MétaCan
Menu
Retour à la cohorte
Enregistrement W2890956573 · doi:10.1186/s13613-018-0432-4

High-flow nasal oxygen versus noninvasive ventilation in adult patients with cystic fibrosis: a randomized crossover physiological study

2018· article· en· W2890956573 sur OpenAlexafffund
Michael C. Sklar, Martin Dres, Nuttapol Rittayamai, Brent West, Domenico Luca Grieco, Irene Telías, Detajin Junhasavasdikul, Michela Rauseo, Tài Pham, Fabiana Madotto, Carolyn Campbell, Elizabeth Tullis, Laurent Brochard

Notice bibliographique

RevueAnnals of Intensive Care · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueRespiratory Support and Mechanisms
Établissements canadiensSystems, Applications & Products in Data Processing (Canada)St. Michael's HospitalUniversity of Toronto
Organismes subventionnairesEuropean Society of Intensive Care MedicineCystic Fibrosis Canada
Mots-clésMedicineAnesthesiaVentilation (architecture)Crossover studyWork of breathingRespiratory rateNasal cannulaFraction of inspired oxygenHypoxemiaDead spaceSpontaneous breathing trialCystic fibrosisCardiologyHeart rateInternal medicineMechanical ventilationSurgeryBlood pressure

Résumé

récupéré en direct d'OpenAlex

Noninvasive ventilation (NIV) is the first-line treatment of adult patients with exacerbations of cystic fibrosis (CF). High-flow nasal oxygen therapy (HFNT) might benefit patients with hypoxemia and can reduce physiological dead space. We hypothesized that HFNT and NIV would similarly reduce work of breathing and improving breathing pattern in CF patients. Our objective was to compare the effects of HFNT versus NIV in terms of work of breathing, assessed noninvasively by the thickening fraction of the diaphragm (TFdi, measured with ultrasound), breathing pattern, transcutaneous CO 2 (PtcCO 2 ), hemodynamics, dyspnea and comfort. Adult CF patients who had been stabilized after requiring ventilatory support for a few days were enrolled and ventilated with HFNT and NIV for 30 min in crossover random order. Fifteen patients were enrolled. Compared to baseline, HFNT, but not NIV, reduced respiratory rate (by 3 breaths/min, p = 0.01) and minute ventilation (by 2 L/min, p = 0.01). Patients also took slightly larger tidal volumes with HFNT compared to NIV ( p = 0.02). TFdi per breath was similar under the two techniques and did not change from baseline. MAP increased from baseline with NIV and compared to HFNT ( p ≤ 0.01). Comfort was poorer with the application of both HFNT and NIV than baseline. No differences were found for heart rate, SpO 2 , PtcCO 2 or dyspnea. In adult CF patients stabilized after indication for ventilatory support, HFNT and NIV have similar effects on diaphragmatic work per breath, but high-flow therapy confers additional physiological benefits by decreasing respiratory rate and minute ventilation. Ethics Committee of St. Michael’s Hospital (REB #14-338) and clinicaltrial.gov (NCT02262871).

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)0,004
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0060,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,314
Écart entre enseignants0,278 · 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'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

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

En bref

Citations43
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnnals of Intensive CareMême sujetRespiratory Support and MechanismsTravaux en français237 207