文摘

这项研究的目的是比较无创性胎儿心率监测的准确性与超声波,使用胎儿头皮电极作为金标准,劳动妇女不同的身体体质,在劳动和交付。劳动妇女要求胎儿头皮电极与临床实验的设备同时监控(无创性胎儿心电图),超声波,胎儿头皮电极。一种算法提取的胎儿心率的无创性胎儿心电信号。每个非侵入式设备记录与胎儿头皮电极对可靠性的积极和准确性的百分比协议根均方误差。七十一妇女被包括在这个分析中。积极的协议是百分比 为无创性胎儿心电图和% %的超声波。根均方误差与胎儿头皮electrode-derived胎儿心率是4.8±2.0 bpm无创性胎儿心电图和超声的bpm 14.3±8.2。无创性胎儿心电图的优越性是维持阶段1和2的劳动和提高身体质量指数。与胎儿头皮electrode-derived胎儿心率、无创性胎儿心电图比超声波对产时更准确和可靠的监测阶段1和2的劳动,通过增加产妇身体质量指数的影响较小。这证实了其他工人在这个领域的结果。

1。介绍

胎儿健康评估通过电子监测子宫活动和胎儿心率(FHR)模式。这些信号可以获得无创,传统上通过tocodynamometry和多普勒超声(美国),或具有侵略性的子宫内胎儿头皮电极导管(IUPC)和压力(FSE)。后一种方法需要膜破裂,需要一些小的感染风险1,2和出血3),但通常受到更少的信号损失,提供额外的信息:IUPC提供定量子宫内的压力,和胎儿心电图可以从工程师获得。

国际妇产科联合会建议FHR监控(4)包括“基线和变异性可能清晰地读出至少80%的时间。“这一目标往往与我们没有达到5,6),特别是在肥胖产妇(7]。

另一种无创方法需要检测子宫活动[electrohysterogram (EHG)]和FHR(无创性胎儿心电图)通过电极位于产妇的腹部。这种技术不依赖于距离传感器的目标,因此不管病人的身体状态的函数。

我们以前显示的优越性EHG tocodynamometry子宫活动监测、使用IUPC作为黄金标准(8]。在目前的研究中,我们使用一个类似的方法比较腹部胎儿心电图(afECG),使用规定作为黄金标准。

2。材料和方法

本研究的分析FHR数据从一个未发布的更大的数据收集,仅使用这些患者与所有三个FHR同时监控设备。它是由两个佛罗里达医院:佛罗里达大学健康、佛罗里达大学教学医院(盖恩斯维尔FL)和温妮帕默医院妇女和婴儿(奥兰多)。机构审查委员会批准的协议是两家机构(佛罗里达大学# 346 - 2010,WP # 13.153.09),每个主题提供书面知情同意。成年女性承认劳动和交付套件到期(≥37周的妊娠),在与一个单例胎儿积极劳动头先露,没有出血,子宫疤痕,或绒毛膜羊膜炎的证据,和工程师在产科迹象(如由参加产科医生)都有资格列入。

皮肤准备由温柔的摩擦与磨料凝胶(OneStep AbrasivPlus, Liquimedics企业有限公司,德国),6个3厘米2Ag / AgCl2电极(T-00-S;Ambu;格伦·伯尼MD)附加到产妇腹部(图1)。电极连接到放大器单极的方式与常见的引用和共模抑制导致左侧的病人的腹部减少60 Hz环境噪声。电极位置略有修改为每一个病人,根据分娩力计和美国FHR监视器的位置。每个电极的阻抗测量(与参考)(一般设备10 Hz eim - 105 Prep-Check;新泽西州里奇)。皮肤准备是根据需要重复在每个站点上,直到测量阻抗低于10 kΩ尽可能。


