Symptoms in Patients Receiving Noninvasive Ventilation in the Intensive Care Unit
Notice bibliographique
Résumé
BACKGROUND: Although a multitude of studies have demonstrated the effectiveness of noninvasive ventilation (NIV) for treatment of respiratory insufficiency, there have been few investigations of patients' experiences while receiving this common treatment. Identification of the presence, intensity, and distress of symptoms during NIV will inform the development and testing of interventions to best manage them and improve patients' intensive care unit (ICU) experiences. OBJECTIVE: The objectives of this study were (a) to identify the presence, intensity, and distress of symptoms in patients receiving NIV in the ICU using a modified version of the Edmonton Symptom Assessment Scale (MESAS) and (b) to describe the most common and distressing symptoms experienced by patients. METHODS: A cross-sectional descriptive design was used with a convenience sample of 114 participants enrolled from three ICUs at one Midwestern medical center. Participants were approached if they were English-speaking, were 18 years old or older, and had an active order for NIV; exclusions included use of personal NIV equipment, severe cognitive impairment, or problems communicating. Demographic and clinical data were obtained from the electronic health record. Presence, intensity, and distress of patient-reported symptoms were obtained once using a modified, 11-item version of the MESAS. RESULTS: The mean age of participants was 68 years old, and 54.4% were male. The primary type of NIV was bi-level positive airway pressure; a nasal/oral mask was most frequently used. The symptoms experienced by most of the participants were thirst, anxiety, tiredness, and restlessness; these symptoms were rated as moderate or severe in both intensity and distress by most participants experiencing the symptoms. DISCUSSION: Patients in the ICU experience both intense and distressful symptoms that can be severe while undergoing treatment with NIV. Future research is warranted to determine these symptoms' interrelatedness and develop interventions to effectively manage patient-reported symptoms.
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 | 0,004 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».