Cyfrowa diagnoSis dźwięku serca u pacjentów pediatrycznych [Badanie DI-SOUND] (DI-SOUND)

Wprowadzenie:

Wrodzone wady serca (CHD) są najczęstszymi wadami wrodzonymi u ludzi. Terminowa diagnoza strukturalnych nieprawidłowości serca u noworodków i dzieci wiąże się z poprawą wyników w ogólnej populacji pediatrycznej. Wśród CHD, wady zależne od przewodu tętniczego są rzadką grupą wad sercowo-naczyniowych o heterogenicznych cechach anatomicznych, które łączy niezdolność do utrzymania krążenia płucnego (krążenie płucne zależne od przewodu tętniczego) lub systemowego (krążenie systemowe zależne od przewodu tętniczego) w momencie zamknięcia przewodu tętniczego. Przykładami takich stanów są zespół niedorozwoju lewego serca (częstość występowania 2/10 000), ciężka koarktacja aorty (częstość występowania 3/10 000), atrezja płucna z nienaruszonym przegrodą międzykomorową (<1/10 000), krytyczne zwężenie zastawki aortalnej u noworodków (częstość występowania ~5/10 000), krytyczne zwężenie zastawki płucnej (1-5/10 000) oraz inne rzadsze, bardziej złożone wrodzone wady. W tych przypadkach niezbędne jest terminowe ustalenie prawidłowej diagnozy w celu zapewnienia drożności przewodu tętniczego poprzez wlew prostaglandyn oraz skierowanie pacjenta do trzeciorzędowych pediatrycznych ośrodków kardiologicznych.

Obecne badania przesiewowe noworodków pod kątem CHD opierają się głównie na pulsoksymetrii kończyn górnych i dolnych (POS) oraz osłuchiwaniu serca. Wydajność diagnostyczna takiej praktyki jest ograniczona. POS charakteryzuje się umiarkowaną czułością, szczególnie jeśli jest wykonywana w ciągu pierwszych 24 godzin życia. Osłuchiwanie serca jest prawdopodobnie jeszcze bardziej ograniczone, z czułością w zakresie 75-85%.

Chociaż badania prenatalne i noworodkowe pod kątem CHD wiązały się ze zwiększonym rozpoznawaniem choroby u noworodków, znaczna liczba pacjentów nie jest prawidłowo identyfikowana, a opóźniona diagnoza nadal występuje w krajach zachodnich, a nawet bardziej w krajach rozwijających się.

Cyfrowe opracowanie dźwięków serca w celach diagnostycznych było badane w ostatnich latach u dorosłych i starszych dzieci. Proponujemy opracowanie dedykowanego oprogramowania do automatycznej dychotomicznej klasyfikacji klinicznej dźwięków serca (prawidłowe versus nieprawidłowe) u noworodków w celu poprawy rozpoznawania strukturalnej choroby serca w tej populacji.

Badanie Digital dIagnosis of cardiac SOUND in pediatric patients (DI_SOUND) ma na celu opracowanie i walidację narzędzia z ogólnym celem poprawy rozpoznawania CHD u noworodków.

Cele badania Cel 1: Opracowanie klasyfikatora binarnego dla prawidłowych versus nieprawidłowych dźwięków serca u noworodków Cel 2: Walidacja klasyfikatora binarnego w kolejnej, niezależnej kohorcie noworodków Cel 3: Analiza opłacalności kosztowej cyfrowego versus standardowego trybu badań przesiewowych pod kątem CHD u noworodków

Metody i projekt badania Jest to badanie wieloośrodkowe i będzie przeprowadzone w czterech programach kardiologii pediatrycznej we Włoszech (IRCCS Azienda Ospedaliero-Universitaria di Bologna, IRCCS Ospedale Pediatrico Bambin Gesù w Rzymie, Azienda Ospedaliero-Universitaria Policlinico Umberto I w Rzymie i Ospedale Monaldi w Neapolu) wraz z jednostką inżynieryjną (Politecnico di Milano). Badanie składa się z dwóch sekwencyjnych faz: fazy wyprowadzenia/szkolenia (opracowanie algorytmu klasyfikacji binarnej, Cel 1) i fazy walidacji (walidacja algorytmu klasyfikacji binarnej i analiza opłacalności kosztowej, Cele 2 i 3) (Streszczenie graficzne). Projekt badania opiera się na wytycznych SPIRIT 2025. Zgoda komisji etycznej została uzyskana przez każdą jednostkę kliniczną.

