MétaCan
Menu
Retour à la cohorte
Enregistrement W4391757031 · doi:10.1164/rccm.202309-1658oc

Electrical Impedance Tomography–based Ventilation Patterns in Patients after Major Surgery

2024· article· en· W4391757031 sur OpenAlexaff
Hirofumi Iwata, Takeshi Yoshida, Taiki Hoshino, Yuki Aiyama, Takashi Maezawa, Haruka Hashimoto, Yukiko Koyama, Tomomi Yamada, Yuji Fujino

Notice bibliographique

RevueAmerican Journal of Respiratory and Critical Care Medicine · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueRespiratory Support and Mechanisms
Établissements canadiensHospital for Sick Children
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésMedicineElectrical impedance tomographyVentilation (architecture)Mechanical ventilationLung ventilationAerationAnesthesiaLungRespiratory systemComputed tomographyIntensive careIntensive care medicineTomographySurgeryRadiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Rationale General anesthesia and mechanical ventilation have negative impacts on the respiratory system, causing heterogeneous distribution of lung aeration, but little is known about the ventilation patterns of postoperative patients and their association with clinical outcomes. Objectives To clarify the phenotypes of ventilation patterns along a gravitational direction after surgery by using electrical impedance tomography (EIT) and to evaluate their association with postoperative pulmonary complications (PPCs) and other relevant clinical outcomes. Methods Adult postoperative patients at high risk for PPCs, receiving mechanical ventilation on ICU admission (N = 128), were prospectively enrolled between November 18, 2021 and July 18, 2022. PPCs were prospectively scored until hospital discharge, and their association with phenotypes of ventilation patterns was studied. The secondary outcomes were the times to wean from mechanical ventilation and oxygen use and the length of ICU stay. Measurements and Main Results Three phenotypes of ventilation patterns were revealed by EIT: phenotype 1 (32% [n = 41], a predominance of ventral ventilation), phenotype 2 (41% [n = 52], homogeneous ventilation), and phenotype 3 (27% [n = 35], a predominance of dorsal ventilation). The median PPC score was higher in phenotype 1 and phenotype 3 than in phenotype 2. The median time to wean from mechanical ventilation was longer in phenotype 1 versus phenotype 2. The median duration of ICU stay was longer in phenotype 1 versus phenotype 2. The median time to wean from oxygen use was longer in phenotype 1 and phenotype 3 than in phenotype 2. Conclusions Inhomogeneous ventilation patterns revealed by EIT on ICU admission were associated with PPCs, delayed weaning from mechanical ventilation and oxygen use, and a longer ICU stay.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,012
Tête enseignante GPT0,293
Écart entre enseignants0,282 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations28
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Respiratory and Critical Care MedicineMême sujetRespiratory Support and MechanismsTravaux en français237 207