Measurement of peak inspiratory flow with in-check dial device to simulate low-resistance (Diskus) and high-resistance (Turbohaler) dry powder inhalers in children with asthma
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Drug delivery and lung deposition from a dry powder inhaler (DPI) are dependent on the peak inspiratory flow (PIF) through the DPI. Therefore, when prescribing a DPI, it is important to know whether a child is able to generate sufficient PIF through a particular device. Using a PIF meter (In-Check Dial) that mimics the internal resistance of DPIs, two commonly used devices (high-resistance Turbohaler (TH) and low-resistance Diskus (DK)) determined the PIF generated by asthmatic children through each of them. Two hundred and twenty-three children were studied, of whom 100 (mean age, 9.1 +/- 3.0 years; range, 3-15 years) were experienced with the use of a DPI (>1 month of regular DPI use), and 123 (mean, 5.5 +/- 1.9 years; range, 3-9 years) were inexperienced (no previous DPI use). All of the experienced patients generated more than 30 l/min through both devices, but a PIF of 60 l/min through the TH was obtained by only 68 (68%) of them. The age above which a minimal PIF of 30 l/min (for DK) or 60 l/min (for TH) could be achieved in new DPI users (inexperienced) was 4 years and 9 years, respectively. Even among experienced patients, many young children may not generate optimal PIFs through high-resistance DPIs. When DPI treatment is considered for young children, some devices may be successfully introduced at a younger age. It may thus be important to measure PIF in children who use a DPI or in whom DPI use is contemplated. This evaluation can be easily undertaken in the clinic with the In-Check Dial device.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 découle