一个预测模型分类未分化的发热情况下基于24小时连续鼓膜的温度记录

文摘

诊断未分化的热是一个重大的挑战性任务的医生经常仍然是诊断和延误治疗。这项研究的目的是记录和分析一个24小时连续鼓膜的温度的诊断和评估其效用无差别的发烧。这是一个观察性研究进行Kasturba医学院和医院,Mangaluru,印度。九十六( )患者与未分化的发烧。他们的鼓膜的温度是24小时连续记录。温度数据预处理和各种信号特征提取和分类训练使用MATLAB软件的机器学习算法。二次支持向量机算法产生一个总体精度71.9%的区分发烧分为四大类,即肺结核、胞内细菌感染,登革热、和非传染性的疾病。ROC曲线下的面积为肺结核、胞内细菌感染,登革热、和非传染性的疾病被发现是0.961,0.801,0.815,和0.818,分别。良好的协议是观察[k = 0.618 ( 95%可信区间(0.498 - -0.737)))之间的实际诊断病例和二次支持向量机学习算法。24小时连续鼓膜的温度记录,监督机器学习算法似乎是一个有前途的非侵入性和可靠的诊断工具。

1。介绍

未分化的热是一种常见的发热性疾病没有任何本地化的迹象或症状(1]。根据系统回顾,确诊病例的比例无差别的发烧在亚洲约8%至80% (2]。在资源有限的国家,决定在早期临床调查是一项具有挑战性的任务的医生(3]。的非特异性症状和缺乏准确诊断不仅对临床决策有显著影响,往往导致不合理的使用抗生素(3,4]。在大部分的未分化的发热情况下,经验治疗不起作用或可能是有害的,可能会延误病人的住院治疗,与后续医疗费用的增加。

发烧的监测可以为疾病的诊断和预后提供有价值的信息。许多科学研究报道了温度监测的效用作为某些临床疾病的预测工具(5- - - - - -15]。一个世纪前,瑞斯等人研究了24 - 48小时quasicontinuous温度记录在病人对结核病的诊断和预后。在结核病的情况下,他们观察到几个特征温度曲线像下午和晚上温度的突然崛起,快速下跌,连续高温99°C以上8到9小时,和山峰上高原阶段(11]。然而,没有足够的研究探索温度的工具,可能是因为有限的硬件功能,与繁琐的记录方法和软件问题,不是很发达。20年前,24小时后温度记录系统的兴趣Varela等人使用鼓膜的显示,连续记录的体温和腋窝温度数据的调查和分析4,12]。定量测量的体温已经显示出可喜的成果管理血容量减少,死亡率在危重患者中,乳酸酸中毒的诊断,预后的器官灌注不足和冲击,除了作为心血管状态的标志,呼吸困难,和组织灌注5- - - - - -10]。另一项研究报道,体温异常可以作为预测脓毒症的诊断在发热,危重病人(16]。然而,这些研究没有解决根本问题的诊断效用无差别的发烧的温度记录。

体温是一种生理信号,与之相关的基本特征和趋势。然而,其中一些信息像分钟变化,趋势和模式在时间序列领域可能不会明显与传统方法和可能需要复杂的数学模型的分析。与其他重要信号像心电图,脑电图和肌电图,只有数量有限的研究温度信号利用数学模型预测某种疾病(12,13,15]。研究人员观察到病人的体温变化视觉或通过使用特定的数学模型。Papaioannou等人研究了温度模式使用线性判别分析和聚类分析提取小波的特性对患者全身炎症反应综合征的分化,脓毒症和脓毒性休克。研究人员提取小波的特性不同于三组之间的温度模式(全身炎症反应综合征、脓毒症和脓毒性休克),发现统计上显著的结果(15]。万利拉等人应用近似熵和去趋势波动分析(DFA)方法确定损失的温度曲线的复杂性与患病的状态有关。他们比较结果与常规顺序器官衰竭评估(SOFA)得分,发现温度曲线的复杂性是逆相关的严重程度患者的状态。近似的值明显比生存患者低nonsurvivors [13,17]。在另一项研究中,万利拉等人使用近似熵作为分类特征,发现72%的准确率两组:死亡和生存患者多器官功能衰竭(18]。两个更多的科学研究报告预测模型区分与其它发热性疾病登革热病例,早期阶段疾病使用多元逻辑回归模型和决策树算法(19,20.]。虽然这些研究在预测的关键保健机构或研究的程度的并发症,他们没有在正式的诊断效用无差别设置学习热带发烧。

