Lung ultrasound score and diaphragm ultrasound in weaning from mechanical ventilation: are they different in patients with and without COVID-19?
Notice bibliographique
Résumé
OBJECTIVE: To compare pre-extubation physiological characteristics and ultrasound variables between patients intubated for COVID-19 compared to a clinical population and those intubated for other reasons. METHODS: This was a secondary analysis of a prospective cohort study of patients undergoing invasive mechanical ventilation (IMV) for more than 48 h. Patients were divided into two groups: those intubated for COVID-19-induced ARDS and those intubated for other clinical reasons. Ultrasound assessment of lung and diaphragm function was performed before extubation. The results were compared between the two groups of patients. RESULTS: In comparison with the patients without COVID-19, those with the disease were younger (a median age of 58 [46-76] years vs. a median age of 75 [69-85] years; p = 0.01), had fewer comorbidities (a median Charlson Comorbidity Index of 2 [1-4] vs. a median Charlson Comorbidity Index of 5 [4-6]; p < 0.01), and were less severely ill at admission (a median APACHE II score of 9 [8-14] vs. a median APACHE II score of 18 [13-22]; p < 0.01). In addition, the median duration of IMV was longer in the COVID-19 patients (11 [9-23] days vs. 6 [3-8] days; p < 0.01). Although extubation success rates were similar between the COVID-19 and non-COVID-19 groups (22 [71%] vs. 35 [77.8%]), median lung ultrasound score differed between the two groups (23 [18-25] vs. 15 [11-18]; p < 0.01), as did median diaphragmatic excursion (2.1 [1.7-2.4] vs. 1.7 [1.2-2.0]; p < 0.01). CONCLUSIONS: Although patients with COVID-19 requiring ventilatory support are younger and have fewer comorbidities than those intubated for other clinical reasons, they experience longer hospital stays. Although lung ultrasound score can differ between patients with and without COVID-19, these differences do not significantly translate into extubation success rates. Therefore, the utility of ultrasound scores in weaning COVID-19 patients from IMV needs further study.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».