Intraoperative open lung condition and postoperative pulmonary complications. A secondary analysis of iPROVE and iPROVE‐O2 trials
Notice bibliographique
Résumé
BACKGROUND: The preventive role of an intraoperative recruitment maneuver plus open lung approach (RM + OLA) ventilation on postoperative pulmonary complications (PPC) remains unclear. We aimed at investigating whether an intraoperative open lung condition reduces the risk of developing a composite of PPCs. METHODS: ratio was ≥ or <400 mmHg, respectively. We used a multivariable logistic regression model that included potential confounders selected with directed acyclic graphs (DAG) using Dagitty software built with variables that were considered clinically relevant based on biological mechanism or evidence from previously published data. PPCs included severe acute respiratory failure, acute respiratory distress syndrome, and pneumonia. RESULTS: A total of 1480 patients were included in the final analysis, with 718 (49%) classified as OL. The rate of severe PPCs during the first seven postoperative days was 6.0% (7.9% in the NOL and 4.4% in the OL group, p = .007). OL was independently associated with a lower risk for severe PPCs during the first 7 and 30 postoperative days [odds ratio of 0.58 (95% CI 0.34-0.99, p = .04) and 0.56 (95% CI 0.34-0.94, p = .03), respectively]. CONCLUSIONS: An intraoperative open lung condition was associated with a reduced risk of developing severe PPCs in intermediate-to-high risk patients undergoing abdominal surgery. TRIAL REGISTRATION: Registered at clinicaltrials.gov NCT02158923 (iPROVE), NCT02776046 (iPROVE-O2).
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 | 0,000 |
| 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 | 0,000 |
| 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 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 ».