MétaCan
Menu
Retour à la cohorte
Enregistrement W2051147215 · doi:10.1109/iembs.2009.5333964

A flexible pressure monitoring system for pressure ulcer prevention

2009· article· en· W2051147215 sur OpenAlexaff
Michael C. W. Yip, Daifang He, Eric S. Winokur, A.G. Balderrama, Robert L. Sheridan, Hongshen Ma

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineHealth Professions
ThématiquePressure Ulcer Prevention and Management
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesConsortia for Improving Medicine with Innovation and Technology
Mots-clésPressure sensorCapacitive sensingRemote patient monitoringPressure measurementOffset (computer science)Computer scienceBiomedical engineeringElectronic engineeringMedicineElectrical engineeringEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Pressure ulcers are painful sores that arise from prolonged exposure to high pressure points, which restricts blood flow and leads to tissue necrosis. This is a common occurrence among patients with impaired mobility, diabetics and the elderly. In this work, a flexible pressure monitoring system for pressure ulcer prevention has been developed. The prototype consists of 99 capacitive pressure sensors on a 17-cm x 22-cm sheet which is flexible in two dimensions. Due to its low cost, the sensor sheet can be disconnected from the reusable electronics and be disposed of after use, suitable for a clinical setting. Each sensor has a resolution of better than 2-mmHg and a range of 50-mmHg and offset is calibrated in software. Realtime pressure data is displayed on a computer. A maximum sampling rate of 12-Hz allows for continuous monitoring of pressure points.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,659
Score d'incertitude au seuil0,738

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,074
Tête enseignante GPT0,438
Écart entre enseignants0,364 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations41
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPressure Ulcer Prevention and ManagementTravaux en français237 207