MétaCan
Menu
Retour à la cohorte
Enregistrement W2283346796 · doi:10.2495/safe-v5-n4-359-370

An approach for modeling of a medical equipment for the estimation of leakage currents

2015· article· en· W2283346796 sur OpenAlexvenueno aff
Emanuele Zennaro, Gianfranco Amicucci, F. Fiamingo, C. Mazzetti

Notice bibliographique

RevueInternational Journal of Safety and Security Engineering · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueQuality and Safety in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLeakage (economics)Reliability engineeringEstimationComputer scienceEnvironmental scienceEngineeringRisk analysis (engineering)MedicineSystems engineering

Résumé

récupéré en direct d'OpenAlex

In an operating theatre, electro medical equipment (EME) may fail and cause health hazards as the passing of a weak but hazardous current (leakage current) through the heart of the patient during surgical interventions. This occurs evidently during their use, when connected to the patient. The related values of leakage currents can be estimated by an electrical circuit model. To obtain the circuit of a surgical layout, the electrical models of medical location supply power system, human body and EME involved in a determined surgical intervention ought to be drawn. The present work focuses on the method to obtain the model of EME. The idea is to model by circuits each leakage current measurement set-up performed in accordance with the international standard IEC 60601-1. To assign the values to the model parameters, it is necessary to obtain also some information on the EME as the values of insulation impedances and the feasible leakage current paths inside it. The case of a commercial defibrillator is taken as an example to show the feasibility of the method. The comparison between the leakage currents simulated by the circuit and the ones measured is here presented. The agreement is satisfactory. An estimation of the model sensitivity due to the uncertainty in the knowledge of the parameters has been performed too, by using the Monte Carlo method. The extension of this approach to draw the model of other EME is also considered in view of the realization of a surgical layout circuit.

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)0,003
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,932
Score d'incertitude au seuil0,215

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
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 ouverte0,0000,000
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 Opus0,133
Tête enseignante GPT0,463
Écart entre enseignants0,329 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Safety and Security EngineeringMême sujetQuality and Safety in HealthcareTravaux en français237 207