MétaCan
Menu
Retour à la cohorte
Enregistrement W4402363595 · doi:10.1097/jtccm-d-24-00012

The role of point-of-care ultrasound to assess fluid responsiveness and fluid tolerance in the intensive care unit

2024· article· en· W4402363595 sur OpenAlexaff
Karel Huard, Rose Joyal, William Beaubien‐Souligny

Notice bibliographique

RevueJournal of Translational Critical Care Medicine · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueHemodynamic Monitoring and Therapy
Établissements canadiensCentre Hospitalier de l’Université de MontréalUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésPreloadMedicineIntensive care unitIntensive care medicineIntravenous fluidPoint-of-care testingPoint of care ultrasoundCentral venous pressureUltrasoundBody fluidCardiologyInternal medicineAnesthesiaHemodynamicsRadiologyPathologyBlood pressureHeart rate

Résumé

récupéré en direct d'OpenAlex

Fluid accumulation is epidemiologically associated with adverse outcomes in various clinical contexts. Assessing fluid responsiveness identifies conditions where intravenous fluids can increase cardiac output, improve organ blood supply during hypoperfusion and prevent the administration of ineffective fluids with deleterious effects. Point-of-care ultrasound (POCUS) enables fluid administration guided by fluid responsiveness, serving as one of the few non-invasive technological aids widely accessible both within and outside the intensive care unit. In this review, we focus on how POCUS can complement the evaluation of fluid responsiveness and fluid tolerance. The topics include a review of POCUS techniques to estimate the change in cardiac output following preload modifying manoeuvers, evaluation of thoracic fluid tolerance through lung ultrasound, and evaluation of systemic fluid tolerance through venous Doppler and the venous excess ultrasound (VExUS) assessment.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,339
Score d'incertitude au seuil0,306

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
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 Opus0,031
Tête enseignante GPT0,367
Écart entre enseignants0,336 · 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'étudeQualitatif
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Translational Critical Care MedicineMême sujetHemodynamic Monitoring and TherapyTravaux en français237 207