MétaCan
Menu
Retour à la cohorte
Enregistrement W2165175328 · doi:10.4187/respcare.02693

Identifying Cancer Subjects With Acute Respiratory Failure at High Risk for Intubation and Mechanical Ventilation

2014· article· en· W2165175328 sur OpenAlexaff
Virginie Lemiale, Jérôme Lambert, Emmanuel Canet, Djamel Mokart, Frédéric Pène, Antoine Rabbat, Achille Kouatchet, François Vincent, Fabrice Bruneel, Didier Gruson, Sylvie Chevret, Élie Azoulay

Notice bibliographique

RevueRespiratory Care · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueRespiratory Support and Mechanisms
Établissements canadiensHotel Dieu Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineMechanical ventilationVentilation (architecture)IntubationIntensive care unitHypoxemiaRespiratory failureIntensive careAnesthesiaInternal medicineIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: We sought to identify risk factors for mechanical ventilation in patients with malignancies and acute respiratory failure (ARF). METHODS: We analyzed data from a previous randomized controlled trial in which nonintubated oncology and hematology subjects with ARF were randomized to early bronchoalveolar lavage or routine care in 16 ICUs in France. Consecutive patients with malignancies were admitted to the ICU for ARF in 2005 and 2006 with no intervention. RESULTS: During the study period, 219 patients were admitted to the ICU for ARF, and 8 patients were not included due to a nonintubation order. Data on the underlying disease, pulmonary involvement, and extrapulmonary organ dysfunctions were recorded at admission in the 211 remaining subjects. Ventilatory support included oxygen only (49 subjects), noninvasive ventilation (NIV) only (81 subjects), NIV followed by invasive mechanical ventilation (49 subjects), and first-line invasive mechanical ventilation (32 subjects). The 81 subjects who required invasive mechanical ventilation were compared with the 130 subjects who remained on oxygen or NIV. Factors associated with invasive mechanical ventilation by multivariate analysis were the oxygen flow required at ICU admission, the number of quadrants involved on chest x-ray, and hemodynamic dysfunction. Mortality rates for subjects who had NIV failure were 65.3% compared with 50% for subjects who were first-line intubated (P = .34). CONCLUSIONS: In cancer patients with ARF, hypoxemia, extent of pulmonary infiltration on chest x-ray, or hemodynamic dysfunction are risk factors for invasive mechanical ventilation. Mortality was not significantly different between NIV failure and first-line intubation.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,292
Écart entre enseignants0,271 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations49
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRespiratory CareMême sujetRespiratory Support and MechanismsTravaux en français237 207