Towards a Mobile-Based Platform for Traceability Control and Hazard Analysis in the Context of Parenteral Nutrition: Description of a Framework and a Prototype App
Notice bibliographique
Résumé
BACKGROUND: The parenteral nutrient (PN) mixtures may pose great risks of physical, microbiological, and chemical contamination during their preparation, storage, distribution, and administration. These potential hazards must be controlled under high levels of excellence to prevent any serious complications for the patients. As a result, management control and traceability of any of these medications is of utmost relevance for the patient care, along with ensuring treatment continuity and adherence. OBJECTIVE: The aim of this study is to develop a mobile-based platform to support the control procedures and traceability services in the domain of parenteral nutrient (PN) mixtures in an efficient and nonintrusive manner. METHODS: A comprehensive approach combining techniques of software engineering and knowledge engineering was used for the characterization of the framework. Local try-outs for evaluation were performed in a number of application areas, carrying out a test/retest monitoring to detect possible errors or conflicts in different contexts and control processes throughout the entire cycle of PN. From these data, the absolute and relative frequencies (percentages) were calculated. RESULTS: A mobile application for the Android operating system was developed. This application allows reading different types of tags and interacts with the local server according to a proposed model. Also, through an internal caching mechanism, the availability of the system is preserved even in the event of problems with the network connection. A set of 1040 test traces were generated for the assessment of the system under various environments tested. Among those, 102 traces (9.81%) involved conflictive situations that were properly taken care of in this paper by suggesting solutions to overcome them. CONCLUSIONS: A mobile oriented system was generated and tested in order to allow enhanced control and quality management of PN mixtures that is easy to integrate into the daily praxis of health care processes.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».