Comparative Effectiveness of Protective Ventilation Strategies for Moderate and Severe Acute Respiratory Distress Syndrome. A Network Meta-Analysis
Notice bibliographique
Résumé
Abstract Rationale Choosing the best ventilation strategy for acute respiratory distress syndrome (ARDS) is complex, yet it is highly relevant to clinicians during a respiratory pandemic. Objectives To compare the effects of low Vt, high Vt, high positive end-expiratory pressure (PEEP), prone ventilation, high-frequency oscillation, and venovenous extracorporeal membrane oxygenation (VV ECMO) on mortality in ARDS. Methods We performed a network meta-analysis of randomized trials. We applied the Grading of Recommendations Assessment, Development and Evaluation methodology to discern the relative effect of interventions on mortality. Measurements and Main Results We analyzed 34 trials including 9,085 adults with primarily moderate-to-severe ARDS (median baseline PaO2/FiO2, 118; interquartile range, 110–143). Prone positioning combined with low Vt was the best strategy (risk ratio [RR], 0.74 [95% confidence interval (CI), 0.60–0.92] vs. low Vt; high certainty). VV ECMO was also rated among the best (RR, 0.78 [95% CI, 0.58–1.05] vs. low Vt; RR, 0.66; [95% CI, 0.49–0.88] vs. high Vt) but was rated with lower certainty because VV ECMO was restricted to very severe ARDS (mean baseline PaO2/FiO2<75). High PEEP combined with low Vt was rated intermediately (RR, 0.91 [95% CI, 0.81–1.03] vs. low Vt; low certainty; RR, 0.77 [95% CI, 0.65–0.91] vs. high Vt; moderate certainty). High Vt was rated worst (RR, 1.19 [95% CI, 1.02–1.37] vs. low Vt; moderate certainty), and we found no support for high-frequency oscillation or high Vt with prone ventilation. Conclusions These findings suggest that combining low Vt with prone ventilation is associated with the greatest reduction in mortality for critically ill adults with moderate-to-severe ARDS.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,011 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».