A Meta-Analysis of Remote Ischemic Preconditioning in Lung Surgery and Its Potential Role in COVID-19
Notice bibliographique
Résumé
Purpose: To determine the effects of remote ischemic preconditioning (RIPC) on pulmonary gas exchange in people undergoing pulmonary surgery and discuss a potential role of RIPC in COVID-19. Method: A search for studies examining the effects of RIPC after pulmonary surgery was performed. RevMan was used for statistical analyses examining measures of A-ado2, Pao2/Fio2, respiratory index (RI), a/A ratio and Paco2 obtained earlier after surgery (i.e., 6–8 hours) and later after surgery (i.e., 18–24 hours). Results: Four trials were included ( N = 369 participants). Significant ( p < 0.05) overall effects of RIPC were observed early after surgery on A-ado2 and RI (SMD −0.84 and SMD −1.23, respectively), and later after surgery on RI, Pao2/Fio2, and a/A ratio (SMD −0.39, 0.72, and 1.15, respectively) with the A-ado2 approaching significance ( p = 0.05; SMD −0.45). Significant improvements in inflammatory markers and oxidative stress after RIPC were also observed. Conclusions: RIPC has the potential to improve pulmonary gas exchange, inflammatory markers, and oxidative stress in people with lung disease undergoing lung surgery and receiving mechanical ventilation. These potential improvements may be beneficial for people with COVID-19, but further investigation is warranted.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,033 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».