Response to Recruitment Maneuver Influences Net Alveolar Fluid Clearance in Acute Respiratory Distress Syndrome
Notice bibliographique
Résumé
BACKGROUND: Alveolar fluid clearance is impaired in the majority of patients with acute respiratory distress syndrome (ARDS). Experimental studies have shown that a reduction of tidal volume increases alveolar fluid clearance. This study was aimed at assessing the impact of the response to a recruitment maneuver (RM) on net alveolar fluid clearance. METHODS: In 15 patients with ARDS, pulmonary edema fluid and plasma protein concentrations were measured before and after an RM, consisting of a positive end-expiratory pressure maintained 10 cm H2O above the lower inflection point of the pressure-volume curve during 15 min. Cardiorespiratory parameters were measured at baseline (before RM) and 1 and 4 h later. RM-induced lung recruitment was measured using the pressure-volume curve method. Net alveolar fluid clearance was measured by measuring changes in bronchoalveolar protein concentrations before and after RM. RESULTS: In responders, defined as patients showing an RM-induced increase in arterial oxygen tension of 20% of baseline value or greater, net alveolar fluid clearance (19 +/- 13%/h) and significant alveolar recruitment (113 +/- 101 ml) were observed. In nonresponders, neither net alveolar fluid clearance (-24 +/- 11%/h) nor alveolar recruitment was measured. Responders and nonresponders differed only in terms of lung morphology: Responders had a diffuse loss of aeration, whereas nonresponders had a focal loss of aeration, predominating in the lower lobes. CONCLUSION: In the absence of alveolar recruitment and improvement in arterial oxygenation, RM decreases the rate of alveolar fluid clearance, suggesting that lung overinflation may be associated with epithelial dysfunction.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».