MétaCan
Menu
Retour à la cohorte
Enregistrement W2054162298 · doi:10.1186/cc5352

Assessment of breath by breath recruitment by electrical impedance tomography in saline lavage lung injury

2007· article· en· W2054162298 sur OpenAlexfundno aff
Jan Karsten, Henning Luepschen, M. Großherr, Hartmut Gehring, Steffen Leonhardt, T. Meier

Notice bibliographique

RevueCritical Care · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrical and Bioimpedance Tomography
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health ResearchBayer Canada
Mots-clésElectrical impedance tomographyMedicinePositive end-expiratory pressureLungOxygenationSalineVentilation (architecture)Mechanical ventilationAnesthesiaComputed tomographyRespiratory physiologyIntensive care medicineTomographyRadiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Alveolar recruitment and maintenance of lung volume are important goals in the treatment of acute lung injury (ALI) and essential for improving oxygenation. The most usual employed strategy to achieve this goal is the use of positive end-expiratory pressure (PEEP). Recruitment and collapse are highly dynamic phenomena that are difficult to monitor. Dynamic effects of regional ventilation can be monitored by electrical impedance tomography (EIT) at the bedside [ 1 ]. We investigated the ability of EIT for providing a useful tool to detect dynamic changes of regional breath by breath recruitment at the bedside during an incremental and decremental PEEP trial in experimental lung injury. In addition, we analyzed pressure–volume (P–V) curves computed by EIT data.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,203
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,310
Écart entre enseignants0,300 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical CareMême sujetElectrical and Bioimpedance TomographyTravaux en français237 207