MétaCan
Menu
Retour à la cohorte
Enregistrement W3080285565 · doi:10.1186/s13054-020-03253-2

Respiratory physiology of COVID-19-induced respiratory failure compared to ARDS of other etiologies

2020· article· en· W3080285565 sur OpenAlexaff
Domenico Luca Grieco, Filippo Bongiovanni, Lü Chen, Luca S. Menga, Salvatore Lucio Cutuli, Gabriele Pintaudi, Simone Carelli, Teresa Michi, F. Torrini, Gianmarco Lombardi, Gian Marco Anzellotti, Gennaro De Pascale, Andrea Urbani, Maria Grazia Bocci, Eloisa Sofia Tanzarella, Giuseppe Bello, Antonio Maria Dell’Anna, Salvatore Maurizio Maggiore, Laurent Brochard, Massimo Antonelli

Notice bibliographique

RevueCritical Care · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueRespiratory Support and Mechanisms
Établissements canadiensUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesEuropean Society of Intensive Care MedicineSocietà Italiana Anestesia, Analgesia, Rianimazione e Terapia Intensiva
Mots-clésARDSMedicineRespiratory physiologyPulmonary complianceAnesthesiaEtiologyIntensive care unitIntubationIntensive careRespiratory distressPositive end-expiratory pressureTidal volumeMechanical ventilationRespiratory systemLungIntensive care medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Background Whether respiratory physiology of COVID-19-induced respiratory failure is different from acute respiratory distress syndrome (ARDS) of other etiologies is unclear. We conducted a single-center study to describe respiratory mechanics and response to positive end-expiratory pressure (PEEP) in COVID-19 ARDS and to compare COVID-19 patients to matched-control subjects with ARDS from other causes. Methods Thirty consecutive COVID-19 patients admitted to an intensive care unit in Rome, Italy, and fulfilling moderate-to-severe ARDS criteria were enrolled within 24 h from endotracheal intubation. Gas exchange, respiratory mechanics, and ventilatory ratio were measured at PEEP of 15 and 5 cmH2O. A single-breath derecruitment maneuver was performed to assess recruitability. After 1:1 matching based on PaO2/FiO2, FiO2, PEEP, and tidal volume, COVID-19 patients were compared to subjects affected by ARDS of other etiologies who underwent the same procedures in a previous study. Results Thirty COVID-19 patients were successfully matched with 30 ARDS from other etiologies. At low PEEP, median [25th–75th percentiles] PaO2/FiO2 in the two groups was 119 mmHg [101–142] and 116 mmHg [87–154]. Average compliance (41 ml/cmH2O [32–52] vs. 36 ml/cmH2O [27–42], p = 0.045) and ventilatory ratio (2.1 [1.7–2.3] vs. 1.6 [1.4–2.1], p = 0.032) were slightly higher in COVID-19 patients. Inter-individual variability (ratio of standard deviation to mean) of compliance was 36% in COVID-19 patients and 31% in other ARDS. In COVID-19 patients, PaO2/FiO2 was linearly correlated with respiratory system compliance (r = 0.52 p = 0.003). High PEEP improved PaO2/FiO2 in both cohorts, but more remarkably in COVID-19 patients (p = 0.005). Recruitability was not different between cohorts (p = 0.39) and was highly inter-individually variable (72% in COVID-19 patients and 64% in ARDS from other causes). In COVID-19 patients, recruitability was independent from oxygenation and respiratory mechanics changes due to PEEP. Conclusions Early after establishment of mechanical ventilation, COVID-19 patients follow ARDS physiology, with compliance reduction related to the degree of hypoxemia, and inter-individually variable respiratory mechanics and recruitability. Physiological differences between ARDS from COVID-19 and other causes appear small.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,163
Tête enseignante GPT0,402
Écart entre enseignants0,238 · 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'étudeObservationnel
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

Citations229
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical CareMême sujetRespiratory Support and MechanismsTravaux en français237 207