MétaCan
Menu
← Retour à la cohorte
Enregistrement W4410277157 · doi:10.1164/ajrccm.2025.211.abstracts.a7430

A Systematic Review on the Usage of Long-term Non-invasive Ventilation in Children With Central Nervous System Disorders

2025· review· en· W4410277157 sur OpenAlexaff
Dhari Alzaid, F.D. Birru, Deborah Olmstead, Joanna E. MacLean

Notice bibliographique

RevueAmerican Journal of Respiratory and Critical Care Medicine · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueRespiratory Support and Mechanisms
Établissements canadiensStollery Children's HospitalAlberta Health ServicesUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineIntensive care medicineTerm (time)Central nervous systemPediatricsInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Rational: Long-term non-invasive ventilation(LT-NIV) has become a common treatment for sleep-related breathing disorders(SRBD) in children. Children with central nervous system disorders(CNS) often experience SRBD due to muscle dysfunction and brain impairment. Although LT-NIV has shown to improve respiratory function and quality of life in other conditions, its effectiveness in children with CNS disorders remains uncertain. This systematic review assesses the impact of LT-NIV on mortality, hospitalization, respiratory function, sleep and life quality in children with CNS disorders. Methods: This systematic review is an extension of a scoping review of LT-NIV in children. The scoping review was developed for MEDLINE(Ovid) and later translated to Embase, CINAHL, and Cochrane Library. Medical Subject Headings(MeSH) and free-text terms for “child” and “non-invasive ventilation” were used. The results of the scoping review were searched for studies on children with CNS disorders. Studies of children using NIV <3 months or in an acute care setting were excluded. Results: The search identified 55 studies, including 2,105 children with CNS disorders using LT-NIV. Of these studies, 19 reported LT-NIV outcomes specifically for CNS disorders. While most studies addressed CNS disorders within broader contexts of NIV, only four studies were specifically focused on CNS disorders(4/19,21%). Congenital central hypoventilation syndrome(CCHS) was the single most common CNS disorder in the included studies(7/19, 37%). Mortality rate from seven studies showed 13% of CNS children die on LT-NIV. Hospitalization rates varied across four studies: one reported unchanged rates with 33 visits pre- and post-LT-NIV; another found children with CNS disorders had 3.3 times higher odds of hospitalization compare to other children using LT-NIV(p < 0.001); a third noted a decline in hospitalization with age; and an outlier case documented 24 admissions after decannulation and LT-NIV initiation. Sleep parameters across three studies indicate improvement in the apnea-hypopnea index (AHI)(pre-NIV 26.2 vs. post-NIV 6.2 events/h). Another reported improvement in SpO₂ (88% to 97%), EtCO₂ (48 mmHg to 37 mmHg), and sleep efficiency. Among different CNS disorders, cerebral palsy shows a significant AHI reduction (pre-NIV 45.1 vs post-NIV 10.4 events/h). Conclusion: This review supports that LT-NIV may be beneficial for some children with SRBD in the context of CNS disorders. Data on hospitalization and mortality rates in children with CNS disorders using LT-NIV is limited. There is no data on respiratory function and quality of life. With limited data on the outcomes, future studies need to focus on understanding outcomes of LT-NIV use in children with CNS disorders.

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)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,035
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0060,007
Bibliométrie0,0070,010
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,015
Tête enseignante GPT0,316
Écart entre enseignants0,301 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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 sujetRespiratory Support and Mechanisms→Travaux en français237 207→