自発呼吸患者における脳卒中容積変動の予測可能性に対する深部呼吸の影響【JST・京大機械翻訳】

Mukai Akira; Suehiro Koichi; Kimura Aya; Kodama Sae; Tanaka Katsuaki; Mori Takashi; Nishikawa Kiyonobu

文献

J-GLOBAL ID：202002287504082912 整理番号：20A0837925

自発呼吸患者における脳卒中容積変動の予測可能性に対する深部呼吸の影響【JST・京大機械翻訳】

Impact of deep breathing on predictability of stroke volume variation in spontaneous breathing patients

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=20A0837925&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A0837925&from=J-GLOBAL&jstjournalNo=E0550B") }}

著者 (7件)： , , , , , ,
資料名：
巻： 64 号： 5 ページ： 648-655 発行年： 2020年
JST資料番号： E0550B ISSN： 0001-5172 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

背景:本研究は,自然呼吸患者の間の流体応答者を識別するために,深い呼吸の間の脳卒中容積変化(SVV)の能力を調査した。方法:全身麻酔を受けている患者30名を登録し,麻酔導入前に評価した。脳卒中量(SV)とSVVを含む血液動態変数を,正常呼吸の間,ClearSightシステムを用いて測定した。これらの測定の後,各患者は深い呼吸(6つの呼吸/分)を維持するために必要であり,血液動態変数を記録した。次に,テーブルを2分間,Trendelenburg位置(15°)に調整し,血液動態変数を測定した。正常および深い呼吸の間にSVVに対して受信者動作特性曲線を作成し,正常および深い呼吸(ΔSVV)の間のSVVの差は,流体応答者を識別するために(SVの増加>10%を変化させた)。ピアソンの相関係数を用いて,SV増加とΔSVVの間の相関を調べた。灰色ゾーンアプローチを用いて,血液動態変数の決定的範囲を評価した。結果:受信者動作特性曲線分析は,ΔSVVが流体反応性予測において良好な信頼性を示すことを示した(AUC:0.850;95%CI:0.67-0.953;閾値:4%,感度:75.0%,特異性:88.9%)。一方,正常呼吸時のSVVは(AUC:0.579;95%CI:0.386-0.756)。深い呼吸中のSVVは許容できる予測可能性(AUC:0.778;95%CI:0.589~0.908)を示したが,感度は良くなかった(58.3%)。灰色ゾーンアプローチにより,ΔSVVの決定範囲は1.4%~4.2%(患者の23%)の範囲で小さかった。結論:深い呼吸は,自然呼吸患者における動的指標の信頼性を改善することができた。試験登録:UMIN-CTR,識別子:UMIN000027970。https://upload.umin.ac.jp/cgi-open-bin/ctr/ctr_view.cgi?recptno=R000032040.Copyright 2020 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , ,
, , , , , 【Automatic Indexing@JST】

神経系疾患の治療一般 , リハビリテーション

, , , , , ,

前のページに戻る