Populacja badania:

Faza wyprowadzenia. Populacja badania obejmie noworodki ze znanym stanem sercowo-naczyniowym, w tym noworodki z CHD i bez CHD.

Faza walidacji. Populacja badania obejmie noworodki bez wcześniejszego badania sercowo-naczyniowego i nieznanym stanem sercowo-naczyniowym. Prawdopodobieństwo przedtestowe dla CHD zostanie zdefiniowane: noworodki wysokiego ryzyka strukturalnych nieprawidłowości sercowo-naczyniowych versus noworodki niskiego ryzyka (poziom ryzyka ogólnej populacji). Podgrupa wysokiego ryzyka obejmie noworodki z istniejącym badaniem ultrasonograficznym płodu sugerującym nieprawidłowości sercowo-naczyniowe oraz te z klinicznymi wskazaniami do oceny kardiologii pediatrycznej (nieprawidłowe badania przesiewowe noworodków, objawy/objawy). Podgrupa niskiego ryzyka (zbliżająca się do poziomu częstości występowania strukturalnych nieprawidłowości sercowo-naczyniowych u pacjentów) obejmie kolejne noworodki specjalnie włączone do tego celu badawczego i bez żadnych wskazań do badania sercowo-naczyniowego.

Kryteria włączenia

• Wiek < 30 dni
• Podpisana świadoma zgoda uzyskana od rodziców lub przedstawicieli Kryteria wykluczenia
• Niemożność wykonania diagnostycznego badania echokardiograficznego
• Masa ciała poniżej 1,5 kg

Narzędzie badania:

Dźwięki serca będą rejestrowane za pomocą stetoskopu Littmann Core (oprogramowanie Eko) (3M Company, Minnesota/USA). Nagrania cyfrowe będą przechowywane jako pliki wav na dedykowanej zaszyfrowanej platformie do wymiany danych między ośrodkami.

Każdy noworodek włączony do badania przejdzie standaryzowane i kompletne badanie echokardiograficzne przez doświadczonych operatorów, jak podano w Tabeli 1 oraz w pełnym protokole badania przesłanym jako materiał uzupełniający online. Ocena echokardiograficzna będzie przeprowadzona zgodnie z istniejącymi wytycznymi dotyczącymi echokardiografii noworodkowej.28 Badania będą wykonywane z standaryzowanym i powtarzalnym podejściem (Tabela 1). Będą przechowywane na nośniku cyfrowym. Po anonimizacji badania zostaną przekazane do Echokardiograficznego Laboratorium Obrazowania Rdzeniowego w celu formalnej oceny i orzeczenia.

Internetowy, zaszyfrowany formularz zgłoszenia przypadku zostanie utworzony przy użyciu licencji REDCap (Vanderbilt University) instytucji IRCCS Azienda Ospedaliero-Universitaria di Bologna.

Procedura badania:

Rekrutacja pacjentów W fazie wyprowadzenia noworodki bez CHD będą rekrutowane w momencie wypisu z programu położniczo-ginekologicznego, a noworodki z CHD będą rekrutowane w momencie badania sercowo-naczyniowego. W fazie walidacji kolejne noworodki będą rekrutowane w momencie wypisu z oddziału położniczo-ginekologicznego.

Streszczenie graficzne podsumowuje proces badania. Faza wyprowadzenia Po przesiewie kwalifikujących się pacjentów, pisemną świadomą zgodę uzyska się od rodziców lub opiekunów.

