MétaCan
Menu
Retour à la cohorte
Enregistrement W3206941524 · doi:10.3389/fdgth.2021.730951

Developing Medical Technologies for Low-Resource Settings: Lessons From a Wireless Wearable Vital Signs Monitor–neoGuard

2021· article· en· W3206941524 sur OpenAlexfundno aff
Assumpta Nantume, Sona Shah, Teresa Cauvel, Matthew Tomback, Ryan D. Kilpatrick, Bushra Afzal, Noah Kiwanuka

Notice bibliographique

RevueFrontiers in Digital Health · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesGrand Challenges Canada
Mots-clésVital signsWearable computerCommercializationHealth technologyWirelessResource (disambiguation)Health careWearable technologyComputer scienceKey (lock)BusinessRisk analysis (engineering)MedicineComputer securityTelecommunicationsMarketingPolitical scienceEmbedded system

Résumé

récupéré en direct d'OpenAlex

The neoGuard™ technology is a wireless wearable vital signs monitor attached to a patient's forehead to continuously measure oxygen saturation, pulse rate, respiratory rate and temperature. Developed with feedback from more than 400 health workers, primarily in East Africa, the product has been designed to meet the unique constraints of low-resource settings. This perspective piece by the innovators of neoGuard™ and some of their key partners examines the complicated journey of taking a medical technology from concept through clinical validation and finally to market. By shedding light on some of the most critical steps and common challenges encountered along the pathway to commercialization, the authors hope that their experiences will provide some valuable insights to other aspiring innovators in this space.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,797
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,389
Écart entre enseignants0,357 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Digital HealthMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207