《Bioengineering》：Real-Time Comparison of Machine Learning-Enabled Devices for Measuring Compensatory Reserve Status
编辑推荐：
在本研究中，研究人员在模拟中枢性低血容量临床研究期间比较了代偿储备指标的实时测量。研究人员假设代偿储备测量（Compensatory Reserve Measurement, CRM）设备生成的值与代偿储备指数（Compensatory Reserve Ind
在本研究中，研究人员在模拟中枢性低血容量临床研究期间比较了代偿储备指标的实时测量。研究人员假设代偿储备测量（Compensatory Reserve Measurement, CRM）设备生成的值与代偿储备指数（Compensatory Reserve Index, CRI）设备生成的值在统计上相似。研究人员开展了一项研究，收集无创光电容积脉搏波（Photoplethysmography, PPG）传感器的数据，以针对FDA批准的CRI设备验证CRM。参与者被置于下肢负压（Lower Body Negative Pressure, LBNP）舱中，并接受逐步递增负压的方案暴露。研究人员使用多种方法评估了两种算法设备的数据：中位数误差（Median Error, MdE）、中位数绝对误差（Median Absolute Error, MdAE）和合并皮尔逊相关性（Pooled Pearson correlations）。研究人员比较了20名参与者在整个实验期间的数据。CRM与CRI在所有受试者和LBNP步骤间的合并相关分析达到R2 = 0.859，显示出强烈的线性一致性。Bland–Altman分析显示CRM与CRI之间的平均偏倚接近零（0.13%）。每种指标的平均早期测量时间为CRM 20.52 min，CRI 17.92 min。与研究人员假设一致，CRM设备表现与CRI相似，表明两种模型均能追踪进行性中枢性低血容量时的代偿状态变化。对代偿变化的早期、实时预测追踪对于院前创伤环境中的连续监测和检伤分类具有重要价值。
论文《Real-Time Comparison of Machine Learning-Enabled Devices for Measuring Compensatory Reserve Status》发表于《Bioengineering》。出血是平民和军事创伤中可预防死亡的首要原因，明确止血控制和液体复苏虽有效，但早期休克检测对正确检伤分类至关重要，每延迟检测一分钟治疗，30天死亡率增加1.5%。然而出血性休克的发生及生理反应高度个体化，依赖代偿机制，代偿性生理反应会掩盖失血影响，使传统生命体征成为不可靠的失血性休克指标，导致检测与治疗延迟。因此需要能准确检测代偿早期阶段持续出血的先进监测技术。目前已有基于机器学习的代偿储备指数（Compensatory Reserve Index, CRI）和代偿储备测量（Compensatory Reserve Measurement, CRM）算法，两者在回顾性分析中数值相当，但尚未使用各自硬件获取的实时测量值进行比较。研究人员假设CRM算法生成的值与CRI生成的值在统计上相似，为此在渐进性中枢性低血容量人体受试者中，比较配对各自脉搏血氧仪硬件的CRM与CRI模型，首次利用实时测量验证CRM对抗FDA批准的CRI设备，确认各设备改善出血监测的功能。结论为CRM与CRI在模拟进行性出血的相同条件下均能追踪血流动力学变化，比较指标显示测量实时值的技术间系统性偏倚极小，两者均展现代偿变化的早期实时预测追踪，有望用于院前和伤亡创伤的连续监测与检伤分类。
