MétaCan
Menu
Retour à la cohorte
Enregistrement W3160422845 · doi:10.4102/jsava.v92i0.2118

A simple method to provide positive end expiratory pressure to treat hypoxaemia in an anaesthetised Asian Elephant (Elephas maximus)

2021· article· en· W3160422845 sur OpenAlexaff
Jessica Leung, Thierry Beths, Michael Lynch, Sarah Frith, Sébastien H. Bauquier

Notice bibliographique

RevueJournal of the South African Veterinary Association · 2021
Typearticle
Langueen
DomaineVeterinary
ThématiqueVeterinary Pharmacology and Anesthesia
Établissements canadiensVictoria Park
Organismes subventionnairesnon disponible
Mots-clésPositive end-expiratory pressureAnesthesiaMedicineHypoventilationAtelectasisHypoxemiaVentilation (architecture)CardiologyMechanical ventilationInternal medicineLungRespiratory system

Résumé

récupéré en direct d'OpenAlex

Hypoxaemia is a common complication in anaesthetised or immobilised elephants. It is presumably because of hypoventilation and ventilation-perfusion mismatch. To prevent hypoxaemia, orotracheal intubation and positive pressure ventilation are recommended. This case report describes a hypoxaemic period despite positive pressure ventilation in a 46-year-old female Asian elephant (Elephas maximus) anaesthetised with azaperone-etorphine, medetomidine and an etorphine constant rate infusion in lateral recumbency for a dental procedure. The hypoxaemia was corrected utilising positive end-expiratory pressure (PEEP) of 5 cm - 10 cm H2O, a technique that has not previously been reported in the management of anaesthetised elephants. PEEP decreases atelectasis, shunt fraction, and increases lung compliance. Positive end-expiratory pressure was achieved by partial occlusion of the tailpiece of a manually triggered demand valve ventilator during expiration. This is a simple effective method of generating PEEP and correcting hypoxaemia without the need for any additional specialised equipment. However, PEEP decreased arterial blood pressure and should be implemented with caution if arterial blood pressure is not monitored.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,851
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,038
Tête enseignante GPT0,339
Écart entre enseignants0,301 · 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 tête enseignante, pas un consensus.

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the South African Veterinary AssociationMême sujetVeterinary Pharmacology and AnesthesiaTravaux en français237 207