Medication delivery testing of valved holding chambers (VHCs) with facemask for infant use by means of a model infant face
Notice bibliographique
Résumé
RATIONALE: This laboratory study used a model taken from a 7-month infant with soft tissue face modeling and an anatomically correct oro and nasopharynx to explore medication delivery differences achieved via three different VHCs with facemasks. METHODS: The following VHCs were evaluated (n=5/group): AeroChamber Plus* Flow-Vu* Anti-Static VHC with infant mask (AC-Plus FV); OptiChamber® Diamond® (OPT); InspiraChamber® with InspiraMask® (INS). The facemask of the VHC-on-test was applied to the face of the model with a clinically appropriate force of 0.9 kg, and the mask positioned to optimize seal to the face as much as possible. A breathing simulator (tidal volume=50 mL; 30 breaths/min; duty cycle=25%) was connected, via a filter, to the distal airway to capture aerosol, representing medication potentially available for lung delivery. Fluticasone propionate 50 μg/actuation pMDI was delivered to the VHC and 6 breaths were taken. Drug was recovered from the filter (EMcarina) and assayed using HPLC. RESULTS:EMcarinaand VHC retention (mean ± SD), normalized to a percentage of label claim dose/actuation, are summarized below. CONCLUSIONS:EMcarinawas highest for the AC-Plus VHC, which was significantly greater than for the INS VHC (t-test, p < 0.0001). The results correlated well with previously reported data that indicated differences in face to facemask leakage for the same VHCs / Facemasks, and therefore highlights the importance of a good facemask to face seal in order to be able to effectively deliver drug to the infant9s lungs.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».