机器学习提供技术、工具和模型,可以帮助解决各种各样的临床诊断和预后问题的条件。机器学习算法被广泛应用于疾病分类根据心电图,脑电图和肌电图信号(21]。自动检测和分类的热模式使用机器学习技术与特定疾病的具体算法分类器可能有潜在的好处,如提高效率,再现性,和成本效益提供疾病的早期诊断和治疗,特别是在未分化的发热情况。

正是通过这个研究,我们打算记录,分析和分类的鼓膜的温度记录患者提供无差别的发烧和用体温作为预测变量区分未分化的发烧。

2。材料和方法

2.1。数据收集

这是一个观察性研究在三级保健医院进行。九十六( )有长期发烧症状的病人中招募了研究。患者在退烧药、类固醇和历史的高热和中枢神经系统障碍被排除在研究之外。感染疟疾的发热患者排除在这项研究中,因为很明显,疟疾发烧周期发生在每48小时(22),我们记录了温度只有24小时。病人被告知不要洗澡时温度监测。完整的研究过程向受试者解释前知情同意并进行研究。这项研究是由机构伦理委员会批准。人体测量参数诸如年龄、血压、脉搏,BMI的每个主题。连续24小时鼓膜的温度记录通过TherCom®温度监控装置(23,24]。每个病人的最后诊断。

2.2。预处理的数据

温度记录是策划和视觉检查任何缺失的数据,过滤使用Savitzky-Golay滤波器平滑轮廓没有大大扭曲了的信号。每个温度记录有1440数据点,绘制时间是上午9点到9点。

2.3。特征提取

特征信号的快速傅里叶变换等熵,能源,电力,主成分分析系数,自回归系数,小波变换系数,意思是,和方差提取使用MATLAB软件(版本R2013b)和视觉的观察每个温度记录如深夜的上升和存在超过或等于三个峰值特征提取。使用归一化法提取的特征是标准化。此外,90%的提取特征被用于训练和10%的测试,使用经典的5倍交叉验证设置。

疾病类型的识别分类的准确性,这四个目标疾病(肺结核、胞内细菌感染、登革热和非感染性炎症和肿瘤疾病)被分配预测反应和提取功能被分配。反应是基于每个案例的最终临床诊断相应的温度记录。

2.4。评估算法

分类算法的评价是由使用分类应用程序在MATLAB中,有一组算法,我们可以训练数据集提取特征。的算法给出了选择精度最高。在我们的研究中,我们发现在二次分类精度最高的支持向量机(SVM)算法。

2.5。统计分析

数据被表示为平均数±标准差。描述性的数据分析是和二次发烧的分类模式之间的一项协议支持向量机学习算法和最终诊断的病例是由Kappa统计数据通过使用社会科学统计软件包(SPSS)版本16日,芝加哥、IL。特征提取和接受者操作特征(ROC)曲线下面积的每个分类数据进行使用MATLAB软件(美国版本R2013b, Mathworks)。

3所示。结果

九十六( )未分化的发热患者招募。根据医生的诊断和基于实验室诊断测试,受试者被分为肺结核( ),胞内细菌感染( ),登革热( )和非传染性的疾病( )。表1总结了人口统计每个疾病类别的细节。人口平均年龄等措施,身体质量指数(BMI)、血压和脉搏率不同疾病组之间没有差别。

我们分析了一个二次分化的支持向量机算法模型情况下的发热24小时连续鼓膜的温度数据,发现算法的总体71.9%的准确率。算法的性能分类未分化的发热情况总结表2。每个分类的总体ROC曲线下面积表中描述的数据集3。的阳性和阴性预测值和似然比率每个分类数据集描述表4。总之,二次显示临床上重要的支持向量机算法在分类精度分配的疾病。

我们执行kappa协议测试温度的分类模式之间通过二次支持向量机学习算法和一个实际的诊断病例。

我们发现了一个显著好kappa 0.618[协议 95%可信区间(0.498 - -0.737))之间的二次学习支持向量机(SVM)算法和最终诊断的病例。

4所示。讨论

在这项研究中,我们发现了一个高收益的二次分类支持向量机(SVM)学习算法在未分化的发烧使用数据从24小时连续的温度监测。我们发现,未分化的发烧分类分为四个主要类别是可能的,可能是优化的评价未分化的热带发烧。

