MétaCan
Menu
Retour à la cohorte
Enregistrement W4283221126 · doi:10.1186/s44158-022-00055-6

Expert opinion document: “Electrical impedance tomography: applications from the intensive care unit and beyond”

2022· review· en· W4283221126 sur OpenAlexaff
Michela Rauseo, Elena Spinelli, Nicolò Sella, Douglas Slobod, Savino Spadaro, Federico Longhini, Antonino Giarratano, Cinnella Gilda, Tommaso Mauri, Paolo Navalesi

Notice bibliographique

RevueJournal of Anesthesia Analgesia and Critical Care · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueRespiratory Support and Mechanisms
Établissements canadiensMcGill University
Organismes subventionnairesSocietà Italiana Anestesia, Analgesia, Rianimazione e Terapia Intensiva
Mots-clésElectrical impedance tomographyVentilation (architecture)MedicineGold standard (test)LungIntensive careLung volumesIntensive care medicineTomographyMedical physicsRadiologyEngineeringMechanical engineeringInternal medicine

Résumé

récupéré en direct d'OpenAlex

Mechanical ventilation is a life-saving technology, but it can also inadvertently induce lung injury and increase morbidity and mortality. Currently, there is no easy method of assessing the impact that ventilator settings have on the degree of lung inssflation. Computed tomography (CT), the gold standard for visually monitoring lung function, can provide detailed regional information of the lung. Unfortunately, it necessitates moving critically ill patients to a special diagnostic room and involves exposure to radiation. A technique introduced in the 1980s, electrical impedance tomography (EIT) can non-invasively provide similar monitoring of lung function. However, while CT provides information on the air content, EIT monitors ventilation-related changes of lung volume and changes of end expiratory lung volume (EELV). Over the past several decades, EIT has moved from the research lab to commercially available devices that are used at the bedside. Being complementary to well-established radiological techniques and conventional pulmonary monitoring, EIT can be used to continuously visualize the lung function at the bedside and to instantly assess the effects of therapeutic maneuvers on regional ventilation distribution. EIT provides a means of visualizing the regional distribution of ventilation and changes of lung volume. This ability is particularly useful when therapy changes are intended to achieve a more homogenous gas distribution in mechanically ventilated patients. Besides the unique information provided by EIT, its convenience and safety contribute to the increasing perception expressed by various authors that EIT has the potential to be used as a valuable tool for optimizing PEEP and other ventilator settings, either in the operative room and in the intensive care unit. The effects of various therapeutic interventions and applications on ventilation distribution have already been assessed with the help of EIT, and this document gives an overview of the literature that has been published in this context.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,988
Score d'incertitude au seuil0,984

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,356
Écart entre enseignants0,317 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Anesthesia Analgesia and Critical CareMême sujetRespiratory Support and MechanismsTravaux en français237 207