論文の概要: Joint Distribution and Transitions of Pain and Activity in Critically Ill Patients

• arxiv url: http://arxiv.org/abs/2004.09134v1
• Date: Mon, 20 Apr 2020 08:56:13 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-11 18:11:05.890809
• Title: Joint Distribution and Transitions of Pain and Activity in Critically Ill Patients
• Title（参考訳）: 重症患者における痛みと活動の関節分布と推移
• Authors: Florenc Demrozi, Graziano Pravadelli, Patrick J Tighe, Azra Bihorac and Parisa Rashidi
• Abstract要約: 集中治療室(ICU)における重症心疾患患者の回復の必須指標は痛みと身体機能である Actigraph GT3X 装置を用いて, 57 ICU 患者の活動強度データを収集した。 重症心疾患患者における関節活動と痛み状態の関節分布と状態遷移について検討した。
• 参考スコア（独自算出の注目度）: 3.64161514437772
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Pain and physical function are both essential indices of recovery in critically ill patients in the Intensive Care Units (ICU). Simultaneous monitoring of pain intensity and patient activity can be important for determining which analgesic interventions can optimize mobility and function, while minimizing opioid harm. Nonetheless, so far, our knowledge of the relation between pain and activity has been limited to manual and sporadic activity assessments. In recent years, wearable devices equipped with 3-axis accelerometers have been used in many domains to provide a continuous and automated measure of mobility and physical activity. In this study, we collected activity intensity data from 57 ICU patients, using the Actigraph GT3X device. We also collected relevant clinical information, including nurse assessments of pain intensity, recorded every 1-4 hours. Our results show the joint distribution and state transition of joint activity and pain states in critically ill patients.
• Abstract（参考訳）: 集中治療室(icu)の重症患者において、痛みと身体機能の両方が回復の重要な指標である。 痛みの強度と患者活動の同時モニタリングは、オピオイド障害を最小限に抑えつつ、どの鎮痛介入が運動と機能を最適化できるかを決定する上で重要である。 それにもかかわらず、これまでの我々の痛みと活動の関係に関する知識は、手動および散発的な活動評価に限られている。 近年,3軸加速度計を備えたウェアラブルデバイスは,移動度と身体活動の連続的・自動計測に多くの領域で利用されている。 本研究では,アクティグラフGT3Xを用いた57 ICU患者の活動強度データを収集した。 また,1～4時間毎に記録された痛み強度の看護的評価を含む関連する臨床情報も収集した。 重症心疾患患者における関節活動と痛み状態の関節分布と状態遷移について検討した。

