MétaCan
Menu
Retour à la cohorte
Enregistrement W2180108304 · doi:10.7205/milmed-d-14-00380

Closed-Loop Target-Controlled Infusion Systems: Stability and Performance Aspects

2015· article· en· W2180108304 sur OpenAlexaff
S. Bibian, Guy A. Dumont, Ian H. Black

Notice bibliographique

RevueMilitary Medicine · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueAnesthesia and Sedative Agents
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésAutopilotTarget controlled infusionControl theory (sociology)Stability (learning theory)PropofolController (irrigation)HypnoticComputer scienceSedationPopulationKey (lock)Control engineeringMedicineControl (management)AnesthesiaEngineeringArtificial intelligenceMachine learningRemifentanilComputer security

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: This article addresses the design of a robust autopilot for the delivery of intravenous anesthesia drugs. METHODS: A mathematical framework that expresses the pharmacological variability of a patient population into uncertainty bounds is proposed. These bounds can be effectively used to tune the parameters of a controller to ensure its stability, a key design aspect related to the safety of the overall system. RESULTS: The proposed method is applied to the control of propofol, a powerful hypnotic agent used for sedation and anesthesia. Simulations show that the controller remains stable for all patients considered and that performance are clinically acceptable. CONCLUSION: This methodology can be an important step forward in the design and regulatory approval of such systems.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,110
Score d'incertitude au seuil0,645

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,041
Tête enseignante GPT0,268
Écart entre enseignants0,227 · 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'étudeObservationnel
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

Citations10
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMilitary MedicineMême sujetAnesthesia and Sedative AgentsTravaux en français237 207