Variance in Bioethics Services: Challenges and Opportunities in Canada with a Focus on In-house vs. Outsourced Health Care Ethics Consultations

Étude de cas / Case study

A point-prevalence survey of antimicrobial utilisation within New Brunswick hospitals to focus antimicrobial stewardship efforts and decrease low-value care.

Introduction: Il est important de minimiser le gaspillage et les risques associés aux soins sans valeur. La gestion de l’utilisation des antimicrobiens vise à optimiser leur emploi et doit être adaptée au milieu et à sa population. Objectifs: Évaluer les profiles d’utilisation actuels des antimicrobiens et fixer des objectifs pour les interventions en matière de gestion des antimicrobiens. Méthode: Vingt-et-un hôpitaux du Nouveau-Brunswick offrant des soins de courte durée en médecine générale, en chirurgie et en pédiatrie ont pris part à une enquête sur la prévalence ponctuelle. Tous les patients admis aux hôpitaux participants et ayant reçu au moins un antimicrobien systémique ont été inscrits à l’étude. Les principaux critères d’évaluation étaient le profil d’utilisation, selon l’indication et l’antimicrobien prescrit, le bienfondé de l’utilisation et la durée de la prophylaxie chirurgicale. Des statistiques descriptives et un test d’indépendance 2 furent utilisés pour l’analyse de données. Résultats: L’enquête a été menée de juin à août 2012. Un total de 2244 patients ont été admis pendant la durée de l’étude et 529 (23,6%) ont reçu un antimicrobien. Au total, 691 antimicrobiens ont été prescrits, soit 587 (85%) pour le traitement et 104 (15%) pour la prophylaxie. Les antimicrobiens les plus souvent prescrits pour le traitement (n=587) étaient des classes suivantes : quinolones (25,6%), pénicillines à spectre étendu (10,2%) et métronidazole (8,5%). Les indications les plus courantes du traitement étaient la pneumonie (30%), les infections gastro-intestinales (16%) et les infections de la peau et des tissus mous (14%). Selon des critères définis au préalable, 23% (n=134) des ordonnances pour le traitement étaient inappropriées et 20% (n=120) n’avaient aucune indication de documentée. Les domaines où les ordonnances étaient inappropriées étaient les suivants : défaut de passage de la voie intraveineuse à la voie orale (n=34, 6%), mauvaise dose (n=30, 5%), traitement d’une bactériurie asymptomatique (n=24, 4%) et doublement inutile (n=22, 4%). Dans 33% (n=27) des cas, les ordonnances pour la prophylaxie chirurgicale étaient pour une période de plus de 24 heures. Conclusions: Les résultats démontrent que les efforts de gestion des antimicrobiens doivent se concentrer sur les interventions conventionnelles de gestion de l’utilisation des antimicrobiens, l’amélioration de la documentation, l’optimisation de l’utilisation des quinolones et la réduction au minimum de la durée de la prophylaxie chirurgicale.