研究人员为开展研究用到的主要关键技术方法如下：研究经伦理批准纳入20名 normotensive 受试者，采用标准化下肢负压（Lower Body Negative Pressure, LBNP）方案，从大气压0 mmHg基线开始，以?15 mmHg每5分钟递增至?60 mmHg，后以?10 mmHg递增至出现晕厥前期症状或完成?100 mmHg步骤，随后释放压力监测10分钟恢复。使用Nonin Onyx II 9560脉搏血氧仪配对Cybernet T10平板生成CRI值，Masimo MightySat Rx脉搏血氧仪配对美国陆军外科研究所（USAISR）定制软件生成CRM值，同步各传感器数据流至共同时间基准。CRI基于184名LBNP受试者动脉血压波形经专有特征提取与机器学习开发，每5秒记录；CRM基于194名LBNP受试者5秒Finometer血压波形以一维卷积神经网络（1D CNN）训练，以1 Hz生成并经20秒平均缓冲降噪，为匹配CRI将1 Hz CRM抽取为0.2 Hz。性能评估采用中位数误差（MdE）、中位数绝对误差（MdAE）、合并皮尔逊相关R2、Bland–Altman分析，早期检测以5分钟滑动窗口内代偿储备斜率下降≥15%定义，统计用Shapiro–Wilk检验与配对t检验。
研究结果如下：
3.1. Study Population（研究人群）：研究人员从更大规模前瞻性LBNP数据收集中纳入20名参与者作为亚队列，招募自美国德克萨斯州圣安东尼奥地区，所有参与者全程记录代偿储备设备数据，完成的LBNP步骤中位数为70 mmHg。
3.2. Comparative Analysis（比较分析）：研究人员编译LBNP步骤剖面下CRM与CRI实时估算的平均结果，合并MdE为0.0255 [IQR: ?5.21, 5.00]，合并MdAE为5.09 [IQR: 2.13, 9.89]，表明设备间系统性偏倚极小。所有受试者和LBNP步骤间CRM与CRI的合并相关分析显示强线性一致（R2 = 0.859，p < 0.0001；n = 8599对观察值），线性回归拟合接近恒等线，无比例偏倚。Bland–Altman分析显示CRM与CRI间平均偏倚接近零（0.13%），95%一致性界限为?19.86至20.13（SD = 10.20）。受试者水平预测均值CRM为64.57%、CRI为64.20%，CRM在5%可接受误差带内与CRI高度等效（p = 0.00021）。早期预测时间CRM为20.52 ± 5.82 min，CRI为17.92 ± 7.95 min，配对t检验p = 0.01811，表明CRM检测时间显著优于CRI。
讨论部分总结：出血是可预防死亡首要原因，现有严重失血伴随症状不一致且常为晚期指标，机器学习衍生的CRI与CRM可与便携硬件结合实时监测代偿状态。研究发现CRM与CRI维持强线性相关（R2 = 0.859），系统性偏倚极小，MdAE高于MdE表明存在一定误差，在低压力步骤偏差可能源于接近晕厥前期生理信号特征退化及样本量减小。Bland–Altman分析证实相似性且无系统偏差，但95% LOA约±20%表明瞬时值差异可达20个百分点，二者不可互换用于单时间点读数，代偿储备作为连续趋势信号更具临床意义，方向及下降率优于绝对幅度。CRM与CRI在受试者水平均值等效，早期检测基于趋势而非绝对阈值，CRM非劣于CRI。局限性包括CRI算法专有黑箱、CRM为研究性设备未获FDA批准、健康人对照模拟出血缺乏真实场景变异性及运动伪影等噪声，未来需在临床与军事环境评估。
结论部分翻译：研究人员首次在模拟出血场景中针对FDA批准的CRI算法验证了用于代偿状态实时评估的CRM算法。与假设一致，两种指标在相同进行性中枢性低血容量条件下均能追踪血流动力学变化以模拟进行性持续出血。比较指标显示设计用于测量代偿储备实时值的技术间系统性偏倚极小。两种模型均展现代偿变化的早期实时预测追踪，证明其在院前与伤亡创伤连续监测及检伤分类中的潜在进展。未来工作将在临床与军事环境中评估这些设备，以进一步分析其在真实环境中的效用。
需要我帮你把这篇解读里的关键专业术语（如CRI、CRM、LBNP等）整理成一个带简要解释的术语表方便你后续查阅吗？
