Infusion procedures are among the most common in hospitals and have a high volume of adverse events in their operation. This paper presents a simulator, called SPODi, that allows an agile construction of the operational profiles of intravenous devices, enabling them to be evaluated when adverse events occur during the period of use. SPODi simulator was validated with real data extracted from a physical prototype (SPODi _Med) which was specifically build with this function. The results obtained, considering a 95% confidence interval when applying the t Student statistical test, indicate that SPODi can be used to infer the behavior of real infusion equipment.Resumo. Os procedimentos de infusão estão entre os mais usuais em hospitais e apresentam um volume elevado de eventos adversos na sua operação. Este artigo apresenta um simulador, denominado SPODi, que permite uma construção ágil dos perfis operacionais de dispositivos intravenosos, possibilitando que os mesmos possam ser avaliados quando da ocorrência de eventos adversos durante o período de seu uso. O simulador SPODi foi validado com dados reais extraídos de um protótipo físico (SPODi_Med) construído especificamente para essa finalidade. Os resultados obtidos, considerando um intervalo de confiança de 95 % quando da aplicação do teste estatístico t Student, apontam que o SPODi pode ser empregado para inferir o comportamento de um equipamento real de infusão. IntroduçãoOs dispositivos médicos modernos, com a intenção de qualificar o esforço de gerência por parte dos profissionais da saúde, muitas vezes exploram operações autônomas nos diferentes procedimentos que realizam [Dey et al. 2018]. Entre os procedimentos clínicos mais rotineiros em hospitais, estão os tratamentos que empregam os sistemas intravenosos. Cerca de 80% dos pacientes hospitalizados carecem de recursos terapêuticos intravenosos [Cheng et al. 2016]. A entrega de medicamento intravenosa é prescrita considerando as ações das diferentes concentrações da absorção do medicamento na corrente sanguínea ao longo do tempo para diferentes métodos de entrega.Os equipamentos de infusoterapia são utilizados em situações que exigem diferentes decisões por parte dos profissionais de saúde, as quais geram impactos diversos no tratamento do paciente. Assim, uma forma de contribuir para as decisões médicas consiste
Os procedimentos de infusão intravenosa estão entre os mais usuais em hospitais e têm potencial para gerar alta ocorrência de eventos adversos. No entanto, as infusões intravenosas ainda não têm a sua verificação automatizada. Considerando este cenário, este trabalho propõe uma nova abordagem para reduzir eventos adversos em procedimentos intravenosos utilizando Aprendizado de Máquina para permitir uma inferência autônoma e registro dos perfis de infusões intravenosas. Dois regressores baseados em redes neurais foram avaliados: Multi-Layer Perceptron e Long-Short Term Memory. A avaliação dos modelos regressão, para as inferências dos perfis de administração de medicamentos intravenosos, obtiveram resultados promissores.
Resumo-Os procedimentos de infusão intravenosa são usuais em hospitais e têm uma alta incidência de eventos adversos. Apesar disto, esses procedimentos ainda têm a sua verificação realizada de forma não automatizada. Considerando esse cenário, este trabalho apresenta uma avaliação da Aprendizagem de Máquina, para inferir perfis de infusões intravenosas. O objetivó e empregar os resultados deste trabalho na concepção de um dispositivo biomédico capaz de acompanhar de forma autônomas a entrega de medicamento realizada. Após a avaliação dos diferentes modelos de Aprendizagem de Máquina, os Regressores apresentaram resultados mais promissores, particularmente o Regressor Perceptron Múltiplas-Camadas.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.