MétaCan
Menu
Retour à la cohorte
Enregistrement W4400335868 · doi:10.1186/s13613-024-01316-z

The use of Guyton’s approach to the control of cardiac output for clinical fluid management

2024· review· en· W4400335868 sur OpenAlexaff
Sheldon Magder

Notice bibliographique

RevueAnnals of Intensive Care · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueHemodynamic Monitoring and Therapy
Établissements canadiensMcGill UniversityMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésAnesthesiologyMedicineIntensive care medicineCardiac outputControl (management)AnesthesiaHemodynamicsComputer science

Résumé

récupéré en direct d'OpenAlex

Infusion of fluids is one of the most common medical acts when resuscitating critically ill patients. However, fluids most often are given without consideration of how fluid infusion can actually improve tissue perfusion. Arthur Guyton's analysis of the circulation was based on how cardiac output is determined by the interaction of the factors determining the return of blood to the heart, i.e. venous return, and the factors that determine the output from the heart, i.e. pump function. His theoretical approach can be used to understand what fluids can and cannot do. In his graphical analysis, right atrial pressure (RAP) is at the center of this interaction and thus indicates the status of these two functions. Accordingly, trends in RAP and cardiac output (or a surrogate of cardiac output) can provide important guides for the cause of a hemodynamic deterioration, the potential role of fluids, the limits of their use, and when the fluid is given, the response to therapeutic interventions. Use of the trends in these values provide a physiologically grounded approach to clinical fluid management.

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)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,793
Score d'incertitude au seuil0,560

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,002
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 Opus0,349
Tête enseignante GPT0,476
Écart entre enseignants0,127 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations18
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Intensive CareMême sujetHemodynamic Monitoring and TherapyTravaux en français237 207