Methods for determining optimal positive end-expiratory pressure in patients undergoing invasive mechanical ventilation: a scoping review
Notice bibliographique
Résumé
There is significant variability in the application of positive end-expiratory pressure (PEEP) in patients undergoing invasive mechanical ventilation. There are numerous studies assessing methods of determining optimal PEEP, but many methods, patient populations, and study settings lack high-quality evidence. Guidelines make no recommendations about the use of a specific method because of equipoise and lack of high-quality evidence. We conducted a scoping review to determine which methods of determining optimal PEEP have been studied and what gaps exist in the literature. We searched five databases for primary research reports studying methods of determining optimal PEEP among adults undergoing invasive mechanical ventilation. Data abstracted consisted of the titration method, setting, study design, population, and outcomes. Two hundred and seventy-one studies with 17,205 patients met the inclusion criteria, including 73 randomized controlled trials (RCTs) with 10,733 patients. We identified 22 methods. Eleven were studied with an RCT. Studies enrolled participants within an intensive care unit (ICU) (216/271, 80%) or operating room (55/271, 20%). Most ICU studies enrolled patients with acute respiratory distress syndrome (162/216, 75%). The three most studied methods were compliance (73 studies, 29 RCTs), imaging-based methods (65 studies, 11 RCTs), and use of PEEP-FIO2 tables (52 studies, 20 RCTs). Among ICU RCTs, the most common primary outcomes were mortality or oxygenation. Few RCTs assessed feasibility of different methods (n = 3). The strengths and limitations of each method are discussed. Numerous methods of determining optimal PEEP have been evaluated; however, notable gaps remain in the evidence supporting their use. These include specific populations (normal lungs, patients weaning from mechanical ventilation) and using alternate outcomes (ventilator-free days and feasibility) and they present significant opportunities for future study. Open Science Framework ( https://osf.io/atzqc ); first posted, 19 July 2022.
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 | 0,039 | 0,134 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,008 | 0,009 |
| Bibliométrie | 0,033 | 0,025 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,007 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».