A comparison of biologically variable ventilation to recruitment manoeuvres in a porcine model of acute lung injury
Notice bibliographique
Résumé
BACKGROUND: Biologically variable ventilation (return of physiological variability in rate and tidal volume using a computer-controller) was compared to control mode ventilation with and without a recruitment manoeuvre - 40 cm H2O for 40 sec performed hourly; in a porcine oleic acid acute lung injury model. METHODS: We compared gas exchange, respiratory mechanics, and measured bronchoalveolar fluid for inflammatory cytokines, cell counts and surfactant function. Lung injury was scored by light microscopy. Pigs received mechanical ventilation (FIO2 = 0.3; PEEP 5 cm H2O) in control mode until PaO2 decreased to 60 mm Hg with oleic acid infusion (PaO2/FIO2 <200 mm Hg). Additional PEEP to 10 cm H2O was added after injury. Animals were randomized to one of the 3 modes of ventilation and followed for 5 hr after injury. RESULTS: PaO2 and respiratory system compliance was significantly greater with biologically variable ventilation compared to the other 2 groups. Mean and mean peak airway pressures were also lower. There were no differences in cell counts in bronchoalveolar fluid by flow cytometry, or interleukin-8 and -10 levels between groups. Lung injury scoring revealed no difference between groups in the regions examined. No differences in surfactant function were seen between groups by capillary surfactometry. CONCLUSIONS: In this porcine model of acute lung injury, various indices to measure injury or inflammation did not differ between the 3 approaches to ventilation. However, when using a low tidal volume strategy with moderate levels of PEEP, sustained improvements in arterial oxygen tension and respiratory system compliance were only seen with BVV when compared to CMV or CMV with a recruitment manoeuvre.
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 | 0,001 | 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 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 ».