MétaCan
Menu
Retour à la cohorte
Enregistrement W2312489203 · doi:10.1136/archdischild-2014-307384.282

O-212 Non-invasive Estimation Of The Paco2 With Volumetric Capnography In Children Mechanically Ventilated

2014· article· en· W2312489203 sur OpenAlexaff
Florent Baudin, Pierre Bourgoin, David Brossier, Sandrine Essouri, Guillaume Émériaud, Michael G. Wysoki, Philippe Jouvet

Notice bibliographique

RevueArchives of Disease in Childhood · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueRespiratory Support and Mechanisms
Établissements canadiensCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesnon disponible
Mots-clésCapnographyMedicineTidal volumeMechanical ventilationMean airway pressureAnesthesiaArterial pHPediatric intensive care unitArterial bloodRespiratory systemInternal medicinePediatrics

Résumé

récupéré en direct d'OpenAlex

Background In paediatric intensive care unit (PICU), the relationship between end-tidal partial pressure of carbon dioxide (PetCO2) and arterial partial pressure of carbon dioxide (PaCO2) may vary dramatically (PetCO2-PaCO2 difference between -36 and 63 mmHg) (1). The aim of our study was to develop a model using volumetric capnography (VolCap) to better predict PaCO2 in mechanically ventilated children. Material and methods We conducted a prospective clinical study that included all children admitted at Ste-Justine hospital, age 3 kg, mechanically ventilated > 12 h, with an arterial cannula. After literature review, we collected specific data from medical record including demographic data, clinical informations, ventilation, VolCap (NM3, Respironics, Philips, USA) and biological parameters. VoCap was recorded 15 min before an arterial blood gas and analysed breath-by-breath using a specific software (FlowTool, Philips, USA). The predictive model for PaCO2 was developed using a linear multivariable regression with the best determination coefficient (R2). Results 43 children (26 boys, 60%) age of 52 [9–137] months were included. Children with Tidal volume less than 30 ml were excluded because of technical bias in VolCap interpretation by the software. In linear multivariable regression, the best model included the mean airway pressure (p = 0.01), PetCO2 (p2 (p = 0.014) and the capnographic index (100*Slope SIII/Slope SII) (p = 0.003) with a R2= 0.85. Conclusion Our preliminary results show that VoCap can help to improve the non-invasive estimation of PaCO2. Further research is necessary to validate the accuracy of our model. Reference McDonaldet al. Pediatr Crit Care Med 2002;3:244-249

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,003
Tête enseignante GPT0,204
Écart entre enseignants0,200 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchives of Disease in ChildhoodMême sujetRespiratory Support and MechanismsTravaux en français237 207