebenen 2,5-Dichlorphenyldiazoniumtetrafuoroborat (DPD)-Diazomethode unter Verwendung des im Handel erhältlichen Testkits (Autospan Liquid Gold, Span Diagnostics, Indien) innerhalb von 1 Stunde nach der Blutentnahme bestimmt das Zentrallabor, NRSMH. Für den Test wurde zunächst Serum aus dem gesammelten Blut isoliert und anschließend mit dem Testkit untersucht. Um die Photoreduktion von Bilirubin zu verhindern, wurden die Serumproben vor der Analyse sorgfältig im Dunkeln bei 4 °C aufbewahrt.

Zur Hämoglobin- und arteriellen Blutgasmessung wurden die gesammelten Blutproben einem automatischen Hämatologieanalysator (Sysmex KX-21)49 für die Analyse des vollständigen Blutbildes (CBC) bzw. einem GEM Premier 3000 System50 (Instrumentation Laboratory, Bedford, MA) unterzogen.

Alle Richtlinien des National Accreditation Board for Testing and Calibration Laboratories (NABL)51 wurden befolgt, um die Genauigkeit und Präzision der Techniken aufrechtzuerhalten. Der Variationskoeffizient für das Krankenhauslabor wurde auf < 6 % angestrebt. Während des Untersuchungszeitraums lagen die tatsächlichen Varianzwerte, die alle drei Monate ermittelt wurden, zwischen 3 und 5 %.

Die Analyse der Daten erfolgte mittels deskriptiver statistischer Analyse, einfacher linearer Regressionsanalyse und der Bland & Altman-Methode52,53,54,55. Für die Korrelation zwischen den vom Gerät erhaltenen Werten und dem Goldstandard wurde die lineare Regression und Bland Altman verwendet. Der Mittelwert (n) der Messungen wurde nach der Formel berechnet:

Die Standardabweichung zwischen den aufeinanderfolgenden Messungen wurde mithilfe der Formel gemessen

Dabei bezieht sich N auf die Anzahl der experimentellen Ergebnisse, µ ist der Mittelwert der einzelnen Ergebnisse und xi ist jedes Ergebnis des Experiments. Für die Analyse der Daten wurden GraphPad Prism 5.0 (GraphPad Software, USA) und SigmaPlot 12.5 (Systat Software, USA) verwendet.

Für die vorliegende Arbeit wurden alle erforderlichen ethischen Genehmigungen vom Institutional Medical Ethics Committee, NRSMH, Kalkutta (Ref. Nr. – No/NMC/439, vom 27. Januar 2020) eingeholt. Alle Studien mit menschlichen Probanden wurden gemäß der Deklaration von Helsinki56 und den Richtlinien des Indian Council for Medical Research (ICMR) der Regierung durchgeführt. von Indien. Es wurde eine schriftliche Einverständniserklärung der Eltern oder Erziehungsberechtigten eingeholt, die der Teilnahme an der Studie zustimmten, nachdem sie die Einzelheiten der Studie und ihre Konsequenzen verstanden hatten. Alle Daten und Informationen über die Probanden wurden anonymisiert, vertraulich behandelt und nur für diese Studie verwendet.

Um die optimalen Bedingungen für die Datenerfassung zu erreichen, führten wir eine Datenanalyse mit dem selbst entwickelten Algorithmus in drei verschiedenen Partitionen des Kalibrierungsdatensatzes durch. Der Datensatz wurde abhängig von der Menge der verstreuten Datenpunkte aus der kumulativen angepassten Kurve in drei Partitionen unterteilt. Die drei Partitionen betragen 90 % (wenn 90 % der Datenpunkte im Bereich von ± 0,02 liegen); 95 % (wenn 95 % der Datenpunkte im Bereich von ± 0,02 liegen) und 98 % (wenn 98 % der Datenpunkte im Bereich von ± 0,02 liegen).

Das Korrelationsdiagramm des Instruments an den drei Partitionen mit den drei Blutparametern, die aus dem biochemischen Standardtest an 1784 Neugeborenen berechnet wurden, zeigt drei Muster der Abhängigkeit von den Blutparametern (Abb. 3g – o). Abbildung 3g–i zeigt die Polynomabhängigkeit zweiter Ordnung der Instrumentenindexwerte mit TSB-Ebenen für alle drei Partitionen. Das angepasste r2 wurde wie folgt ermittelt: Wenn 90 % der Datenpunkte im Bereich von ± 0,02 liegen, beträgt 0,77. Wenn 95 % der Datenpunkte im Bereich von ± 0,02 liegen, beträgt der angepasste r2 0,96, und wenn 98 % der Datenpunkte im Bereich von ± 0,02 liegen, beträgt der angepasste r2 0,97. Die Instrumentenindexwerte stehen in einem linearen Verhältnis zu den Hb-Werten, die aus Blutuntersuchungen für alle Partitionen ermittelt wurden (Abb. 3j – l). Der Pearson-Korrelationskoeffizient r betrug 0,969 (Steigung = 1,7622; Achsenabschnitt = 2,862), wenn 90 % der Datenpunkte im Bereich von ± 0,02 liegen. Wenn 95 % der Datenpunkte im Bereich von ± 0,02 liegen, beträgt der Korrelationskoeffizient r 0,972 (Steigung = 1,911; Achsenabschnitt = 1,75) und wenn 98 % der Datenpunkte im Bereich von ± 0,02 liegen, beträgt der Der Korrelationskoeffizient r betrug 0,9745 (Steigung = 1,8; Achsenabschnitt = 2,91). Darüber hinaus wurde für alle drei Partitionen der Datensätze eine Polynomabhängigkeit vierter Ordnung der Instrumentenindexwerte mit dem arteriellen Blutgas ermittelt (Abb. 3m – o). Der angepasste r2 wurde wie folgt ermittelt: wenn 90 % der Datenpunkte im Bereich von ± 0,1 liegen. ist 0,953; Wenn 95 % der Datenpunkte im Bereich von ± 0,05 liegen, beträgt der angepasste r2 0,974, und wenn 98 % der Datenpunkte im Bereich von ± 0,02 liegen, beträgt der angepasste r2 0,989.

Für die Validierung des Instruments wurden insgesamt 1935 Neugeborene ausgewählt (Abb. 4). Das Instrument wurde bei 409 Probanden validiert, die an Neugeborenengelbsucht litten. 65 anämische Probanden und 223 Probanden mit Hypoxie. Die verbleibenden 1238 Probanden wurden zur Validierung des Geräts als Kontrollpopulation herangezogen. Alle Datensätze wurden in drei Partitionen unterteilt und mit dem entwickelten Algorithmus analysiert. Eine lineare Regression und eine Bland-Altman-Analyse wurden durchgeführt, um die Korrelation zwischen den vom Instrument erzeugten Daten und den klinischen Goldstandard-Labortests zu bewerten.