Pierwsza ocena echokardiograficzna odbędzie się w wieku postnatalnym < 30 dni. Wiek w momencie rejestracji i oceny echokardiograficznej będzie planowany nie wcześniej niż 7 dni po urodzeniu, aby umożliwić zakończenie prawidłowego przejścia sercowo-krążeniowego u zdrowych noworodków (tj. zamknięcie przewodu tętniczego, remodelowanie naczyń płucnych, fizjologiczny przeciek przez otwór owalny). Echokardiogram zostanie powiązany z anonimowym identyfikatorem, który zostanie użyty do powiązania badania z pacjentem bez naruszenia prywatności pacjenta. Badanie będzie przechowywane cyfrowo i przekazane do Echokardiograficznego Laboratorium Rdzeniowego w celu formalnej rewizji. Stan sercowo-naczyniowy noworodka zostanie odpowiednio oznaczony jako z nieprawidłowościami sercowo-naczyniowymi lub bez.

Dźwięk serca będzie rejestrowany cyfrowo przy użyciu urządzenia rejestrującego stetoskop Littmann Core (oprogramowanie Eko) (3M Company, Minnesota/USA). Zapisy dźwięku serca będą rejestrowane i przechowywane w formacie wav oraz zaszyfrowane przekazane do Jednostki Badawczej Bioinżynierii w celu dalszego opracowania. Stan sercowo-naczyniowy noworodka zostanie ujawniony Jednostce Badawczej Bioinżynierii, aby umożliwić właściwe postępowanie w szkoleniu klasyfikatora.

Szczegóły metody rejestracji są następujące:

1. Urządzenie rejestrujące: stetoskop Littmann Core (oprogramowanie Eko) (3M Company, Minnesota/USA)
2. Pozycja osłuchiwania: środek przedniej ściany klatki piersiowej. Stosuje się delikatny nacisk na klatkę piersiową, spontaniczny oddech, pacjenci są utrzymywani jak najbardziej spokojni przy użyciu opieki matczynej bez żadnej sedacji
3. Średni czas nagrania: 15 sekund Sygnały fonokardiograficzne będą przechowywane jako pliki wav w zaszyfrowanym systemie chmurowym do przekazania do dalszej analizy (Streszczenie graficzne). Zapisy zostaną poddane wstępnemu przetwarzaniu w celu usunięcia szumu tła i zostaną podzielone na segmenty w celu wygenerowania próbek dźwięku o jednorodnym, odpowiednio dostosowanym czasie trwania. Jako ostatni etap wstępnego przetwarzania, przefiltrowane zapisy zostaną znormalizowane w celu zapobieżenia niejednorodności w wyodrębnionych cechach. Analiza danych zostanie następnie wdrożona na podstawie ręcznie wyodrębnionych cech. Głównym celem ekstrakcji cech jest zidentyfikowanie niewielkiej liczby reprezentatywnych cech, tj. charakterystycznych właściwości próbki dźwięku, które zastępują wysokowymiarowe surowe sygnały, nadal zachowując ich treść informacyjną w odniesieniu do badanego zjawiska. Istotne cechy są następnie wprowadzane do algorytmu klasyfikacji w celu rozróżnienia między zdrowymi a nieprawidłowymi osobnikami. Wielokrotne różne techniki są zazwyczaj używane do ekstrakcji cech w sygnałach dźwiękowych i mogą być luźno zgrupowane w techniki dziedziny częstotliwości (np. szybka transformata Fouriera (FFT), dyskretna transformata kosinusowa (DCT), krótkoczasowa transformata Fouriera (STFT)), techniki dziedziny czasowo-częstotliwościowej (np. liniowe cepstralne pasmo częstotliwości (LFBC), współczynniki cepstrum częstotliwości melowej (MFCC) i liniowe kodowanie predykcyjne (LPC)) oraz techniki dziedziny czasu (np. wykrywanie przejść przez zero i znajdowanie szczytów). Każda z tych technik dostarcza deskryptorów potencjalnie istotnych właściwości próbki dźwięku, które mogą być użyte jako cechy lub dalej przetworzone w celu wyodrębnienia wyższego poziomu charakterystyk sygnału (takich jak zmienność skurczu i rozkurczu). Aby zmaksymalizować odporność naszych wyników na mniej niż idealne warunki rejestracji, będziemy szkolić klasyfikatory przy użyciu cech ze wszystkich wspomnianych dziedzin i przeprowadzimy procedurę selekcji cech, aby wybrać te cechy, które są najbardziej skorelowane z interesującym wynikiem. Rozważymy jako możliwe klasyfikatory regresję logistyczną, AdaBoost, XGBoost, las losowy, maszyny wektorów nośnych i modele Markowa z ukrytymi stanami. Sieci neuronowe mogą być wdrożone, jeśli jest to odpowiednie i wykonalne. Zgodnie ze standardową najlepszą praktyką, zbiór danych zostanie podzielony na zbiór treningowy, zbiór walidacyjny i zbiór testowy. Do oceny wydajności klasyfikatorów zostanie użyta walidacja krzyżowa K-Fold z różnymi liczbami podziałów: 10-krotna, 5-krotna i walidacja krzyżowa Leave-One-Out (LOOCV). W LOOCV liczba podziałów jest równa liczbie zapisów. Znaczenie Giniego dla klasyfikatorów lasu losowego zostanie użyte jako narzędzie do walidacji parametrów z najmniejszym wkładem predykcyjnym. Po przeszkoleniu odpowiedniego klasyfikatora zostanie przeprowadzana analiza po szkoleniu w celu określenia najbardziej istotnych cech. Celem tej analizy jest zbadanie, w jakim stopniu każda cecha przyczynia się do wyboru jednej klasy w stosunku do drugiej. Zostaną zastosowane techniki szacowania istotności cech oparte na wartościach SHAP lub analizie permutacji, również w celu zapewnienia właściwego wyjaśnienia decyzji modelu (Streszczenie graficzne).