Deep learning of representations and its application to computer vision

L’objectif de cette thèse par articles est de présenter modestement quelques étapes du parcours qui mènera (on espère) à une solution générale du problème de l’intelligence artificielle. Cette thèse contient quatre articles qui présentent chacun une différente nouvelle méthode d’inférence perceptive en utilisant l’apprentissage machine et, plus particulièrement, les réseaux neuronaux profonds. Chacun de ces documents met en évidence l’utilité de sa méthode proposée dans le cadre d’une tâche de vision par ordinateur. Ces méthodes sont applicables dans un contexte plus général, et dans certains cas elles on tété appliquées ailleurs, mais ceci ne sera pas abordé dans le contexte de cette de thèse. Dans le premier article, nous présentons deux nouveaux algorithmes d’inférence variationelle pour le modèle génératif d’images appelé codage parcimonieux “spike- and-slab” (CPSS). Ces méthodes d’inférence plus rapides nous permettent d’utiliser des modèles CPSS de tailles beaucoup plus grandes qu’auparavant. Nous démontrons qu’elles sont meilleures pour extraire des détecteur de caractéristiques quand très peu d’exemples étiquetés sont disponibles pour l’entraînement. Partant d’un modèle CPSS, nous construisons ensuite une architecture profonde, la machine de Boltzmann profonde partiellement dirigée (MBP-PD). Ce modèle a été conçu de manière à simplifier d’entraînement des machines de Boltzmann profondes qui nécessitent normalement une phase de pré-entraînement glouton pour chaque couche. Ce problème est réglé dans une certaine mesure, mais le coût d’inférence dans le nouveau modèle est relativement trop élevé pour permettre de l’utiliser de manière pratique. Dans le deuxième article, nous revenons au problème d’entraînement joint de machines de Boltzmann profondes. Cette fois, au lieu de changer de famille de modèles, nous introduisons un nouveau critère d’entraînement qui donne naissance aux machines de Boltzmann profondes à multiples prédictions (MBP-MP). Les MBP-MP sont entraînables en une seule étape et ont un meilleur taux de succès en classification que les MBP classiques. Elles s’entraînent aussi avec des méthodes variationelles standard au lieu de nécessiter un classificateur discriminant pour obtenir un bon taux de succès en classification. Par contre, un des inconvénients de tels modèles est leur incapacité de générer deséchantillons, mais ceci n’est pas trop grave puisque la performance de classification des machines de Boltzmann profondes n’est plus une priorité étant donné les dernières avancées en apprentissage supervisé. Malgré cela, les MBP-MP demeurent intéressantes parce qu’elles sont capable d’accomplir certaines tâches que des modèles purement supervisés ne peuvent pas faire, telles que celle de classifier des données incomplètes ou encore celle de combler intelligemment l’information manquante dans ces données incomplètes. Le travail présenté dans cette thèse s’est déroulé au milieu d’une période de transformations importantes du domaine de l’apprentissage à réseaux neuronaux profonds qui a été déclenchée par la découverte de l’algorithme de “dropout” par Geoffrey Hinton. Dropout rend possible un entraînement purement supervisé d’architectures de propagation unidirectionnel sans être exposé au danger de sur- entraînement. Le troisième article présenté dans cette thèse introduit une nouvelle fonction d’activation spécialement con ̧cue pour aller avec l’algorithme de Dropout. Cette fonction d’activation, appelée maxout, permet l’utilisation de aggrégation multi-canal dans un contexte d’apprentissage purement supervisé. Nous démontrons comment plusieurs tâches de reconnaissance d’objets sont mieux accomplies par l’utilisation de maxout. Pour terminer, sont présentons un vrai cas d’utilisation dans l’industrie pour la transcription d’adresses de maisons à plusieurs chiffres. En combinant maxout avec une nouvelle sorte de couche de sortie pour des réseaux neuronaux de convolution, nous démontrons qu’il est possible d’atteindre un taux de succès comparable à celui des humains sur un ensemble de données coriace constitué de photos prises par les voitures de Google. Ce système a été déployé avec succès chez Google pour lire environ cent million d’adresses de maisons.

Managing Profound Suffering at the End-of-Life: Should expanding access to continuous deep sedation be the priority?

Commentaire / Commentary

fNIRS-EEG study of focal interictal epileptiform discharges

Functional near-infrared spectroscopy (fNIRS) acquired with electroencephalography (EEG) is a relatively new non-invasive neuroimaging technique with potential for long term monitoring of the epileptic brain. Simultaneous EEG-fNIRS recording allows the spatio-temporal reconstruction of the hemodynamic response in terms of the concentration changes in oxy-hemoglobin (HbO) and deoxy-hemoglobin (HbR) associated with recorded epileptic events such as interictal epileptic discharges (IEDs) or seizures. While most previous studies investigating fNIRS in epilepsy had limitations due to restricted spatial coverage and small sample sizes, this work includes a sufficiently large number of channels to provide an extensive bilateral coverage of the surface of the brain for a sample size of 40 patients with focal epilepsies. Topographic maps of significant activations due to each IED type were generated in four different views (dorsal, frontal, left and right) and were compared with the epileptic focus previously identified by an epileptologist. After excluding 5 patients due to the absence of IEDs and 6 more with mesial temporal foci too deep for fNIRS, we report that significant HbR (respectively HbO) concentration changes corresponding to IEDs were observed in 62% (resp. 38%) of patients with neocortical epilepsies. This HbR/HbO response was most significant in the epileptic focus region among all the activations in 28%/21% of patients.

