MétaCan
Menu
Retour à la cohorte
Enregistrement W4411627554 · doi:10.1016/j.cmpb.2025.108901

AReS: A patient simulator to facilitate testing of automated anesthesia

2025· article· en· W4411627554 sur OpenAlex
Sara Hosseinirad, Francesco Trovò, Emiliano Tognoli, Alberto Maria Metelli, Guy A. Dumont

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueComputer Methods and Programs in Biomedicine · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueAnesthesia and Sedative Agents
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesHealth Canada
Mots-clésRemifentanilMedicineAnesthesiaPopulationStroke volumePropofolCardiac outputHeart rateMean arterial pressureBlood pressureSimulationComputer scienceHemodynamicsInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND OBJECTIVE: This paper presents the Anesthesia Response Simulator, a novel, open-source patient simulator developed to replicate physiological responses to four commonly used drugs: propofol, remifentanil, norepinephrine, and rocuronium during anesthesia. It models depth of hypnosis, cardiac output, mean arterial pressure, heart rate, stroke volume, and neuromuscular blockade. Developed through integrated clinical practice, literature models, and medical expertise, it aims to facilitate the development of decision-making systems for anesthesia. METHODS: The simulator integrates population-based and subject-specific pharmacokinetics-pharmacodynamics models, a target-controlled infusion system, and a novel approach to simulate surgical stimuli based on drug concentrations. Both surgical stimuli and intravascular volume status are modeled as disturbances to the anesthesia state. The simulator was evaluated through a series of experiments. The median absolute error between the simulated response and clinical recordings from 10 patients is compared with each output's maximum reasonable measurement errors. To ensure that the model's response aligns with existing literature and clinical practice, we analyzed the output sensitivities to drug infusion rates and illustrated the output responses to the simulated disturbances. RESULTS: For most patients, the median absolute errors between simulated and clinical recordings were within reasonable measurement ranges for each output. Although we incorporate inter-individual variability using subject-specific pharmacokinetics-pharmacodynamics models, the median response accurately reflected clinical trends for depth of hypnosis, cardiac output, mean arterial pressure, heart rate, and stroke volume. This finding validates the simulator's representation of the median population response. The output sensitivity analysis, conducted across various drug infusion rates, identifies the impact of each drug on each output. Finally, the sensitivity analysis and illustration of disturbance effects confirm that the simulator's performance is consistent with the literature and clinical practice. CONCLUSION: This simulator models median responses of the population to four drugs, inter-individual variability, and disturbances according to current literature and expert knowledge. This open-source tool is suitable for various objectives in developing and evaluating multi-variable closed-loop controllers and decision support systems for anesthesia. We also identify limitations that encourage future work on improving the simulator.

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.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,903
Score d'incertitude au seuil0,517

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,125
Tête enseignante GPT0,393
Écart entre enseignants0,268 · 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