MétaCan
Menu
Retour à la cohorte
Enregistrement W4404090655 · doi:10.1183/13993003.congress-2024.pa1368

Laboratory investigation into the effect of flow rate on the performance of four oscillating positive expiratory pressure (OPEP) devices: Does mechanism of action matter and considerations for clinical relevance

2024· article· en· W4404090655 sur OpenAlexaff
Jason Suggett, Rob Costa, David Sydor

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueInhalation and Respiratory Drug Delivery
Établissements canadiensTrudell Medical International (Canada)
Organismes subventionnairesnon disponible
Mots-clésMechanism (biology)Action (physics)Flow (mathematics)Relevance (law)MedicineBiomedical engineeringComputer scienceMechanicsPhysics

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: OPEP devices are used therapeutically to aid airway clearance where excess mucus is a challenge. OPEP devices often have differing mechanisms of action. This laboratory study compared four different OPEP devices, each with a distinctly different mechanism of action in producing the OPEP. Methods: Aerobika* (TMI), Acapella Choice Blue (ICU Medical), GeloMuc (Pohl Boskamp), and RC Cornet Plus (Cegla) OPEP devices (n=3) were assessed at steady expiratory flows of 10-40L/min using a flow generator (Resmed VPAP III), flow meter (TSI 4000), pressure tap and computer for data analysis. Average positive pressure, pressure pulse amplitude and pulse frequency were determined for each device. RESULTS / DISCUSSION: Each device can be operated at different resistances. The values at a medium resistance are reported in this study as this is typically the recommended starting setting. erj;64/suppl_68/PA1368/F1 F1 F1 Conclusions: Each OPEP device operates differently mechanically. This may impact device performance and potentially the clinical benefit of the device. In this study the Aerobika* OPEP device performed the best overall. When selecting an OPEP device for a patient, the existence of clinical evidence supporting efficacy, as well as lab data and patient preference, should be considered. All devices will not perform the same.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,037
Tête enseignante GPT0,319
Écart entre enseignants0,282 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetInhalation and Respiratory Drug DeliveryTravaux en français237 207