Long-Term Effects of Lung Volume Recruitment on Maximal Inspiratory Capacity and Vital Capacity in Duchenne Muscular Dystrophy
Notice bibliographique
Résumé
RATIONALE: Lung volume recruitment therapy slows rate of decline of lung function in neuromuscular disease, possibly due to enhanced airway clearance, reduced atelectasis, or prevention of chest wall contractures. OBJECTIVES: To determine if lung volume recruitment maintains maximal insufflation capacity (MIC), despite decline in VC. METHODS: This was a retrospective cohort study (1991-2008) of individuals with Duchenne muscular dystrophy at pediatric and adult tertiary centers. Lung volume recruitment was prescribed twice daily, according to protocol. Changes over time in MIC, VC percentage predicted, the difference between MIC and VC, maximum inspiratory and expiratory pressures, and assisted and unassisted peak cough flow (PCF) were assessed using linear mixed effects models. MEASUREMENTS AND MAIN RESULTS: Sixteen individuals, 8.6 to 33.0 years old at initiation of lung volume recruitment, with median VC percentage predicted of 13.5 (interquartile range, 8.0-20.3), were followed over a median of 6.1 years (range, 1.7-16.1 yr). MIC-VC differences were stable (change, 0.02 L/yr; P = 0.06). Post-lung volume recruitment, compared with pretreatment, rate of decline in VC decreased from 4.5% predicted/yr to 0.5% predicted/yr (P < 0.001). Maximal inspiratory and expiratory pressures were unchanged (P = 0.08, 0.59 respectively). Assisted-spontaneous PCF difference was maintained (slope, -1.59 L/min/yr, P = 0.35). CONCLUSIONS: With lung volume recruitment therapy, MIC-VC differences were stable over time, indicating that respiratory system compliance remains stable, despite a loss in VC, in individuals with Duchenne muscular dystrophy. Decline in VC was significantly attenuated, and assisted PCF was maintained in a clinically effective range.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».