Letteratura scientifica selezionata sul tema "Évaluation hors ligne"

Contexte. La Haute Autorité de santé a émis, en septembre 2021, des recommandations précisant les indications et non-indications de l’échographie thyroïdienne en cas de dysthyroïdie, afin d’améliorer la pertinence des soins, de réduire les dépenses et de favoriser la qualité du parcours de soins. Les pratiques des professionnels de soins primaires concernant les dysthyroïdies sont méconnues. Objectif. Évaluer les pratiques des professionnels à visée diagnostique (palpation et échographies thyroïdiennes) face à différentes situations clinico-biologiques de dysthyroïdies. Explorer les déterminants à la prescription d’échographies dans ces situations. Méthode. Étude descriptive transversale par questionnaire en ligne diffusé aux médecins généralistes de France métropolitaine par les conseils de l’Ordre et unions régionales des professionnels de santé. Comparaison aux recommandations des pratiques déclarées face à cinq situations cliniques fréquentes de dysthyroïdie. Résultats. Sur 506 médecins inclus, 453 (89,5 %) prescrivaient hors recommandation une échographie en cas de maladie de Basedow, 439 (86,8 %) en cas de thyroïdite d’Hashimoto. Plus de 90 % des répondants déclaraient palper la thyroïde pour chacune des situations, geste que 438 (86,6 %) trouvaient difficile. Cent cinquante (34,2 %) médecins déclaraient prescrire une échographie car ils doutaient de leur palpation thyroïdienne dans la thyroïdite d’Hashimoto. Les médecins déclarant être à l’aise avec la palpation prescrivaient en moyenne autant d’échographies que ceux qui n’étaient pas à l’aise (p = 0,26). Conclusion. Cette étude a permis pour la première fois une évaluation des pratiques professionnelles des médecins généralistes français dans la dysthyroïdie. Ces derniers semblent avoir des attitudes de prescription d’échographie non conformes aux recommandations, ce qui pourrait occasionner des surdiagnostics, coûteux et iatrogènes. La palpation thyroïdienne ne semble pas être un critère pertinent pour la réalisation d’une imagerie.

Background: Quality laboratory services are needed to direct reasonable malaria case management through malaria microscopy and rapid diagnostic test. This study assessed the existing diagnostic capacities including laboratory structures and systems, human resource, skills and competences, using the standardized WHO/NMEP EQA assessment tool. Methodology: Data were collected by an assessment team using a standardized assessment instrument/checklist drawn from WHO/NMEP assessment tool and analyzed with Open Data Kit (ODK) and Open-source suite of tools on Android mobile devices from September 3-11, 2020. The use of ODK allowed data to be collated offline where internet services were poor or unavailable and uploaded thereafter. Results: Of the 24 laboratory facilities assessed, diagnostic services on malaria are routinely done with combined malaria rapid diagnostic test (mRDT) and microscopy at 17 (65.0%) laboratories, microscopy only at 7 (27.0%)laboratories, while only mRDT was performed in 1 (3.8%) laboratory due to lack of functional microscopes, supplies, or trained personnel in microscopy. In the 24 facilities providing laboratory services, 16 (63.0 %) had one of the staff received basic malaria microscopy and mRDT training in the year prior to the assessment, and 23 (96.0%) of the laboratories had at least one functional electric binocular microscope. None of the laboratory had a good structured quality assurance/quality control procedure or standard operating procedures for either microscopy or mRDT. Conclusion: There were gaps in laboratory services due to lack of well-established quality control framework and ineffective communication system, which could have substantial impacts on the quality and accessibility of malaria diagnosis. These issues can be addressed by improving laboratory services. French title: Évaluation de base par les établissements de santé de l'assurance qualité pour le diagnostic du paludisme dans les laboratoires hospitaliers gouvernementaux existants dans l'État de Sokoto, au Nigéria Contexte: Des services de laboratoire de qualité sont nécessaires pour diriger une prise en charge raisonnable des cas de paludisme grâce à la microscopie du paludisme et au test de diagnostic rapide. Cette étude a évalué les capacités de diagnostic existantes, y compris les structures et les systèmes de laboratoire, les ressources humaines, les aptitudes et les compétences, à l'aide de l'outil d'évaluation EQA standardisé de l'OMS/NMEP. Méthodologie: Les données ont été collectées par une équipe d'évaluation à l'aide d'un instrument d'évaluation/liste de contrôle standardisée tirée de l'outil d'évaluation de l'OMS/NMEP et analysées avec Open Data Kit (ODK) et une suite d'outils open source sur les appareils mobiles Android du 3 au 11 septembre 2020 L'utilisation d'ODK a permis de rassembler les données hors ligne lorsque les services Internet étaient médiocres ou indisponibles et de les télécharger par la suite. Résultats: Sur les 24 établissements de laboratoire évalués, les services de diagnostic du paludisme sont systématiquement effectués avec un test de diagnostic rapide du paludisme combiné (mRDT) et une microscopie dans 17 laboratoires (65,0%), la microscopie uniquement dans 7 laboratoires (27,0%), tandis que seul le mRDT a été effectué. dans 1 (3,8%) laboratoire en raison du manque de microscopes fonctionnels, de fournitures ou de personnel qualifié en microscopie. Dans les 24 établissements fournissant des services de laboratoire, 16 (63,0 %) avaient un membre du personnel ayant reçu une formation de base en microscopie du paludisme et mRDT au cours de l'année précédant l'évaluation, et 23 (96,0%) des laboratoires avaient au moins un microscope binoculaire électrique fonctionnel. Aucun des laboratoires ne disposait d'une bonne procédure structurée d'assurance qualité/contrôle qualité ou de modes opératoires normalisés pour la microscopie ou le mRDT. Conclusion: Il y avait des lacunes dans les services de laboratoire en raison de l'absence d'un cadre de contrôle de la qualité bien établi et d'un système de communication inefficace, ce qui pourrait avoir des impacts substantiels sur la qualité et l'accessibilité du diagnostic du paludisme. Ces problèmes peuvent être résolus en améliorant les services de laboratoire.

