Neurally-adjusted ventilatory assist (NAVA) in children: a systematic review.
Notice bibliographique
Résumé
INTRODUCTION: Application of mechanical ventilation in spontaneously breathing children remains a challenge for several reasons: mainly, small tidal volumes and high respiratory rates, especially in the presence of leaks, interfere with patient-ventilator synchrony. Leaks also cause unreliable monitoring of respiratory drive and respiratory rate. Furthermore, ventilator adjustment must take into account that infants have strong vagal reflexes, demonstrate central apnea and periodic breathing, with a high variability in breathing pattern. Neurally-adjusted ventilatory assist (NAVA) is a mode of ventilation whereby the timing and amount of ventilatory assist is controlled by the patient's neural respiratory drive. Since NAVA uses the diaphragm electrical activity (Edi) as the controller signal, it is possible to deliver synchronized assist, both invasively and non-invasively (NIV-NAVA), to follow the variability in breathing pattern, and to monitor patient respiratory drive, independent of leaks. EVIDENCE ACQUISITION: This article provides a review of the scientific literature pertaining to the use of NAVA in children (neonatal and pediatric age groups). Both the invasive and non-invasive NAVA publications are summarized, as well as the use of Edi monitoring. EVIDENCE SYNTHESIS: Overall, the use of NAVA and Edi monitoring is feasible and safe. Compared to conventional ventilation, NAVA improves patient-ventilator interaction, and provides lower peak inspiratory pressure. CONCLUSIONS: Evidence from a few trials suggests improved comfort, less sedation, and reduced length of stay.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 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 ».