Validierung des Instruments in verschiedenen Partitionen des Datensatzes. Lineares Regressionsdiagramm des entwickelten Geräts im Vergleich zum TSB bei 230 Neugeborenen, wenn (a) 90 % der erfassten Datenpunkte innerhalb von ± 0,02 % von der kumulativen Anpassungskurve im Restdiagramm abweichen. (d) 95 % der erfassten Datenpunkte streuen innerhalb von ± 0,02 % von der kumulativen angepassten Kurve im Restdiagramm. (g) 98 % der erfassten Datenpunkte streuen innerhalb von ± 0,02 % von der kumulativen angepassten Kurve im Restdiagramm. Lineares Regressionsdiagramm des entwickelten Geräts gegen Hb bei 1073 Neugeborenen, wenn (b) 90 % der erfassten Datenpunkte innerhalb von ± 0,02 % von der kumulativen angepassten Kurve im Restdiagramm abweichen. (e) 95 % der erfassten Datenpunkte streuen innerhalb von ± 0,02 % von der kumulativen angepassten Kurve im Restdiagramm. (h) 98 % der erfassten Datenpunkte streuen innerhalb von ± 0,02 % von der kumulativen angepassten Kurve im Restdiagramm. Lineares Regressionsdiagramm des entwickelten Geräts im Vergleich zu SpO2 bei 340 Neugeborenen, wenn (c) 90 % der erfassten Datenpunkte innerhalb von ± 0,02 % von der kumulativen angepassten Kurve im Restdiagramm abweichen. (f) 95 % der erfassten Datenpunkte streuen innerhalb von ± 0,02 % von der kumulativen angepassten Kurve im Restdiagramm. (i) 98 % der erfassten Datenpunkte streuen innerhalb von ± 0,02 % von der kumulativen angepassten Kurve im Restdiagramm.

Die lineare Regressionsanalyse zwischen den vom Instrument an den drei Partitionen erhaltenen Werten und den Bluttests zeigt eine stärkere Korrelation, wenn 98 % der Datenpunkte im Bereich von ± 0,02 liegen (für TSB-Schätzung, r = 0,988; Steigung = 1,006; Achsenabschnitt). = 0,372; für Hb-Schätzung, r = 0,987; Steigung = 0,954; Achsenabschnitt = 0,668; für Schätzung der Sauerstoffsättigung, r = 0,988 Steigung = 0,977; Achsenabschnitt = 1,775, Abb. 4g–i) im Vergleich bei 95 % der Daten Punkte liegen im Bereich von ± 0,02 (für TSB-Schätzung r = 0,975; Steigung = 0,94; Achsenabschnitt = 0,844; für Hb-Schätzung r = 0,969 Steigung = 0,917; Achsenabschnitt = 1,211; für Schätzung der Sauerstoffsättigung r = 0,985; Steigung = 1,029; Achsenabschnitt = 2,098, Abb. 4d–f). Wenn dagegen 90 % der Datenpunkte im Bereich von ± 0,02 liegen, verringerte sich die Korrelation (für die TSB-Schätzung r = 0,894; Steigung = 0,852; Achsenabschnitt = 2,564; für die Hb-Schätzung r = 0,9783; Steigung = 0,911). ; Achsenabschnitt = 1,1749; zur Schätzung der Sauerstoffsättigung r = 0,975 Steigung = 0,961; Achsenabschnitt = 2,375, Abb. 4a–c). Die Bland-Altman-Analyse (Abb. 5) bestätigte auch die höchste Korrelation zwischen dem, wenn 98 % der Datenpunkte im Bereich von ± 0,02 liegen, und den erhaltenen Blutparameterwerten von TSB, Hb und arteriellem Blutgas sowohl für normale als auch für erkrankte Patienten Neugeborenen-Probanden im Vergleich zu den anderen beiden Partitionen. Wenn 98 % der Datenpunkte innerhalb eines Bereichs von ± 0,02 streuen, lauten die statistischen Parameter wie folgt: mit den aus dem biochemischen Test erhaltenen TSB-Werten (Bias für Normal = − 0,491 mg/dL, Gelbsucht-Probanden = 0,099 mg/dL). ; 95 % Übereinstimmungsgrenzen für normale = − 2,37 mg/dL bis 1,3 mg/dL und Gelbsucht-Probanden = − 1,98 mg/dL bis 1,71 mg/dL, Abb. 5c,l); mit Hb-Werten aus den Bluttests (Bias für normal; − 0,08 g/dl, anämisch; 0,19 g/dl; 95 % Übereinstimmungsgrenzen für normal; − 3,43 g/dl bis 3,10 g/dl, anämisch; − 2,04 g). /dL bis 2,07 gm/dL und − 0,93 gm/dL bis 1,23 gm/dL, Abb. 5f,o) und mit den arteriellen Gaswerten (Bias für normal = − 0,56 % und hypoxisch = − 1,05 %; 95 %-Grenzen von Übereinstimmung für normal = − 2,38 % bis 1,38 % und hypoxisch = − 3,45 % bis 1,6 %, Abb. 5i, r). Wenn 95 % der Datenpunkte im Bereich von ± 0,02 liegen, lauten die statistischen Parameter wie folgt: mit den aus dem biochemischen Test erhaltenen TSB-Werten (Bias für Normal = 0,25 mg/dL, Gelbsucht = − 0,11 mg/dL); 95 % Übereinstimmungsgrenzen für Normal = − 2,56 mg/d bis 3,13 mg/dL, Gelbsuchtpatienten = − 2,7 mg/dL bis 2,62 mg/dL Abb. 5b,k); mit Hb-Werten aus den Bluttests (Bias für normal = − 0,3104 g/dl, anämisch = 0,4952 g/dl; 95 % Übereinstimmungsgrenzen für normal = − 5,17 g/dl bis 4,55 g/dl, anämisch = − 2,36 g/dl). dL bis 3,35 g/dL Abb. 5e,n) und mit den arteriellen Gaswerten (Bias für Normal = 1,13 %, Hypoxisch = − 0,23 %; 95 % Übereinstimmungsgrenzen für Normal = − 4,49 % bis 2,64 %, Hypoxisch = − 4,16 % bis 4,32 % Abb. 5h,q). Wenn jedoch 90 % der Datenpunkte im Bereich von ± 0,02 liegen, sind die statistischen Parameter wie folgt: mit den TSB-Werten, die aus dem biochemischen Test erhalten wurden (Bias für Normal = 0,37 mg/dL, Gelbsucht-Probanden = 0,153 mg). /dL; 95 % Übereinstimmungsgrenzen für normale = − 2,85 mg/dL bis 4,2 mg/dL und Gelbsucht-Probanden = − 6,39 mg/dL bis 6,56 mg/dL, Abb. 5a,j); mit Hb-Werten aus den Bluttests (Bias für Normal = − 0,43 g/dl, Anämisch = 0,91 g/dl; 95 % Übereinstimmungsgrenzen für Normal = − 8,14 g/dl bis 7,26 g/dl, Anämisch = − 3,71 g). /dL bis 5,54 g/dL, Abb. 5d,m) und mit den arteriellen Gaswerten (Bias für Normal = − 1,05 %, Hypoxisch = − 1,4 %; 95 % Übereinstimmungsgrenzen für Normal = − 6,56 % bis 4,17 %, Hypoxisch = − 4,78 % bis 3,83 % Abb. 5g,p). 95 % Übereinstimmungsgrenzen bedeuten, dass davon ausgegangen wird, dass 95 % der Unterschiede innerhalb dieser Grenzen liegen und wie weit die mit den beiden Methoden erhaltenen Messungen bei den meisten Personen wahrscheinlich voneinander entfernt sind. Der Bias bezieht sich auf die Differenz zwischen dem vom Gerät erhaltenen erwarteten Wert und dem tatsächlichen Wert des Parameters, der aus den hämatologischen Tests ermittelt wird. Detaillierte Ergebnisse einer umfassenden statistischen Analyse sind in Tabelle 4 dargestellt.

