Improving the Accuracy of Impedance Cardiac Output in the Intensive Care Unit: Comparison With Thermodilution Cardiac Output
Notice bibliographique
Résumé
This study examined the effect of impedance algorithm adjustment to reflect abnormalities found in cardiac output estimation in the intensive care unit. Impedance (Kubicek and Sramek equations) and thermodilution were measured concurrently in 61 patients. The mean difference between Kubicek and thermodilution (n=40) was 1.47 L/min (95% confidence interval [CI], 0.47-2.47) and between Sramek and thermodilution (n=54) was 2.68 L/min (95% CI, 1.93-3.44). Exclusion of patients with valve regurgitation improved agreement between Kubicek and thermodilution (n=32), with a mean difference of 2.02 L/min (95% CI, 1.10-2.94). Multiple regression determined the role of skinfold thickness, pH, hematocrit, sodium, chloride, albumin, protein, and urea within impedance. Kubicek was recalculated using the new algorithm and recompared with thermodilution. The mean difference was -0.38 L/min (95% CI, -1.92 to 1.16). This study found poor agreement between impedance and thermodilution in critically ill patients, but exclusion of those with valve regurgitation and adjustment for hematocrit and skinfold thickness improved agreement.
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 | 0,000 |
| 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 | 0,000 | 0,001 |
| 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 ».