Modelling blood pressure uncertainty for safety verification of propofol anesthesia
Notice bibliographique
Résumé
Verifying safety of closed-loop drug delivery systems is a crucial step to obtain regulatory approval for such devices. Recently, we proposed a safety-preserving platform to formally verify the safety of closed-loop propofol anesthesia in the presence of uncertainty in patient models. This platform verifies that closed-loop anesthesia maintains the propofol concentration within the therapeutic window. To improve safety for at-risk patients, additional safety constraints on physiological variables, such as blood pressure, can be taken into account. To do so, an accurate description of the propofol effect on blood pressure as well as a comprehensive characterization of inter-patient variability are required. In this paper, we identify and validate a set of models characterizing the blood pressure response to propofol for 10 individual patients from clinical data. This model set shows uncertainty in the effect of propofol on blood pressure among at-risk patients. We use this model set to verify the safety of closed-loop propofol anesthesia subject to constraints on blood pressure using our safety verification platform. We show that there exists an admissible dose of propofol that maintains the propofol plasma concentration as well as blood pressure within safe bounds, without the need for additional treatment for hypotension. However, the dose of propofol which maintains safety, may not provide sufficient anesthesia for all patients and in critical cases treatment for hypotension would be required.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».