Iterative Development, Validation, and Certification of a Smartphone System to Assess Neonatal Jaundice: Development and Usability Study
Notice bibliographique
Résumé
BACKGROUND: Medical device development is an area facing multiple challenges, resulting in a high number of products not reaching the clinical setting. Neonatal hyperbilirubinemia, manifesting as neonatal jaundice (NNJ), is an important cause of newborn morbidity and mortality. It is important to identify infants with neonatal hyperbilirubinemia at an early stage, but currently there is a lack of tools that are both accurate and affordable. OBJECTIVE: This study aimed to develop a novel system to assess the presence of NNJ. The device should provide accurate results, be approved as a medical device, be easy to use, and be produced at a price that is affordable even in low-resource settings. METHODS: We used an iterative approach to develop a smartphone-based system to detect the presence of NNJ. We performed technical development, followed by clinical and usability testing in parallel, after which we initiated the regulatory processes for certification. We updated the system in each iteration, and the final version underwent a clinical validation study on healthy term newborns aged 1 to 15 days before all documentation was submitted for conformity assessment to obtain Conformité Européenne (CE) certification. We developed a system that incorporates a smartphone app, a color calibration card, and a server. RESULTS: Three iterations of the smartphone-based system were developed; the final version was approved as a medical device after complying with Medical Device Regulation guidelines. A total of 201 infants were included in the validation study. Bilirubin values using the system highly correlated with total serum or plasma bilirubin levels (r=0.84). The system had a high sensitivity (94%) to detect severe jaundice, defined as total serum or plasma bilirubin >250 µmol/L, and maintained a high specificity (71%). CONCLUSIONS: Our smartphone-based system has a high potential as a tool for identifying NNJ. An iterative approach to product development, conducted by working on different tasks in parallel, resulted in a functional and successful product. By adhering to the requirements for regulatory approval from the beginning of the project, we were able to develop a market-ready mobile health solution.
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 | 0,030 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».