MétaCan
Menu
Retour à la cohorte
Enregistrement W64177751 · doi:10.1155/2003/818404

Re‐Evaluation of Acid‐Base Prediction Rules in Patients with Chronic Respiratory Acidosis

2003· article· en· W64177751 sur OpenAlexaff
Tereza Martinu, Dick Menzies, Sandra Dial

Notice bibliographique

RevueCanadian Respiratory Journal · 2003
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal function and acid-base balance
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMedicineRespiratory acidosisAcidosisRespiratory systemBase (topology)Acid–base imbalanceIntensive care medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

RATIONALE: The prediction rules for the evaluation of the acid-base status in patients with chronic respiratory acidosis, derived primarily from an experimental canine model, suggest that complete compensation should not occur. This appears to contradict frequent observations of normal or near-normal pH levels in patients with chronic hypercapnia. METHODS: Linear regression analysis was used to estimate the relationships between arterial pH, bicarbonate and partial pressure of carbon dioxide (PCO2) from 18 separate arterial blood gas measurements in 18 clinically stable outpatients with chronic hypercapnic respiratory failure from chronic obstructive lung disease, and without clinical conditions or medications likely to cause a primary metabolic alkalosis. RESULTS: The PCO2 ranged from 45 mmHg to 77 mmHg, and pH ranged from 7.37 to 7.44. In only three of the arterial blood gas measurements were the pH values lower than 7.38. From the regression equations derived from these measurements, the pH decreased by 0.014 for each 10 mmHg increase in the PCO2, and the bicarbonate level increased by 5.1 mmol/L. These values are quite different from a decrease in pH of 0.03 and an increase in bicarbonate of 3.5 mmol/L predicted using the rules derived from the canine model. CONCLUSIONS: In patients with chronic stable hypercapnia, acid-base compensatory mechanisms appear to be more effective than would be predicted using the classic rules.

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)0,004
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,035
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,029
Tête enseignante GPT0,257
Écart entre enseignants0,229 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations43
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Respiratory JournalMême sujetRenal function and acid-base balanceTravaux en français237 207