Ontology-Based Model to Support Ubiquitous Healthcare Systems for COPD Patients
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Over the past 30 years, information technology has gradually transformed the way health care is provisioned for patients. Chronic Obstructive Pulmonary Disease (COPD) is an incurable malady that threatens the lives of millions around the world. The huge amount of medical information in terms of complex interdependence between progression of health problems and various other factors makes the representation of data more challenging. This study investigated how formal semantic standards could be used for building an ontology knowledge repository to provide ubiquitous healthcare and medical recommendations for COPD patient to reduce preventable harm. The novel contribution of the suggested framework resides in the patient-centered monitoring approach, as we work to create dynamic adaptive protection services according to the current context of patient. This work executes a sequential modular approach consisting of patient, disease, location, devices, activities, environment and services to deliver personalized real-time medical care for COPD patients. The main benefits of this project are: (1) adhering to dynamic safe boundaries for the vital signs, which may vary depending on multiple factors; (2) assessing environmental risk factors; and (3) evaluating the patient’s daily activities through scheduled events to avoid potentially dangerous situations. This solution implements an interrelated set of ontologies with a logical base of Semantic Web Rule Language (SWRL) rules derived from the medical guidelines and expert pneumologists to handle all contextual situations.
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.
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 | 0,001 | 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 découle