Faza walidacji Walidacja kliniczna oprogramowania (Cel 2) Po przesiewie kwalifikujących się pacjentów, pisemną świadomą zgodę uzyska się od rodziców lub opiekunów.

Badania przesiewowe kliniczne będą przeprowadzane zgodnie z wymogami włoskiego prawa. Zostanie zarejestrowane nasycenie tlenem przedprzewodowe (prawe ramię) i pozaprzewodowe (noga). Badanie fizykalne obejmie wykrywanie tętna tętnic udowych i osłuchiwanie serca.

Kryteria progowe wyników badań przesiewowych klinicznych są podsumowane w Tabeli 2. W tej fazie będziemy rekrutować pacjentów przy użyciu blokowej stratyfikacji dla wysokiego ryzyka CHD versus niskiego (standardowego) statusu ryzyka CHD dla każdego noworodka.

Nagrania serca będą rejestrowane (długość 30 sekund) przed kompleksowym badaniem echokardiograficznym przez przeszkolonego badacza. Wiek w momencie rejestracji i oceny echokardiograficznej będzie planowany nie wcześniej niż 7 dni po urodzeniu, aby umożliwić zakończenie prawidłowego przejścia sercowo-krążeniowego u zdrowych noworodków (tj. zamknięcie przewodu tętniczego, remodelowanie naczyń płucnych, fizjologiczny przeciek przez otwór owalny).

Echokardiografia będzie przeprowadzana zgodnie z obecnymi wytycznymi przez eksperta w obrazowaniu sercowo-naczyniowym pediatrycznym, który nie będzie znał wyników badań przesiewowych klinicznych i cyfrowych. Wstępna zmienność między- i wewnątrzobserwacyjna między dedykowanymi ekspertami w obrazowaniu sercowo-naczyniowym wśród ośrodków zostanie przeprowadzona w małym podzbiorze pacjentów.

