Global and regional assessment of sustained inflation pressure–volume curves in patients with acute respiratory distress syndrome
Notice bibliographique
Résumé
OBJECTIVE: O above the LPMC was part of a 'lung-protective' ventilation strategy successfully applied in several clinical trials. The aim of our study was to quantify the amount of unrecruited lung at different clinically relevant points of the P-V curve. APPROACH: P-V curves and electrical impedance tomography (EIT) data from 30 ARDS patients were analysed. We determined the regional opening pressures for every EIT image pixel and fitted the global P-V curves to five sigmoid model equations to determine the LPMC, inflection point (IP) and upper point of maximal curvature (UPMC). Points of maximal curvature and IP were compared between the models by one-way analysis of variance (ANOVA). The percentages of lung pixels remaining closed ('unrecruited lung') at LPMC, IP and UPMC were calculated from the number of lung pixels exhibiting regional opening pressures higher than LPMC, IP and UPMC and were also compared by one-way ANOVA. MAIN RESULTS: As results, we found a high variability of LPMC values among the models, a smaller variability of IP and UPMC values. We found a high percentage of unrecruited lung at LPMC, a small percentage of unrecruited lung at IP and no unrecruited lung at UPMC. SIGNIFICANCE: Our results confirm the notion of ongoing lung recruitment at pressure levels above LPMC for all investigated model equations and highlight the importance of a regional assessment of lung recruitment in patients with ARDS.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 |
| 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 ».