Noninvasive Estimation of Arterial Co 2 From End-Tidal Co 2 in Mechanically Ventilated Children: The GRAeDIENT Pilot Study*
Notice bibliographique
Résumé
OBJECTIVES: The aim of our pilot study was to develop a model to better predict Paco2 in mechanically ventilated children using noninvasive parameters including volumetric capnography. DESIGN: Prospective clinical pilot study. SETTING: Level III PICU. PATIENTS: Sixty-five mechanically ventilated children. INTERVENTIONS: None. MATERIALS AND METHODS: We conducted a prospective clinical pilot study that included all children admitted to the PICU (< 18 yr; weight, > 3 kg; mechanically ventilated, > 6 hr; with an arterial line). A predictive model for PaCO2 was developed using linear multivariable regression. Among the data collected in PICU patients, candidate predictors of PaCO2 were defined by a panel of experts and included end-tidal partial pressure of carbon dioxide, ventilation parameters, and data resulting from the analysis of volumetric capnogram recorded 5 minutes before an arterial blood gas. Children with tidal volume less than 30 mL were excluded because of technical limits. RESULTS: A total of 65 children (43 boys, 65%) (65 [21-150] mo old) were analyzed. By linear multivariable regression, the best model included the mean airway pressure, end-tidal partial pressure of carbon dioxide, FIO2, and the capnographic index with an R equal to 0.90, p value less than 0.001. After correction, 95% (n = 62) of children had an estimated PaCO2 at ± 5 mm Hg. CONCLUSION: Our model developed provides an accurate estimation of the PaCO2 using end-tidal CO2 and noninvasive variables. Studies are needed to validate the equation in PICUs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».