Dyspnoea and respiratory muscle ultrasound to predict extubation failure
Notice bibliographique
Résumé
Background This study investigated dyspnoea intensity and respiratory muscle ultrasound early after extubation to predict extubation failure. Methods The study was conducted prospectively in two intensive care units in France and Canada. Patients intubated for at least 48 h were studied within 2 h after an extubation following a successful spontaneous breathing trial. Dyspnoea was evaluated by a dyspnoea visual analogue scale (Dyspnoea-VAS) ranging from 0 to 10 and the Intensive Care Respiratory Distress Observational Scale (IC-RDOS). The ultrasound thickening fraction of the parasternal intercostal and the diaphragm was measured; limb muscle strength was evaluated using the Medical Research Council (MRC) score (range 0–60). Results Extubation failure occurred in 21 out of 122 enrolled patients (17%). The median (interquartile range (IQR)) Dyspnoea-VAS and IC-RDOS were higher in patients with extubation failure versus success: 7 (4–9) versus 3 (1–5) (p<0.001) and 3.7 (1.8–5.8) versus 1.7 (1.5–2.1) (p<0.001), respectively. The median (IQR) ratio of parasternal intercostal muscle to diaphragm thickening fraction was significantly higher and MRC was lower in patients with extubation failure compared with extubation success: 0.9 (0.4–2.1) versus 0.3 (0.2–0.5) (p<0.001) and 45 (36–50) versus 52 (44–60) (p=0.012), respectively. The thickening fraction of the parasternal intercostal and its ratio to diaphragm thickening showed the highest area under the receiver operating characteristic curve (AUC) for an early prediction of extubation failure (0.81). AUCs of Dyspnoea-VAS and IC-RDOS reached 0.78 and 0.74, respectively. Conclusions Respiratory muscle ultrasound and dyspnoea measured within 2 h after extubation predict subsequent extubation failure.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 | 0,001 |
| 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 ».