MétaCan
Menu
Retour à la cohorte
Enregistrement W4313417357 · doi:10.1186/s12871-022-01949-2

Intraoperative measurement of the respiratory exchange ratio predicts postoperative complications after liver transplantation

2022· article· en· W4313417357 sur OpenAlexaff
Sean Coeckelenbergh, Olivier Desebbe, François Martin Carrier, Francois Thepault, Cécile De Oliveira, Florian Pellerin, Cyril Le Canne, Laurence Herboulier, Edita Laukaityte, Maya Moussa, Leila Toubal, Hiromi Kato, Hung Pham, Stéphanie Roullet, Marc Lanteri Minet, Youssef Amara, Salima Naili, Oriana Ciacio, Daniel Cherqui, Jacques Duranteau, Jean‐Louis Vincent, Philippe Van der Linden, Alexandre Joosten

Notice bibliographique

RevueBMC Anesthesiology · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueLiver Disease and Transplantation
Établissements canadiensCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineLiver transplantationSurgeryReceiver operating characteristicPulmonary artery catheterAnesthesiologyComplicationAnesthesiaTransplantationInternal medicineHemodynamicsCardiac output

Résumé

récupéré en direct d'OpenAlex

Abstract Background During surgery, any mismatch between oxygen delivery (DO 2 ) and consumption (VO 2 ) can promote the development of postoperative complications. The respiratory exchange ratio (RER), defined as the ratio of carbon dioxide (CO 2 ) production (VCO 2 ) to VO 2 , may be a useful noninvasive tool for detecting inadequate DO 2 . The primary objective of this study was to test the hypothesis that RER measured during liver transplantation may predict postoperative morbidity. Secondary objectives were to assess the ability of other variables used to assess the DO 2 /VO 2 relationship, including arterial lactate, mixed venous oxygen saturation, and veno-arterial difference in the partial pressure of carbon dioxide (VAPCO 2 gap), to predict postoperative complications. Methods This retrospective study included consecutive adult patients who underwent liver transplantation for end stage liver disease from June 27th, 2020, to September 5th, 2021. Patients with acute liver failure were excluded. All patients were routinely equipped with a pulmonary artery catheter. The primary analysis was a receiver operating characteristic (ROC) curve constructed to investigate the discriminative ability of the mean RER measured during surgery to predict postoperative complications. RER was calculated at five standardized time points during the surgery, at the same time as measurement of blood lactate levels and arterial and mixed venous blood gases, which were compared as a secondary analysis. Results Of the 115 patients included, 57 developed at least one postoperative complication. The mean RER (median [25–75] percentiles) during surgery was significantly higher in patients with complications than in those without (1.04[0.96–1.12] vs 0.88[0.84–0.94]; p < 0.001). The area under the ROC curve was 0.87 (95%CI: 0.80–0.93; p < 0.001) with a RER value (Youden index) of 0.92 giving a sensitivity of 91% and a specificity of 74% for predicting the occurrence of postoperative complications. The RER outperformed all other measured variables assessing the DO 2 /VO 2 relationship (arterial lactate, SvO 2 , and VAPCO 2 gap) in predicting postoperative complications. Conclusion During liver transplantation, the RER can reliably predict postoperative complications. Implementing this measure intraoperatively may provide a warning for physicians of impending complications and justify more aggressive optimization of oxygen delivery. Further studies are required to determine whether correcting the RER is feasible and could reduce the incidence of complications.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,053
Score d'incertitude au seuil0,355

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,042
Tête enseignante GPT0,254
Écart entre enseignants0,213 · 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'étudeObservationnel
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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC AnesthesiologyMême sujetLiver Disease and TransplantationTravaux en français237 207