Zusammenhang zwischen dem entwickelten Gerät und den Blutparametern, die aus der Blutentnahme bei normalen Neugeborenen (Kontrollpopulation) und erkrankten Neugeborenen gewonnen wurden. Bland-Altman-Diagramme (Mittelwert und 95 %-Übereinstimmungsgrenzen) zwischen dem entwickelten Gerät und den TSB-Werten bei Kontrollpersonen bzw. Probanden mit Gelbsucht, wenn (a,j) 90 % der erfassten Datenpunkte innerhalb von ± 0,02 % von der kumulativen Anpassung abweichen Kurve im Residuendiagramm. (b,k) 95 % der erfassten Datenpunkte streuen innerhalb von ± 0,02 % von der kumulativen angepassten Kurve im Restdiagramm. (c,l) 98 % der erfassten Datenpunkte streuen innerhalb von ± 0,02 % von der kumulativen angepassten Kurve im Restdiagramm. Bland-Altman-Diagramme (Mittelwert und 95 %-Übereinstimmungsgrenzen) zwischen dem entwickelten Gerät und den Hb-Werten bei Kontrollpersonen bzw. anämischen Probanden, wenn (d,m) 90 % der erfassten Datenpunkte innerhalb von ± 0,02 % von der kumulativen Anpassung abweichen Kurve im Residuendiagramm. (e,n) 95 % der erfassten Datenpunkte streuen innerhalb von ± 0,02 % von der kumulativen angepassten Kurve im Restdiagramm. (f), (o) 98 % der erfassten Datenpunkte streuen innerhalb von ± 0,02 % von der kumulativen angepassten Kurve im Restdiagramm. Bland-Altman-Diagramme (Mittelwert und 95 %-Übereinstimmungsgrenzen) zwischen dem entwickelten Gerät und ABG-Werten bei Kontrollpersonen bzw. hypoxischen Probanden, wenn (g, p) 90 % der erfassten Datenpunkte innerhalb von ± 0,02 % von der kumulativen Anpassung abweichen Kurve im Residuendiagramm. (h,q) 95 % der erfassten Datenpunkte streuen innerhalb von ± 0,02 % von der kumulativen angepassten Kurve im Restdiagramm. (i, r) 98 % der erfassten Datenpunkte streuen innerhalb von ± 0,02 % von der kumulativen angepassten Kurve im Restdiagramm.

Um die Wiederholbarkeit des Geräts zu überprüfen, nahm derselbe Beobachter fünfmal Messungen am Nagelbett des Neugeborenen vor. Die Wiederholbarkeit des Geräts zur Parametrisierung der Hämoglobin-, Bilirubin- und Sauerstoffsättigungswerte wurde bei 135 Neugeborenen durchgeführt (Abb. 6).

Wiederholbarkeit der mit dem entwickelten Gerät erfassten Daten. Lineare Regressionsanalyse für fünf aufeinanderfolgende Werte von (a) Bilirubin (b) Hämoglobin (c) SpO2-Messung am selben Probanden durch denselben Beobachter. Bland-Altman-Analyse für fünf aufeinanderfolgende Werte von (d) Bilirubin (e) Hämoglobin (f) SpO2-Messung am selben Probanden durch denselben Beobachter.

Wir fanden eine Standardabweichung von 3,2 mg/dL zwischen aufeinanderfolgenden Messungen bei derselben Person durch denselben Beobachter bei der Schätzung des Bilirubins. Für die Schätzung von Hämoglobin und Sauerstoffsättigung wurden Standardabweichungswerte von 4,6 g/dL bzw. 3,2 % ermittelt. Die berechnete SD und der Mittelwert waren bei beiden Messungen für alle drei Blutparameter nahezu gleich. Die lineare Regressionsanalyse zwischen den beiden Messungen bestätigte zusätzlich die Genauigkeit der beiden Messungen. Für die Wiederholbarkeitsanalyse ist die Korrelation zwischen den Messungen wie folgt: für die TSB-Messung (r = 0,989; Steigung = 1,0124; Achsenabschnitt = 0,1815, P < 0,001), für die Schätzung von Hb (r = 0,96642; Steigung = 0,783; Achsenabschnitt = 2,95, P < 0,001) und für die Messung von SpO2 (r = 0,963; Steigung = 0,99, P < 0,001). Um die Korrelation zwischen aufeinanderfolgenden Messungen zu bestätigen, wurde eine Bland-Altman-Analyse durchgeführt. für die TSB-Messung (Bias = 0,183 mg/dl, 95 % Übereinstimmungsgrenzen = − 1,25 bis 1,287 mg/dl) für die Hb-Schätzung (Bias = − 0,85 g/dl, 95 % Übereinstimmungsgrenzen = − 9,2 g/dl bis 9,05 g). /dL) zur Schätzung der Sauerstoffsättigung (Bias = − 1,01 %, 95 % Übereinstimmungsgrenzen = − 6,46 % bis 6,25 %).

