Quantity and quality of airway clearance in children and young people with cystic fibrosis
Notice bibliographique
Résumé
Children and young people with CF (CYPwCF) get advice about using positive expiratory pressure (PEP) or oscillating PEP (OPEP) devices to clear sticky mucus from their lungs. However, little is known about the quantity (number of treatments, breaths, or sets) or quality (breath pressures and lengths) of these daily airway clearance techniques (ACTs) undertaken at home. This study used electronic pressure sensors to record real time breath-by-breath data from 145 CYPwCF (6-16y) during routine ACTs over 2 months. ACT quantity and quality were benchmarked against individual prescriptions and accepted recommendations for device use. In total 742,084 breaths from 9,081 treatments were recorded. Individual CYPwCF maintained consistent patterns of ACT quantity and quality over time. Overall, 60% of CYPwCF did at least half their prescribed treatments, while 27% did fewer than a quarter. About 77% of pre-teens did the right number of daily treatments compared with only 56% of teenagers. CYPwCF usually did the right number of breaths. ACT quality (recommended breath length and pressure) varied between participants and depended on device. Breath pressures, lengths and pressure-length relationships were significantly different between ACT devices. PEP devices encouraged longer breaths with lower pressures, while OPEP devices encouraged shorter breaths with higher pressures. More breaths per treatment were within advised ranges for both pressure and length using PEP (30-31%) than OPEP devices (1-3%). Objective measures of quantity and quality may help to optimise ACT device selection and support CYPwCF to do regular effective ACTs.
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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».