Factors Discriminating Spontaneous Pursed-Lips Breathing Use in Patients with COPD
Notice bibliographique
Résumé
Pursed-lips breathing (PLB) is often spontaneously performed by chronic obstructive pulmonary disease (COPD) patients. The aim of this study was to evaluate spontaneous PLB prevalence and to identify factors discriminating its use. Fifty-seven patients with COPD (FEV(1) = 44.3 +/- 17.4%pred) underwent pulmonary function testing and two incremental bicycle exercise tests. Peak workload (Wpeak), oxygen uptake (VO(2)peak), breathing pattern, and dyspnea (Borg scale) were measured in the first exercise test and spontaneous PLB performance in the second. Six patients spontaneously performed pursed-lips breathing during rest (PLBrest), exercise and recovery, 18 during exercise and recovery (PLBex), 7 during recovery only (PLBrec), 20 not at all (PLBno), and 6 performed other expiratory resistive maneuvers. PLBrest and PLBex patients exhibited a lower Wpeak, O(2) uptake, and minute ventilation (V(E)), greater expiratory flow limitation and higher slopes relating dyspnea to V(E) or W (%predicted). PLBrest patients were more hypercapnic, had a lower exercise tolerance and diffusion capacity, and greater flow limitation and hyperinflation. PLBrec and PLBno patients were indistinguishable with regard to pulmonary function, dyspnea, and exercise performance. The most significant independent predictors of spontaneous PLB use during exercise were FEV(1)/FVC and the slope relating dyspnea to V(E). Spontaneous PLB is most often performed by COPD subjects when ventilation is stimulated by exercise, and during recovery from exercise. Severity of airflow obstruction and the dyspnea experienced during exercise play an important role in determining whether or not PLB is spontaneously performed by COPD patients.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 ».