MétaCan
Menu
Retour à la cohorte
Enregistrement W2591149416 · doi:10.14740/jocmr2856w

How Mechanical Ventilation Measurement, Cutoff and Duration Affect Rapid Shallow Breathing Index Accuracy: A Randomized Trial

2017· article· en· W2591149416 sur OpenAlexvenueno aff
Elaine Cristina Gonçalves, Alessandra Fabiane Lago, Elaine Caetano Silva, Marcelo Barros de Almeida, Aníbal Basile-Filho, Ada Clarice Gastaldi

Notice bibliographique

RevueJournal of Clinical Medicine Research · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueRespiratory Support and Mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineCutoffMechanical ventilationPressure support ventilationVentilation (architecture)AnesthesiaPositive end-expiratory pressure

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Decreased accuracy of the rapid shallow breathing index (RSBI) can stem from 1) the method used to obtain this index, 2) duration of mechanical ventilation (MV), and 3) the established cutoff point. The objective was to evaluate the values of RSBI determined by three different methods, using distinct MV times and cutoff points. METHODS: O, and 100% tube compensation) (RSBI_ATC), and disconnected MV (RSBI_SP). The results were analyzed according to the MV period (less than or over 72 h) and to the outcome of extubation (< 72 h, successful and failed; > 72 h successful and failed). The accuracy of each method was determined at different cutoff points (105, 78, and 50 cycles/min/L). RESULTS: The RSBI_MIN, RSBI_ATC, and RSBI_SP values in the group < 72 h were 38 ± 18, 45 ± 26 and 55 ± 22; in the group > 72 h, RSBI_SP value was higher than those of RSBI_ATC and RSBI_MIN (78 ± 29, 51 ± 19 and 39 ± 14) (P < 0.001). For patients with MV > 72 h who failed in removing MV, the RSBI_SP was higher (93 ± 28, 58 ± 18 and 41 ± 10) (P < 0.000), with greater accuracy at cutoff of 78. CONCLUSION: RSBI_SP associated with cutoff point < 78 cycles/min/L seems to be the best strategy to identify failed extubation in subjects with MV for over 72 h.

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)0,011
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,015
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0060,004
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0050,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,397
Tête enseignante GPT0,534
Écart entre enseignants0,137 · 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'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

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

En bref

Citations10
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Medicine ResearchMême sujetRespiratory Support and MechanismsTravaux en français237 207