Feasibility of neurally synchronized and proportional negative pressure ventilation in a small animal model
Notice bibliographique
Résumé
Rationale Synchronized positive pressure ventilation is possible using diaphragm electrical activity (EAdi) to control the ventilator. It is unknown whether EAdi can be used to control negative pressure ventilation. Aim To evaluate the feasibility of using EAdi to control negative pressure ventilation. Methods Fourteen anesthetized rats were studied (380–590 g) during control, resistive breathing, acute lung injury or CO2 rebreathing. Positive pressure continuous neurally adjusted ventilatory assist (cNAVAP+) was applied via intubation. Negative pressure cNAVA (cNAVAP−) was applied with the animal placed in a sealed box. In part 1, automatic stepwise increments in cNAVA level by 0.2 cmH2O/µV every 30 s was applied for cNAVAP+, cNAVAP−, and a 50/50 combination of the two (cNAVAP±). In part 2: During 5-min ventilation with cNAVAP+ or cNAVAP− we measured circuit, box, and esophageal (Pes) pressure, EAdi, blood pressure, and arterial blood gases. Results Part 1: During cNAVAP+, pressure in the circuit increased with increasing cNAVA levels, reaching a plateau, and similarly for cNAVAP−, albeit reversed in sign. This was associated with downregulation of the EAdi. Pes swings became less negative with cNAVAP+ but, in contrast, Pes swings were more negative during increasing cNAVAP− levels. Increasing the cNAVA level during cNAVAP± resulted in an intermediate response. Part 2: no significant differences were observed for box/circuit pressures, EAdi, blood pressure, or arterial blood gases. Pes swings during cNAVAP− were significantly more negative than during cNAVAP+. Conclusion Negative pressure ventilation synchronized and proportional to the diaphragm activity is feasible in small animals.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».