Pertynentne anonimowe dane demograficzne, stan sercowo-naczyniowy i istotne zmienne badawcze będą przechowywane w zaszyfrowanym, internetowym oprogramowaniu badawczym.

Cyfrowo anonimowe klipy echokardiograficzne zostaną przekazane do Echokardiograficznego Laboratorium Rdzeniowego, które przeprowadzi ostateczne, formalne odczytanie badań, dzieląc populację pacjentów na badania prawidłowe i nieprawidłowe. Wszelkie potencjalne konflikty interpretacji zostaną rozwiązane konsensusem i wśród wszystkich obrazujących serce jednostek.

Wzorzec zgodności/niezgodności między porównaniami skoncentrowanymi na pacjencie między cyfrowymi a klinicznymi wynikami badań przesiewowych zostanie przeprowadzony przy użyciu echokardiografii jako głównej metody ustalania wyniku (Rysunek 1).

Walidacja opłacalności kosztowej (Cel 3) Cel 3 zbada potencjał bezpośredniego wpływu na opiekę zdrowotną i ograniczenie wydatków cyfrowych badań przesiewowych w porównaniu z obecną praktyką. W tym celu badawczym docelowa populacja będzie składać się tylko z noworodków niskiego ryzyka CHD bez żadnych wskazań do badania sercowo-naczyniowego, aby przybliżyć nie wyselekcjonowaną częstość występowania nieprawidłowości sercowo-naczyniowych w ogólnej populacji.

Liczba zapobiegniętych niepotrzebnych badań przy użyciu cyfrowych badań przesiewowych i liczba przeoczonych potencjalnie koniecznych badań przy użyciu cyfrowych badań przesiewowych będą modelowane jako interesujący wynik. Krajowe rozliczenie grup związanych z chorobą zostanie użyte do modelowania marginalnej opłacalności kosztowej cyfrowych badań przesiewowych noworodków przy użyciu standardowej metody badań przesiewowych jako porównania.

Rozważania statystyczne:

Metody zbierania danych Dane na poziomie pacjenta (dane demograficzne, historia położnicza, historia rodzinna) będą zbierane w momencie cyfrowej rejestracji zapisów serca i przechowywane (jak wcześniej wskazano) w zwyczajowej, internetowej, odpowiednio zaszyfrowanej bazie danych z cyfrową anonimizacją, przez dedykowany personel badawczy. Cyfrowa rejestracja zapisów serca będzie przeprowadzana jak wcześniej określono. Echokardiografia będzie przeprowadzana przez dedykowanych doświadczonych obrazujących sercowo-naczyniowo pediatrycznych. Wstępna zmienność między- i wewnątrzobserwacyjna dla oceny echokardiograficznej zostanie przeprowadzona na 1% całej populacji (kohorta testująca zmienność).

Plan statystyczny Porównania międzygrupowe dla zmiennych klinicznych i wynikowych będą przeprowadzane przy użyciu testu t dla prób niezależnych, testu sumy rang Wilcoxona, analizy chi-kwadrat lub dokładnego testu Fishera przy użyciu odpowiednich mianowników specyficznych dla zmiennych.

Dla celu eksperymentalnego 1, dostępne są ograniczone dane do zbudowania wiarygodnej analizy mocy na tym etapie, ale oczekujemy włączenia 600 pacjentów z proporcją chorych:zdrowych noworodków 2:1 w tej fazie eksperymentalnej.

Konkretne potencjalne klasyfikatory będą badane w cechach spektralnych, cepstralnych i cechach dziedziny czasu. Zostanie użyta regresja logistyczna, algorytmy boostingowe (AdaBoost, XGBoost, las losowy). Zbiór danych zostanie podzielony na zbiór treningowy, zbiór walidacyjny i zbiór testowy. Wydajność klasyfikatorów będzie oceniana przy użyciu walidacji krzyżowej K-Fold z różnymi liczbami podziałów. Będą testowane różne poziomy podziału: 10-krotny, 5-krotny i walidacja krzyżowa Leave-One-Out (LOOCV), z celem czułości >95% i specyficzności >90%. Znaczenie Giniego dla klasyfikatorów lasu losowego zostanie użyte jako narzędzie do walidacji parametrów z najmniejszym wkładem predykcyjnym.

