Temporal and Spatial Patterns of Inflammation and Tissue Injury in Patients with Postoperative Respiratory Failure after Lung Resection Surgery: A Nested Case–Control Study
Notice bibliographique
Résumé
Thoracic surgeries involving resection of lung tissue pose a risk of severe postoperative pulmonary complications, including acute respiratory distress syndrome (ARDS) and respiratory failure. Lung resections require one-lung ventilation (OLV) and, thus, are at higher risk of ventilator-induced lung injury (VILI) attributable to barotrauma and volutrauma in the one ventilated lung, as well as hypoxemia and reperfusion injury on the operated lung. Further, we also aimed to assess the differences in localized and systemic markers of tissue injury/inflammation in those who developed respiratory failure after lung surgery versus matched controls who did not develop respiratory failure. We aimed to assess the different inflammatory/injury marker patterns induced in the operated and ventilated lung and how this compared to the systemic circulating inflammatory/injury marker pattern. A case–control study nested within a prospective cohort study was performed. Patients with postoperative respiratory failure after lung surgery (n = 5) were matched with control patients (n = 6) who did not develop postoperative respiratory failure. Biospecimens (arterial plasma, bronchoalveolar lavage separately from ventilated and operated lungs) were obtained from patients undergoing lung surgery at two timepoints: (1) just prior to initiation of OLV and (2) after lung resection was completed and OLV stopped. Multiplex electrochemiluminescent immunoassays were performed for these biospecimen. We quantified 50 protein biomarkers of inflammation and tissue injury and identified significant differences between those who did and did not develop postoperative respiratory failure. The three biospecimen types also display unique biomarker patterns.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».