未分化的热带发烧非常复杂问题为内科医生或一般的医生在资源有限的环境中,因为无向调查增加原因和导致不恰当的临床决策。体温信号的分类模型证实了效用作为分类的主要变量未分化的发烧。特别是,结核病诊断产量非常高,敏感性和特异性的肺结核集团被发现是96.43%(81.65% - -99.9%)和91.18%(81.78% - -96.6%),分别为(表3)。这可能有助于在限制不必要的调查关注的一组疾病,将允许在未分化的发烧有针对性的调查方法。

我们发现支持向量机学习算法表现出更高的敏感性为96.43% (95% ci, 81.65 - -99.91)和91.18%(81.78 - -96.6)的特异性检测结核相比,抗酸的细菌涂片测试的敏感性为67.5% (95% ci, 60.6 - -73.9)和特异性为97.5% (95% ci, 97.0 - -97.9) 5336份样品中报道了马修et al。25]。支持向量机学习算法表现出较低的敏感度(53.33% (95% ci, 26.59 - -78.73))和特异性(93.83% (95% ci, 86.18 - -97.97))在预测登革热病例的对比敏感度(77.3% (95% ci, 69.8 - -83.6))和特异性(100%(95%可信区间,98.5)]的NS1 Ag)快速地带测试154年登革热患者的诊断(26]。在细胞内细菌感染的情况下,支持向量机学习算法提出了敏感性[55.56% (95% CI, 35.33 - -74.52)]和特异性(92.75% (95% CI, 83.89 - -97.61))在预测未分化的细菌感染发烧温度的情况下使用特征轮廓,可比原降钙素的发现细菌感染的生物标志物的敏感性64.5%,特异性84.0%区分细菌感染的发热患者据曲et al。27]。支持向量机学习算法的优点是,一个测试足以区分四个主要临床条件,而文化或血清学测试分别为每个临床条件和执行这些测试是侵入性的和昂贵的。

过程简单、无创、廉价和可靠的。算法可以很容易地出口到任何传统的计算设备,从而使这是实现为一个护理诊断测试。此外,24小时连续记录温度也帮助我们识别未被发现的热峰值在常规监测方法。两个科学研究报道了连续温度监测的重要性在常规的温度监测方法(4,24]。万利拉等人研究了62名患者出现发烧和发现连续温度记录方法检测到的意思是0.7 (95% CI, 0.27 - -1.33)的山峰发烧注意常规护理(4]。在我们之前的研究中,我们发现间歇性发烧的性质显然是被连续录音模式,而传统方法未能捕获29.9%的间歇性发烧模式的性质。因此,捕获完整的体温变化是24小时连续温度监测方法的另一个好处。

在先前的研究中,一些数学模型用于预测和预测特定的临床情况。在两个不同的研究中,维蕾拉等人应用近似熵,并一起去趋势波动分析(DFA)来测量温度曲线的复杂性与沙发关联值预测生存在危重病人17,18]。Papaioannou等人评估温度复杂性在一群危重患者脓毒症和脓毒性休克在ICU期间,发现在他们的早期预测死亡率提取Tsallis熵(TsEn)和香农熵(Sh)特性(28]。万利拉等人也尝试使用复杂的分类诊断组变量(近似熵)4]。然而,研究人员并没有带来丰硕成果可能是因为单或者等两个数学参数的近似熵和DFA, TsEn,和香农熵中寻找信号,和其他功能,我们认为没有评估很重要。此外,以往的研究解决了温度信号的复杂性在危重病患者,而不是在正式的场合。小波分析和多尺度熵是在一项研究中使用Papaioannou et al。15];然而,在我们的研究中,我们包含一维信号的小波系数作为特征和应用机器学习的过程。此外,我们观察到一些重要的视觉特征。我们结合视觉机器学习的重要和其他特征提取算法,这似乎产生一个非常高的成功率在适当分类。

虽然连续发烧录音的概念开始早一个世纪以前,(11),它不是因为硬件和软件的障碍。现在,有必要重新审视这个有趣的概念与廖更好的硬件和软件技术和他们的问题已基本解决。

这项研究的限制包括相对非常小的样本容量,但情况下混合类似的其他报道的研究(29日]。一些技术上的困难,而监控温度主要是脱落的鼓膜的探头从耳道中断连续记录。其次,松散连接探测器的数据记录器中断连续数据存储。这也是之前进行的一项研究中提到Varela et al。4]。我们应用Savitzky-Golay过滤温度信号的降噪和平和没有扭曲的信号。还有其他滤波方法,可应用于滤波器可能增加产量的数据分类算法。

