Longitudinal changes in clinical characteristics and outcomes for children using long-term non-invasive ventilation
Notice bibliographique
Résumé
OBJECTIVES: To describe longitudinal trends in long-term non-invasive ventilation (NIV) use in children including changes in clinical characteristics, NIV technology, and outcomes. METHODS: This was a multicenter retrospective cohort of all children started on long-term NIV from 2005 to 2014. All children 0 to 18 years who used NIV continuously for at least 3 months were included. Measures and main outcomes were: 1) Number of children starting NIV; 2) primary medical condition; 3) medical complexity defined by number of comorbidities, surgeries and additional technologies; 4) severity of sleep disordered breathing measured by diagnostic polysomnography; 5) NIV technology and use; 6) reasons for NIV discontinuation including mortality. Data were divided into equal time periods for analysis. RESULTS: A total of 622 children were included in the study. Median age at NIV initiation was 7.8 years (range 0-18 years). NIV incidence and prevalence increased five and three-fold over the 10-year period. More children with neurological and cardio-respiratory conditions started NIV over time, from 13% (95%CI, 8%-20%) and 6% (95%CI, 3%-10%) respectively in 2005-2008 to 23% (95%CI, 18%-28%) and 9% (95%CI, 6%-14%, p = 0.008) in 2011-2014. Medical complexity and severity of the sleep-disordered breathing did not change over time. Overall, survival was 95%; mortality rates, however, rose from 3.4 cases (95% CI, 0.5-24.3) to 142.1 (95% CI 80.7-250.3, p<0.001) per 1000 children-years between 2005-2008 and 2011-2014. Mortality rates differed by diagnostic category, with higher rates in children with neurological and cardio-respiratory conditions. CONCLUSIONS: As demonstrated in other centers, there was a significant increase in NIV prevalence and incidence rate. There was no increase in medical complexity or severity of the breathing abnormalities of children receiving long-term NIV over time. The mortality rate increased over time, maybe attributable to increased use of NIV for children with neurological and cardio-respiratory conditions.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».