Die herkömmlichen nicht-invasiven transkutanen Methoden müssen die invasive Methode der Blutentnahme aufgrund bestimmter Mängel der transkutanen Geräte noch ersetzen. Das mit diesen nicht-invasiven Geräten gemessene TcB (transkutanes Bilirubin) besteht zu einem großen Teil aus dem extravaskulären Bilirubin, das im Vergleich zum TSB ein völlig anderer physiologischer Parameter ist. Der unvorhersehbare Prozess, der die Dynamik von Bilirubin im extravaskulären Raum reguliert, macht einen Eins-zu-Eins-Vergleich von TSB und TcB unmöglich26,27. Die Beschränkung des Messvolumens nur auf den intravaskulären Raum könnte zur Lösung des Problems beitragen27. Dagegen weisen die mit den verfügbaren transkutanen Hämoglobinmessgeräten und Pulsoximetern erfassten Hb- und SpO2-Werte eine deutlich positive Abweichung auf31,57. Dies führt wiederum zu einer unsachgemäßen Behandlung, insbesondere bei der erkrankten Bevölkerung, deren Hb- und Blutsättigungswerte tendenziell überschätzt werden. Das SAMIRA-Gerät basiert auf einem solchen spektroskopischen Ansatz, bei dem die Informationen aus dem Gefäßbett unter der Nagelplatte gesammelt werden55. Daher gehen wir davon aus, dass SAMIRA in der Lage sein wird, die Einschränkungen herkömmlicher transkutaner Geräte für die gleichzeitige Messung von drei Blutparametern aus einem einzigen optischen Spektrum zu überwinden.

Unsere Ergebnisse deuten darauf hin, dass die von SAMIRA erhaltenen Bilirubin-, Hämoglobin- und SpO2-Werte eine positive lineare Korrelation mit allen drei Blutparametern aufweisen (für die Hb-Messung r = 0,96; für die Bilirubin-Messung r = 0,98; für die SpO2-Messung r = 0,98). ). Mithilfe des selbst entwickelten Algorithmus und der multivariaten Regressionsanalyse haben wir beobachtet, dass die optimale Voraussetzung für die Erfassung zuverlässiger Daten von Neugeborenen erreicht ist, wenn 95 % der erfassten Datenpunkte im Bereich von ± 0,02 liegen. Darüber hinaus zeigte die demografische Analyse (Tabelle 2), dass das postnatale Alter, das ausschließliche Stillen, das Gestationsalter oder andere Risikofaktoren nicht mit Schwankungen in der Leistung des Geräts verbunden sind. Bei den nicht-invasiven Blutparametermessungen in der intensiven Studie an 4318 Neugeborenen wurde keine Verzerrung des Geburtsgewichts und/oder des Gestationsalters festgestellt. Da die Studie außerdem an einer Untergruppe der indischen Bevölkerung durchgeführt wurde, kann auch eine Beeinträchtigung der dunklen Hautfarbe (oder der Variation innerhalb der indischen Unterbevölkerung) ausgeschlossen werden, da die indische Bevölkerung aus gemischten Rassen mit unterschiedlichen Hauttönen besteht. Es wurde festgestellt, dass der Hautton kein Störfaktor für die Schätzung von Hb, TSB oder SpO2 ist. Allerdings überschätzte das Gerät die Bilirubinwerte leicht um 5 mg/dl, als der TSB 15 mg/dl überschritt. Ansonsten wurden die Bilirubinwerte geringfügig um 2 mg/dL überschätzt. Obwohl dies zu unnötig langen Krankenhausaufenthalten führen kann, eliminiert es das Risiko schwerwiegender klinischer Fehler, wie z. B. einer Fehlbehandlung eines erkrankten Säuglings, und verringert somit die Morbidität und Mortalität des Säuglings.

Der Korrelationskoeffizient zwischen SAMIRA und den arteriellen Blutgasmessungen betrug 0,98, was mehr ist als bei anderen Pulsoximetergeräten, bei denen der Korrelationskoeffizient in der Größenordnung von 0,8 bis 0,8558 liegt. Darüber hinaus wurde festgestellt, dass die Korrelation mit SpO2 < 70 % bei 0,98 liegt, was viel höher ist als bei den anderen nicht-invasiven Pulsoximetern mit einem Korrelationskoeffizienten von 0,8–0,8530, was dazu führt, dass die SpO2-Werte unter 70 % überschätzt werden. Der Korrelationskoeffizient zwischen dem entwickelten Gerät und den TSB-Werten betrug 0,88 und war damit besser als die bei anderen nicht-invasiven Geräten gezeigte Korrelation, die in der Größenordnung von 0,7–0,859,60 lag. Es ist zu beachten, dass diese Studien an der weißen Bevölkerung durchgeführt wurden, bei der die herkömmlichen TcB-Messgeräte im Allgemeinen eine gute Wirksamkeit zeigen. Mehrere Studien haben berichtet, dass TcB-Messgeräte die Bilirubinwerte bei Bevölkerungsgruppen mit dunkler Hautfarbe wie Hispanoamerikanern, Asiaten, Afrikanern usw. überschätzen.24,28,61. In unserer Studie wurden Werte von ≥ 2 mg/dl, ≥ 3 mg/dl und ≥ 4 überschätzt Es wurden Werte von 25 %, 4,2 % bzw. 0,9 % in mg/dL festgestellt. Nach unserem besten Wissen wurde kein TcB-Gerät entwickelt, um die Überschätzung des Bilirubins in der schwarzen Bevölkerung zu bekämpfen, und ein kostengünstiges, nicht-invasives Point-of-Care-Gerät für diese ethnischen Gruppen ist für Länder mit niedrigem und mittlerem Einkommen vielversprechend62. Die Korrelation des Geräts im anämischen Bereich (Hb < 11 g/dl) betrug 0,99, was mit den kommerziell erhältlichen Geräten mit einem Korrelationskoeffizienten von 0,9522,23 sehr gut vergleichbar war. Es ist zu beachten, dass diese verfügbaren Instrumente die Hämoglobinwerte bei Erwachsenen schätzten. Aufgrund der unterschiedlichen Architektur und Dicke der Haut sind Hämoglobinmessgeräte für Erwachsene kein geeigneter Vergleich zu transkutanen Hämoglobinmessgeräten für Neugeborene. Die Bland-Altman-Analyse bestätigte, dass SAMIRA im Anämiebereich hochempfindlich war, was darauf hindeutet, dass das Gerät selbst die mildeste Form der Anämie erkennen kann.

In einigen Studien wurde gezeigt, dass die Pulsoximetrie bei zyanotischen Kindern in der Regel die SpO2-Werte von weniger als 90 % überschätzt31,63,64. Die Korrelation zwischen dem entwickelten Gerät und den SpO2-Werten von weniger als 90 % beträgt jedoch 0,99. Die Übereinstimmungsgrenzen liegen bei den anderen Pulsoximetern zwischen −20,9 % und 10,3 %31, was zeigt, dass jeder Punkt unter einer enormen Standardabweichung leidet. Die Übereinstimmungsgrenzen liegen hingegen bei − 4,3 % bis 5,3 % unseres entwickelten Geräts, was eine geringere Schwankung der Datenpunkte gewährleistet.

