MétaCan
Menu
← Retour à la cohorte
Enregistrement W4410268739 · doi:10.1164/ajrccm.2025.211.abstracts.a1500

Is There an Optimal PEEP for Pulmonary Hemodynamics in Acute Injured Lungs?

2025· article· en· W4410268739 sur OpenAlexaff
Mayson Laércio de Araújo Sousa, Luca S. Menga, Annia Schreiber, Mattia Docci, Fernando Nataniel Vieira, Bhushan H. Katira, Mariangela Pellegrini, Sebastián Dubó, Eduardo Leite Vieira Costa, Martin Post, Marcelo B. P. Amato, Laurent Brochard

Notice bibliographique

RevueAmerican Journal of Respiratory and Critical Care Medicine · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Arrest and Resuscitation
Établissements canadiensSt. Michael's HospitalHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineHemodynamicsIntensive care medicineCardiology

Résumé

récupéré en direct d'OpenAlex

Abstract RATIONALE: Several methods exist for setting positive end-expiratory pressure (PEEP), often leading to different PEEP levels. These variations may not only influence respiratory mechanics but also affect other critical factors, such as pulmonary vascular responses. OBJECTIVES: The main goal of this study was to estimate the impact of PEEP on pulmonary hemodynamics in acutely injured lungs. We compared three strategies of PEEP titration – highest respiratory system compliance (CRS), electrical impedance tomography (EIT) crossing point, and positive end-expiratory transpulmonary pressure (PL) – in terms of PEEP level and pulmonary hemodynamics. METHODS: Experimental study in two porcine models of acute lung injury induced by surfactant lavage and high stretch ventilation: I) Bilateral(n=37), injury induced in both lungs, generating a highly recruitable model; and II) Asymmetrical(n=13), injury induced in one lung while the other was collapsed, generating a poorly recruitable model. In all experiments, a decremental PEEP titration was performed monitoring PL, EIT (collapse, overdistension, and regional ventilation), respiratory mechanics, and pulmonary and systemic hemodynamics. PRELIMINARY RESULTS: PEEP titration based on CRS, EIT, and end-expiratory PL, resulted in three different levels of optimal PEEP in bilateral lung injury: mean PEEP were 13±2cmH2O, 11±2cmH2O, and 9±3cmH2O cmH2O, respectively (p<0.001). Our model of bilateral lung injury is highly recruitable, with a median R/I ratio of 1.24 (0.90-1.40). In this model, PEEP had a quadratic relationship (U shape) with mean PAP, represented by the formula “MeanPAP=4-(1.5xPEEP)+(0.1xPEEP2)”, R2=0.94, p<0.001, and with RV transmural pressure. In the asymmetrical lung injury, only PEEP at expiratory PL slightly positive (6±4cmH2O) was lower than both PEEP at the EIT crossing point (9±2cmH2O, p=0.047) and PEEP at the highest CRS (9±3cmH2O, p=0.023). Our model of asymmetrical lung injury had low-to-moderate lung recruitability, with a median R/I ratio of 0.67(0.29-0.98). In this model, it was also evident the quadratic relationship between PEEP with mean PAP and with RV transmural pressure. We measured PVR to verify if the response in mean PAP to PEEP would represent the response in PVR, and PVR behaved exactly like mean PAP. Systemic hemodynamics behaved similarly to pigs with bilateral lung injury. CONCLUSIONS: In porcine models of acute lung injury, both very low and very high levels of PEEP may impair pulmonary hemodynamics. The relationship between mean PAP and PEEP has a U shape, with the best level of mean PAP at individualized levels of PEEP.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,011
Tête enseignante GPT0,347
Écart entre enseignants0,335 · 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'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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Respiratory and Critical Care Medicine→Même sujetCardiac Arrest and Resuscitation→Travaux en français237 207→