MétaCan
Menu
Retour à la cohorte
Enregistrement W2489543951 · doi:10.1097/mcc.0000000000000344

Assessment of adequacy of volume resuscitation

2016· review· en· W2489543951 sur OpenAlexafffund
John H. Boyd, Demetrios Sirounis

Notice bibliographique

RevueCurrent Opinion in Critical Care · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueHemodynamic Monitoring and Therapy
Établissements canadiensSt. Paul's HospitalUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineResuscitationVolume (thermodynamics)Intensive care medicineEmergency medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: It has recently become evident that administration of intravenous fluids following initial resuscitation has a greater probability of producing tissue edema and hypoxemia than of increasing oxygen delivery. Therefore, it is essential to have a rational approach to assess the adequacy of volume resuscitation. Here we review passive leg raising (PLR) and respiratory variation in hemodynamics to assess fluid responsiveness. RECENT FINDINGS: The use of ultrasound enhances the clinician's ability to detect and predict fluid responsiveness, whereas enthusiasm for this modality must be tempered by recent evidence that it is only reliable in apneic patients. SUMMARY: The best predictor of fluid response for hypotensive patients not on vasopressors is a properly conducted passive leg raise maneuver. For more severely ill patients who are apneic, mechanically ventilated and on vasopressors, point of care echocardiography is the best choice. Increases in vena caval diameter induced by controlled positive pressure breaths are insensitive to arrhythmias and can be performed with relatively brief training. Most challenging are patients who are awake and on vasopressors; we suggest that the best method to discriminate fluid responders is PLR measuring changes in cardiac output.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,247
Tête enseignante GPT0,558
Écart entre enseignants0,311 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations13
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in Critical CareMême sujetHemodynamic Monitoring and TherapyTravaux en français237 207