Identifying Cancer Subjects With Acute Respiratory Failure at High Risk for Intubation and Mechanical Ventilation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
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) | 0,000 | 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 découle