Non‐invasive ventilation usage and adherence in children and adults with Duchenne muscular dystrophy: A multicenter analysis
Notice bibliographique
Résumé
INTRODUCTION/AIMS: Non-invasive ventilation (NIV) is routinely prescribed to support the respiratory system in Duchenne muscular dystrophy (DMD) patients; however, factors improving NIV usage are unclear. We aimed to identify predictors of NIV adherence in DMD patients. METHODS: This was a multicenter retrospective analysis of DMD patients prescribed NIV and followed at (1) The Hospital for Sick Children, Canada; (2) Rady Children's Hospital San Diego, USA; and (3) University of California San Diego Health, USA, between February 2016 and October 2020. The primary and secondary outcomes were 90-day period NIV adherence and clinical and socioeconomic predictors of NIV adherence. RESULTS: We identified 59 DMD patients prescribed NIV (mean ± SD age = 20.1 ± 6.7 y). Overall, percentage of nights used, and average nightly usage, were 79.9 ± 31.1% and 7.23 ± 4.12 h, respectively. Compared with children, adults had higher percentage of nights used (92.9 ± 16.9% vs. 70.4 ± 36.9%; P < .05), and average nightly usage (9.5 ± 4.7 h vs. 5.3 ± 3.7 h; P < .05). Non-English language (P = .01), and absence of deflazacort prescription (P = .02) were significantly associated with higher percentage of nights used while Hispanic ethnicity (P = .01), low household income (P = .02), and absence of deflazacort prescription (P = .02) were significantly associated with higher nightly usage. Based on univariable analysis, older age and declining forced vital capacity were associated with increased percentage of nights used and increased average nightly usage. DISCUSSION: Certain clinical and socioeconomic determinants had a significant impact on NIV adherence in DMD patients, providing insight into those at risk for high versus low compliance with respiratory therapy.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».