Dynamic changes of hepatic vein Doppler velocities predict preload responsiveness in mechanically ventilated critically ill patients
Notice bibliographique
Résumé
BACKGROUND: Assessment of dynamic parameters to guide fluid administration is one of the mainstays of current resuscitation strategies. Each test has its own limitations, but passive leg raising (PLR) has emerged as one of the most versatile preload responsiveness tests. However, it requires real-time cardiac output (CO) measurement either through advanced monitoring devices, which are not routinely available, or echocardiography, which is not always feasible. Analysis of the hepatic vein Doppler waveform change, a simpler ultrasound-based assessment, during a dynamic test such as PLR could be useful in predicting preload responsiveness. The objective of this study was to assess the diagnostic accuracy of hepatic vein Doppler S and D-wave velocities during PLR as a predictor of preload responsiveness. METHODS: Prospective observational study conducted in two medical-surgical ICUs in Chile. Patients in circulatory failure and connected to controlled mechanical ventilation were included from August to December 2023. A baseline ultrasound assessment of cardiac function was performed. Then, simultaneously, ultrasound measurements of hepatic vein Doppler S and D waves and cardiac output by continuous pulse contour analysis device were performed during a PLR maneuver. RESULTS: Thirty-seven patients were analyzed. 63% of the patients were preload responsive defined by a 10% increase in CO after passive leg raising. A 20% increase in the maximum S wave velocity after PLR showed the best diagnostic accuracy with a sensitivity of 69.6% (49.1-84.4) and specificity of 92.8 (68.5-99.6) to detect preload responsiveness, with an area under curve of receiving operator characteristic (AUC-ROC) of 0.82 ± 0.07 (p = 0.001 vs. AUC-ROC of 0.5). D-wave velocities showed worse diagnostic accuracy. CONCLUSIONS: Hepatic vein Doppler assessment emerges as a novel complementary technique with adequate predictive capacity to identify preload responsiveness in patients in mechanical ventilation and circulatory failure. This technique could become valuable in scenarios of basic hemodynamic monitoring and when echocardiography is not feasible. Future studies should confirm these results.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».