Recruitment Maneuvers for Acute Lung Injury
Notice bibliographique
Résumé
RATIONALE: There are conflicting data regarding the safety and efficacy of recruitment maneuvers (RMs) in patients with acute lung injury (ALI). OBJECTIVES: To summarize the physiologic effects and adverse events in adult patients with ALI receiving RMs. METHODS: Systematic review of case series, observational studies, and randomized clinical trials with pooling of study-level data. MEASUREMENTS AND MAIN RESULTS: Forty studies (1,185 patients) met inclusion criteria. Oxygenation (31 studies; 636 patients) was significantly increased after an RM (PaO2): 106 versus 193 mm Hg, P = 0.001; and PaO2/FiO2 ratio: 139 versus 251 mm Hg, P < 0.001). There were no persistent, clinically significant changes in hemodynamic parameters after an RM. Ventilatory parameters (32 studies; 548 patients) were not significantly altered by an RM, except for higher PEEP post-RM (11 versus 16 cm H2O; P = 0.02). Hypotension (12%) and desaturation (9%) were the most common adverse events (31 studies; 985 patients). Serious adverse events (e.g., barotrauma [1%] and arrhythmias [1%]) were infrequent. Only 10 (1%) patients had their RMs terminated prematurely due to adverse events. CONCLUSIONS: Adult patients with ALI receiving RMs experienced a significant increase in oxygenation, with few serious adverse events. Transient hypotension and desaturation during RMs is common but is self-limited without serious short-term sequelae. Given the uncertain benefit of transient oxygenation improvements in patients with ALI and the lack of information on their influence on clinical outcomes, the routine use of RMs cannot be recommended or discouraged at this time. RMs should be considered for use on an individualized basis in patients with ALI who have life-threatening hypoxemia.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».