MétaCan
Menu
Retour à la cohorte
Enregistrement W4403833433 · doi:10.1681/asn.2024swyhp7a5

In Vitro Evaluation of a Continuous Potassium Monitoring System in Simulated Dialysis Conditions

2024· article· en· W4403833433 sur OpenAlexaff
Jean-Baptiste Valsamis, Rita Roshni, Citsabehsan Devendran, Kaixuan Wang, Cody J. Lensing, Sahan Ranamukha, Víctor J. Cadarso

Notice bibliographique

RevueJournal of the American Society of Nephrology · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueMembrane-based Ion Separation Techniques
Établissements canadiensPROTO Manufacturing (Canada)
Organismes subventionnairesnon disponible
Mots-clésDialysisPotassiumIn vitroUrologyMedicineIntensive care medicineInternal medicineChemistryBiochemistry

Résumé

récupéré en direct d'OpenAlex

Background: Potassium (K+) dysregulation is a life-threatening condition. During a dialysis session, a patient’s K+ levels often begin above the normal range and end below the normal range, before rebounding after the session. We have developed a continuous K+ monitor (CKM) capable of measuring dynamic K+ levels in real-time. In this report, we mimic dialysis conditions in vitro to characterize the sensors’ ability to measure rapidly shifting K+ levels. Methods: The potentiometric sensor probes consist of a working electrode (WE) that measures K+ directly, selectively, and sensitively and a reference electrode (RE). Eight sensors were immersed in fluid controlled by a pump system able to control K+ levels. We simulated dialysis conditions over 5 hours by changing K+ concentration from 7 mmol/L to 4.5 mmol/L and back to 6 mmol/L. The electrical potential was recorded every 30 seconds, and analyzed by retrofitting to the K+ concentration using a 3 parameters function to account for sensitivity, offset, and drift. Parameters were estimated for each sensor individually using least square fit method. Results: All sensors responded rapidly during K+ changes (Figure). One sensor showed a faulty RE and one showed a time lag of 15 minutes, and were excluded. With the 6 remaining sensors, the average sensitivity was 48 ± 3.5 mV/dec, the drift was 0.84 ± 0.24 mV/h, and the offset was 2.87 ± 14.2 mV. Compared to the programed K+ profile, MARD was <1% and average accuracy was <0.1 mmol/L (defined as the standard deviation of the difference between estimated K+ and reference K+). Conclusion: The CKM sensors responded accurately to changing K+ levels across the physiological range during a simulated dialysis session. In vivo testing is needed to further support these results. Funding: Commercial Support - Proton Intelligence, Inc.Figure: CKM sensor probes tested in a simulated in vitro dialysis session. Profile represents the programmed K+ concentrations.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,468
Score d'incertitude au seuil0,301

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,018
Tête enseignante GPT0,306
Écart entre enseignants0,288 · 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.

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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Society of NephrologyMême sujetMembrane-based Ion Separation TechniquesTravaux en français237 207