Bi-Level Noninvasive Ventilation in Neonatal Respiratory Distress Syndrome. A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
BACKGROUND: Bi-level noninvasive ventilation (NIV) has been used in respiratory distress syndrome (RDS) as primary treatment, post-extubation, and to treat apnea. This review summarizes studies on bi-level NIV in premature infants with RDS. Nonsynchronized nasal intermittent positive pressure ventilation (nsNIPPV) and synchronized NIPPV (SNIPPV) use pressure settings ≥ those used during mechanical ventilation (MV), and biphasic continuous positive airway pressure (BiPAP) use two nasal continuous positive airway pressure (NCPAP) levels ≤4 cm H2O apart. METHODS: A systematic review (Medline OVID and Pubmed) and meta-analysis of randomized controlled trials. Primary outcomes were bronchopulmonary dysplasia (BPD) and mortality. Secondary outcomes included NIV failure (intubation) and extubation failure (re-intubation). Data were pooled using a fixed-effects model to calculate the relative risk (RR) with 95% confidence interval (CI) between NIV modes (RevMan v 5.3, Copenhagen, Denmark). RESULTS: Twenty-four randomized controlled trials that largely did not correct for mean airway pressure (MAP) and used outdated ventilators were included. Compared with NCPAP, both nsNIPPV and SNIPPV resulted in less re-intubation (RR 0.88 with 95% CI (0.80, 0.97) and RR 0.20 (0.10, 0.38), respectively) and BPD (RR 0.69 (0.49, 0.97) and RR 0.51 (0.29, 0.88), respectively). nsNIPPV also resulted in less intubation (RR 0.57 (0.45, 0.73) versus NCPAP, with no difference in mortality. One study showed less intubation in BiPAP versus NCPAP. CONCLUSIONS: Bi-level NIV versus NCPAP may reduce MV and BPD in premature infants with RDS. Studies comparing equivalent MAP utilizing currently available machines are needed.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,019 | 0,003 |
| Bibliométrie | 0,002 | 0,003 |
| 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 | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».