Late Breaking Abstract - Effects of Spontaneous Breathing, Positive Airway Pressure, and pRoteCtive Mechanical Ventilation in a Preclinical Model of Acute Lung Injury. The SPARC Study
Notice bibliographique
Résumé
Background The risk of patient self-inflicted lung injury (P-SILI) and the impact of CPAP, unassisted spontaneous breathing, and protective mechanical ventilation in ARDS remain incompletely understood. Methods In a porcine model of severe ARDS, animals were randomized to: unassisted breathing (P-SILI; PEEP 2cmH₂O, pressure support 2cmH₂O); CPAP (PEEP 10cmH₂O, pressure support 2cmH₂O); or mechanical ventilation (VCV). VCV followed protective strategies: prone positioning, driving pressure <14 cmH₂O, and PEEP titrated to end-expiratory transpulmonary pressure of 0–2cmH₂O. In P-SILI and CPAP, sedatives were titrated to muscular inspiratory pressures of 15–25cmH₂O. All animals received 100% FiO₂. Preliminary results from 12 animals (n=4/group) are reported. Results PaCO₂ was higher in P-SILI and CPAP than VCV; oxygen saturation was better in CPAP than P-SILI. VCV animals had higher PaO₂/FiO₂ (p<0.05) and better compliance (p<0.05). After injury, ventilation shifted ventrally in all groups and dorsally over time (p<0.001). At the end, all animals were ventilated identically and VCV maintained higher PaO₂/FiO₂ (p=0.03) and compliance (p=0.004)(Figure1). erj;66/suppl_69/PA1011/F1 F1 F1 Conclusions In a large animal model of ARDS, mechanical ventilation with prone positioning, low driving pressure, and individualized PEEP may increase lung protection compared to unsupported spontaneous breathing.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».