Volltextdatei(en) vorhanden
Titel: Früherkennung der Late-onset Sepsis bei Frühgeborenen : Möglichkeiten und Grenzen einer integrativen Software
Sprache: Deutsch
Autor*in: Vahle, Kirstin
Schlagwörter: Late onset Sepsis; Ralis; Neonatologie; Frühgeborene
Erscheinungsdatum: 2017
Tag der mündlichen Prüfung: 2017-10-19
Zusammenfassung: 
Das Erkennen der Sepsis bei Frühgeborenen stellt heute eine schwierige Aufgabe dar. Trotz des Vorhandenseins von Inflammationsmarkern dominiert in der Diagnostik das subjektive Empfinden erfahrener Intensivschwestern, -pfleger und -ärzte.
Dem Problem der Erfassung von Infektionen auf der Neonatologie widmet sich die Software Ralis®, die im Rahmen dieser Promotionsarbeit getestet werden soll.
Ziel der Software ist eine Früherkennung der Sepsis bei Neugeborenen anhand von subtilen Änderungen der individuellen Vitalparameter der Kinder. Die Software automatisiert aus dem ohnehin stattfindenden Vitalparameter-Monitoring einen Sepsisfaktor.
Im Rahmen dieser Arbeit soll geprüft werden, ob die neu entwickelte Software Ralis unter den Bedingungen des hiesigen Monitorings anhand der Verarbeitung der objektiv erhobenen Vitalparameter den individuellen Zustand jedes Kindes erfassen kann und eine sich entwickelnde Sepsis anhand eines Sepsis-Faktors frühzeitig anzeigen kann.

Prematurely born infants are especially vulnerable to (nosocomial) infections because of their instable immune system. However, a timely detection of late-onset sepsis is challenging for neonatologists, as most associated symptoms are ambiguous and the latency of laboratory parameters is high.
Human face-to-face medical assessment is still held to be the best method of detection. However, new software has been developed that is designed to assist human medical assessment. By integrating vital parameters these programs are designed to predict an imminent deterioration of a patient’s condition.
RALIS (RALIS Ver. 1.0, IntegRALIS Ltd., Israel), is a self-learning program that can capture the premature infant’s normal health state by being fed offline vital parameters and can hence detect any deviation from that state by indicating a positive s(epsis) factor.
Question: This study sets out to examine if and to what degree this software could have been able to correctly detect a late-onset sepsis in past cases in a neonatal intensive care unit setting.
URL: https://ediss.sub.uni-hamburg.de/handle/ediss/7434
URN: urn:nbn:de:gbv:18-88327
Dokumenttyp: Dissertation
Betreuer*in: Singer, Dominique (Prof. Dr.)
Enthalten in den Sammlungen:Elektronische Dissertationen und Habilitationen

Dateien zu dieser Ressource:
Datei Beschreibung Prüfsumme GrößeFormat  
Dissertation.pdf744a8049eedd9540f6eeafad3f4ebfad802.54 kBAdobe PDFÖffnen/Anzeigen
Zur Langanzeige

Diese Publikation steht in elektronischer Form im Internet bereit und kann gelesen werden. Über den freien Zugang hinaus wurden durch die Urheberin / den Urheber keine weiteren Rechte eingeräumt. Nutzungshandlungen (wie zum Beispiel der Download, das Bearbeiten, das Weiterverbreiten) sind daher nur im Rahmen der gesetzlichen Erlaubnisse des Urheberrechtsgesetzes (UrhG) erlaubt. Dies gilt für die Publikation sowie für ihre einzelnen Bestandteile, soweit nichts Anderes ausgewiesen ist.

Info

Seitenansichten

247
Letzte Woche
Letzten Monat
geprüft am 28.03.2024

Download(s)

273
Letzte Woche
Letzten Monat
geprüft am 28.03.2024
Werkzeuge

Google ScholarTM

Prüfe