Objective criteria to characterize an erratic breathing pattern in dyspnoeic patients undergoing cardiopulmonary exercise testing
Notice bibliographique
Résumé
Dysfunctional breathing (DB) is a common, but underappreciated, cause of dyspnoea. Subjects suffering from DB characteristically show a large variability on resting and/or exertional breathing pattern plus excessive ventilatory response to metabolic demand. Currently, there are no established criteria to objectively determine the presence of DB during incremental cardiopulmonary exercise testing (CPET). Patients with chronic dyspnoea who were considered as having DB using a gestalt/pattern recognition approach during cycling CPET (N=20,5♂,55.7±14.4 yrs) were compared with matched controls (N=10,3♂,50.7±13.2 yrs). Ventilatory responses were obtained on a breath-by-breath basis and averaged as arithmetic means of 20s. Amplitudes of breathing pattern changes (Δ=higher 20s-lower 20s values) at rest, 2sd min of unloaded cycling, and 3rd min of loaded exercise were compared between groups. Patients presented with ⇓ peak O2 uptake(81±27 vs 111±22%pred) and ⇑ ventilation(V̇E)-carbon dioxide output slope (35.7±4.2 vs 29.6±4.6L/L) and dyspnoea severity compared to controls. From all breathing pattern parameters, only Δ breathing frequency(f) and Δf/tidal volume (VT) at rest, and Δf, Δf/VT, and ΔV̇E at 3rd min of loaded exercise were significantly higher in patients (p<0.05). The optimal cutoffs values are shown below: This is the first frame of reference to help the practitioner to judge the presence of an erratic breathing pattern during incremental CPET in dyspnoeic 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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».