MétaCan
Menu
Retour à la cohorte
Enregistrement W2754462717 · doi:10.1164/rccm.201708-1629ci

F <scp>ifty</scp> Y <scp>ears of</scp> R <scp>esearch in</scp> ARDS. V <scp>t</scp> Selection in Acute Respiratory Distress Syndrome

2017· review· en· W2754462717 sur OpenAlexaff
Sarina K. Sahetya, Jordi Mancebo, Roy G. Brower

Notice bibliographique

RevueAmerican Journal of Respiratory and Critical Care Medicine · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueRespiratory Support and Mechanisms
Établissements canadiensCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesNational Heart, Lung, and Blood Institute
Mots-clésARDSMedicineAcute respiratory distressSelection (genetic algorithm)LungInternal medicine

Résumé

récupéré en direct d'OpenAlex

Mechanical ventilation (MV) is critical in the management of many patients with acute respiratory distress syndrome (ARDS). However, MV can also cause ventilator-induced lung injury (VILI). The selection of an appropriate Vt is an essential part of a lung-protective MV strategy. Since the publication of a large randomized clinical trial demonstrating the benefit of lower Vts, the use of Vts of 6 ml/kg predicted body weight (based on sex and height) has been recommended in clinical practice guidelines. However, the predicted body weight approach is imperfect in patients with ARDS because the amount of aerated lung varies considerably due to differences in inflammation, consolidation, flooding, and atelectasis. Better approaches to setting Vt may include limits on end-inspiratory transpulmonary pressure, lung strain, and driving pressure. The limits of lowering Vt have not yet been established, and some patients may benefit from Vts that are lower than those in current use. However, lowering Vts may result in respiratory acidosis. Tactics to reduce respiratory acidosis include reductions in ventilation circuit dead space, increases in respiratory rate, higher positive end-expiratory pressures in patients who recruit lung in response to positive end-expiratory pressure, recruitment maneuvers, and prone positioning. Mechanical adjuncts such as extracorporeal carbon dioxide removal may be useful to normalize pH and carbon dioxide levels, but further studies will be necessary to demonstrate benefit with this technology.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,144
Score d'incertitude au seuil0,482

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,1440,037

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 Opus0,059
Tête enseignante GPT0,388
Écart entre enseignants0,329 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations60
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Respiratory and Critical Care MedicineMême sujetRespiratory Support and MechanismsTravaux en français237 207