MétaCan
Menu
Retour à la cohorte
Enregistrement W3092259156 · doi:10.4187/respcare.20193239375

Synchronous Diaphragm Contraction Via Electrophrenic Transvenous Neurostimulation Respiration During Mechanical Ventilation Decreases Peak Inspiratory Pressure and Improves Dynamic Compliance in Non-Injured Lungs

2019· article· en· W3092259156 sur OpenAlexaff
Elizabeth Rohrs, Marlena Ornowska, Thiago Bassi, K. Fernández, Michelle Nicholas, Steven Reynolds

Notice bibliographique

RevueRespiratory Care · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueRespiratory Support and Mechanisms
Établissements canadiensLungpacer Medical (Canada)Simon Fraser UniversityFraser Health
Organismes subventionnairesnon disponible
Mots-clésTidal volumeMedicineAnesthesiaDiaphragm (acoustics)Peak inspiratory pressureRespirationMechanical ventilationContraction (grammar)Pulmonary complianceRespiratory minute volumeVentilation (architecture)LungLung volumesCompliance (psychology)Respiratory systemInternal medicineAnatomy

Résumé

récupéré en direct d'OpenAlex

Background:Ventilator-induced lung injury is precipitated by the non-physiological distribution of tidal volume in the lungs, increasing the pressure exerted on alveoli that receive greater volume, and causing the eventual collapse of alveoli that do not receive enough tidal volume. Electrophrenic transvenous neurostimulation respiration (ETNR) stimulates a diaphragm contraction, in synchrony with the ventilator, and may address this problem by re-distributing tidal volume in a more physiological pattern and keeping the lungs open. More alveoli are thus available to receive tidal volume, improving dynamic compliance and reducing ventilation pressures. Methods:A pilot study was conducted using a large animal model (50 kg pigs) mechanically ventilated in a mock intensive care unit. Subjects were deeply sedated and subjected to lung-protective ventilation at 8 mL/kg in volume control. ENTR, selectively adjusted to reduce ventilator pressure-time-product by 15-20%, was delivered every second breath, in synchrony with the inspiratory phase of ventilator-triggered breaths. Peak inspiratory pressure (PIP) and dynamic compliance (Cdyn) were recorded at the start of study and values for MV breaths (no diaphragm contraction) were compared to MVP breaths (ETNR diaphragm contraction) within 5 minutes of each other. Means were compared by paired t-test with a significance level of alpha of 0.5 and beta of 0.80. Institutional Review Board permission was granted for this study. Results:PIP significantly dropped 21%, from 31.6 cm H2O in MV breaths to 24.8 cm H2O in MVP breaths with the addition of ETNR diaphragm contraction during inspiration (P = .021). Cdyn significantly improved 59%, from 32.8 mL/cm H2O in MV breaths to 52.2 mL/cm H2O in MVP breaths with the addition of ETNR diaphragm contraction (P = .007). Conclusions:ETNR diaphragm contraction used as an adjunct to mechanical ventilation significantly decreased PIP and improved Cdyn at the selected intensity. This is an important finding, as a reduction in inspiratory pressure translates into less ventilator-induced lung injury and better outcomes in the ICU. This technology has the potential to provide a novel method of lung-protective ventilation in sedated, ventilated patients. Disclosures: Study sponsorship, technical support and equipment provided by Lungpacer Medical. PhD student salary funding provided by a grant from Lungpacer Medical and Mitacs. Dr. Reynolds is a paid consultant with Lungpacer Medical.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,007
Tête enseignante GPT0,257
Écart entre enseignants0,250 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRespiratory CareMême sujetRespiratory Support and MechanismsTravaux en français237 207