Lung volume recruitment improves volitional airway clearance in amyotrophic lateral sclerosis
Notice bibliographique
Résumé
INTRODUCTION/AIMS: In this study we evaluated the effects of lung volume recruitment treatment (LVR), a low-tech, low-cost, manual "breath-stacking" technique used to help people cough with enough force to clear their airways, thereby reducing the risk of aspiration and choking, on five volitional airway clearance and protection behaviors used by people living with amyotrophic lateral sclerosis (PwALS). METHODS: Using a repeated-measures cross-over design, 29 PwALS performed five volitional airway clearance and protection behaviors in LVR treatment and in no-treatment, control conditions. Peak cough flow (PCF) was used to measure maximum expiratory rate during forced expiration, throat clearing, hawking, post-swallow coughing, and the supraglottic swallowing maneuver. Comparisons were made as a function of condition (treatment or control) and three time-points (pretreatment, and 15 and 30 minutes posttreatment). RESULTS: LVR treatment had a significant positive effect on maximum expiratory rates during all tested airway clearance and protection behaviors. Increased PCF values lasted for up to 30 minutes post-LVR for all tested behaviors in the treatment condition. DISCUSSION: We found that LVR treatment could increase control over airway clearance in PwALS, as well as provide improved airway protection for up to 30 minutes, the duration of a typical meal. This study has implications for patient care. These include offering patients control over some of the most feared symptoms of ALS, particularly choking during activities of daily living, and enhanced ALS respiratory care in low-resource settings. Findings may have implications for other neurodegenerative disorders in which dysphagia occurs with retained sensory function.
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 | 0,000 | 0,000 |
| 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) | 0,003 | 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 ».