معرفی شرکت ها
PyTCI-1.1
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشترتوضیحات
A package for target controlled infusions
| ویژگی | مقدار |
|---|---|
| سیستم عامل | OS Independent |
| نام فایل | PyTCI-1.1 |
| نام | PyTCI |
| نسخه کتابخانه | 1.1 |
| نگهدارنده | [] |
| ایمیل نگهدارنده | [] |
| نویسنده | Jakob Mathiszig-Lee |
| ایمیل نویسنده | jakob@mathisziglee.co.uk |
| آدرس صفحه اصلی | https://github.com/JMathiszig-Lee/PyTCI |
| آدرس اینترنتی | https://pypi.org/project/PyTCI/ |
| مجوز | - |
# PyTCI
A python package for Target Controlled Infusions.
Spawned from the NHS Hack Day project https://github.com/JMathiszig-Lee/Propofol, this splits out useful code into a package and updates it to python3
[](https://travis-ci.org/JMathiszig-Lee/PyTCI)
[](https://coveralls.io/github/JMathiszig-Lee/PyTCI?branch=master)
# Installation
if using pip
```python
pip install PyTCI
```
if using pipenv (you should, it's great)
```python
pipenv install PyTCI
```
# Usage
PyTCI currently supports the following:
**Body Mass equations:**
* BMI
* Ideal body weight (Devine)
* Adjusted body weight
* James Equation
* Boer
* Hume(1966)
* Hume(1971)
* Janmahasation(2005)
* Al-Sallami
example:
```python
>>> from PyTCI.weights import leanbodymass
>>> leanbodymass.hume66(180, 60 'm')
51.2
```
# Models:
**Propofol**
* Schnider
* Marsh
* Eleveld
* Kataria
* Paedfusor
**Remifentanil**
* Minto
* Eleveld
**Alfentanil**
* Maitre
**Dexmedetomidine**
* Hannivoort
* Dyck
example:
```python
>>> from PyTCI.models import propofol
>>> patient = propofol.Schnider(40, 70, 170, 'm')
>>> patient.v2
24
```
the class methods ```give_drug``` and ```wait_time``` can he used to model propofol kinetics
example:
```python
>>> from PyTCI.models import propofol
>>> patient = propofol.Marsh(90)
>>> patient.give_drug(200)
>>> patient.x1
9.746588693957115
>>> patient.wait_time(60)
>>> patient.x1
7.438318565317236
```
**Infusions**
Infusions are currently only implemented for propofol
The two methods available are ```effect_bolus``` and ```plasma_infusion```
Effect bolus returns the bolus (in mg) needed over 10 seconds to achieve the desired effect site concentration. It's input is the desired target in ug/ml and returns the bolus needed in mg
```python
>>> patient = propofol.Schnider(40, 70, 190, 'm')
>>> patient.effect_bolus(6)
95.1
```
the function uses a simple search to find a dose that gets within 2% of the desired concentration
Plasma_infusion takes desired plasma concentration(ug/ml), desired total time (seconds) and the time period for each segment (seconds) and returns a python list of the required infusions rates from every segment witin the total time specified in mg/sec
```python
>>> pt = propofol.Marsh(70)
>>> pt.plasma_infusion(2, 60)
[3.27269899102373, 0.1453355022895698, 0.14478000490919285, 0.14422948797801816, 0.1436839059972244, 0.143143213884116]
>>> pt.plasma_infusion(2, 60, 30)
[0.1420619352906052, 0.1417017659270992]
```
The built in models inherit from a parent class.
You can define your own models and use the same functions to see how yours performs
```python
class MyNewModel(Propofol):
def __init__(self, desired, arguments):
#my custom code to generate volumes and constants
self.v1 = a_constant * weight
self.v2 = a_constant * lean_body_mass
etc... etc...
#if you want to work with clearances rate constants must be generated
self.from_clearances(self)
#finally set up model
self.setup(self)
```
نحوه نصب
نصب پکیج whl PyTCI-1.1:
pip install PyTCI-1.1.whl
نصب پکیج tar.gz PyTCI-1.1:
pip install PyTCI-1.1.tar.gz