Exercise Hypercapnia in Advanced Chronic Obstructive Pulmonary Disease: The Role of Lung Hyperinflation
Notice bibliographique
Résumé
In severe chronic obstructive pulmonary disease (COPD), carbon dioxide retention during exercise is highly variable and is poorly predicted by resting pulmonary function and arterial blood gases or by tests of ventilatory control. We reasoned that in patients with compromised gas exchange capabilities, exercise hypercapnia could be explained, in part, by the restrictive consequences of dynamic lung hyperinflation. We studied 20 stable patients with COPD (FEV(1) = 34 +/- 3 percent predicted; mean +/- SEM) with varying gas exchange abnormalities (Pa(O(2)) range, 35 to 84 mm Hg; Pa(CO(2)) range, 31 to 64 mm Hg). During symptom-limited maximum cycle exercise breathing room air, Pa(CO(2)) increased 7 +/- 1 mm Hg (p < 0.05) from rest to peak exercise (range, -6 to 25 mm Hg). We measured the change in Pa(CO(2)) after hyperoxic breathing at rest as an indirect test of ventilation-perfusion abnormalities. The change in Pa(CO(2)) from rest to peak exercise correlated best with the acute change in Pa(CO(2)) during hyperoxia at rest (r(2) = 0.62, p < 0.0005) and with resting arterial oxygen saturation (r(2) = 0.30, p = 0.011). During exercise, the strongest correlates of serial changes in Pa(CO(2)) from rest included concurrent changes in end-expiratory lung volume expressed as a percentage of total lung capacity (partial correlation coefficient [r] = 0.562, p < 0.0005) and oxygen saturation (partial r = 0.816, p < 0.0005). In severe COPD, the propensity to develop carbon dioxide retention during exercise reflects marked ventilatory constraints as a result of lung hyperinflation as well as reduced gas exchange capabilities.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».