The Utility of Tissue Doppler Imaging for the Noninvasive Determination of Left Ventricular Filling Pressures in Patients With Septic Shock
Notice bibliographique
Résumé
BACKGROUND: Pulmonary artery wedge pressure (PAWP) is an important indicator of volume status in septic patients. Although it requires invasive pulmonary artery catheterization (PAC), a noninvasive method to assess PAWP would be clinically useful in this select patient population. Diastolic indices using transthoracic echocardiography (TTE) may provide an accurate estimate of PAWP. OBJECTIVE: To determine whether echocardiographic Doppler assessment is accurate in estimating PAWP in patients with septic shock. METHODS: A retrospective chart review was performed of 320 patients admitted with a diagnosis of septic shock from 2007-2008. Of the total patient population, 40 patients fulfilled the inclusion criteria, having undergone both TTE and PAC within 4 hours. Spectral Doppler indices including peak early (E) and late (A) transmitral velocities, E/A ratio, and E-wave deceleration time were measured. Tissue Doppler indices including S', E' and A' velocities were determined. Pulmonary artery wedge pressure values measured invasively were compared to the dimensionless index of E/E' in each patient. RESULTS: The mean age was 68 +/- 12 years with 28 males (70%). On echo assessment, 28% of patients had evidence of mild left ventricular diastolic dysfunction while 17% of patients had moderate diastolic dysfunction. Pulmonary artery wedge pressures ranged from 7 to 31 mm Hg with a mean of 18 +/- 5 mm Hg. The mean E/E' was 11 +/- 8. Linear regression analysis between PAWP and E/E7apos; demonstrated a strong correlation (r = .84, P < .05). CONCLUSION: Tissue Doppler indices using TTE is a feasible and strong predictor of PAWP in patients with septic shock.
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 | 0,003 |
| 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 ».