Predictors of Mechanical Ventilation in Guillain–Barré Syndrome with Axonal Subtypes
Notice bibliographique
Résumé
BACKGROUND: The early clinical predictors of respiratory failure in Latin Americans with Guillain-Barré syndrome (GBS) have scarcely been studied. This is of particular importance since Latin America has a high frequency of axonal GBS variants that may imply a worse prognosis. METHODS: , a referral center of Mexico City, to describe predictors of invasive mechanical ventilation (IMV). RESULTS: The median age was 40 years (interquartile range: 26-53.5), with 60.5% men (male-to-female ratio: 1.53). Most patients (65%) had an infectious antecedent (40.6% gastrointestinal). At admission, 38% of patients had a Medical Research Council (MRC) sum score <30. Axonal subtypes predominated (60.5%), with acute motor axonal neuropathy being the most prevalent (34.9%), followed by acute inflammatory demyelinating polyneuropathy (32.6%), acute motor sensory axonal neuropathy (AMSAN) (25.6%), and Fisher syndrome (7%). Notably, 15.1% had onset in upper limbs, 75.6% dysautonomia, and 73.3% pain. In all, 86% received either IVIg (9.3%) or plasma exchange (74.4%). IMV was required in 39.5% patients (72.7% in AMSAN). A multivariate model without including published prognostic scores yielded the time since onset to admission <15 days, axonal variants, MRC sum score <30, and bulbar weakness as independent predictors of IMV. The model including grading scales yielded lower limbs onset, Erasmus GBS respiratory insufficiency score (EGRIS) >4, and dysautonomia as predictors. CONCLUSION: These results suggest that EGRIS is a good prognosticator of IMV in GBS patients with a predominance of axonal electrophysiological subtypes, but other early clinical data should also be considered.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».