A novel non-invasive method to detect excessively high respiratory effort and dynamic transpulmonary driving pressure during mechanical ventilation
Notice bibliographique
Résumé
Abstract Background Excessive respiratory muscle effort during mechanical ventilation may cause patient self-inflicted lung injury and load-induced diaphragm myotrauma, but there are no non-invasive methods to reliably detect elevated transpulmonary driving pressure and elevated respiratory muscle effort during assisted ventilation. We hypothesized that the swing in airway pressure generated by respiratory muscle effort under assisted ventilation when the airway is briefly occluded (Δ P occ ) could be used as a highly feasible non-invasive technique to screen for these conditions. Methods Respiratory muscle pressure ( P mus ), dynamic transpulmonary driving pressure (Δ P L,dyn , the difference between peak and end-expiratory transpulmonary pressure), and Δ P occ were measured daily in mechanically ventilated patients in two ICUs in Toronto, Canada. A conversion factor to predict Δ P L,dyn and P mus from Δ P occ was derived and validated using cross-validation. External validity was assessed in an independent cohort (Nanjing, China). Results Fifty-two daily recordings were collected in 16 patients. In this sample, P mus and Δ P L were frequently excessively high: P mus exceeded 10 cm H 2 O on 84% of study days and Δ P L,dyn exceeded 15 cm H 2 O on 53% of study days. Δ P occ measurements accurately detected P mus > 10 cm H 2 O (AUROC 0.92, 95% CI 0.83–0.97) and Δ P L,dyn > 15 cm H 2 O (AUROC 0.93, 95% CI 0.86–0.99). In the external validation cohort ( n = 12), estimating P mus and Δ P L,dyn from Δ P occ measurements detected excessively high P mus and Δ P L,dyn with similar accuracy (AUROC ≥ 0.94). Conclusions Measuring Δ P occ enables accurate non-invasive detection of elevated respiratory muscle pressure and transpulmonary driving pressure. Excessive respiratory effort and transpulmonary driving pressure may be frequent in spontaneously breathing ventilated patients.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 | 0,000 |
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 ».