Dies ist eine der wenigen Studien, die die Leistung eines nicht-invasiven Geräts bei Neugeborenen, die entweder an Hyperbilirubinämie, Anämie oder Hypoxie leiden, ausführlich untersucht hat. Wir glauben, dass die Stärke der Studie im prospektiven Design, einer großen Anzahl von Proben in jeder Kategorie, der intrarassischen Variation der dunklen Hautfarbe und der parallelen Messung von drei Blutparametern (Bilirubin, Hämoglobin, arterielles Blutgas) liegt. durch zwei Methoden (SAMIRA und die biochemischen Tests) und die Entnahme des Blutes für die routinemäßigen biochemischen Tests durch reguläre Krankenschwestern für den klinischen Gebrauch und nicht speziell für den Studienzweck, bei dem die Bedingungen optimiert werden könnten. Die herkömmlichen Messungen wurden von erfahrenen klinischen Biochemikern und Labortechnikern eines Krankenhauses der Tertiärversorgung durchgeführt, wodurch die Möglichkeit von Bedienerfehlern verringert wurde. Insgesamt sind wir davon überzeugt, dass unsere Ergebnisse eine solide Schätzung der Genauigkeit der nicht-invasiven Hämoglobin-, Bilirubin- und SpO2-Messung mit einem neuen Gerät liefern und dass die Fehlerquellen auf routinemäßige klinische Umgebungen anwendbar sind.

Unsere Studie hatte gegenüber den anderen transkutanen Geräten nur wenige Einschränkungen. Die verfügbaren transkutanen Instrumente zeigten keine gute Leistung bei Probanden mit einem Bilirubinwert von mehr als 15 mg/dl.65,66. Bei Probanden, bei denen der Bilirubinwert 15 mg/dl überschritt, war dies mit schwerwiegenden Komplikationen wie Austauschtransfusionen verbunden und wurde wegen Komplikationen vermieden. Ein weiterer Störfaktor der Studie war, dass Messungen an Neugeborenen mit weniger als 500 g Körpergewicht aufgrund ihrer zusätzlichen Komplikationen nicht für die Studie berücksichtigt wurden. Die Untersuchung der Bevölkerung mit hohen TSB-Werten, die auch mit den Risikofaktoren für Hyperbilirubinämie, Anämie und Hypoxie verbunden sind, sowie die Manipulation der Beleuchtungsintensität können die Genauigkeit des Geräts weiter erhöhen. Schließlich wurden die Ergebnisse der nicht-invasiven Messungen (SAMIRA) für das klinische Management verwendet. Ein klinisches Echtzeitmanagement unter Verwendung dieser Messwerte hat dazu beigetragen, die tatsächliche Genauigkeit dieses Geräts zu beurteilen, um die schmerzhafte Blutentnahme im klinischen Alltag zu reduzieren.

Das neue nicht-invasive berührungslose Gerät (SAMIRA) kann Hämoglobin-, Bilirubin- und SpO2-Werte gleichzeitig anhand eines einzigen optischen Spektrums genau messen. Es konnten auch TSB > 20 mg/dL gemessen werden, was durch die Änderung der Beleuchtungsintensität der Quelle eliminiert wurde. Interessanterweise haben wir in dieser Studie auch herausgefunden, dass das Gerät durch Messung der Blutsättigung genaue Ergebnisse zur Vorhersage des Auftretens von Herzerkrankungen bei Neugeborenen lieferte. Dies wird Ärzten helfen, die Neugeborenen besser zu überwachen und die Häufigkeit der Blutentnahme zu reduzieren. Darüber hinaus erfasst das Gerät die Daten vom Nagelbett des Neugeborenen, das unabhängig vom Hautton des Neugeborenen weniger Melanininterferenzen aufweist. Insgesamt deuten unsere Ergebnisse darauf hin, dass unser Gerät in Krankenhäusern zur genauen Messung von Hämoglobin, Bilirubin und SpO2 zum Screening von Hyperbilirubinämie, Anämie und Herzerkrankungen bei Neugeborenen eingesetzt werden kann.

Daten, die die Ergebnisse dieser Studie stützen, sind auf begründete Anfrage beim jeweiligen Autor erhältlich. Zu den Abbildungen 1, 2, 3, 4, 5 gehören Rohdaten, die dem entsprechenden Autor auf Anfrage zur Verfügung stehen.

Code für den Algorithmus ist beim entsprechenden Autor erhältlich und kann auf Anfrage mit den Lesern geteilt werden.

Brits, H. et al. Die Prävalenz von Neugeborenengelbsucht und Risikofaktoren bei gesunden Neugeborenen im National District Hospital in Bloemfontein. Afr. J. Primary Health Care Fam. Med. 10, 1–6 (2018).

Google Scholar

Onyeneho, NG, Ozumba, BC & Subramanian, S. Determinanten der kindlichen Anämie in Indien. Wissenschaft. Rep. 9, 1–7 (2019).

Artikel CAS Google Scholar

Subhi, R. et al. Die Prävalenz von Hypoxämie bei kranken Kindern in Entwicklungsländern: Eine systematische Übersicht. Lanzette. Infizieren. Dis 9, 219–227 (2009).

Artikel PubMed Google Scholar

Dennery, PA, Seidman, DS & Stevenson, DK Neonatale Hyperbilirubinämie. N. engl. J. Med. 344, 581–590 (2001).

Artikel CAS PubMed Google Scholar

Gilmour, SM Anhaltender Neugeborenen-Gelbsucht: Wann man sich Sorgen machen muss und was man tun sollte. Pädiatr. Kindergesundheit 9, 700–704 (2004).

Artikel PubMed PubMed Central Google Scholar

Alkhotani, A., Eldin, EEMN, Zaghloul, A. & Mujahid, S. Bewertung der Neugeborenengelbsucht in der Region Mekka. Wissenschaft. Rep. 4, 1–6 (2014).

Artikel Google Scholar

Amerikanische Akademie für Pädiatrie. Behandlung von Hyperbilirubinämie bei Neugeborenen ab der 35. Schwangerschaftswoche (Unterausschuss für Hyperbilirubinämie). Pädiatrie 114, 297–316 (2004).

Artikel Google Scholar

Bizuneh, AD, Alemnew, B., Getie, A., Wondmieneh, A. & Gedefaw, G. Determinanten der Neugeborenengelbsucht bei Neugeborenen, die in fünf Überweisungskrankenhäuser in der Region Amhara, Nordäthiopien, aufgenommen wurden: Eine beispiellose Fall-Kontroll-Studie. BMJ Pädiatr. Öffnen Sie 4, e000380 (2020).

Artikel Google Scholar

Devi, DS & Vijaykumar, B. Risikofaktoren für neonatale Hyperbilirubinämie: Eine Fallkontrollstudie. Int. J. Reproduktion. Empfängnisverhütung. Obstet. Gynäkologie. 6, 198–203 (2017).

