MétaCan
Menu
Retour à la cohorte
Enregistrement W4393115134 · doi:10.1016/j.semperi.2024.151890

Weaning from mechanical ventilation and assessment of extubation readiness

2024· article· en· W4393115134 sur OpenAlexaff
Guilherme SantʼAnna, Wissam Shalish

Notice bibliographique

RevueSeminars in Perinatology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueNeonatal Respiratory Health Research
Établissements canadiensMcGill UniversityMontreal Children's Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineMechanical ventilationWeaningNeonatologyGestational ageVentilation (architecture)PopulationIntensive care medicineGestationPediatricsAnesthesiaPregnancyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Tremendous advancements in neonatal respiratory care have contributed to the improved survival of extremely preterm infants (gestational age ≤ 28 weeks). While mechanical ventilation is often considered one of the most important breakthroughs in neonatology, it is also associated with numerous short and long-term complications. For those reasons, clinical research has focused on strategies to avoid or reduce exposure to mechanical ventilation. Nonetheless, in the extreme preterm population, 70-100% of infants born 22-28 weeks of gestation are exposed to mechanical ventilation, with nearly 50% being ventilated for ≥ 3 weeks. As contemporary practices have shifted towards selectively reserving mechanical ventilation for those patients, mechanical ventilation weaning and extubation remain a priority yet offer a heightened challenge for clinicians. In this review, we will summarize the evidence for different strategies to expedite weaning and assess extubation readiness in preterm infants, with a particular focus on extremely preterm infants.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,931
Score d'incertitude au seuil0,475

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,039
Tête enseignante GPT0,423
Écart entre enseignants0,384 · 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'étudeAutre devis
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

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSeminars in PerinatologyMême sujetNeonatal Respiratory Health ResearchTravaux en français237 207