Easily identified at-risk patients for extubation failure may benefit from noninvasive ventilation: a prospective before-after study
Notice bibliographique
Résumé
BACKGROUND: While studies have suggested that prophylactic noninvasive ventilation (NIV) could prevent post-extubation respiratory failure in the intensive care unit, they appear inconsistent with regard to reintubation. We assessed the impact of a prophylactic NIV protocol on reintubation in a large population of at-risk patients. METHODS: Prospective before-after study performed in the medical ICU of a teaching referral hospital. In the control cohort, we determined that patients older than 65 years and those with underlying cardiac or respiratory disease were at high-risk for reintubation. In the interventional cohort, we implemented a protocol using prophylactic NIV in all patients intubated at least 24 h and having one of these risk factors. NIV was immediately applied after planned extubation during at least the first 24 hours. Extubation failure was defined by the need for reintubation within seven days following extubation. RESULTS: We included 83 patients at high-risk among 132 extubated patients in the control cohort (12-month period) and 150 patients at high-risk among 225 extubated patients in the NIV cohort (18-month period). The reintubation rate was significantly decreased from 28% in the control cohort (23/83) to 15% (23/150) in the NIV cohort (p = 0.02 log-rank test), whereas the non-at-risk patients did not significantly differ in the two periods (10.2% vs. 10.7%, p = 0.93). After multivariate logistic-regression analysis, the use of prophylactic NIV protocol was independently associated with extubation success. CONCLUSIONS: The implementation of prophylactic NIV after extubation may reduce the reintubation rate in a large population of patients with easily identified risk factors for extubation failure.
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 | 0,000 | 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) | 0,001 | 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 ».