Artikel Google Scholar

Omekwe, DE et al. Umfrage- und Managementergebnisse zum Neugeborenen-Gelbsucht in einem sich entwickelnden tertiären Gesundheitszentrum im Süden Nigerias. IOSR J. Dent. Med. Wissenschaft. 13, 35–39 (2014).

Artikel Google Scholar

Kolawole, S., Obueh, H. & Okandeji-Barry, O. Prävalenz von Neugeborenengelbsucht im Eku Baptist Community Hospital im Delta-Staat Nigeria. J. Public Health Epidemiol. 8, 87–90 (2016).

Artikel Google Scholar

Nouraie, M. et al. Der Zusammenhang zwischen der Schwere der Hämolyse, den klinischen Manifestationen und dem Sterberisiko bei 415 Patienten mit Sichelzellenanämie in den USA und Europa. Haematologica 98, 464 (2013).

Artikel CAS PubMed PubMed Central Google Scholar

Quraishi, H. & Chee, M. Pediatric Otolaryngology, Eine Ausgabe von Pediatric Clinics of North America, E-Book Bd. 69 (Elsevier Health Sciences, 2022).

Google Scholar

Yap, S., Mohammad, I. & Ryan, C. Vermeidung schmerzhafter Blutentnahme bei Neugeborenen durch transkutane Bilirubinometrie. Ir. J. Med. Wissenschaft. 171, 188–190 (2002).

Artikel CAS PubMed Google Scholar

Meites, S. Hautpunktion und Blutentnahmetechnik für Säuglinge: Update und Probleme. Klin. Chem. 34, 1890–1894 (1988).

Artikel CAS PubMed Google Scholar

Wang, L. et al. Nicht-invasive Überwachung der Blutsauerstoffversorgung in menschlichen Plazenten durch gleichzeitige diffuse optische Spektroskopie und Ultraschallbildgebung. Nat. Biomed. Ing. 6, 1017–1030 (2022).

Artikel CAS PubMed Google Scholar

Yun, SH & Kwok, SJ Licht in Diagnose, Therapie und Chirurgie. Nat. Biomed. Ing. 1, 1–16 (2017).

Artikel Google Scholar

Lilien, LD, Harris, VJ, Ramamurthy, RS & Pildes, RS Neonatale Osteomyelitis des Kalkaneus: Komplikation einer Fersenpunktion. J. Pädiatr. 88, 478–480 (1976).

Artikel CAS PubMed Google Scholar

Lemont, H. & Brady, J. Fersenknötchen bei Säuglingen: Verkalkung epidermaler Zysten. Marmelade. Podologe Med. Assoc. 92, 112–113 (2002).

Artikel PubMed Google Scholar

Jangaard, K., Curtis, H. & Goldbloom, R. Schätzung von Bilirubin mit biliChek™, einem transkutanen Bilirubin-Messgerät: Auswirkungen des Gestationsalters und der Anwendung von Phototherapie. Pädiatr. Kindergesundheit 11, 79–83 (2006).

Artikel PubMed PubMed Central Google Scholar

Engle, WD, Jackson, GL & Engle, NG Transkutane Bilirubinometrie. Semin. Perinatol. 38, 438–451 (2014).

Artikel PubMed Google Scholar

Hampson, NB, Ecker, ED & Scott, KL Verwendung eines nichtinvasiven Puls-CO-Oximeters zur Messung des Carboxyhämoglobinspiegels im Blut bei Bingospielern. Atmung. Care 51, 758–760 (2006).

PubMed Google Scholar

Lamhaut, L. et al. Vergleich der Genauigkeit der nichtinvasiven Hämoglobinüberwachung durch Spektrophotometrie (SpHb) und HemoCue® mit der automatisierten Hämoglobinmessung im Labor. Marmelade. Soc. Anästhesiol. 115, 548–554 (2011).

Artikel CAS Google Scholar

Maisels, MJ Transkutane Bilirubinmessung: Funktioniert es in der realen Welt? Pädiatrie 135, 364–366 (2015).

Artikel PubMed Google Scholar

Maisels, MJ & Kring, E. Transkutane Bilirubinometrie verringert die Notwendigkeit von Serumbilirubinmessungen und spart Geld. Pediatrics 99, 599–600 (1997).

Artikel CAS PubMed Google Scholar

Maisels, MJ Nichtinvasive Messungen von Bilirubin. Pädiatrie 129, 779–781 (2012).

Artikel PubMed Google Scholar

Bosschaart, N. et al. Grenzen und Möglichkeiten transkutaner Bilirubinmessungen. Pädiatrie 129, 689–694 (2012).

Artikel PubMed Google Scholar

Wainer, S., Rabi, Y., Parmar, SM, Allegro, D. & Lyon, M. Einfluss des Hauttons auf die Leistung eines transkutanen Gelbsuchtmessgeräts. Acta Paediatr. 98, 1909–1915 (2009).

Artikel PubMed Google Scholar

Richards, NM, Giuliano, KK & Jones, PG Ein prospektiver Vergleich von 3 Pulsoximetriegeräten der neuen Generation während des Gehens nach einer Operation am offenen Herzen. Atmung. Care 51, 29–35 (2006).

PubMed Google Scholar

Dawson, J. et al. Vergleich der Herzfrequenz- und Sauerstoffsättigungsmessungen mit M asimo- und N ellcor-Pulsoximetern bei neugeborenen reifen Säuglingen. Acta Paediatr. 102, 955–960 (2013).

Artikel CAS PubMed Google Scholar

Kim, EH et al. Genauigkeit von Pulsoximetern bei niedrigen Sauerstoffsättigungen bei Kindern mit angeborener zyanotischer Herzkrankheit: Eine Beobachtungsstudie. Pädiatr. Anästhesie. 29, 597–603 (2019).

Artikel Google Scholar

Nogueira, MS et al. Auswertung von Wellenlängenbereichen und Gewebetiefen, die mittels diffuser Reflexionsspektroskopie zur Erkennung von Darmkrebs untersucht wurden. Wissenschaft. Rep. 11, 1–17 (2021).

Artikel CAS Google Scholar

Volynskaya, ZI et al. Diagnose von Brustkrebs mittels diffuser Reflexionsspektroskopie und intrinsischer Fluoreszenzspektroskopie. J. Biomed. Opt. 13, 024012 (2008).

Artikel ADS PubMed Google Scholar

Soto-Bernal, JJ et al. Optische Methode zur Charakterisierung und Beurteilung der Abbindeentwicklung von Zementpasten. Appl. Opt. 59, D1–D5 (2020).

Artikel ADS CAS PubMed Google Scholar

Elliott, C., Vijayakumar, V., Zink, W. & Hansen, R. National Instruments LabVIEW: Eine Programmierumgebung für Laborautomatisierung und -messung. JALA 12, 17–24 (2007).

