Mild loss of lung aeration augments stretch in healthy lung regions
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
Inspiratory stretch by mechanical ventilation worsens lung injury. However, it is not clear whether and how the ventilator damages lungs in the absence of preexisting injury. We hypothesized that subtle loss of lung aeration during general anesthesia regionally augments ventilation and distension of ventilated air spaces. In eight supine anesthetized and intubated rats, hyperpolarized gas MRI was performed after a recruitment maneuver following 1 h of volume-controlled ventilation with zero positive end-expiratory pressure (ZEEP), FiO2 0.5, and tidal volume 10 ml/kg, and after a second recruitment maneuver. Regional fractional ventilation (FV), apparent diffusion coefficient (ADC) of (3)He (a measurement of ventilated peripheral air space dimensions), and gas volume were measured in lung quadrants of ventral and dorsal regions of the lungs. In six additional rats, computed tomography (CT) images were obtained at each time point. Ventilation with ZEEP decreased total lung gas volume and increased both FV and ADC in all studied regions. Increases in FV were more evident in the dorsal slices. In each lung quadrant, higher ADC was predicted by lower gas volume and by increased mean values (and heterogeneity) of FV distribution. CT scans documented 10% loss of whole-lung aeration and increased density in the dorsal lung, but no macroscopic atelectasis. Loss of pulmonary gas at ZEEP increased fractional ventilation and inspiratory dimensions of ventilated peripheral air spaces. Such regional changes could help explain a propensity for mechanical ventilation to contribute to lung injury in previously uninjured lungs.
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