MétaCan
Menu
Retour à la cohorte
Enregistrement W4415613847 · doi:10.1186/s13054-025-05670-7

Physiological effects of noninvasive respiratory support strategies in adults with acute hypoxemic respiratory failure: a systematic review and network meta-analysis

2025· review· en· W4415613847 sur OpenAlexafffund
Luca S. Menga, Eleonora Balzani, Camilla Gelormini, Claudia Mastropietro, Matteo Mondello, Alessandro Cardu, Luca Delle Cese, Tommaso Rosà, Sonia D’Arrigo, Salvatore Maurizio Maggiore, Laurent Brochard, Massimo Antonelli, Giacomo Bellani, Domenico Luca Grieco

Notice bibliographique

RevueCritical Care · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueRespiratory Support and Mechanisms
Établissements canadiensUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesMinistero della SaluteCanadian Lung AssociationEuropean Respiratory Society
Mots-clésRespiratory systemMEDLINERespiratory physiologyHypoxia (environmental)Pressure support ventilation

Résumé

récupéré en direct d'OpenAlex

In hypoxemic patients, the respective effects of noninvasive respiratory support strategies on lung injury determinants remain unclear, primarily due to the difficulty of obtaining standardized measurements for all interventions within the same study. We conducted a systematic review and network meta-analysis to assess the effects of noninvasive strategies on transpulmonary driving pressure and inspiratory effort in patients with acute hypoxemic respiratory failure. We conducted a systematic search (Ovid MEDLINE, Embase, Scopus, and PubMed) and performed a network meta-analysis of physiological studies involving hypoxemic adults published up to February 16th, 2025. We included studies that assessed inspiratory effort with esophageal manometry under at least two noninvasive respiratory support strategies [standard oxygen, high-flow nasal oxygen (HFNO), noninvasive ventilation (NIV), and continuous positive airway pressure (CPAP)]. Outcomes included transpulmonary driving pressure, inspiratory effort per breath and per minute, respiratory rate, and gas exchange. Treatment effects are displayed as mean differences [95% confidence intervals]. Among 5876 citations, thirteen studies (n = 312 patients) were included (mean PaO 2 /FiO 2 = 131 (± 48) mmHg, mean respiratory rate = 28 (± 8) breaths*min −1 ). Compared to standard oxygen, HFNO and CPAP did not affect transpulmonary driving pressure or effort per breath. HFNO and NIV reduced effort per minute (-95 cmH 2 O*bpm [-140; -49] and -240 cmH 2 O*bpm [-284; -196], respectively), whereas CPAP did not. NIV lowered effort per breath (-5.9 cmH 2 O [-7.4; -4.4]) but increased driving pressure (3.4 cmH₂O [1.4; 5.4]). All strategies reduced respiratory rate, with HFNO producing the greatest decrease (HFNO: -5 breaths*min −1 [-6; -4]; CPAP: -2 breaths*min −1 [-4; -1]; NIV: -4 breaths*min −1 [-5; -2]); all interventions improved PaO 2 /FiO 2 , with CPAP and NIV showing greater effects than HFNO (CPAP: 67 mmHg [55; 80]; NIV: 82 mmHg [56; 108]; HFNO: 24 mmHg [5; 43]). None of the strategies affected PaCO 2 . Noninvasive strategies exert distinct physiological effects: HFNO and NIV reduce effort per minute, while only NIV decreases effort per breath but at the cost of increased driving pressure. CPAP has neutral effects on driving pressure and effort. CPAP and NIV provide greater improvements in oxygenation than HFNO. Individualized selection based on effort levels may help balance the benefits and risks of noninvasive support. CRD42024564035.

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)0,012
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,028
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0160,033
Bibliométrie0,0050,006
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,059
Tête enseignante GPT0,364
Écart entre enseignants0,305 · 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'étudeMéta-analyse
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

Citations6
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCritical CareMême sujetRespiratory Support and MechanismsTravaux en français237 207