MétaCan
Menu
← Retour à la cohorte
Enregistrement W3192569042 · doi:10.1038/s41598-021-95444-2

Effects of heliox and non-invasive neurally adjusted ventilatory assist (NIV-NAVA) in preterm infants

2021· article· en· W3192569042 sur OpenAlexaff
Natalia Neumann-Klimasińska, T. Allen Merritt, Jennifer Beck, Izabela Miechowicz, Marta Szymankiewicz‐Bręborowicz, Tomasz Szczapa

Notice bibliographique

RevueScientific Reports · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueNeonatal Respiratory Health Research
Établissements canadiensToronto Metropolitan UniversityUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesEuropean Society for Paediatric Research
Mots-clésHelioxMedicineAnesthesiaIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

Due to its unique properties, helium-oxygen (heliox) mixtures may provide benefits during non-invasive ventilation, however, knowledge regarding the effects of such therapy in premature infants is limited. This is the first report of heliox non-invasive neurally adjusted ventilatory assist (NIV-NAVA) ventilation applied in neonates born ≤ 32 weeks gestational age. After baseline NIV-NAVA ventilation with a standard mixture of air and oxygen, heliox was introduced for 3 h, followed by 3 h of air-oxygen. Heart rate, peripheral capillary oxygen saturation, cerebral oxygenation, electrical activity of the diaphragm (Edi) and selected ventilatory parameters (e.g., respiratory rate, peak inspiratory pressure) were continuously monitored. We found that application of heliox NIV-NAVA in preterm infants was feasible and associated with a prompt and significant decrease of Edi suggesting reduced respiratory effort, while all other parameters were stable throughout the study, and had similar values during heliox and air-oxygen ventilation. This therapy may potentially enhance the efficacy of non-invasive respiratory support in preterm neonates and reduce the number of infants progressing to ventilatory 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,022
Tête enseignante GPT0,321
Écart entre enseignants0,299 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific Reports→Même sujetNeonatal Respiratory Health Research→Travaux en français237 207→