Optimizing Robust PID Control of Propofol Anesthesia for Children: Design and Clinical Evaluation
Notice bibliographique
Résumé
OBJECTIVE: The goal of this paper was to optimize robust PID control for propofol anesthesia in children aged 5-10 years to improve performance, particularly to decrease the time of induction of anesthesia while maintaining robustness. METHODS: We analyzed results of a previous study conducted by our group to identify opportunities for system improvement. Allometric scaling was introduced to reduce the interpatient variability and a new robust PID controller was designed using an optimization-based method. We evaluated this optimized design in a clinical study involving 16 new cases. RESULTS: The optimized controller design achieved the performance predicted in simulation studies in the design stage. Time of induction of anesthesia was median [Q1, Q3] 3.7 [2.3, 4.1] min and the achieved global score was 13.4 [9.9, 16.8]. CONCLUSION: Allometric scaling reduces the interpatient variability in this age group and allows for improved closed-loop performance. The uncertainty described by the model set, the predicted closed-loop responses, and the predicted robustness margins are realistic. The system meets the design objectives of improved speed of induction of anesthesia while maintaining robustness and improving clinically relevant system behavior. SIGNIFICANCE: Control system optimization and ongoing system improvements are essential to the development of a clinically relevant commercial device. This paper demonstrates the validity of our approach, including system modeling, controller optimization, and pre-clinical testing in simulation.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 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) | 0,001 | 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 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 ».