Optical imaging and two-photon microscopy study of hemodynamic changes contralateral to ictal focus during epileptiform discharges

Il est relativement bien établi que les crises focales entraînent une augmentation régionale du flot sanguin dans le but de soutenir la demande énergétique en hémoglobine oxygénée des neurones épileptiques. Des changements hémodynamiques précoces ont également été rapportés dans la région homologue controlatérale, bien que ceci ait été moins bien caractérisé. Dans cette étude, notre objectif est de mieux caractériser, lors de crises focales, la nature des changements hémodynamiques précoces dans la région homologue controlatérale au foyer épileptique. L'imagerie optique intrinsèque (IOI) et la microscopie deux-photons sont utilisées pour étudier les changements hémodynamiques dans la région homologue controlatérale au site de crises focales induites par l’injection de 4-aminopyridine (4-AP) dans le cortex somatosensitif ipsilatéral de souris. Dans l'étude d'IOI, des changements de l’oxyhémoglobine (HbO), de la désoxyhémoglobine (HbR) et du débit sanguin cérébral ont été observées dans la région homologue controlatérale au site de crises focales lors de toutes les crises. Toutefois, ces changements étaient hétérogènes, sans patron cohérent et reproduisible. Nos expériences avec la microscopie deux-photons n’ont pas révélé de changements hémodynamiques significatifs dans la région homotopique controlatérale lors de trains de pointes épileptiques. Nos résultats doivent être interprétés avec prudence compte tenu de plusieurs limitations: d’une part absence de mesures électrophysiologiques dans la région d’intérêt controlatérale au foyer simultanément à l’imagerie deux-photons et à l'IOI; d’autre part, lors des expériences avec le deux-photons, incapacité à générer de longues décharges ictales mais plutôt des trains de pointes, couverture spatiale limitée de la région d’intérêt controlatérale, et faible puissance suite au décès prématuré de plusieurs souris pour diverses raisons techniques. Nous terminons en discutant de divers moyens pour améliorer les expériences futures.

The Gandarela Mountain Range and the “resistance space” against iron ore mining threat: a focus on the contrapositions

Full Text / Article complet

Advances in scaling deep learning algorithms

Les algorithmes d'apprentissage profond forment un nouvel ensemble de méthodes puissantes pour l'apprentissage automatique. L'idée est de combiner des couches de facteurs latents en hierarchies. Cela requiert souvent un coût computationel plus elevé et augmente aussi le nombre de paramètres du modèle. Ainsi, l'utilisation de ces méthodes sur des problèmes à plus grande échelle demande de réduire leur coût et aussi d'améliorer leur régularisation et leur optimization. Cette thèse adresse cette question sur ces trois perspectives. Nous étudions tout d'abord le problème de réduire le coût de certains algorithmes profonds. Nous proposons deux méthodes pour entrainer des machines de Boltzmann restreintes et des auto-encodeurs débruitants sur des distributions sparses à haute dimension. Ceci est important pour l'application de ces algorithmes pour le traitement de langues naturelles. Ces deux méthodes (Dauphin et al., 2011; Dauphin and Bengio, 2013) utilisent l'échantillonage par importance pour échantilloner l'objectif de ces modèles. Nous observons que cela réduit significativement le temps d'entrainement. L'accéleration atteint 2 ordres de magnitude sur plusieurs bancs d'essai. Deuxièmement, nous introduisont un puissant régularisateur pour les méthodes profondes. Les résultats expérimentaux démontrent qu'un bon régularisateur est crucial pour obtenir de bonnes performances avec des gros réseaux (Hinton et al., 2012). Dans Rifai et al. (2011), nous proposons un nouveau régularisateur qui combine l'apprentissage non-supervisé et la propagation de tangente (Simard et al., 1992). Cette méthode exploite des principes géometriques et permit au moment de la publication d'atteindre des résultats à l'état de l'art. Finalement, nous considérons le problème d'optimiser des surfaces non-convexes à haute dimensionalité comme celle des réseaux de neurones. Tradionellement, l'abondance de minimum locaux était considéré comme la principale difficulté dans ces problèmes. Dans Dauphin et al. (2014a) nous argumentons à partir de résultats en statistique physique, de la théorie des matrices aléatoires, de la théorie des réseaux de neurones et à partir de résultats expérimentaux qu'une difficulté plus profonde provient de la prolifération de points-selle. Dans ce papier nous proposons aussi une nouvelle méthode pour l'optimisation non-convexe.

