International approaches to the prescription of long-term oxygen therapy
Notice bibliographique
Résumé
While there is broad agreement about who should receive long-term oxygen therapy (LTOT), there is little information available on how clinicians should decide on the oxygen prescription itself, at rest, during sleep and during exercise. The authors describe the results of an international survey that was undertaken to compare how respirologists prescribed oxygen. A questionnaire was sent to 100 respirologists in each of seven countries. The questionnaire identified whether resting flow rates were derived in a standard manner or by individualized patient testing. Test targets were ascertained for rest, exercise and sleep, as was the percentage of time that each test target had to reach for the test to be accepted. The majority of respondents individualized the oxygen prescription at rest (81%). Resting arterial oxygen saturation (Sa,O2) was most commonly targeted at 90-91%. The approach to night prescription varied (p<0.001). Respirologists in Canada and the USA increased the resting Sa,O2 by 1-2 L x min(-1) during sleep, while those in Spain used the resting (awake) flow for the night prescription (62%). Respirologists in the Netherlands, France, and Italy individualized the night prescription more frequently. Although oxygen during exercise was individualized in most countries (74%), significant differences remained among countries (p<0.001). The majority of respirologists (62%) aimed to achieve an Sa,O2 of 90-91% during exercise, while 70% of all respirologists tried to achieve the desired Sa,O2 for 90% of the test. There were substantial differences among countries as to how the oxygen prescription was written. This survey highlights the need for multicentre studies that improve the effectiveness of long-term oxygen therapy utilization.
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 | 0,000 |
| 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) | 0,001 | 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 ».