有趣的观察中发现这个小批样品需要研究更大的样本量。一旦获得大型数据集,人工神经网络分析可能提供更高的收益率。广泛使用的有前途的算法可能产生重要的输出更大的数据集在未来,这将进一步允许我们应用人工神经元网络在那个时间点上。我们所做的未分化的分析热设置,但它很可能也可能是有用的在发热来历不明的设置。我们有四个分类群样本,但随着扩大样本,进一步组织可能显然是明显的,可以提高模型的准确性。另一个重要的可能性是记录两或三天的温度和寻找模式和提取特征在一个更大的记录时间。

5。结论

使用监督的自动分类算法可以提供重要的线索在早期未分化的发烧的歧视。一个精确的诊断测试艾滋病医生快速决策的过程中,除了减少不必要的诊断测试的成本。作为非侵入性工具,温度模式分类器算法可能成为一个重要的,额外的诊断工具,可以用作将来住院和门诊临床设置发热各种临床评估的条件。

的利益冲突

作者宣称没有利益冲突。

确认

这项研究得到了Kasturba医学院和医院,印度麦利普大学Mangaluru,卡纳塔克邦,印度。

引用

1. r·乔希在印度中部急性脑炎综合征的流行病学特征,2009,http://digitalassets.lib.berkeley.edu/etd/ucb/text/Joshi_berkeley_0028E_10123.pdf。
2. t . n . Susilawati和w·j .麦克布莱德“急性未分化的发烧在亚洲:文献之回顾,“东南亚热带医学和公共卫生杂志》上,45卷,不。3、719 - 726年,2014页。视图:谷歌学术搜索
3. r . Joshi和s . p . Kalantri急性未分化的黄热病:管理算法,”更新对热带发烧,页1 - 14,医师协会的印度,印度医学院,2015年新德里。视图:谷歌学术搜索
4. m . Varela r . Ruiz-Esteban a . Martinez-Nicolas j . a . Cuervo-Arango c·巴罗斯和e . g . Delgado”“抓飙升和跟踪流”:Holter-temperature监测病人一般内科病房,“国际临床实践杂志》上,卷65,不。12日,第1288 - 1283页,2011年。视图:出版商的网站|谷歌学术搜索
5. J.-L。文森特和m·h·威尔“流体重新挑战,”危重病医学,34卷,不。5,1333 - 1337年,2006页。视图:出版商的网站|谷歌学术搜索
6. 美国克拉克,r·帕里斯和k .狐狸”Core-peripheral温度梯度作为呼吸困难的诊断测试,”急诊医学杂志,22卷,不。9日,第635 - 633页,2005年。视图:出版商的网站|谷歌学术搜索
7. p . Kiekkas d . Velissaris m . Karanikolas et al .,“体温峰值预测危重患者的死亡率没有脑损伤,”心脏和肺:急性和急救护理杂志》上,39卷,不。3、208 - 216年,2010页。视图:出版商的网站|谷歌学术搜索
8. l . j·卡普兰和s Frangos这样“重症监护单元的临床评估:酸碱异常二世”急救护理,9卷,不。2、198 - 203年,2005页。视图:出版商的网站|谷歌学术搜索
9. 诉Menon j . n .斯莱特h . d .白色,洛杉矶卧铺,t . Cocke和j·s·哈克曼,“急性心肌梗塞并发全身灌注不足没有低血压:冲击试验注册中心的报告,“美国医学杂志》上,卷108,不。5,374 - 380年,2000页。视图:出版商的网站|谷歌学术搜索
10. h·r·乔利·m·h·威尔,“拇趾视为温度冲击的严重程度,”循环,39卷,不。1,第138 - 131页,1969。视图:出版商的网站|谷歌学术搜索
11. g·瑞斯和p . Varrier-Jones准连续温度记录的值在结核病的早期诊断和预后,”《柳叶刀》,卷197,不。5090年,第582 - 573页,1921年。视图:出版商的网站|谷歌学术搜索
12. m·万利拉·l·吉梅内斯,r·法里,“复杂性的分析温度曲线:从体温,新信息”欧洲应用生理学杂志》上,卷89,不。3、230 - 237年,2003页。视图:出版商的网站|谷歌学术搜索
13. m . Varela j . Churruca a·冈萨雷斯,a·马丁j .颂歌和p . Galdos”温度曲线的复杂性预测生存在危重患者中,“美国呼吸和重症监护医学杂志》上,卷174,不。3、290 - 298年,2006页。视图:出版商的网站|谷歌学术搜索
14. s . m . Pikkujamsa t·h·Makikallio l . b . Sourander et al .,“心脏interbeat间隔动力学从童年到衰老:比较传统的基于分形和混沌理论和新措施,”循环,卷100,不。4、393 - 399年,1999页。视图:出版商的网站|谷歌学术搜索
