MétaCan
Menu
Retour à la cohorte
Enregistrement W4390660778 · doi:10.1177/08850666231224396

Simultaneous Venous-Arterial Doppler Ultrasound During Early Fluid Resuscitation to Characterize a Novel Doppler Starling Curve: A Prospective Observational Pilot Study

2024· article· en· W4390660778 sur OpenAlexaff
Jon‐Émile S. Kenny, Ross Prager, Philippe Rola, Korbin Haycock, Stanley O. Gibbs, Delaney Johnston, Christine Horner, Joseph K. Eibl, Vivian C. Lau, Benjamin O. Kemp

Notice bibliographique

RevueJournal of Intensive Care Medicine · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueHemodynamic Monitoring and Therapy
Établissements canadiensNOSM UniversityWestern UniversityHealth Sciences North
Organismes subventionnairesnon disponible
Mots-clésMedicineResuscitationObservational studyDoppler ultrasoundDoppler effectCardiologyUltrasoundStarlingInternal medicineRadiologyEmergency medicine

Résumé

récupéré en direct d'OpenAlex

Background: The likelihood of a patient being preload responsive—a state where the cardiac output or stroke volume (SV) increases significantly in response to preload—depends on both cardiac filling and function. This relationship is described by the canonical Frank-Starling curve. Research Question: We hypothesize that a novel method for phenotyping hypoperfused patients (ie, the “Doppler Starling curve”) using synchronously measured jugular venous Doppler as a marker of central venous pressure (CVP) and corrected flow time of the carotid artery (ccFT) as a surrogate for SV will refine the pretest probability of preload responsiveness/unresponsiveness. Study Design and Methods: We retrospectively analyzed a prospectively collected convenience sample of hypoperfused adult emergency department (ED) patients. Doppler measurements were obtained before and during a preload challenge using a wireless, wearable Doppler ultrasound system. Based on internal jugular and carotid artery Doppler surrogates of CVP and SV, respectively, we placed hemodynamic assessments into quadrants (Q x ) prior to preload augmentation: low CVP with normal SV (Q 1 ), high CVP and normal SV (Q 2 ), low CVP and low SV (Q 3 ) and high CVP and low SV (Q 4 ). The proportion of preload responsive and unresponsive assessments in each quadrant was calculated based on the maximal change in ccFT (ccFT Δ ) during either a passive leg raise or rapid fluid challenge. Results: We analyzed 41 patients (68 hemodynamic assessments) between February and April 2021. The prevalence of each phenotype was: 15 (22%) in Q 1 , 8 (12%) in Q 2 , 39 (57%) in Q 3 , and 6 (9%) in Q 4 . Preload unresponsiveness rates were: Q 1 , 20%; Q 2 , 50%; Q 3 , 33%, and Q 4 , 67%. Interpretation: Even fluid naïve ED patients with sonographic estimates of low CVP have high rates of fluid unresponsiveness, making dynamic testing valuable to prevent ineffective IVF administration.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,907
Score d'incertitude au seuil0,932

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,049
Tête enseignante GPT0,326
Écart entre enseignants0,277 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Intensive Care MedicineMême sujetHemodynamic Monitoring and TherapyTravaux en français237 207