How to Test a Medical Technology for Space: Trauma Sonography in Microgravity
Notice bibliographique
Résumé
Preventable trauma deaths in remote environments often result from inadequate diagnosis of thoracic and abdominal injuries. Full-time habitation of the International Space Station increases the risk of traumatic injury requiring intervention. This publication describes the evaluation of trauma sonography (TS) as a noninvasive, fast and effective space-based imaging tool for diagnosing intracavity hemorrhage or visceral leakage. The NASA Space Medicine Clinical Care Capability Development Project is using a four-phase approach: 1) identify terrestrial techniques for human diagnosis through literature or ground studies; 2) develop and test a model at 1-g if microgravity evaluations are required; 3) evaluate the model in microgravity (parabolic or shuttle flight); 4) implement the technology or technique for clinical use aboard the shuttle or space station. The Phase I literature review confirmed TS as the screening tool of choice for blunt trauma in most North American hospitals. In Phase II, an animal model was developed and tested for 1-g ground studies in which either fluid or air was injected into specific anatomical sites. Trained sonographers, using standard ultrasound techniques, successfully detected the fluid and air. The animal model was then prepared for the NASA KC-135 Microgravity Laboratory (Phase III). Injection and examination procedures were synchronized to the pull-in, 0-g and pull-out segments of the parabolic flight manoeuvres. Preliminary results indicate that trauma sonography is a clinically useful tool in microgravity. Phase IV efforts will address training, procedures, hardware, and data transfer requirements necessary to implement this technique for space.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».