High-Flow Nasal Cannula Treatment in Patients with COVID-19 Acute Hypoxemic Respiratory Failure
Notice bibliographique
Résumé
Background: Early use of high-flow nasal cannula (HFNC) decreases the need for endotracheal intubation (EI) in different respiratory failure causes. While HFNC is used in coronavirus disease 2019 (COVID-19)-related acute hypoxemic respiratory failure (AHRF) under weak recommendations, its efficacy remains to be investigated. Objectives: The primary objective was to examine HFNC efficacy in preventing EI among COVID-19 patients with AHRF. Secondary objectives were to determine predictors of HFNC success/failure, mortality rate, and length of hospital and intensive care unit (ICU) stay. Patients and Methods: This is a prospective cohort study conducted at a single tertiary care centre in Saudi Arabia from April to August 2020. Adult patients admitted to the ICU with AHRF secondary to COVID-19 pneumonia and managed with HFNC were included. We excluded patients who were intubated or managed with non-invasive ventilation before HFNC. Results: Forty-four patients received HFNC for a median duration of 3 days (interquartile range, 1–5 days). The mean age was 57 ± 14 years, and 86% were men. HFNC failure and EI occurred in 29 (66%) patients. Patients in whom HNFC treatment failed had a higher risk of death (52% versus 0%; P = 0.001). After adjusting for confounding factors, a high SOFA score and a low ROX index were significantly associated with HFNC failure (hazard ratio [HR], 1.42; 95% confidence interval [CI], 1.04–1.93; P = 0.025; and HR, 0.61; 95% CI, 0.42–0.88; P = 0.008, respectively). Conclusions: One-third of hypoxemic COVID-19 patients who received HFNC did not require intubation. High SOFA score and low ROX index were associated with HFNC 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 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 ».