Effectiveness of individualized lung recruitment strategies at birth: an experimental study in preterm lambs
Notice bibliographique
Résumé
Respiratory transition at birth involves rapidly clearing fetal lung liquid and preventing efflux back into the lung while aeration is established. We have developed a sustained inflation (SI OPT ) individualized to volume response and a dynamic tidal positive end-expiratory pressure (PEEP) (open lung volume, OLV) strategy that both enhance this process. We aimed to compare the effect of each with a group managed with PEEP of 8 cmH 2 O and no recruitment maneuver (No-RM), on gas exchange, lung mechanics, spatiotemporal aeration, and lung injury in 127 ± 1 day preterm lambs. Forty-eight fetal-instrumented lambs exposed to antenatal steroids were ventilated for 60 min after application of the allocated strategy. Spatiotemporal aeration and lung mechanics were measured with electrical impedance tomography and forced-oscillation, respectively. At study completion, molecular and histological markers of lung injury were analyzed. Mean (SD) aeration at the end of the SI OPT and OLV groups was 32 (22) and 38 (15) ml/kg, compared with 17 (10) ml/kg (180 s) in the No-RM ( P = 0.024, 1-way ANOVA). This translated into better oxygenation at 60 min ( P = 0.047; 2-way ANOVA) resulting from better distal lung tissue aeration in SI OPT and OLV. There was no difference in lung injury. Neither SI OPT nor OLV achieved homogeneous aeration. Histological injury and mRNA biomarker upregulation were more likely in the regions with better initial aeration, suggesting volutrauma. Tidal ventilation or an SI achieves similar aeration if optimized, suggesting that preventing fluid efflux after lung liquid clearance is at least as important as fluid clearance during the initial inflation at birth.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».