Long-term Non-Invasive Ventilation in Infants: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
BACKGROUND: The use of long-term non-invasive ventilation (NIV) to treat sleep and breathing disorders in children has increased substantially in the last decade; however, less data exist about its use in infants. Given that infants have distinct sleep and breathing patterns when compared to older children, the outcomes of infants on long-term NIV may differ as well. The aim of this study is to systematically review the use and outcomes of long-term NIV in infants. METHODS: Ovid Medline, Ovid Embase, CINAHL (via EbscoHOST), PubMed, and Wiley Cochrane Library were systematically searched from January 1990 to July 2017. Studies on infants using long-term NIV outside of an acute care setting were included. Data were extracted on study design, population characteristics, and NIV outcomes. RESULTS: A total of 327 studies were full-text reviewed, with final inclusion of 60. Studies were distributed across airway (40%), neuromuscular (28%), central nervous system (10%), cardio-respiratory (2%), and multiple (20%) disease categories. Of the 18 airway studies reporting on NIV outcomes, 13 (72%) reported improvements in respiratory parameters. Of the 12 neuromuscular studies exclusively on spinal muscular atrophy type 1 (SMA1), six (50%) reported decreased hospitalizations and nine (75%) reported on mortality outcomes. Risk of bias was moderate to serious, and quality of the evidence was low to very low for all studies. Most studies had an observational design with no control group, limiting the potential for a meta-analysis. CONCLUSION: The outcomes reported in studies differed by the disease category being studied. Studies on airway conditions showed improvements in respiratory parameters for infants using NIV. Studies on neuromuscular disorder, which were almost exclusively on SMA1, reported decreased hospitalizations and prolonged survival. Overall, it appears that NIV is an effective long-term therapy for infants. However, the high risk of bias and low quality of the available evidence limited strong conclusions.
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 | 0,014 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,020 | 0,032 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».