MétaCan
Menu
Retour à la cohorte
Enregistrement W4403831654 · doi:10.1681/asn.20246r4yry1n

Prepivotal Study Exploring Safety, Efficacy, and Usability of the Automated Wearable Artificial Kidney (AWAK) PD Device

2024· article· en· W4403831654 sur OpenAlexaff
Marjorie Wai Yin Foo, Edwina A. Brown, Arsh K. Jain, Martin Schreiber, Sheena Gow, Sanjay Singh, Mandar Gori, Suresha Belur Venkataraya, Htay Htay

Notice bibliographique

RevueJournal of the American Society of Nephrology · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueIoT and Edge/Fog Computing
Établissements canadiensLondon Health Sciences Centre
Organismes subventionnairesnon disponible
Mots-clésUsabilityWearable computerComputer scienceMedicineHuman–computer interactionEmbedded system

Résumé

récupéré en direct d'OpenAlex

Background: The AWAK PD is an innovative, wearable sorbent-based device providing tidal PD. The device, weighing about 3kg, automates fills and drains, with adjustable glucose for customized ultrafiltration (UF) requirements. Methods: 14 subjects underwent screening (30 days), titration period (up to 21 days), washout (2 days), and a treatment period of at-home use (7 days) with an optional extension (23 days), at a single Singapore hospital. A nomogram and PD prescribing titration guide were developed to determine cartridge type, therapy duration, initial fill tonicity and glucose (absorbed/added) to achieve target UF. The primary aim was to complete at least 70% of sorbent dialysis in each therapy. Other aims included maintaining body weight within 5% of target weight, having stable plasma biochemistry and electrolytes, and assessing patients’ experience using symptom and device usability questionnaires. Illness Intrusiveness Rating Scale (IIRS) was assessed in the 3 subjects using AWAK for 30 days. Results: 11 subjects (10 male, mean±SD age 60±7 years and dialysis vintage 21±9 months) entered the 7-day treatment period, with 1 withdrawal. 3 of these subjects completed 30 days. No device-related serious adverse events occurred. 95% of therapies conducted (76/80) were completed. Optimal UF was achieved by adjusting the dextrose concentrations. All subjects remained within 5% of their target weight. Table 1 depicts plasma biochemistry and UF results. Usability scores were high; 10/11 patients agreed they were confident using the device and 8 felt the device was useful, 3 were neutral. IIRS scores improved in the 3 patients on AWAK for 30 days (average score: 38 at baseline; 20 after AWAK). Conclusion: AWAK PD is safe to use and a reduction in the IIRS is noted after 30 days of use; reasons could range from ease of use of the device to increased flexibility to suit their lifestyle. Minor device modifications can be done to optimize solute clearance. Funding: Commercial Support - AWAK Technologies Pte Ltd Table 1: Summary of analytes and UF - median (IQR). Interim data - database lock in Aug - Measure UF (mL) Weight (kg) Urea (mmol/L) Creatinine (μmol/L) β2-microglobulin (µg/L) Sodium (mmol/L) Potassium (mmol/L) Bicarbonate (mmol/L) Baseline 340 (158-669) 73.7 (64.9 - 88.0) 20.8 (19.9 - 22.9) 866 (761 - 1008) 23787 (20397 - 29819) 138 (136 - 141) 4.2 (3.8 - 4.5) 26.0 (25.0 - 28.1) AWAK 599 (288-829) 73.8 (63.9 - 87.0) 24.3 (21.2 - 28.0)* 987 (835 - 1066)* 23707 (20816 - 33471) 138 (136 - 139) 4.3 (4.1 - 4.5) 24.6 (23.8 - 26.2) *p-value <0.05

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,038
Tête enseignante GPT0,294
Écart entre enseignants0,256 · 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'étudeEssai non randomisé
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Society of NephrologyMême sujetIoT and Edge/Fog ComputingTravaux en français237 207