Variability of End-Expiratory Lung Volume in Premature Infants
Notice bibliographique
Résumé
BACKGROUND: Analysis of breath-to-breath variability of respiratory characteristics provides information on the respiratory control. In infants, the control of end-expiratory lung volume (EELV) is active and complex, and it can be altered by respiratory disease. The pattern of EELV variability may reflect the behavior of this regulatory system. OBJECTIVES: We aimed to characterize EELV variability in premature infants, and to evaluate variability pattern changes associated with respiratory distress and ventilatory support. METHODS: EELV variations were recorded using inductance plethysmography in 18 infants (gestational age 30-33 weeks) during the first 10 days of life. An autocorrelation analysis was conducted to evaluate the 'EELV memory', i.e. the impact of the characteristics of one breath on the following breaths. RESULTS: In infants without respiratory symptoms, EELV variability was high, with large standard deviations of EELV. Autocorrelation was found to be significant until a median lag of 7 (interquartiles: 4-8) breaths. Autocorrelation was markedly prolonged in patients with respiratory distress or ventilatory support, with a higher number of breath lags with significant autocorrelation (p < 0.01) and higher autocorrelation coefficients (p < 0.05). Conventional assisted ventilation does not re-establish a healthy EELV profile and is associated with lower respiratory variability. CONCLUSIONS: In premature infants, EELV variability pattern is modified by respiratory distress with a prolonged 'EELV memory', which suggests a greater instability of the control of EELV.
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 | 0,001 | 0,002 |
| 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 | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».