MétaCan
Menu
Retour à la cohorte
Enregistrement W2013338441 · doi:10.1097/mcc.0000000000000050

Measurement of esophageal pressure at bedside

2013· review· en· W2013338441 sur OpenAlexaff
Laurent Brochard

Notice bibliographique

RevueCurrent Opinion in Critical Care · 2013
Typereview
Langueen
DomaineMedicine
ThématiqueRespiratory Support and Mechanisms
Établissements canadiensSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineARDSIntensive care medicineAcute respiratory distressAirwayWork of breathingMechanical ventilationLungAnesthesiaInternal medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: Esophageal pressure measurement well estimates pleural pressure. The interpretation of absolute values is often debated for various reasons, but the changes in pressure measured are considered very accurate provided that a number of precautions are taken. The information provided by these measurements is unique in nature and has an enormous potential to influence management. It allows to study the exact influence of the chest wall and to determine the real lung distending pressure. It is also the only way to quantify respiratory muscle activity and the work of breathing. RECENT FINDINGS: The application of esophageal pressure monitoring potentially covers a large field, especially for what concerns mechanical ventilation. This goes from the acute phase of the acute respiratory distress syndrome (ARDS) to weaning and patient-ventilator interactions. During ARDS, recent findings indicate that this measurement may help titrating the level of positive end-expiratory pressure or to determine the well tolerated upper limit of airway pressure. SUMMARY: Application of esophageal pressure monitoring is limited by technical issues, the need for background physiological knowledge and the fact that very few studies have assessed a direct influence of this measurement on patients' outcome. The technique is underused in everyday practice.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,004

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 Opus0,341
Tête enseignante GPT0,485
Écart entre enseignants0,144 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations73
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in Critical CareMême sujetRespiratory Support and MechanismsTravaux en français237 207