Diaphragm ultrasound for muscle strength assessment: A systematic literature review
Notice bibliographique
Résumé
OBJECTIVE: To assess if diaphragmatic ultrasound (DU) reflects diaphragmatic muscle strenght when compared to respiratory tests and neurophysiological studies. METHODS: A systematic literature review was conducted on adults undergoing DU, compared to any respiratory or neurophysiological technique. The search strategy was applied in PubMed, Scopus, and Web of Science, and the analysis was conducted using the PRISMA methodology. Three eligibility assessment stages were performed: title, abstract, and full-text reading. The risk of bias was evaluated using the RoB 2.0, ROBINS-I, and Newcastle-Ottawa Scale tools. RESULTS: Out of 155 identified articles, 25 were selected for full-text review (14 non-randomised studies, 8 case-control studies, and 3 randomised studies). The overall risk of bias was moderate, with the main biases related to population selection and intervention assessment.Twenty-three articles used maximal inspiratory pressure measurement as a comparator which showed a weak-to-moderate correlation, significant in 10 studies, with diaphragmatic excursion. Three studies reported a weak association between diaphragmatic thickening and sniff pressure.Five articles reported a concordant correlation between diaphragmatic thickening and compound muscle action potential amplitude, significant only in one study. CONCLUSION: The variability of results obtained across different pathologies does not support the use of DU alone to predict diaphragmatic muscle strength.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 ».