Factors Predicting Prolonged Mechanical Ventilation in Guillain–Barré Syndrome
Notice bibliographique
Résumé
ABSTRACT: Background: Up to 30% of patients with Guillain–Barré syndrome require mechanical ventilation and 5% die due to acute complications of mechanical ventilation. There is a considerable group of patients that will need prolonged mechanical ventilation (considered as >14 days) and should be considered for early tracheostomy. The objective of this study is to identify risk factors for prolonged mechanical ventilation. Methods: We prospectively analyzed patients with Guillain–Barré diagnosis with versus without prolonged mechanical ventilation. We considered clinical and electrophysiological characteristics and analyzed factors associated with prolonged mechanical ventilation. Results: Three hundred and three patients were included; 29% required mechanical ventilation. When comparing the groups, patients with prolonged invasive mechanical ventilation (IMV) have a lower score on the Medical Research Council score (19.5 ± 16.2 vs 27.4 ± 17.5, p = 0.03) and a higher frequency of dysautonomia (42.3% vs 19.4%, p = 0.037), as well as lower amplitudes of the distal compound muscle action potential (CMAP) of the median nerve [0.37 (RIQ 0.07–2.25) vs. 3.9 (RIQ1.2–6.4), p = <0.001] and ulnar nerve [0.37 (RIQ0.0–3.72) vs 1.5 (RIQ0.3–6.6), p = <0.001], and higher frequency of severe axonal damage in these nerves (distal CMAP ≤ 1.0 mV). Through binary logistic regression, severe axonal degeneration of the median nerve is an independent risk factor for prolonged IMV OR 4.9 (95%CI 1.1–21.5) p = 0.03, AUC of 0.774, (95%CI 0.66–0.88), p = < 0.001. Conclusions: Severe median nerve damage is an independent risk factor for prolonged mechanical ventilation.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».