Efeito da manobra de recrutamento alveolar em pacientes com síndrome da angústia respiratória aguda: revisão sistemática e metanálise
Notice bibliographique
Résumé
Purpose: To assess the effects of alveolar recruitment maneuvers (ARMs) on clinical outcomes in patients with acute respiratory distress syndrome (ARDS).Methods: We searched MEDLINE, EMBASE, LILACS, CINAHL, CENTRAL, Scopus, and Web of Science (from inception to July 2014) for randomized controlled trials (RCTs) evaluating the effects of ARMs versus no ARMs in adults with ARDS.We placed no language restriction on our search.Four teams of two reviewers independently assessed eligibility and risk of bias and extracted data from the included trials.We pooled data using random-effects model.We used trial sequential analysis (TSA) to establish monitoring boundaries to limit global type I error due to repetitive testing for our primary outcome (in-hospital mortality).We rated the quality of evidence using the GRADE system.Results: We included 10 RCTs (1594 patients, 612 events).The meta-analysis assessing the effect of ARMs on in-hospital mortality showed a risk ratio (RR) of 0.84 (95%CI 0.74-0.95;I 2 =0%), although quality of evidence was considered low due to the risk of bias in the included trials and indirectness of evidence, that is, ARMs were usually conducted along with other ventilatory interventions that may affect the outcome of interest.There were no differences in the rates of barotrauma (RR 1.11, 95%CI 0.78-1.57;I 2 =0%) or need for rescue therapies (RR 0.76, 95%CI 0.41-1.40;I 2 =56%).Most trials found no difference between groups regarding the duration of mechanical ventilation, length of stay in ICU and in hospital.The TSA showed that the available evidence of the effect of ARMs on in-hospital mortality is precise when considering a type I error of 5% but not when considering a type I error of 1%. Conclusions: Although ARMs may decrease mortality of patients with ARDSwithout increasing the risk for major adverse events, the current evidence is not definitive.Large-scale ongoing trials addressing this question may better inform clinical practice.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,031 | 0,072 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,019 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».