Comorbidities and Subgroups of Patients Surviving Severe Acute Hypercapnic Respiratory Failure in the Intensive Care Unit
Notice bibliographique
Résumé
RATIONALE: No methodical assessment of the lung, cardiac, and sleep function of patients surviving an acute hypercapnic respiratory failure episode requiring admission to the intensive care unit (ICU) has been reported in the literature. OBJECTIVES: To prospectively investigate the prevalence and impact of comorbidities in patients treated by mechanical ventilator support (invasive or noninvasive) for acute hypercapnic respiratory failure in the ICU. METHODS: Seventy-eight consecutive patients admitted for an episode of acute hypercapnic respiratory failure underwent an assessment of lung, cardiac, and sleep function by pulmonary function tests, transthoracic echocardiography, and polysomnography 3 months after ICU discharge. MEASUREMENTS AND MAIN RESULTS: Sixty-seven percent (52 of 78) of patients exhibited chronic obstructive pulmonary disease (COPD), although only 19 had been previously diagnosed. Patients without COPD were primarily obese. Prevalence of severe obstructive sleep apnea was 51% (95% confidence interval, 34-69) in patients with COPD and 81% (95% confidence interval, 54-96) in patients without COPD. Previously undiagnosed cardiac dysfunction with preserved ejection fraction was highly prevalent (44%), as was hypertension (67%). More than half of the population demonstrated at least three major comorbidities known to precipitate acute hypercapnic respiratory failure. Multimorbidity was associated with longer time to hospital discharge. Hospital readmission or death occurred in 46% of patients over an average of 3.5 months after discharge. CONCLUSIONS: Severe hypercapnic respiratory failure requiring ICU admission resulted primarily from COPD or obesity. Major comorbidities are highly prevalent in both cases and most often ignored. Surviving acute hypercapnic respiratory failure should be an opportunity to systematically evaluate lung, heart, and sleep functions to improve poor outcomes. Clinical trial registered with www.clinicaltrials.gov (NCT 02111876).
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 | 0,002 |
| 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 | 0,003 |
| 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 ».