Patient and intensive care unit organizational factors associated with low tidal volume ventilation in acute lung injury*
Notice bibliographique
Résumé
BACKGROUND: Barriers to evidence-based practice are not well understood. Within the intensive care unit (ICU) setting, low tidal volume ventilation (LTVV) in patients with acute lung injury (ALI) significantly decreases mortality. However, LTVV has not achieved widespread adoption. OBJECTIVES: To evaluate patient demographic and clinical factors, and ICU organizational factors associated with its use. DESIGN, SETTING AND PATIENTS: Prospective cohort study of 250 patients with ALI in 9 ICUs at 3 teaching hospitals in Baltimore, MD. MEASUREMENTS: Use of LTVV the day after ALI onset and association of patients' demographic and clinical factors and ICU organizational factors with LTVV using a multivariable logistic regression model adjusted for clustering of patients within ICUs. RESULTS: On the day after ALI onset, 46% and 81% of patients received a tidal volume < or = 6.5 and < or = 8.5 mL/kg predicted body weight (PBW), respectively, with no significant changes at 3 and 5 days after ALI. Using a strict definition of LTVV (< or = 6.5 mL/kg PBW), no patient demographic factors were independently associated with LTVV; however, two patient clinical and ICU organizational factors (odds ratio, 95% confidence interval) were independently associated: serum HCO3 level (< 22: .3, .1-.9, and > 26: .6, .1-3.5, versus 22-26) and use of a written protocol for LTVV (6.0, 1.3-27.2). In a sensitivity analysis using tidal volume < or = 8.5 mL/kg PBW, use of a written protocol remained significantly associated with LTVV. CONCLUSIONS: Patient demographic factors were not associated with LTVV. Given its strong association with LTVV, ICUs should use a written protocol for ventilation of ALI patients to help translate this evidence-based therapy into 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 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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».