Lung and diaphragm ultrasound as predictors of successful weaning from nasal continuous positive airway pressure in preterm infants
Notice bibliographique
Résumé
OBJECTIVE: Assessment of the utility of lung and diaphragm ultrasound in the prediction of successful weaning from nasal continuous positive airway pressure (NCPAP) in preterm infants. STUDY DESIGN: This prospective cohort study was conducted on preterm infants who were considered ready for weaning off NCPAP. Lung and diaphragm ultrasound were performed just before and 3 h after weaning off NCPAP. The primary outcome was to evaluate the accuracy of lung ultrasound (LUS) in predicting successful weaning from NCPAP. RESULTS: Out of 65 enrolled preterm infants, 30 (46.2%) were successfully weaned from NCPAP to room air. The successful weaning group had higher gestational ages, lower incidences of previous invasive mechanical ventilation, and treated hemodynamically significant patent ductus arteriosus before the trial weaning. A LUS score of ≤6, measured before discontinuation of NCPAP, exhibited a predictive sensitivity of 80% and specificity of 75% for successful weaning (Area under the curve (AUC) = 0.865, ≤.001). When the LUS score was assessed 3 h after weaning from NCPAP, a cutoff point of ≤7 predicted successful weaning with a sensitivity and specificity of 90% and 60% respectively (AUC = 0.838, p ≤ .001). The diaphragmatic thickness fraction (DTF) was significantly lower in the successful weaning group. After adjustment for various factors, LUS score remained the only independent predictor of successful weaning. CONCLUSION: LUS score before weaning from NCPAP has a good sensitivity and specificity for predicting successful weaning from NCPAP in preterm infants. Diaphragmatic excursion and DTF were not good predictors.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».