Does obesity impact on weaning from invasive ventilation: a secondary analysis of the WEAN SAFE study
Notice bibliographique
Résumé
OBJECTIVE: To understand the impact of obesity on outcomes of weaning from invasive mechanical ventilation (MV). METHODS: The study population consisted of patients enrolled in the WEAN SAFE study. We defined 4 groups based on body mass index (BMI), namely: Normal weight (BMI 18.5-24.9 kg/m²), Overweight (BMI 25-29.9 kg/m²), Obesity Class I (BMI 30-34.9 kg/m²), and obesity classes II and III (BMI ≥ 35 kg/m²). The primary outcome was the rate of successful extubation in patients in each BMI group. Secondary outcomes included the ICU and hospital survival, and PEEP levels at time of weaning eligibility in patients in each BMI group. RESULTS: In the study population, 1728 (38.2%) were of normal weight, 1395 (30.8%) were overweight, 590 (13.1%) were class I Obesity, and 431 (9.5%) were obesity classes II and III. Patients with obesity were more likely to be female, to be a medical admission, and to have comorbidities. Patients with grade II-III obesity had lower levels of sedation, later timing of the first separation attempt, longer time to weaning success, they received more noninvasive ventilation post extubation, and they had a longer ICU stay. In contrast, weaning success, and ICU and hospital mortality rates were not different in obese patients. There was no independent relationship between obesity and weaning delay, weaning success, or with overall survival outcomes. Higher PEEP at weaning eligibility was associated with weaning failure in normal and overweight patients but not in patients with obesity. CONCLUSIONS: Patients with obesity had a more complex and longer weaning process, but obesity per se was not independently associated with adverse weaning outcomes.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».