MétaCan
Menu
Retour à la cohorte
Enregistrement W4311279532 · doi:10.1038/s41551-022-00971-6

An implantable soft robotic ventilator augments inspiration in a pig model of respiratory insufficiency

2022· article· en· W4311279532 sur OpenAlexfundno aff
Lucy Hu, Jean Bonnemain, Mossab Y. Saeed, Manisha Singh, Diego Quevedo Moreno, Nikolay V. Vasilyev, Ellen T. Roche

Notice bibliographique

RevueNature Biomedical Engineering · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueSoft Robotics and Applications
Établissements canadiensnon disponible
Organismes subventionnairesCIHR Skin Research Training CentreNational Science FoundationCanadian Institutes of Health ResearchDivision of Chemical, Bioengineering, Environmental, and Transport SystemsNational Institute of Biomedical Imaging and BioengineeringDirectorate for EngineeringMuscular Dystrophy AssociationCentre Hospitalier Universitaire VaudoisNational Institutes of HealthU.S. Department of Health and Human ServicesGovernment of CanadaMassachusetts Institute of Technology
Mots-clésRespiratory systemMedicineMechanical ventilatorIntensive care medicineCardiologyMechanical ventilationInternal medicine

Résumé

récupéré en direct d'OpenAlex

Severe diaphragm dysfunction can lead to respiratory failure and to the need for permanent mechanical ventilation. Yet permanent tethering to a mechanical ventilator through the mouth or via tracheostomy can hinder a patient's speech, swallowing ability and mobility. Here we show, in a porcine model of varied respiratory insufficiency, that a contractile soft robotic actuator implanted above the diaphragm augments its motion during inspiration. Synchronized actuation of the diaphragm-assist implant with the native respiratory effort increased tidal volumes and maintained ventilation flow rates within the normal range. Robotic implants that intervene at the diaphragm rather than at the upper airway and that augment physiological metrics of ventilation may restore respiratory performance without sacrificing quality of life.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,009
Tête enseignante GPT0,234
Écart entre enseignants0,225 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations48
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature Biomedical EngineeringMême sujetSoft Robotics and ApplicationsTravaux en français237 207