Caffeine for Persistent Intermittent Hypoxia in Newborns With and Without Chronic Lung Disease
Notice bibliographique
Résumé
ABSTRACT Objectives To assess the caffeine response in preterm and term newborns with persistent intermittent hypoxia (IH) as they approach discharge, with particular focus on newborns with chronic lung disease of prematurity (CLD). To identify factors associated with a lack of response to caffeine. Design/Settings Retrospective cohort study across two neonatal intensive care units between 2015 and 2022. Main Outcomes Following Caffeine Administration Normal oximetry; no need for respiratory support; resolution of hypercapnia. Results A total of 132 infants received caffeine for persistent IH. Normal oximetry was achieved post‐caffeine in 81% (46/57) of newborns with CLD, in 96% (46/48) of preterm with no CLD, in 96% (26/27) of term newborns. Caffeine reduced the % time with SpO 2 < 90% from 6.8% (interquartile range, 3.8%–12.2%), to 0.8% (0.4%–1.6%, p < 0.0001). The desaturation index < 80% dropped from 5.3 events/hour (0.9–14.6 events/hour) to 0.2 events/hour (0–0.78 events/hour, p < 0.0001) and the desaturation index ≥ 10% lasting > 10 s went from 6.6 events/hour (3.3–10.7 events/hour) to 1.4 events/hour (0.7–2.4 events/hour, p < 0.0001). Of the 61 infants on respiratory support, 74% (45/61) were weaned within a few days following caffeine. Caffeine normalized PCO 2 in 63% (41/65) of newborns with elevated PCO 2 pre‐caffeine. Infants failing caffeine were more likely to have CLD compared to responders (79% vs. 39%, p < 0.005). Caffeine was successfully discontinued (first attempt, normal oximetry) in 101 infants (88%) at postmenstrual age of 46.1 weeks (45.3–48.3 weeks). Conclusion Caffeine improved respiratory outcomes in the majority of preterm and term born infants with persistent IH, including those with CLD.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».