Evaluation of Positive End-Expiratory Pressure Strategies in Patients With Coronavirus Disease 2019–Induced Acute Respiratory Distress Syndrome
Notice bibliographique
Résumé
Background: Different positive end-expiratory pressure (PEEP) strategies are available for subjects with coronavirus disease 2019 (COVID-19)–induced acute respiratory distress syndrome (ARDS) requiring invasive mechanical ventilation. We aimed to evaluate three conventional PEEP strategies on their effects on respiratory mechanics, gas exchanges, and hemodynamics. Methods: This is a prospective, physiologic, multicenter study conducted in China. We recruited 20 intubated subjects with ARDS and confirmed COVID-19. We first set PEEP by the ARDSnet low PEEP–fraction of inspired oxygen (FIO2) table. After a recruitment maneuver, PEEP was set at 15, 10, and 5 cm H2O for 10 min, respectively. Among these three PEEP levels, best-compliance PEEP was the one providing the highest respiratory system compliance; best-oxygenation PEEP was the one providing the highest PaO2 (partial pressure of arterial oxygen)/FIO2. Results: At each PEEP level, we assessed respiratory mechanics, arterial blood gas, and hemodynamics. Among three PEEP levels, plateau pressure, driving pressure, mechanical power, and blood pressure improved with lower PEEP. The ARDSnet low PEEP–FIO2 table and the best-oxygenation strategies provided higher PEEP than the best-compliance strategy (11 ± 6 cm H2O vs. 11 ± 3 cm H2O vs. 6 ± 2 cm H2O, p = 0.001), leading to higher plateau pressure, driving pressure, and mechanical power. The three PEEP strategies were not significantly different in gas exchange. The subgroup analysis showed that three PEEP strategies generated different effects in subjects with moderate or severe ARDS (n = 12) but not in subjects with mild ARDS (n = 8). Conclusions: In our cohort with COVID-19–induced ARDS, the ARDSnet low PEEP/FIO2 table and the best-oxygenation strategies led to higher PEEP and potentially higher risk of ventilator-induced lung injury than the best-compliance strategy. Clinical Trial Registration: www.ClinicalTrials.gov , identifier: NCT04359251.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 |
| 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 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 ».