Predictive factors for extubation success in very low and extremely low birth weight preterm infants
Notice bibliographique
Résumé
Background Although invasive mechanical ventilation (IMV) has contributed to the survival of preterm infants with extremely low birth weight (ELBW), it is also associated with unsatisfactory clinical outcomes when used for prolonged periods. This study aimed to identify factors that may be decisive for extubation success in very low birth weight (VLBW) and extremely low birth weight (ELBW) preterm infants. Methods The cohort study included preterm infants with gestational age (GA) <36 weeks, birth weight (BW) <1500 grams who underwent IMV, born between 2015 and 2018. The infants were allocated into two groups: extubation success (SG) or failure (FG). A stepwise logistic regression model was created to determine variables associated with successful extubation. Results Eighty-three preterm infants were included. GA and post-extubation arterial partial pressure of carbon dioxide (PaCO 2 ) were predictive of extubation success. Infants from FG had lower GA and BW, while those from SG had higher weight at extubation and lower post-extubation PaCO 2 . Discussion Although we found post-extubation PaCO 2 as an extubation success predictor, which is a variable representative of the moment after the primary outcome, this does not diminish its clinical relevance since extubation does not implicate in ET removal only; it also involves all the aspects that take place within a specified period (72 hours) after the planned event. Conclusion GA and post-extubation PaCO 2 were predictors for extubation success in VLBW and ELBW preterm infants. Infants who experienced extubation failure had lower birth weight and higher FiO 2 prior to extubation.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».