Google Scholar

Kirkman, I. & Buksh, P. Datenerfassung und -steuerung mit der Software „LabVIEW“ von National Instruments. Rev. Sci. Instrument. 63, 869–872 (1992).

Artikel ADS Google Scholar

Toh, TS, Dondelinger, F. & Wang, D. Blick über den Hype hinaus: Angewandte KI und maschinelles Lernen in der translationalen Medizin. EBioMedicine 47, 607–615 (2019).

Artikel PubMed PubMed Central Google Scholar

Vanneschi, L. & Castelli, M. Mehrschichtige Perzeptrone (Elsevier, 2019).

Buchen Sie Google Scholar

Park, Y., Cho, KH, Park, J., Cha, SM & Kim, JH Entwicklung eines Frühwarnprotokolls zur Vorhersage der Chlorophyll-a-Konzentration mithilfe von Modellen des maschinellen Lernens in Süßwasser- und Flussmündungsreservoirs, Korea. Wissenschaft. Gesamtumgebung. 502, 31–41 (2015).

Artikel ADS CAS PubMed Google Scholar

Faber, DJ et al. Sauerstoffsättigungsabhängige Aufnahme und Streuung von Blut. Physik. Rev. Lett. 93, 028102 (2004).

Artikel ADS PubMed Google Scholar

Prahl, S. Optische Absorption von Hämoglobin. http://omlc.ogi.edu/spectra/hemoglobin (1999).

Lamola, AA & Russo, M. Fluoreszenzanregungsspektrum von Bilirubin im Blut: Ein Modell für das Wirkungsspektrum für die Phototherapie von Neugeborenengelbsucht. Photochem. Photobiol. 90, 294–296 (2014).

Artikel CAS PubMed Google Scholar

Park, C., Took, CC & Seong, J.-K. Maschinelles Lernen in der biomedizinischen Technik. Biomed. Ing. Lette. 8, 1–3 (2018).

Artikel PubMed PubMed Central Google Scholar

Nasteski, V. Ein Überblick über die überwachten maschinellen Lernmethoden. Horizonte. B 4, 51–62 (2017).

Artikel Google Scholar

Jones, S., Carley, S. & Harrison, M. Eine Einführung in die Trennschärfe- und Stichprobengrößenschätzung. Emerg. Med. J. 20, 453 (2003).

Artikel CAS PubMed PubMed Central Google Scholar

Dutta, D. et al. Einfluss des Aufnahmegewichts auf die Neugeborenensterblichkeit bei hospitalisierten Neugeborenen in Kalkutta. J. Indian Med. Assoc. 90, 308–309 (1992).

CAS PubMed Google Scholar

Hammer, GP, du Prel, J.-B. & Blettner, M. Vermeidung von Verzerrungen in Beobachtungsstudien: Teil 8 einer Artikelserie zur Bewertung wissenschaftlicher Publikationen. Dtsch. Arztebl. Int. 106, 664 (2009).

PubMed PubMed Central Google Scholar

Garber, CC Jendrassik-Grof-Analyse für Gesamt- und Direktbilirubin im Serum mit einem Zentrifugalanalysator. Klin. Chem. 27, 1410–1416 (1981).

Artikel CAS PubMed Google Scholar

Fares, AK Leistungsbewertung von zwei Hämatologie-Analysegeräten: dem Sysmex KX-21 und dem Beckman Coulter AC. T-Diff. Sysmex J. Int. 11, 6 (2001).

Google Scholar

Bénéteau-Burnat, B., Bocque, M.-C., Lorin, A., Martin, C. & Vaubourdolle, M. Bewertung des Blutgasanalysators GEM (r) PREMIER (tm) 3000. Clin. Chem. Labor. Med. 42, 96–101 (2004).

Artikel PubMed Google Scholar

Kanagasabapathy, A. & Rao, P. Verfahrensrichtlinien für die Laborakkreditierung. Indian J. Clin. Biochem. 20, 186 (2005).

Artikel CAS PubMed PubMed Central Google Scholar

Polley, N. et al. Entwicklung und Optimierung eines berührungslosen optischen Geräts zur Online-Überwachung von Gelbsucht bei Menschen. J. Biomed. Opt. 20, 067001 (2015).

Artikel ADS PubMed Google Scholar

Bland, JM & Altman, D. Statistische Methoden zur Beurteilung der Übereinstimmung zwischen zwei Methoden der klinischen Messung. The Lancet 327, 307–310 (1986).

Artikel Google Scholar

Bland, JM & Altman, DG Korrelation, Regression und wiederholte Daten. BMJ 308, 896 (1994).

Artikel CAS PubMed PubMed Central Google Scholar

Halder, A. et al. Groß angelegte Validierung eines neuen nicht-invasiven und berührungslosen Bilirubinometers bei Neugeborenen mit Risikofaktoren. Wissenschaft. Rep. 10, 1–14 (2020).

Artikel Google Scholar

GA oder WM Association. Erklärung der Weltärztekammer von Helsinki: Ethische Grundsätze für die medizinische Forschung an Menschen“, J. Am. Coll. Dentists 81, 14–18 (2014).

Google Scholar

Jung, YH et al. Die Wirksamkeit der nichtinvasiven Hämoglobinmessung mittels Puls-CO-Oxymetrie bei Neugeborenen. Pädiatr. Krit. Pflege Med. 14, 70–73 (2013).

Artikel PubMed Google Scholar

Shah, N., Ragaswamy, HB, Govindugari, K. & Estanol, L. Leistung von drei Pulsoximetern der neuen Generation bei Bewegung und geringer Durchblutung bei Freiwilligen. J. Clin. Anästhesie. 24, 385–391 (2012).

Artikel PubMed Google Scholar

Nicholas, C. et al. Validierung der nichtinvasiven Hämoglobinmessung mittels Puls-Co-Oximeter bei Neugeborenen. J. Perinatol. 35, 617–620 (2015).

Artikel CAS PubMed Google Scholar

Kazanasmaz, H. & Demir, M. Der Vergleich der im Blut gemessenen Hämoglobinwerte und der kontinuierlichen nicht-invasiven Überwachung (SpHb) bei Neugeborenen. J. Trop. Pädiatr. 67, 050 (2021).

Artikel Google Scholar

Maisels, MJ et al. Evaluierung eines neuen transkutanen Bilirubinometers. Pädiatrie 113, 1628–1635 (2004).

Artikel PubMed Google Scholar

Olusanya, BO et al. Management von Früh- und Reifgeborenen mit Hyperbilirubinämie in ressourcenbeschränkten Umgebungen. BMC Pädiatr. 15, 1–12 (2015).

