English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

A computacao movel e ubiqua tem propiciado o advento de solucoes que permitem o monitoramento em tempo real de sinais provenientes de sensores e o seu processamento por aplicacoes que podem executar acoes de acordo com as condicoes encontradas. Esta caracteristica possibilita o uso da tecnologia para o monitoramento de condicoes de saude de pacientes, denominado de cuidados ubiquos. Em diversas situacoes, a fim de salvar vidas de pacientes, e necessaria a analise de seus sinais vitais de forma a prevenir eventuais colapsos. Este trabalho se insere nestas condicoes, estando voltado para a antecipacao de acoes de times de resposta rapida baseado em analise preditiva, propondo o modelo Predictvs. Um Time de Resposta Rapida busca prevenir mortes de pacientes que tenham piora clinica fora de ambientes de Unidades de Tratamento Intensivo em hospitais. De forma diversa dos trabalhos relacionados, que se preocupam apenas com ambientes de tratamento intensivo, o modelo Predictvs busca antecipar acoes dos times de resposta rapida, atraves da analise dos sinais vitais dos pacientes com o uso de escores de alerta precoce e regressao linear. A contribuicao cientifica do modelo e dada em virtude da possibilidade de efetuar a predicao em tempo real de possiveis situacoes de colapso dos pacientes atraves do monitoramento e analise dos sinais vitais. A avaliacao do Predictvs foi efetuada com a utilizacao de cenarios, com a implementacao de um prototipo e atraves de diversas simulacoes. Analises efetuadas com cerca de 228000 medicoes provenientes de um dataset publico apresentaram bons resultados, onde a precisao da predicao para a medicao seguinte se mostrou bastante alta, atingindo mais de 99% no caso da frequencia cardiaca e 100% na saturacao de oxigenio arterial, ultrapassando 95% nos demais sinais vitais. Alem disso, o indice de falsos negativos foi consideravelmente baixo, atingindo menos de 1% na frequencia cardiaca e na saturacao de oxigenio arterial. O indice de falsos positivos tambem foi baixo, embora nao tanto quanto o de falsos negativos. No entanto, predicoes para tres ou mais medicoes futuras mostram queda na precisao (mesmo demonstrando valores de acerto relativamente expressivos, com diversos sinais fisiologicos acima de 98%) e aumento do numero de falsos negativos e, principalmente, de falsos positivos.

Um modelo proativo de antecipação de ações de times de resposta rápida baseado em análise preditiva