High‐flow nasal cannula oxygen therapy in acute hypoxemic respiratory failure in 22 dogs requiring oxygen support escalation
Notice bibliographique
Résumé
Abstract Objective To determine the effect of high‐flow nasal cannula (HFNC) oxygen therapy on cardiorespiratory variables and outcome in dogs with acute hypoxemic respiratory failure. Design Prospective, sequential clinical trial. Setting University veterinary teaching hospital. Animals Twenty‐two client‐owned dogs that failed to respond to traditional oxygen support. Interventions Initiation of HFNC therapy after traditional oxygen supplementation failed to increase Sp o 2 > 96% and Pa o 2 > 75 mm Hg or improve respiratory rate/effort. Measurements and Main Results Physiological variables, blood gas analyses, and dyspnea/sedation/tolerance scores were collected prior to HFNC initiation (on traditional oxygen support [time 0 or T0]), and subsequently during HFNC oxygen administration at time 30 minutes, 60 minutes, and 7 ± 1 hours. Relative to T0, use of HFNC resulted in a decreased respiratory rate at 1 hour ( P = 0.022) and 7 hours ( P = 0.012), a decrease in dyspnea score at all times ( P < 0.01), and an increase in Sp o 2 at all times ( P < 0.01). There was no difference in arterial/venous P co 2 relative to T0, although Pa co 2 was correlated with flow rate. Based on respiratory assessment, 60% of dogs responded to HFNC use by 30 minutes, and 45% ultimately responded to HFNC use and survived. No clinical air‐leak syndromes were observed. Conclusions HFNC use improved oxygenation and work of breathing relative to traditional oxygen therapies, without impairing ventilation. HFNC use appears to be a beneficial oxygen support modality to bridge the gap between standard oxygen supplementation and mechanical ventilation.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».