Apprentissage d'espaces sémantiques

Dans cette dissertation, nous présentons plusieurs techniques d’apprentissage d’espaces sémantiques pour plusieurs domaines, par exemple des mots et des images, mais aussi à l’intersection de différents domaines. Un espace de représentation est appelé sémantique si des entités jugées similaires par un être humain, ont leur similarité préservée dans cet espace. La première publication présente un enchaînement de méthodes d’apprentissage incluant plusieurs techniques d’apprentissage non supervisé qui nous a permis de remporter la compétition “Unsupervised and Transfer Learning Challenge” en 2011. Le deuxième article présente une manière d’extraire de l’information à partir d’un contexte structuré (177 détecteurs d’objets à différentes positions et échelles). On montrera que l’utilisation de la structure des données combinée à un apprentissage non supervisé permet de réduire la dimensionnalité de 97% tout en améliorant les performances de reconnaissance de scènes de +5% à +11% selon l’ensemble de données. Dans le troisième travail, on s’intéresse à la structure apprise par les réseaux de neurones profonds utilisés dans les deux précédentes publications. Plusieurs hypothèses sont présentées et testées expérimentalement montrant que l’espace appris a de meilleures propriétés de mixage (facilitant l’exploration de différentes classes durant le processus d’échantillonnage). Pour la quatrième publication, on s’intéresse à résoudre un problème d’analyse syntaxique et sémantique avec des réseaux de neurones récurrents appris sur des fenêtres de contexte de mots. Dans notre cinquième travail, nous proposons une façon d’effectuer de la recherche d’image ”augmentée” en apprenant un espace sémantique joint où une recherche d’image contenant un objet retournerait aussi des images des parties de l’objet, par exemple une recherche retournant des images de ”voiture” retournerait aussi des images de ”pare-brises”, ”coffres”, ”roues” en plus des images initiales.

Studies on the Deep - Water Crab Charybdis (Goniohellenus ) Smithii Macleay From the Seas Around India

The present study deals with a general introduction which outlines the objective of the study providing an exhaustive review of works on crabs with particular reference to deep-sea forms. In the first section, Taxonomy and Geographical disribution of the crab are dealt with. The species is described in detail based on several male and female specimens obtained from the pelagic and bottom collections, and its identity in Indian waters is established. It is also distinguished from a closely allied species so far not reported from Indian waters. The second section comprises the biology of the species and it is dealt with under four subheading, namely Habit and Habitats, Reproduction, Food and feeding and Proximate composition. The different habitats occupied by juveniles, subadults and adults of the species have been described and discussed in the light of available information on differential distribution of other related species. The reproductive biology is described in various details touching on gross anatomy and histology of the reproductive systems, spermatogenesis, oogenesis, size at maturity, ovarian maturation process, fecundity, egg carriage and breeding. The food and feeding habits of the species have been studied with reference to the different life stages such as juveniles, subadults and adults during the different phases of life based on stomach content analysis. The percentage of meat recovery and protein, carbohydrate and lipid content of meat have been described in the section dealing with proximate composition. In section three the distribution and abundance of the crab for the entire Indian EEZ and some contiguous ares have been described and illustrated in detail separately for pelagic and benthic realms. The size frequency disrtibution, sex ratios, length weight relationship and relative abundance of breeding population in the experimental catches have been dealt with in detail and discussed.

Systematics, Fishery, Resource Characteristics and Bionomics of Deep Sea Prawns Off Kerala

School Of Industrial Fisheries, Cochin University of Science and Technology

Constraining the active tectonic deformation of Andaman-Nicobar Arc in the background of December 26,2004 Great Sumatra-Andaman Earthquake

The Andaman-Nicobar Islands in the Bay of Bengal lies in a zone where the Indian plate subducts beneath the Burmese microplate, and therefore forms a belt of frequent earthquakes. Few efforts, not withstanding the available historical and instrumental data were not effectively used before the Mw 9.3 Sumatra-Andaman earthquake to draw any inference on the spatial and temporal distribution of large subduction zone earthquakes in this region. An attempt to constrain the active crustal deformation of the Andaman-Nicobar arc in the background of the December 26, 2004 Great Sumatra-Andaman megathrust earthquake is made here, thereby presenting a unique data set representing the pre-seismic convergence and co-seismic displacement.Understanding the mechanisms of the subduction zone earthquakes is both challenging sCientifically and important for assessing the related earthquake hazards. In many subduction zones, thrust earthquakes may have characteristic patterns in space and time. However, the mechanism of mega events still remains largely unresolved.Large subduction zone earthquakes are usually associated with high amplitude co-seismic deformation above the plate boundary megathrust and the elastic relaxation of the fore-arc. These are expressed as vertical changes in land level with the up-dip part of the rupture surface uplifted and the areas above the down-dip edge subsided. One of the most characteristic pattern associated with the inter-seismic era is that the deformation is in an opposite sense that of co-seismic period.This work was started in 2002 to understand the tectonic deformation along the Andaman-Nicobar arc using seismological, geological and geodetic data. The occurrence of the 2004 megathrust earthquake gave a new dimension to this study, by providing an opportunity to examine the co-seismic deformation associated with the greatest earthquake to have occurred since the advent of Global Positioning System (GPS) and broadband seismometry. The major objectives of this study are to assess the pre-seismic stress regimes, to determine the pre-seismic convergence rate, to analyze and interpret the pattern of co-seismic displacement and slip on various segments and to look out for any possible recurrence interval for megathrust event occurrence for Andaman-Nicobar subduction zone. This thesis is arranged in six chapters with further subdivisions dealing all the above aspects.

