MétaCan
Menu
Retour à la cohorte
Enregistrement W2920760515 · doi:10.1109/icrest.2019.8644482

Design of Piston-Driven Automated Cardiopulmonary Resuscitation Device with Patient Monitoring System

2019· article· en· W2920760515 sur OpenAlexaff
Md. Mujtabir Alam, Md. Ashik Amin, Mahamud Hussain, Rokibul Hasan Bhuiyan, Mohammad Monirujjaman Khan

Notice bibliographique

Revue2019 International Conference on Robotics,Electrical and Signal Processing Techniques (ICREST) · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Arrest and Resuscitation
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésCardiopulmonary resuscitationHeart beatHeart rateMedicineResuscitationInternal medicineAnesthesiaBlood pressure

Résumé

récupéré en direct d'OpenAlex

Cardiopulmonary Resuscitation (CPR) is an emergency medical procedure applied when a patient's heart stops functioning suddenly, mainly due to cardiac arrest, drowning or electric shock. Normally, CPR is applied manually but the process is ineffective to provide adequate chest compressions to cardiac arrest patients. The main objective in this paper is to design a mechanized process of providing CPR and thus replacing the traditional manual CPR technique altogether. We designed an automated CPR device with piston-driven chest compression system and a patient monitoring system. The patient monitoring system consists of a heart rate monitor, body temperature monitor and respiratory rate monitor. The heart rate monitor is integrated with the automated CPR device. This means that when the heart rate monitor detects patient's heart beat then the automated CPR device will not operate but if the heart rate monitor detects no heart beat then the automated CPR device will immediately provide CPR to the patient. The automated CPR along with the patient monitoring system has been tested on a CPR manikin and the results of the performance is well within the accepted CPR guidelines.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,283
Écart entre enseignants0,259 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2019 International Conference on Robotics,Electrical and Signal Processing Techniques (ICREST)Même sujetCardiac Arrest and ResuscitationTravaux en français237 207