MétaCan
Menu
Retour à la cohorte
Enregistrement W2090794683 · doi:10.1002/cjce.22191

A modelling study of a new malignant hyperthermia diagnosis device

2015· article· en· W2090794683 sur OpenAlexafffundvenue
Adarsh Ganesan, Luis Ricardez‐Sandoval

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2015
Typearticle
Langueen
DomaineMaterials Science
ThématiqueThermal properties of materials
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMalignant hyperthermiaMedicineAnestheticIntensive care medicineAnesthesiaComputer scienceSurgery

Résumé

récupéré en direct d'OpenAlex

This paper presents a mathematical model for better understanding of the functionality of a newly‐proposed Malignant Hyperthermia (MH) diagnosis device. MH is a rare life‐threatening condition that is usually triggered by exposure to certain drugs such as a volatile anesthetic agent, neuromuscular blocking agent, or succinylcholine. It is highly recommended to have this condition diagnosed immediately after its common symptoms appear. However, it is often only when the patient has had a severe or fatal reaction to anesthetic that a diagnosis is finally made. Due to this, many deaths have been reported before a patient has been diagnosed with this condition. Further for the diagnosis, the patients are subject to an expensive clinical diagnostic procedure and it is also necessary to continuously monitor the condition. In this study, a micro‐total analysis system for MH diagnosis through the assessment of the end‐tidal CO 2 concentration level that can also aid point‐of‐care testing is presented. Various model parameters of the system are considered and their effects on the behaviour of the system are assessed. The results presented in this study are based on the proposed mathematical model for the new MH diagnosis device and can be used to evaluate the device's functionality and performance prior to its manufacture.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,419
Score d'incertitude au seuil0,991

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,054
Tête enseignante GPT0,220
Écart entre enseignants0,166 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations3
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetThermal properties of materialsTravaux en français237 207