Optimal method for assessment of respiratory muscle strength in neuromuscular disorders using sniff nasal inspiratory pressure (SNIP)
Notice bibliographique
Résumé
BACKGROUND: The ability to accurately determine respiratory muscle strength is vitally important in patients with neuromuscular disorders (NMD). Sniff nasal inspiratory pressure (SNIP), a test of inspiratory muscle strength, is easier to perform for many NMD patients than the more commonly used determination of maximum inspiratory pressure measured at the mouth (MIP). However, due to an inconsistent approach in the literature, the optimal technique to perform the SNIP maneuver is unclear. Therefore, we systematically evaluated the impact of performing the maneuver with nostril contralateral to the pressure-sensing probe open (SNIPOP) versus closed (SNIPCL), on determination of inspiratory muscle strength in NMD patients as well as control subjects with normal respiratory muscle function. METHODS: NMD patients (n = 52) and control subjects without respiratory dysfunction (n = 52) were studied. SNIPOP, SNIPCL, and MIP were measured during the same session and compared using ANOVA. Agreement and bias were assessed with intraclass correlation coefficients (ICC) and Bland-Altman plots. RESULTS: Mean MIP values were 58.2 and 94.0 cmH2O in NMD and control subjects, respectively (p<0.001). SNIPCL was greater than SNIPOP in NMD (51.9 ±31.0 vs. 36.9 ±25.4 cmH2O; p<0.001) as well as in controls (89.2 ±28.1 vs. 69.2 ±29.2 cmH2O; p<0.001). In both populations, the ICC between MIP and SNIPCL (NMD = 0.78, controls = 0.35) was higher than for MIP and SNIPOP (NMD = 0.53, controls = 0.06). In addition, SNIPCL was more often able to exclude inspiratory muscle weakness than SNIPOP. CONCLUSIONS: SNIPCL values are systematically higher than SNIPOP in both normal subjects and NMD patients. Therefore, SNIPCL is a useful complementary test for ruling out inspiratory muscle weakness in individuals with low MIP values.
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 | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 ».