MétaCan
Menu
Retour à la cohorte
Enregistrement W2036283470 · doi:10.1097/aco.0b013e3283440185

Diaphragmatic dysfunction in mechanical ventilation

2011· review· en· W2036283470 sur OpenAlexaff
Jack J. Haitsma

Notice bibliographique

RevueCurrent Opinion in Anaesthesiology · 2011
Typereview
Langueen
DomaineMedicine
ThématiqueRespiratory Support and Mechanisms
Établissements canadiensSt. Michael's HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineDiaphragm (acoustics)Mechanical ventilationDiaphragmatic breathingVentilation (architecture)Diaphragm muscleRespiratory failureWeaknessAnesthesiaSurgeryPathology

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: It has become clear from experimental data that prolonged mechanical ventilation can induce diaphragm dysfunction, also known as ventilator-induced diaphragm dysfunction. In this article we will discuss most recent understanding on ventilator-induced diaphragm dysfunction and data on diaphragm dysfunction in patients. RECENT FINDINGS: Over the last year several studies confirmed the existence of diaphragm dysfunction in patients. Known atrophy pathways are activated in patients undergoing prolonged conventional ventilation resulting in muscle proteolysis and a decrease in myofiber content. The loss of diaphragm force is time-dependent, but current data do not distinguish between the role played by other factors involved in diaphragm dysfunction. SUMMARY: Diaphragm dysfunction occurs in patients, especially when ventilated with controlled modes of ventilation that minimize diaphragm activity. Time on the ventilator seems to be one of the biggest risk factors resulting in difficulties in weaning patients and prolonging time on the ventilator. Future trials should investigate whether improved patient-ventilator synchrony can reduce ventilator-induced diaphragm dysfunction and decrease weaning failure.

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)0,002
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 enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,185
Tête enseignante GPT0,408
Écart entre enseignants0,223 · 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

Citations18
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in AnaesthesiologyMême sujetRespiratory Support and MechanismsTravaux en français237 207