15. 诉大肠Papaioannou,即g . Chouvarda n . k . Maglaveras和中情局Pneumatikos,“温度可变性分析利用小波和多尺度熵全身炎症反应综合征患者,败血症,感染性休克,”急救护理,16卷,不。2篇文章R51 2012。视图:出版商的网站|谷歌学术搜索
16. a . m .德鲁里,b . m .福勒,t·c·贝利和r·s·霍奇“体温模式作为一个预测无热的成人重症监护室医院感染败血症的患者:一项病例对照研究中,“急救护理,17卷,不。5篇文章R200 2013。视图:出版商的网站|谷歌学术搜索
17. m·万利拉·m·卡尔沃m .长安汽车Gomez-Mestre, r . Asensio和p . Galdos“临床意义的温度曲线的复杂性在危重患者中,“危重病医学,33卷,不。12日,第2771 - 2764页,2005年。视图:出版商的网站|谷歌学术搜索
18. d .单面山,m . Varela p·米罗et al .,“预测生存关键测量病人体温的使用规律近似熵的基础上,“医学和生物工程和计算,45卷,不。7,671 - 678年,2007页。视图:出版商的网站|谷歌学术搜索
19. e·费尔南德斯·m·Smieja s·d·沃尔特·m·勒布,”一个预测模型来区分从其他发热性疾病登革热,”《BMC传染病》杂志,16卷,不。1,p。694年,2016。视图:出版商的网站|谷歌学术搜索
20. l·坦纳·m·施赖伯j·g·低et al .,“决策树算法预测结果诊断和登革热的疾病的早期阶段,“《公共科学图书馆·被忽视的热带疾病,卷2,不。第三条e196, 2008年。视图:出版商的网站|谷歌学术搜索
21. a . h . Shoeb和j . Guttag诉”,应用机器学习检测癫痫发作,”学报》第27届国际会议上机器学习(ICML-10)以色列海法,,2010。视图:谷歌学术搜索
22. d . Ogoina“发烧,发烧和疾病模式称为“热”——评论,“感染和公共卫生杂志》上,4卷,不。3、108 - 124年,2011页。视图:出版商的网站|谷歌学术搜索
23. d . Cuesta-Frau m . Varela m . Aboy, p . Miro-Martinez”描述的便携式无线设备高频体温采集和分析,“传感器,9卷,不。10日,7648 - 7663年,2009页。视图:出版商的网站|谷歌学术搜索
24. p h . Dakappa g . k . Bhat g . Bolumbu s . b . Rao s Adappa和c . Mahabala”比较传统水银温度计和连续TherCom®温度记录在住院患者中,“临床与诊断研究杂志》上,10卷,不。9日,OC43-OC46, 2016页。视图:出版商的网站|谷歌学术搜索
25. p•马修黄懿慧郭,b . Vazirani r·h·英格·m·p·温斯坦,”三个痰抗酸的中断结核杆菌涂片必要隔离吗?”临床微生物学杂志,40卷,不。9日,第3420 - 3416页,2002年。视图:出版商的网站|谷歌学术搜索
26. s . Chaterji j·c·艾伦Jr ., a . Chow y . s .狮子座和e·e·Ooi”的NS1快速测试和评估登革热分类方案用于临床诊断急性登革热的成年人,“美国热带医学和卫生杂志》上,卷84,不。2、224 - 228年,2011页。视图:出版商的网站|谷歌学术搜索
27. j .曲陆x、y刘和x王”评估的原降钙素、c反应蛋白、白细胞介素- 6 &血清淀粉样蛋白作为诊断生物标记细菌感染的发热病人,”印度医学研究杂志》上,卷141,不。3、315 - 321年,2015页。视图:出版商的网站|谷歌学术搜索
28. 诉大肠Papaioannou,即g . Chouvarda n . k . Maglaveras g . i Baltopoulos和中情局Pneumatikos,“温度多尺度熵分析:一个有前途的标记早期预测发生在败血症患者的死亡率,”生理测量,34卷,不。11日,第1466 - 1449页,2013年。视图:出版商的网站|谷歌学术搜索
29. s . k . Abrahamsen c . n . Haugen p Rupali et al .,“发烧在热带地区:病因学和case-fatality-a前瞻性观察研究在三级保健医院在南印度,”《BMC传染病》杂志,13卷,不。1,p。355年,2013。视图:出版商的网站|谷歌学术搜索

版权

版权©2017 Pradeepa h . Dakappa等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。