Znaczenie Giniego można zdefiniować jako prawdopodobieństwo błędnej klasyfikacji losowo wybranego zapisu, gdyby został losowo oznaczony w rozkładzie klas. Podczas szkolenia drzew decyzyjnych lasu losowego, każde drzewo jest zbiorem węzłów wewnętrznych i liści. W węźle wewnętrznym wybrana cecha jest używana do podjęcia decyzji o podzieleniu zbioru danych na dwa oddzielne podziały. Wybór cechy odbywa się za pomocą kryterium nieczystości Giniego. Cecha, która przynosi największy spadek nieczystości Giniego, jest wybierana dla węzłów wewnętrznych. Nawet po szkoleniu, jak każda cecha zmniejsza nieczystość, można obliczyć i zaakceptować jako ważność tej cechy.

Netto poprawa klasyfikacji zostanie użyta jako główna analiza statystyczna dla Celu Eksperymentalnego 2, przy użyciu 'standardowej opieki' jako grupy porównawczej. Zostaną obliczone czułość, specyficzność, wartości predykcyjne dodatnie i ujemne, oraz zostanie przeanalizowany iloraz wiarygodności. Statystyka C zostanie użyta do obliczenia wydajności diagnostycznej nowo zwalidowanego algorytmu. Bootstrapping zostanie użyty do generowania przedziałów ufności.

Dla celu eksperymentalnego 2, obliczenie wielkości próby jest przedstawiane dla czułości. Ustalenie błędu alfa na 0,05 i celując w moc 0,9 (błąd 1-beta), ~1900 pacjentów będzie koniecznych do walidacji naszego oprogramowania, jeśli częstość występowania choroby wynosi 0,01. W związku z tym, niezależna kohorta walidacyjna odpowiedniej wielkości będzie kolejno badana przesiewowo.

Dane będą raportowane jako średnia ± odchylenie standardowe, mediana (pierwszy i trzeci kwartyl) lub częstość (%). Wszystkie testy były dwustronne. Wartość p <0,05 była uważana za istotną. Standardowa analiza statystyczna będzie przeprowadzana przy użyciu oprogramowania do analizy danych STATA® 17h Release (StataCorp LP, College Station, TX).

Dyskusja Głównym celem badania DI_SOUND jest opracowanie i walidacja cyfrowego klasyfikatora dźwięków serca noworodków w celu poprawy efektywności i skuteczności badań przesiewowych CHD u noworodków. Obecne kliniczne badania przesiewowe noworodków polegają na odczycie nasycenia tlenem ramienia i nogi wraz z badaniem fizykalnym przez neonatologa w czasie oceny postnatalnej przed wypisem. Osłuchiwanie sercowo-naczyniowe jest historycznie głównym składnikiem badań przesiewowych sercowo-naczyniowych noworodków, ale ma ograniczenia. Wydajność diagnostyczna obecnych protokołów badań przesiewowych sercowo-naczyniowych noworodków jest ograniczona. Potencjalne czynniki wpływające na czułość badań przesiewowych obejmują: a) prenatalne rozpoznanie CHD, które zwykle prowadzi do centralnej opieki nad noworodkami z anomaliami sercowo-naczyniowymi, co może wpływać na ekspozycję na noworodki z CHD przez ogólną społeczność rezydentów pediatrycznych i młodszych dostawców opieki pediatrycznej; b) wczesny wypis postnatalny (zwykle w ciągu 48-72 godzin po urodzeniu), co może ograniczać akustyczne korelaty dużego przecieku pozatrójkdzielnego i złożonych CHD w warunkach resztkowego wysokiego oporu naczyniowego płucnego i wczesnego przejścia krążeniowego; c) zmniejszona zdolność do przeprowadzenia badania fizykalnego w warunkach zaawansowanych technologii medycznych. Ponadto, terminowe rozpoznanie noworodków z CHD jest szczególnie problematyczne w krajach rozwijających się, gdzie ogólna opieka noworodkowa jest ograniczona, a dostępność neonatologów jest zazwyczaj bardzo ograniczona. Z czystego profilu opłacalności kosztowej, rozpoznanie noworodkowe i odpowiednia opieka nad krytycznymi (zwykle zależnymi od przewodu tętniczego) jest bardzo korzystna, ponieważ leczenie CHD prowadzi do znacznego zysku lat życia skorygowanych o jakość, nawet w krajach rozwijających się z ograniczonymi zasobami opieki zdrowotnej.