関連論文リスト

• Deep Reinforcement Learning Empowered Activity-Aware Dynamic Health Monitoring Systems [69.41229290253605]
  既存のモニタリングアプローチは、医療機器が複数の健康指標を同時に追跡するという前提で設計されている。 これは、その範囲内で関連するすべての健康値を報告し、過剰なリソース使用と外部データの収集をもたらす可能性があることを意味します。 最適なモニタリング性能とコスト効率のバランスをとるための動的アクティビティ・アウェアヘルスモニタリング戦略(DActAHM)を提案する。
  論文  参考訳（メタデータ） (2024-01-19T16:26:35Z)
• Detecting Visual Cues in the Intensive Care Unit and Association with Patient Clinical Status [0.9867627975175174]
  ICUの既存の患者評価は散発的であり、手動で管理されている。 我々はデータ不均衡問題に対処する新しい「マスケッド損失計算」手法を開発した。 634,054フレームのAU推論を行い,顔面AUと臨床的に重要な患者状況との関連性について検討した。
  論文  参考訳（メタデータ） (2023-11-01T15:07:03Z)
• Pain level and pain-related behaviour classification using GRU-based sparsely-connected RNNs [61.080598804629375]
  慢性的な痛みを持つ人は、特定の身体の動きを無意識に適応させ、怪我や追加の痛みから身を守る。 この相関関係を分析するための専用のベンチマークデータベースが存在しないため、日々の行動に影響を及ぼす可能性のある特定の状況の1つを検討した。 我々は、複数のオートエンコーダを組み込んだゲートリカレントユニット(GRU)と疎結合なリカレントニューラルネットワーク(s-RNN)のアンサンブルを提案した。 本手法は,痛みレベルと痛み関連行動の両方の分類において,最先端のアプローチよりも優れていることを示すいくつかの実験を行った。
  論文  参考訳（メタデータ） (2022-12-20T12:56:28Z)
• Intelligent Sight and Sound: A Chronic Cancer Pain Dataset [74.77784420691937]
  本稿では,Intelligent Sight and Sound (ISS) 臨床試験の一環として収集された,最初の慢性ガン痛データセットを紹介する。 これまで収集されたデータは29の患者、509のスマートフォンビデオ、189,999のフレーム、そして自己報告された感情と活動の痛みのスコアから成っている。 静的画像とマルチモーダルデータを用いて、自己報告された痛みレベルを予測する。
  論文  参考訳（メタデータ） (2022-04-07T22:14:37Z)
• Estimation of Clinical Workload and Patient Activity using Deep Learning and Optical Flow [0.9774845227603628]
  そこで本研究では,患者の動きを推定し,同様の技術を用いて臨床ワークロードを観察する手法を提案する。 患者動作推定は患者の動揺と鎮静を近似するために用いられ,作業者の動作は介護者の作業負荷のサロゲートとして用いられた。
  論文  参考訳（メタデータ） (2022-02-09T22:19:01Z)
• External Attention Assisted Multi-Phase Splenic Vascular Injury Segmentation with Limited Data [72.99534552950138]
  脾臓は腹部外傷において最も多く損傷を受けた固形臓器の1つである。 脾臓血管損傷の 正確な分節化は 以下の理由から 困難です
  論文  参考訳（メタデータ） (2022-01-04T02:35:56Z)
• Designing A Clinically Applicable Deep Recurrent Model to Identify Neuropsychiatric Symptoms in People Living with Dementia Using In-Home Monitoring Data [52.40058724040671]
  鎮静は認知症において高い有病率を有する神経精神医学症状の1つである。 扇動エピソードの検出は、認知症に生きる人々(PLWD)に早期かつタイムリーな介入を提供するのに役立つ。 本研究は,家庭内モニタリングデータを用いてPLWDの動揺リスクを分析するための教師付き学習モデルを提案する。
  論文  参考訳（メタデータ） (2021-10-19T11:45:01Z)
• Posture Recognition in the Critical Care Settings using Wearable Devices [4.396860522241306]
  集中治療室 (ICU) の身体活動レベルは, 臨床症状と相関している。 ICUにおける姿勢認識の可能性について,ウェアラブルセンサのデータを用いて検討した。
  論文  参考訳（メタデータ） (2021-10-04T12:11:36Z)
• Continuous Decoding of Daily-Life Hand Movements from Forearm Muscle Activity for Enhanced Myoelectric Control of Hand Prostheses [78.120734120667]
  本研究では,前腕のEMG活性をハンドキネマティクスに連続的にマップする,長期記憶(LSTM)ネットワークに基づく新しい手法を提案する。 私たちの研究は、この困難なデータセットを使用するハンドキネマティクスの予測に関する最初の報告です。 提案手法は, 人工手指の複数のDOFの独立的, 比例的アクティベーションのための制御信号の生成に適していることが示唆された。
  論文  参考訳（メタデータ） (2021-04-29T00:11:32Z)
• Facial Action Unit Detection on ICU Data for Pain Assessment [1.8352113484137622]
  現在の痛み評価方法は、患者の自己申告やICU看護師のような観察者に依存している。 そこで本研究では,実際のICUデータに基づく自動鎮痛評価システムの必要性について述べる。
  論文  参考訳（メタデータ） (2020-04-24T17:12:56Z)
• Pain and Physical Activity Association in Critically Ill Patients [2.6249027950824506]
  クリティカルケア患者は集中治療室にいる間、様々なレベルの痛みを経験し、鎮痛と鎮静を必要としている。 このような薬物は、重篤な治療患者のすでに鎮静状態にある身体活動プロファイルを悪化させ、回復の遅れに寄与する。 ウェアラブル加速度計装置を用いて,看護士の痛みスコアと身体活動との関係について検討した。
  論文  参考訳（メタデータ） (2020-04-21T09:29:10Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。