Effect of tidal volume and positive end-expiratory pressure on expiratory time constants in experimental lung injury
Notice bibliographique
Résumé
We utilized a multicompartment model to describe the effects of changes in tidal volume (VT) and positive end-expiratory pressure (PEEP) on lung emptying during passive deflation before and after experimental lung injury. Expiratory time constants (τE) were determined by partitioning the expiratory flow-volume (V˙EV) curve into multiple discrete segments and individually calculating τE for each segment. Under all conditions of PEEP and VT, τE increased throughout expiration both before and after injury. Segmented τE values increased throughout expiration with a slope that was different than zero (P < 0. 01). On average, τE increased by 45.08 msec per segment. When an interaction between injury status and τE segment was included in the model, it was significant (P < 0.05), indicating that later segments had higher τE values post injury than early τE segments. Higher PEEP and VT values were associated with higher τE values. No evidence was found for an interaction between injury status and VT, or PEEP. The current experiment confirms previous observations that τE values are smaller in subjects with injured lungs when compared to controls. We are the first to demonstrate changes in the pattern of τE before and after injury when examined with a multiple compartment model. Finally, increases in PEEP or VT increased τE throughout expiration, but did not appear to have effects that differed between the uninjured and injured state.
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) | 0,001 | 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 ».