MétaCan
Menu
Retour à la cohorte
Enregistrement W3095910687 · doi:10.2196/20525

ColistinDose, a Mobile App for Determining Intravenous Dosage Regimens of Colistimethate in Critically Ill Adult Patients: Clinician-Centered Design and Development Study

2020· article· en· W3095910687 sur OpenAlexvenueno aff
Xueliang Hua, Chen Li, Jason M. Pogue, Varun Sharma, Ilias Karaiskos, Keith S. Kaye, Brian T. Tsuji, Phillip J. Bergen, Yan Zhu, Jiangning Song, Jian Li

Notice bibliographique

RevueJMIR mhealth and uhealth · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueAntibiotics Pharmacokinetics and Efficacy
Établissements canadiensnon disponible
Organismes subventionnairesNational Institutes of HealthNational Institute of Allergy and Infectious DiseasesMonash University
Mots-clésCritically illMedicineIntensive care medicinemHealthNursingPsychological intervention

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Determining a suitable dose of intravenous colistimethate is challenging because of complicated pharmacokinetics, confusing terminology, and the potential for renal toxicity. Only recently have reliable pharmacokinetic/pharmacodynamic data and dosing recommendations for intravenous colistimethate become available. OBJECTIVE: The aim of this work was to develop a clinician-friendly, easy-to-use mobile app incorporating up-to-date dosing recommendations for intravenous colistimethate in critically ill adult patients. METHODS: Swift programming language and common libraries were used for the development of an app, ColistinDose, on the iPhone operating system (iOS; Apple Inc). The compatibility among different iOS versions and mobile devices was validated. Dosing calculations were based on equations developed in our recent population pharmacokinetic study. Recommended doses generated by the app were validated by comparison against doses calculated manually using the appropriate equations. RESULTS: ColistinDose provides 3 major functionalities, namely (1) calculation of a loading dose, (2) calculation of a daily dose based on the renal function of the patient (including differing types of renal replacement therapies), and (3) retrieval of historical calculation results. It is freely available at the Apple App Store for iOS (version 9 and above). Calculated doses accurately reflected doses recommended in patients with varying degrees of renal function based on the published equations. ColistinDose performs calculations on a local mobile device (iPhone or iPad) without the need for an internet connection. CONCLUSIONS: With its user-friendly interface, ColistinDose provides an accurate and easy-to-use tool for clinicians to calculate dosage regimens of intravenous colistimethate in critically ill patients with varying degrees of renal function. It has significant potential to avoid the prescribing errors and patient safety issues that currently confound the clinical use of colistimethate, thereby optimizing patient treatment.

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)0,008
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,105
Tête enseignante GPT0,412
Écart entre enseignants0,307 · 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'étudeObservationnel
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

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealthMême sujetAntibiotics Pharmacokinetics and EfficacyTravaux en français237 207