图1
电极的位置。

除了实验系统中,数据从母胎监控每个病人包括FHR:我们(Corometrics 250系列,通用电气医疗系统,沃基肖,WI)和工程师协会(Corometrics在佛罗里达大学健康和阿瓦隆FM50、飞利浦医疗保健;安多弗,MA温妮Palmer)采样分辨率与8位4赫兹,upsampled 8赫兹匹配的其他信号显示器。这些分娩监护仪报道美国,FSE-derived FHR。

美联储信号记录电极的自定义构建,四通道高分辨率,低噪声单级放大器基于TI广告心电图/脑电放大器的家庭。所有四个信号测量的参比电极。放大器的设计利用了右腿驱动电路(来自4通道的组合)来减少共模噪声。放大器3 dB带宽为0.05到250赫兹。数据从四个腹部通道采样与24位分辨率500 Hz。

因为子宫的肌肉活动(EHG)不同频率的孕产妇和胎儿心率,一个简单的频率选择滤波技术可以分离信号,允许contraction-monitoring算法和FHR算法很大程度上是独立的。然而,孕产妇和胎儿心率重叠的频率。美人鱼算法是在一个类称为盲源分离或独立分量分析。这些算法允许重叠信号的分离,只要他们是由独立的来源。至少需要一个电极使用的算法为每个独立源和使用每个电极上微小的差异和相关性之间的渠道和资源,分离混合信号。这发生在真正的时间9]。

四个腹部电极信号输入上述系统的硬件。这些信号预处理和过滤1到30 Hz之间的带通滤波器消除噪声和EHG信号。接下来,美人鱼算法发现四大独立源信号的混合信号(如母亲的心电图,胎儿心电图,呼吸、肌肉噪声和其他噪声)。第二个算法选择通道属性将在胎儿心电图。信任因素报告系统如何能提取所需的信号。

工程师协会的数据,美国(使用第二个电子胎儿监测单元),并收集afECG同时通过一台笔记本电脑。数据收集器奉命试图重新定位我们获得一个可靠的信号在所有科目。临床医生也不清楚,除了规定输出FHR监测和干预。

可靠性评估的积极的协议(PPA),百分比的时间百分比的设备(或afECG)生成FHR内FHR从规定的10%。FHR afECG利用10-beat平均近似估计的平均其他设备。这是为每个主题和平均计算。每个FHR输出精度估计使用根均方误差(RMSE),瞬时FHR比较器和工程师之间的差异。数量在每一个研究主题网站使用成对比较 以及显著性水平为0.025。

3所示。结果

网站没有差异(表病人特征1)。

表1
人口比较网站。

afECG PPA,平均83.4%,超过美国(62.4%, 、表2)。这优势坚持第一( )和二( 所有受试者)阶段的劳动。此外,afECG更准确,平均4.8相比,bpm 14.3的RMSE我们( )。在肥胖产妇(体重指数> 30公斤/米2在PPA), afECG再次超过美国(84.4%比58.1%, bpm)和准确性(4.8和15.6, )。此外,afECG显示不正常体重之间的性能下降(PPA 81.0%±17.2%;RMSE bpm)和肥胖受试者(PPA %;RMSE bpm 4.8±2.1),而我们的性能是受肥胖负面影响:正常体重PPA 73.2%±25.2%;RMSE bpm;肥胖PPA 58.1%±25.8%;RMSE bpm 15.6±8.1。

表2
的性能相比,腹部胎儿心电图和超声胎儿头皮电极。

4所示。讨论

多普勒我们是最常见的连续FHR监测方法和功能充分在大多数情况下。其频繁地区的辍学和偶尔的困惑与孕产妇心率(10]解释复杂化的设置nonreassuring跟踪。当外部监控是不可靠的,临床医生可以人工破膜更可靠的内部监控。这增加的时间膜破裂和感染的风险。

