PT Inquest is an online journal club. Hosted by Jason Tuori, Megan Graham, and Chris Juneau, the show looks at an article every week and discusses how it applies to current physical therapy practice.
…
continue reading
เนื้อหาจัดทำโดย Nature Publishing Group เนื้อหาพอดแคสต์ทั้งหมด รวมถึงตอน กราฟิก และคำอธิบายพอดแคสต์ได้รับการอัปโหลดและจัดหาให้โดยตรงจาก Nature Publishing Group หรือพันธมิตรแพลตฟอร์มพอดแคสต์ของพวกเขา หากคุณเชื่อว่ามีบุคคลอื่นใช้งานที่มีลิขสิทธิ์ของคุณโดยไม่ได้รับอนุญาต คุณสามารถปฏิบัติตามขั้นตอนที่แสดงไว้ที่นี่ https://th.player.fm/legal
Player FM - แอป Podcast
ออฟไลน์ด้วยแอป Player FM !
ออฟไลน์ด้วยแอป Player FM !
Cardiorespiratory signature of neonatal sepsis
MP3•หน้าโฮมของตอน
Manage episode 365449998 series 1118500
เนื้อหาจัดทำโดย Nature Publishing Group เนื้อหาพอดแคสต์ทั้งหมด รวมถึงตอน กราฟิก และคำอธิบายพอดแคสต์ได้รับการอัปโหลดและจัดหาให้โดยตรงจาก Nature Publishing Group หรือพันธมิตรแพลตฟอร์มพอดแคสต์ของพวกเขา หากคุณเชื่อว่ามีบุคคลอื่นใช้งานที่มีลิขสิทธิ์ของคุณโดยไม่ได้รับอนุญาต คุณสามารถปฏิบัติตามขั้นตอนที่แสดงไว้ที่นี่ https://th.player.fm/legal
Heart rate characteristics and demographic factors have long been used to aid early detection of late-onset sepsis, however respiratory data may contain additional signatures of infection.
In this episode we meet Early Career Investigator Brynne Sullivan from the University of Virginia. She and her team developed machine learning models to predict late-onset sepsis that were trained on heart rate and respiratory data to provide a cardiorespiratory early warning system which outperformed models using heart rate or demographics alone.
Read the full article here: Cardiorespiratory signature of neonatal sepsis: development and validation of prediction models in 3 NICUs | Pediatric Research
Hosted on Acast. See acast.com/privacy for more information.
114 ตอน
MP3•หน้าโฮมของตอน
Manage episode 365449998 series 1118500
เนื้อหาจัดทำโดย Nature Publishing Group เนื้อหาพอดแคสต์ทั้งหมด รวมถึงตอน กราฟิก และคำอธิบายพอดแคสต์ได้รับการอัปโหลดและจัดหาให้โดยตรงจาก Nature Publishing Group หรือพันธมิตรแพลตฟอร์มพอดแคสต์ของพวกเขา หากคุณเชื่อว่ามีบุคคลอื่นใช้งานที่มีลิขสิทธิ์ของคุณโดยไม่ได้รับอนุญาต คุณสามารถปฏิบัติตามขั้นตอนที่แสดงไว้ที่นี่ https://th.player.fm/legal
Heart rate characteristics and demographic factors have long been used to aid early detection of late-onset sepsis, however respiratory data may contain additional signatures of infection.
In this episode we meet Early Career Investigator Brynne Sullivan from the University of Virginia. She and her team developed machine learning models to predict late-onset sepsis that were trained on heart rate and respiratory data to provide a cardiorespiratory early warning system which outperformed models using heart rate or demographics alone.
Read the full article here: Cardiorespiratory signature of neonatal sepsis: development and validation of prediction models in 3 NICUs | Pediatric Research
Hosted on Acast. See acast.com/privacy for more information.
114 ตอน
ทุกตอน
×ขอต้อนรับสู่ Player FM!
Player FM กำลังหาเว็บ