MétaCan
Menu
Retour à la cohorte
Enregistrement W1887240059 · doi:10.1186/s12871-015-0103-z

Feasibility of neurally adjusted positive end-expiratory pressure in rabbits with early experimental lung injury

2015· article· en· W1887240059 sur OpenAlexaff
Ling Liu, Daijiro Takahashi, Haibo Qui, Arthur S. Slutsky, Christer A. Sinderby, Jennifer Beck

Notice bibliographique

RevueBMC Anesthesiology · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueRespiratory Support and Mechanisms
Établissements canadiensUniversity of TorontoDe Beers (Canada)St. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineDiaphragm (acoustics)Positive end-expiratory pressureTidal volumeAnesthesiaExpirationTranspulmonary pressureCardiologyVentilation (architecture)Lung volumesRespiratory physiologyLungInternal medicineMechanical ventilationRespiratory system

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: During conventional Neurally Adjusted Ventilatory Assist (NAVA), the electrical activity of the diaphragm (EAdi) is used for triggering and cycling-off inspiratory assist, with a fixed PEEP (so called "Triggered Neurally Adjusted Ventilatory Assist" or "tNAVA"). However, significant post-inspiratory activity of the diaphragm can occur, believed to play a role in maintaining end-expiratory lung volume. Adjusting pressure continuously, in proportion to both inspiratory and expiratory EAdi (Continuous NAVA, or cNAVA), would not only offer inspiratory assist for tidal breathing, but also may aid in delivering a "neurally adjusted PEEP", and more specific breath-by-breath unloading. METHODS: Nine adult New Zealand white rabbits were ventilated during independent conditions of: resistive loading (RES(1) or RES(2)), CO2 load (CO2) and acute lung injury (ALI), either via tracheotomy (INV) or non-invasively (NIV). There were a total of six conditions, applied in a non-randomized fashion: INV-RES(1), INV-CO2, NIV-CO2, NIV-RES(2), NIV-ALI, INV-ALI. For each condition, tNAVA was applied first (3 min), followed by 3 min of cNAVA. This comparison was repeated 3 times (repeated cross-over design). The NAVA level was always the same for both modes, but was newly titrated for each condition. PEEP was manually set to zero during tNAVA. During cNAVA, the assist during expiration was proportional to the EAdi. During all runs and conditions, ventilator-delivered pressure (Pvent), esophageal pressure (Pes), and diaphragm electrical activity (EAdi) were measured continuously. The tracings were analyzed breath-by-breath to obtain peak inspiratory and mean expiratory values. RESULTS: For the same peak Pvent, the distribution of inspiratory and expiratory pressure differed between tNAVA and cNAVA. For each condition, the mean expiratory Pvent was always higher (for all conditions 4.0 ± 1.1 vs. 1.1 ± 0.5 cmH2O, P < 0.01) in cNAVA than in tNAVA. Relative to tNAVA, mean inspiratory EAdi was reduced on average (for all conditions) by 19 % (range 14 %-25 %), p < 0.05. Mean expiratory EAdi was also lower during cNAVA (during INV-RES(1), INV-CO2, INV-ALI, NIV-CO2 and NIV-ALI respectively, P < 0.05). The inspiratory Pes was reduced during cNAVA all 6 conditions (p < 0.05). Unlike tNAVA, during cNAVA the expiratory pressure was comparable with that predicted mathematically (mean difference of 0.2 ± 0.8 cmH2O). CONCLUSION: Continuous NAVA was able to apply neurally adjusted PEEP, which led to a reduction in inspiratory effort compared to triggered NAVA.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,097
Score d'incertitude au seuil0,624

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,052
Tête enseignante GPT0,308
Écart entre enseignants0,256 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC AnesthesiologyMême sujetRespiratory Support and MechanismsTravaux en français237 207