失败的外部我们监控是更常见的肥胖人群(7),包括近三分之一的育龄妇女11]。(这些患者更有可能出现并发症12- - - - - -14),需要内部监控(7),有长时间的一期劳动15[],并接受剖宫产14,16,17]。剖腹产率增加的原因可能是多因素的,包括宫颈扩张缓慢和随之而来的数量的增加宫颈检查和内部监控的需要,导致更高的绒毛膜羊膜炎,这本身就增加了剖腹产率(18]。

另一个外部监控系统提供可靠的孕产妇FHR和子宫活动无论大小可能改善的结果。此外,产妇的连续显示心率会减少母胎心率混乱事件。

科恩et al。19]美国相比,工程师,从产妇腹部胎儿心电图(afECG)通过AN24系统(莫妮卡医疗有限公司,诺丁汉,英国)75年劳动协议类似报道的女性。PPA报道的时间百分比外部监控FHR内10%的报道,来自afECG设备的规定,上级对我们(81.7%比73%)。这优势坚持分析第一和第二阶段的劳动(PPA afECG与美国的74.7%和61.7%,84.9%和71.9%的第一和第二阶段,职责)。的RMSE afECG还演示了改进的准确性 bpm和bpm 10.9±5.8。

afECG优于我们的成功的结果,尽管我们表现在我们的研究中。在这两项研究,规定被产科迹象。科恩说,“在所有情况下(FSE被)因为外部跟踪异常。“异常在这种情况下是否包括高辍学尚不清楚。虽然我们没有记录表明在我们的研究中,受试者更可能有不可接受的辍学,因此偏置我们的结果对设备。此外,在这两项研究中,受试者被工程师监控临床。尽管协议指定调整我们失败的时候,可能我们不是最优在研究过程中使用。无论如何,工程师协会afECG的PPA比较有效,证明了实用的afECG人口,我们失败了。

Graatsma et al。20.)没有发现增加的影响体重指数(BMI)与AN24 afECG信号系统。他们的群体是20 - 42-week, nonlaboring孕妇睡眠监测,因此大大不同于本报告的积极的劳动环境。

科恩和Hayes-Gill [21)专门看着BMI的影响外部监控的准确性和可靠性。74年二次分析产妇同时监控所有三种方法(我们、FSE和AN24),他们没有发现母亲肥胖对他们的系统的性能的影响,而美国表现”退化直接与产妇的大小。”在他们的研究中,九个受试者体重指数> 40的PPA afECG %。相比之下,我们的结果 % 19日这样的病人。

总之,我们发现afECG优于美国工程师协会在可靠性和准确性相比,在所有科目和肥胖的子集。这可能有临床意义的评估胎儿健康,尤其是肥胖的科目,我们经常无法提供足够的FHR痕迹。

信息披露

这些结果已经提出,在某种程度上,佛罗里达大学的医学院的庆祝活动的研究,2015年2月。

的利益冲突

的丈夫Tammy y Euliano首席技术官和Tam Nguyen Minh,您好Darmanjian OBMedical的员工。Tammy y Euliano拥有没有股票,也不持有上市公司的任何位置,但专利申请所述的一些技术。作者宣称有关于这篇文章的出版的利益冲突。

作者的贡献

尼尔Euliano Tammy y Euliano,您好Darmanjian构思和设计实验。约翰·d·Busowski和安东尼·r·格雷格进行了实验。您好Darmanjian和Tam Nguyen Minh提取和分析数据。尼尔Euliano贡献资料。泰米y Euliano您好Darmanjian, Tam Nguyen Minh,安东尼·r·格雷格写道。

确认

作者要感谢数据收集器在佛罗里达大学健康,特蕾莎修女莱尔,博士,在温妮帕默,米歇尔·l .真实的,以及他们的统计学家,加里•史蒂文斯和编辑,科里Astrom。最后,他们要感谢两家医院的护士和医生人员。这项研究是由OBMedical和佛罗里达大学的支持。前提供的监控设备和资助研究协调员和支付。Tammy y Euliano资助在~ 10%的薪水。Tammy y Euliano不会受益于专利属于她的雇主,佛罗里达大学的。