Badania przesiewowe CHD mają również ograniczoną specyficzność. To zwykle generuje znaczną liczbę niepotrzebnych ocen sercowo-naczyniowych noworodków ze znacznym nieefektywnym wykorzystaniem zasobów opieki zdrowotnej, lękiem rodzin, przedłużoną hospitalizacją noworodków.

Wierzymy, że narzędzie łatwe do wdrożenia w komercyjnie dostępnych platformach cyfrowej opieki zdrowotnej może mieć znaczący pozytywny wpływ na zarządzanie noworodkami z CHD. Poprawa czułości badań przesiewowych zmniejszy liczbę wyników badań przesiewowych "fałszywie ujemnych" z potencjalnym dużym wpływem na bezpieczeństwo pacjentów, rokowanie, opiekę nad pacjentami, logistykę szpitalną, a ten efekt może być jeszcze bardziej wyraźny w warunkach niskich dochodów, takich jak kraje rozwijające się lub odległe obszary z trudnym dostępem do ośrodków referencyjnych trzeciego stopnia i dłuższym czasem transportu.33 Lepsza specyficzność badań przesiewowych zmniejszy liczbę wyników "fałszywie dodatnich" z pozytywnym efektem na koszty opieki zdrowotnej, zmniejszeniem lęku rodzin i dyskomfortu noworodków. Co ważniejsze, cyfrowy klasyfikator może być łatwo wdrożony w internetowe platformy telemedycyny, optymalizując skalowalność, penetrację i efektywność w realnym świecie badań przesiewowych.

Ograniczenie Najbardziej godną uwagi ograniczeniem jest brak wiarygodnych danych do obliczenia mocy dla fazy opracowania/szkolenia. Po drugie, niektóre ciężkie CHD (między innymi przełożenie wielkich naczyń z nienaruszonym przegrodą międzykomorową) mogą mieć minimalne korelacje akustyczne, a zatem nasze podejście może mieć ograniczoną skuteczność dla tych wad. Po trzecie, kliniczna metoda badań przesiewowych integruje różnorodne informacje nieakustyczne, takie jak ogólny wygląd noworodka, wzorzec oddychania, tętna udowe, nasycenie tlenem. Możliwe, że kliniczna metoda badań przesiewowych może przewyższać cyfrowe badania przesiewowe dla określonych podzbiorów wrodzonych wad. Wreszcie, opracowanie i walidacja narzędzia diagnostycznego w określonym regionie świata może samo w sobie stanowić ograniczenie wpływające na ogólnoświatową możliwość uogólnienia.

Wnioski Badanie DI_SOUND ma ogólny cel transformacji badań przesiewowych sercowo-naczyniowych noworodków poprzez wykorzystanie technologii w celu poprawy wydajności diagnostycznej, promowania ogólnoświatowej penetracji badań przesiewowych telemonitoringu, zmniejszenia kosztów opieki zdrowotnej, poprawy bezpieczeństwa pacjentów. Badanie udowodni, czy opracowanie i walidacja cyfrowego klasyfikatora dźwięków serca noworodków jest wykonalne i jak to wpłynie na wyniki kliniczne, opiekę nad pacjentami, przyjęcia do szpitala i efektywność badań przesiewowych.