MétaCan
Menu
Retour à la cohorte
Enregistrement W4403602170 · doi:10.1186/s40635-024-00686-9

Clinical implementation of advanced respiratory monitoring with esophageal pressure and electrical impedance tomography: results from an international survey and focus group discussion

2024· article· en· W4403602170 sur OpenAlexaff
Jantine J Wisse, Gaetano Scaramuzzo, M Pellégrini, Leo Heunks, Thomas Piraino, Peter Somhorst, Laurent Brochard, Tommaso Mauri, Erwin Ista, Annemijn H. Jonkman

Notice bibliographique

RevueIntensive Care Medicine Experimental · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueRespiratory Support and Mechanisms
Établissements canadiensSt. Michael's HospitalUniversity of TorontoMcMaster University
Organismes subventionnairesLorentz CenterNetherlands eScience Center
Mots-clésMedicineElectrical impedance tomographyFocus groupSession (web analytics)Medical physicsRespiratory monitoringIntensive care medicineMedical educationTomographyRadiologyRespiratory systemComputer scienceInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Popularity of electrical impedance tomography (EIT) and esophageal pressure (Pes) monitoring in the ICU is increasing, but there is uncertainty regarding their bedside use within a personalized ventilation strategy. We aimed to gather insights about the current experiences and perceived role of these physiological monitoring techniques, and to identify barriers and facilitators/solutions for EIT and Pes implementation. METHODS: Qualitative study involving (1) a survey targeted at ICU clinicians with interest in advanced respiratory monitoring and (2) an expert focus group discussion. The survey was shared via international networks and personal communication. An in-person discussion session on barriers, facilitators/solutions for EIT implementation was organized with an international panel of EIT experts as part of a multi-day EIT meeting. Pes was not discussed in-person, but we found the focus group results relevant to Pes as well. This was confirmed by the survey results and four additional Pes experts that were consulted. RESULTS: We received 138 survey responses, and 26 experts participated in the in-person discussion. Survey participants had diverse background [physicians (54%), respiratory therapists (19%), clinical researchers (15%), and nurses (6%)] with mostly > 10 year ICU experience. 84% of Pes users and 74% of EIT users rated themselves as competent to expert users. Techniques are currently primarily used during controlled ventilation for individualization of PEEP (EIT and Pes), and for monitoring lung mechanics and lung stress (Pes). EIT and Pes are considered relevant techniques to guide ventilation management and is helpful for educating clinicians; however, 57% of EIT users and 37% of Pes users agreed that further validation is needed. Lack of equipment/materials, evidence-based guidelines, clinical protocols, and/or the time-consuming nature of the measurements are main reasons hampering Pes and EIT application. Identified facilitators/solutions to improve implementation include international guidelines and collaborations between clinicians/researcher and manufacturers, structured courses for training and use, easy and user-friendly devices and standardized analysis pipelines. CONCLUSIONS: This study revealed insights on the role and implementation of advanced respiratory monitoring with EIT and Pes. The identified barriers, facilitators and strategies can serve as input for further discussions to promote the development of EIT-guided or Pes-guided personalized ventilation strategies.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,117
Score d'incertitude au seuil0,563

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 Opus0,031
Tête enseignante GPT0,401
Écart entre enseignants0,370 · 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'étudeObservationnel
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

Citations12
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIntensive Care Medicine ExperimentalMême sujetRespiratory Support and MechanismsTravaux en français237 207