Efficient estimation using the characteristic function : theory and applications with high frequency data

The attached file is created with Scientific Workplace Latex

Relationship between monitored elements and prescribed ventilator setting modifications in critically ill children

Les pédiatres intensivistes ont plusieurs éléments disponibles pour guider leurs décisions par rapport à la ventilation mécanique. Par contre, aucune étude prospective ne décrit les éléments auxquels les intensivistes se réfèrent pour modifier les paramètres du respirateur. Objectifs : Décrire la pratique actuelle de la modification des paramètres du respirateur aux soins intensifs du CHU Sainte-Justine, un hôpital pédiatrique tertiaire. Hypothèse : 80% des modifications des paramètres du respirateur influant sur l’épuration du CO2 sont liées à l’analyse de la PCO2 ou du pH et 80% des modifications des paramètres d’oxygénation sont liés à l’analyse de l’oxymétrie de pouls. Méthodes : En se servant d’un logiciel de recueil de données, les soignants ont enregistré un critère de décision primaire et tous les critères de décision secondaires menant à chaque modification de paramètre du respirateur au moment même de la modification. Résultats : Parmi les 194 modifications des paramètres du respirateur influant sur l’épuration du CO2, faites chez vingts patients, 42.3% ±7.0% avaient pour critère primaire la PCO2 ou le pH sanguin. Parmi les 41 modifications de la pression expiratoire positive et les 813 modifications de la fraction d’oxygène inspirée, 34.1% ±14.5% et 84.5% ±2.5% avaient pour critère primaire l’oxymétrie de pouls, respectivement. Conclusion : Les médecins surestiment le rôle de la PCO2 et du pH sanguins et sousestiment le rôle d’autres critères de décision dans la gestion de la ventilation mécanique. L’amélioration de notre compréhension de la pratique courante devrait aider à l’éboration des systèmes d’aide à la décision clinique en assistance respiratoire.

Patient-specific anisotropic model of human trunk based on MR data

There are many ways to generate geometrical models for numerical simulation, and most of them start with a segmentation step to extract the boundaries of the regions of interest. This paper presents an algorithm to generate a patient-specific three-dimensional geometric model, based on a tetrahedral mesh, without an initial extraction of contours from the volumetric data. Using the information directly available in the data, such as gray levels, we built a metric to drive a mesh adaptation process. The metric is used to specify the size and orientation of the tetrahedral elements everywhere in the mesh. Our method, which produces anisotropic meshes, gives good results with synthetic and real MRI data. The resulting model quality has been evaluated qualitatively and quantitatively by comparing it with an analytical solution and with a segmentation made by an expert. Results show that our method gives, in 90% of the cases, as good or better meshes as a similar isotropic method, based on the accuracy of the volume reconstruction for a given mesh size. Moreover, a comparison of the Hausdorff distances between adapted meshes of both methods and ground-truth volumes shows that our method decreases reconstruction errors faster. Copyright © 2015 John Wiley & Sons, Ltd.