Pleural manometry during thoracocentesis in patients with malignant pleural effusion: A randomized controlled trial
Notice bibliographique
Résumé
Background: Large-volume therapeutic thoracocentesis may be associated with pulmonary congestion or a more serious complication; re-expansion pulmonary edema (RPE). We investigated whether monitoring pleural pressure with manometry during thoracocentesis would prevent these pulmonary symptoms/RPE and allow larger volume drainage. Methods: We did a randomized controlled trial involving 110 patients with large malignant pleural effusions. Patients were randomly allocated to obtain thoracocentesis with or without pleural manometry. We measured the incidence of pulmonary congestion symptoms, total fluid aspirated, and pleural pressures in both groups. This trial is listed on ClinicalTrials.gov as NCT04420663. Results: The mean amount of total thoracocentesis fluid withdrawn from the control group was 945.4±78.9 (mL) and 1690.9±681.0 (mL) from the intervention group (P<0.001). Clinical symptoms of pulmonary congestion appeared in (n=20) (36.3%) of patients in the intervention group while no symptoms appeared in controls (P<0.001). The difference between opening and closing pressures between the non-symptomatic cluster and the symptomatic cluster was (32.8±15.6 versus 42.2±13) respectively (P=0.02). Total fluid withdrawn from the non-symptomatic cluster was 1828.5±505 mL in comparison to 1,450±875 mL in the symptomatic cluster (P=0.04). Conclusion: O gradient in pleural pressure which should be avoided to prevent pulmonary congestion symptoms or RPE. Pulmonary congestion symptoms/RPE are not related to the amount of volume withdrawn but to the gradient of pleural pressure drop. Our conclusion does support the adoption of pleural manometry whenever large-volume thoracocentesis is intended.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| 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 ».