Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Powiadomienia systemowe

Sesja wygasła!

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: medical treatment

Sortuj według:

Ogranicz wyniki do:

System for the support of the intravenous infusion process continuity

Jóśko Adam, Romanik Wojciech

Przegląd Elektrotechniczny

2023

R. 99, nr 6

93--96

The work presents the concept of a system for monitoring the decrease in the level of infusion fluid. The task of this system is to inform the medical staff about the low level of infusion fluid in the container. This is to allow the (almost) empty infusion fluid container to be replaced with a new, full one before the drip chamber and drain connected to the venflon on the patient's body are emptied. In the latter case, replenishment of the fluid requires additional filling with a drip chamber and a drain. In clinical practice, this is often a nuisance. Therefore, the basic task of the proposed measuring system is to warn against complete emptying of the infusion system. Thanks to this, it is possible to replace the fluid container efficiently and without additional annoyance and complications, maintaining in principle an uninterrupted process of intravenous fluid administration.

W pracy przedstawiono koncepcję systemu monitorowania spadku poziomu płynu infuzyjnego. Zadaniem tego systemu jest informowanie personelu medycznego o niskim poziomie płynu infuzyjnego w pojemniku. Ma to na celu umożliwienie wymiany (prawie) pustego pojemnika z płynem infuzyjnym na nowy, pełny pojemnik przed opróżnieniem komory kroplowej i drenu podłączonego do kaniuli dożylnej (wenflonu) na ciele pacjenta. W przypadku dostania się powietrza do drenu, wymiana go na właściwy płyn wymaga dodatkowych zabiegów. W praktyce klinicznej jest to często uciążliwe. Dlatego podstawowym zadaniem proponowanego systemu pomiarowego jest ostrzeganie przed całkowitym opróżnieniem układu infuzyjnego. Dzięki temu możliwa jest wymiana pojemnika z płynem sprawnie i bez dodatkowych komplikacji, utrzymując w zasadzie nieprzerwany proces dożylnego podawania płynu.

Extreme gradient boosting machine learning method for predicting medical treatment in patients with acute bronchiolitis

Mateo J., Rius-Peris J.M., Maraña-Pérez A.I., Valiente-Armero A., Torres A.M.

Biocybernetics and Biomedical Engineering

2021

Vol. 41, no. 2

792--801

Acute bronchiolitis is the most common lower respiratory tract infection of infancy. About 2% of infants under 12 months of age hospitalized with this condition each epidemic season. The choice of the correct treatment is important for the evolution of the disease. Therefore, a prediction model for medical treatment identification based on extreme gradient boosting (XGB) machine learning (ML) method is proposed in this paper. Four supervised machine learning algorithms including a k-nearest neighbours (KNN), decision tree (DT), Gaussian Naı¨ve Bayes (GNB) and support vector machine (SVM) were compared with the proposed XGB method. The performance of these methods was then tested implementing a standard 10-fold cross-validation process. The results indicate that the XGB has the best prediction accuracy (94%), high precision (>0.94) and high recall (>0.94). The KNN, SVM, and DT approaches also present moderate prediction accuracy (>87), moderate specificity (>0.87) and moderate sensitivity (>0.87). The GNB algorithm show relatively low classification performance. Based on these results for classification performance and prediction accuracy, the XGB is a solid candidate for a correct classification of patients to be treated. These findings suggest that XGB systems trained with clinical data may serve as a new tool to assist in the treatment of patients with acute bronchiolitis.