Artikel Google Scholar

Sedaghat-Yazdi, F., Torres, A. Jr., Fortuna, R. & Geiss, DM Die Genauigkeit und Präzision des Pulsoximeters wird durch die Sensorposition bei zyanotischen Kindern beeinflusst. Pädiatr. Krit. Pflege Med. 9, 393–397 (2008).

Artikel PubMed Google Scholar

Ross, PA, Newth, CJ & Khemani, RG Genauigkeit der Pulsoximetrie bei Kindern. Pädiatrie 133, 22–29 (2014).

Artikel PubMed Google Scholar

Bhutani, VK et al. Nichtinvasive Messung des Gesamtserumbilirubins in einer gemischtrassigen Neugeborenenpopulation vor der Entlassung, um das Risiko einer schweren Hyperbilirubinämie abzuschätzen. Pediatrics 106, e17–e17 (2000).

Artikel CAS PubMed Google Scholar

El-Beshbishi, SN, Shattuck, KE, Mohammad, AA & Petersen, JR Hyperbilirubinämie und transkutane Bilirubinometrie. Klin. Chem. 55, 1280–1287 (2009).

Artikel CAS PubMed Google Scholar

Referenzen herunterladen

SKP dankt der Indian National Academy of Engineering (INAE) für das Abdul Kalam Technology Innovation National Fellowship, INAE/121/AKF. Die Autoren danken dem Dekanat für wissenschaftliche Forschung der Umm Al-Qura-Universität für die Unterstützung dieser Arbeit mit dem Fördercode: 22UQU4320545DSR31. Dr. Ziad Moussa dankt der Universität der Vereinigten Arabischen Emirate (UAEU) und dem Forschungsbüro für die Unterstützung der in seinem Labor entwickelten und hier berichteten Forschung (SUREPLUS Grant-Code G00003918).

Diese Autoren haben gleichermaßen beigetragen: Amrita Banerjee und Neha Bhattacharyya.

Fachbereich Physik, Jadavpur University, 188, Raja SC Mallick Rd, Kalkutta, 700032, Indien

Amrita Banerjee und Subhadipta Mukhopadhyay

Technisches Forschungszentrum, SN Bose National Center for Basic Sciences, Block JD, Sektor III, Salt Lake, Kalkutta, Westbengalen, 700106, Indien

Amrita Banerjee, Lopamudra Roy und Mahasweta Goswami

Abteilung für Kindermedizin, Nil RatanSircar Medical College & Hospital, 138, AJC Bose Road, Sealdah, Raja Bazar, Kalkutta, 700014, Indien

Amrita Banerjee, Annie Bajaj, Nilanjana Ghosh und Asim Kumar Mallick

Abteilung für Radiophysik und Elektronik, Universität Kalkutta, 92, Acharya Prafulla Chandra Rd, Machuabazar, Kalkutta, 700009, Indien

Neha Bhattacharyya und Pulak Mondal

Abteilung für chemische und biologische Wissenschaften, SN Bose National Center for Basic Sciences, Block JD, Sektor 3, Salt Lake, Kalkutta, 700106, Indien

Neha Bhattacharyya, Ria Ghosh, Soumendra Singh, Aniruddha Adhikari, Susmita Mondal und Samir Kumar Pal

Neo Care Inc, 27, Parker St, Dartmouth, NS, B2Y 2W1, Kanada

Soumendra Singh

Abteilung für Elektrotechnik und Informationstechnik, Dalhousie University, 6299 South St, Halifax, NS B3H 4R2, Halifax, Kanada

Soumendra Singh

Chemie- und Biomolekulartechnik, University of California, Los Angeles, CA, 90095, USA

Aniruddha-Beamter

Abteilung für Angewandte Optik und Photonik, JD-2, Sektor III, Salt Lake, Kalkutta, Westbengalen, 700 106, Indien

Lopamudra Roy

Abteilung für Biotechnologie, Thapar Institute of Engineering and Technology, Bhadson Road, Patiala, Punjab, 147004, Indien

Aman Bhushan

Medizinische Fakultät, Universität Assiut, Assiut, 71516, Ägypten

Ahmed SA Ahmed

Fakultät für Chemie, College of Science, Universität der Vereinigten Arabischen Emirate, Al Ain, Postfach 15551, Abu Dhabi, Vereinigte Arabische Emirate

Ziad Moussa

Abteilung für Gynäkologie und Geburtshilfe, Nil Ratan Sircar Medical College & Hospital, 138, AJC Bose Road, Sealdah, Raja Bazar, Kalkutta, 700014, Indien

Debasis Bhattacharyya

Abteilung für Grundlagen- und Geisteswissenschaften, Techno International, Kalkutta, 700156, Indien

Arpita Chattopadhyay

Fachbereich Physik, Sister Nivedita University, Kalkutta, Indien

Arpita Chattopadhyay

Fachbereich Chemie, Fakultät für Angewandte Wissenschaften, Universität Umm Al-Qura, Mekka, 21955, Saudi-Arabien

Saleh A. Ahmed

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Alle Autoren haben den Haupttext des Manuskripts verfasst, Abbildungen vorbereitet und das Manuskript überprüft.

Korrespondenz mit Saleh A. Ahmed, Asim Kumar Mallick oder Samir Kumar Pal.

Die Autoren geben an, dass kein Interessenkonflikt besteht. Soumendra Singh war während der Fertigstellung des Projekts Teil des Technischen Forschungszentrums, SN Bose National Center for Basic Sciences, Block JD, Sektor III, Salt Lake, Kalkutta, Westbengalen 700106, Indien. Derzeit ist er mit Neo Care Inc,27, Parker St, Dartmouth, NS B2Y2W1, Kanada verbunden. Darüber hinaus erklären die Autoren, dass keine konkurrierenden Interessen bestehen.

Springer Nature bleibt neutral hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht durch gesetzliche Vorschriften zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Banerjee, A., Bhattacharyya, N., Ghosh, R. et al. Nicht-invasive Schätzung von Hämoglobin, Bilirubin und Sauerstoffsättigung von Neugeborenen gleichzeitig mithilfe der Analyse des gesamten optischen Spektrums am Point-of-Care. Sci Rep 13, 2370 (2023). https://doi.org/10.1038/s41598-023-29041-w

Zitat herunterladen

Eingegangen: 29. September 2022

Angenommen: 30. Januar 2023

Veröffentlicht: 09. Februar 2023

DOI: https://doi.org/10.1038/s41598-023-29041-w

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein gemeinsam nutzbarer Link verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt

Durch das Absenden eines Kommentars erklären Sie sich damit einverstanden, unsere Nutzungsbedingungen und Community-Richtlinien einzuhalten. Wenn Sie etwas als missbräuchlich empfinden oder etwas nicht unseren Bedingungen oder Richtlinien entspricht, kennzeichnen Sie es bitte als unangemessen.