Variable Ventilation Improves Perioperative Lung Function in Patients Undergoing Abdominal Aortic Aneurysmectomy
Notice bibliographique
Résumé
BACKGROUND: Optimizing perioperative mechanical ventilation remains a significant clinical challenge. Experimental models indicate that "noisy" or variable ventilation (VV)--return of physiologic variability to respiratory rate and tidal volume--improves lung function compared with monotonous control mode ventilation (CV). VV was compared with CV in patients undergoing abdominal aortic aneurysmectomy, a patient group known to be at risk of deteriorating lung function perioperatively. METHODS: After baseline measurements under general anesthesia (CV with a tidal volume of 10 ml/kg and a respiratory rate of 10 breaths/min), patients were randomized to continue CV or switch to VV (computer control of the ventilator at the same minute ventilation but with 376 combinations of respiratory rate and tidal volume). Lung function was measured hourly for the next 6 h during surgery and recovery. RESULTS: Forty-one patients for aneurysmectomy were studied. The characteristics of the patients in the two groups were similar. Repeated-measures analysis of variance (group x time interaction) revealed greater arterial oxygen partial pressure (P = 0.011), lower arterial carbon dioxide partial pressure (P = 0.012), lower dead space ventilation (P = 0.011), increased compliance (P = 0.049), and lower mean peak inspiratory pressure (P = 0.013) with VV. CONCLUSIONS: The VV mode of ventilation significantly improved lung function over CV in patients undergoing abdominal aortic aneurysmectomy.
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 | 0,000 |
| 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 ».