Biochemical & Pharmacological evaluation of liver oils of selected deep sea sharks and chimaeras of the Indian EEZ

With a seacoast of 8,1 18 km, an exclusive economic zone (EEZ) of 2 million square km, and with an area of about 30,000 square km under aquaculture, lndia produces close to six million tonnes of fish, over 4 per cent of the world fish production. While the marine waters upto 50m depth have been fully exploited, those beyond, remain unexplored. There is an ever increasing demand for fishery resources as food. The coastal fishery resources of the country are dwindling at a rapid pace and it becomes highly imperative that we search for alternate fishery resources for food. The option we have is to hunt for marine fishery resources. Studies pertaining to proximate composition, amino acid and fatty acid composition are essential to understand the nutraceutical values of these deep sea fishery resources. The present study was aimed to carry out proximate composition of deep sea fishery resources obtained during cruises onboard the FORV Sarise Sampada, to identify fishery resources which have appreciable lipid content and thereby analyse the bioactive potentials of marine lipids, to study the amino acid profile of these fishery resources, to understand the contents of SPA, MUFA and PUFA and to calculate the n3/n6 fatty acid contents. Though the presence of nutraceuticals was identified in the marine fishery resources their use as potential food resources deserve further investigation. So the study were carried out to calculate the hepatosomatic indices of sharks & chimaeras and conduct biochemical characterisation of liver oils of Apristurus indicus, Cenlrophorus scalprams, Centroselachus crepidater, Neoharriotta raleighana, and Harriotta pinnata obtained during cruises onboard the FORV Sugar Sampada.Therapeutic use of shark liver oil is evident from its use for centuries as a remedy to heal wounds and fight flu (Neil er al. 2006). Japanese seamen called it 'samedava' or "cure all". Shark liver oil is being promoted worldwide as a dietary supplement to boost the immune system, fight infections, to treat cancer and to lessen the side effects of conventional cancer treatment. These days more emphasis is laid on the nutritive benefits of shark liver oils especially on the omega 3 polyunsaturated fatty acids ( PUFAs) (Anandan er al. 2007) and alkylglycerols (AKGs) (Pugliese er al. I998) contained in them due to the high rise of inflammatory disorders such as arthritis, asthma and neurodegenerative diseases like Alzheimer’s, Parkinson’s and Schizophrenia. So the present study also evaluate the pharmacological properties with respect to analgesic, anti-inflammatory, anti pyretic and anti-ulcer effects of four different liver oils of sharks belonging to the Indian EEZ and to identify the components of oil responsible for these activities.The analgesic and anti-inflammatory activities of liver oils from Neoharriotra raleighana (NR), Centrosymnus crepidater (CC), Apristurus indicus (AI), and Centrophorus sculpratus (CS) sharks caught from the Arabian Sea and the Indian Ocean were compared. The main objectives also include determination of the cholesterol lowering effects of liver oils of Neoharriotra raleighana (NR) and Centrophorus sculpratus (CS) on the high fat diet induced dyslipidemia and to compare the impact of four isolipidemic diets, on levels of serum diagnostic marker enzymes, on lipid profile of blood and liver and antioxidant status of heart in male Albino rats. And also to study the efficacy of Centrophorus sculpratus (CS) liver oil against Complete Freund’s Adjuvant-induced arthritis and to compare the anti-inflammatory activity of this oil with a traditionally used anti-inflammatory substance gingerol (oleoresin extracted from ginger.). The results of the present study indicated that both (Centrophorus sculpratus liver oils as well as gingerol extracts proved to be effective natural remedies against CFA-induced arthritis in Albino rats.