Ce microprocesseur reconfigurable en fin de fabrication, afin de tolérer les défauts de fabrication, est destine à être le CUR d'un microcontrôleur pour les applications de l'automatisme à haute sureté de fonctionnement

Au cours des deux dernières décennies, nous avons assisté à une adoption croissante du numérique dans le domaine de l'education. Cela est accompagné par un accroissement du nombre de ressources pédagogiques accessibles par les apprenants. Par conséquent, des systèmes de recommandation deviennent nécessaires pour aider les apprenants à trouver des ressources qui leur sont utiles. En particulier, cela inclut les systèmes de recommandation de parcours d'apprentissage qui visent par exemple à améliorer l'expérience d'apprentissage des apprenants, et notamment leur niveau de connaissance. Dans ce contexte, cette thèse se concentre sur le domaine des systèmes de recommandation de parcours d'apprentissage et sur l'évaluation de ces parcours d'apprentissage recommandés. Cette thèse propose d'aborder la tâche de recommandation comme un problème de prise de décision séquentielle et considère les processus décisionnels de Markov partiellement observables comme une approche adéquate. Dans le domaine spécifique de l'éducation, la mémoire des apprenants est un facteur très important qui doit être pris en compte, et cela a été proposé dans la littérature et utilisé pour promouvoir des recommandations liées à de la révision. Cependant, peu de travaux ont été menés pour la recommandation basée sur des POMDP, et les modèles proposés sont complexes et requièrent beaucoup de données. Cette thèse propose deux modèles de recommandation basés sur POMDP qui considèrent la mémoire des apprenants, tout en limitant la complexité et le volume de données requis. L'évaluation de la recommandation d'un parcours d'apprentissage est une tâche difficile de la littérature, qui peut être effectuée soit en ligne ou hors ligne. L'évaluation en ligne est très populaire, mais elle repose sur des recommandations effectives de parcours aux apprenants, ce qui peut avoir des conséquences dramatiques si les recommandations ne sont pas de qualité. L'évaluation hors ligne repose sur des ensembles de données statiques des activités d'apprentissage des apprenants et simule les recommandations de parcours d'apprentissage. Bien que plus facile à exécuter, il est difficile de procéder à une évaluation hors ligne de l'efficacité d'une recommandation de parcours d'apprentissage avec précision. Ceci tend à justifier le manque de travaux de la littérature sur ce sujet. Pour résoudre ce problème, cette thèse propose également des mesures d'évaluation hors ligne simples. Enfin, ces algorithmes et mesures sont évaluées sur deux jeux de données réels. Nous avons montré que les algorithmes de recommandation proposés ont une qualité de recommandation supérieure à ceux de la littérature, avec une augmentation de la complexité limitée, y compris sur un jeu de données de taille moyenne. En ce qui concerne les mesures d'évaluation, nous avons montré qu'elles permettent effectivement de caractériser et de différencier les algorithmes de recommandation
Over the past couple of decades, there has been an increasing adoption of Internet technology in the e-learning domain, associated with the availability of an increasing number of educational resources. Effective systems are thus needed to help learners to find useful and adequate resources, among which recommender systems play an important role. In particular, learning path recommender systems, that recommend sequences of educational resources, are highly valuable to improve learners' learning experiences. Under this context, this PhD Thesis focuses on the field of learning path recommender systems and the associated offline evaluation of these systems. This PhD Thesis views the learning path recommendation task as a sequential decision problem and considers the partially observable Markov decision process (POMDP) as an adequate approach. In the field of education, the learners' memory strength is a very important factor and several models of learners' memory strength have been proposed in the literature and used to promote review in recommendations. However, little work has been conducted for POMDP-based recommendations, and the models proposed are complex and data-intensive. This PhD Thesis proposes POMDP-based recommendation models that manage learners' memory strength, while limiting the increase in complexity and data required. Under the premise that recommending learners useful and effective learning paths is becoming more and more popular, the evaluation of the effectiveness these recommended learning paths is still a challenging task, that is not often addressed in the literature. Online evaluation is highly popular but it relies on the path recommendations to actual learners, which may have dramatic implications if the recommendations are not accurate. Offline evaluation relies on static datasets of learners' learning activities and simulates learning paths recommendations. Although easier to run, it is difficult to accurately evaluate the effectiveness of a learning path recommendation. This tends to justify the lack of literature on this topic. To tackle this issue, this PhD Thesis also proposes offline evaluation measures, that are designed to be simple to be used in most of the application cases. The recommendation models and evaluation measures the we propose are evaluated on two real learning datasets. The experiments confirm that the recommendation models proposed outperform the models from the literature, with a limited increase in complexity, including for a medium-size dataset