Spelling suggestions: "subject:"entilation assist neurales"" "subject:"entilation assist neural""
1 |
Optimisation des interactions patient-ventilateur en ventilation assistée : intérêt des nouveaux algorithmes de ventilation / Patient-ventilator interactions optimization : new ventilation algorithms contributionCarteaux, Guillaume 30 November 2015 (has links)
En ventilation assistée, les interactions patient-ventilateur, qui sont associés au pronostic, dépendent pour partie des algorithmes de ventilation. Objectifs : Caractériser l'intérêt potentiel des nouveaux algorithmes de ventilation dans l'optimisation des interactions patient-ventilateur : 1) en ventilation invasive, deux modes et leurs algorithmes nous ont semblé novateurs et nous avons cherché à personnaliser l'assistance du ventilateur en fonction de l'effort respiratoire du patient au cours de ces modes proportionnels : ventilation assistée proportionnelle (PAV+) et ventilation assistée neurale (NAVA) ; 2) en ventilation non-invasive (VNI) nous avons évalué si les algorithmes VNI des ventilateurs de réanimation et des ventilateurs dédiés à la VNI diminuaient l'incidence des asynchronies patient-ventilateur. Méthodes : 1) En PAV+ nous avons décrit un moyen de recalculer le pic de pression musculaire réalisée par le patient à chaque inspiration à partir du gain réglé et de la pression des voies aériennes monitorée par le respirateur. Nous avons alors évalué la faisabilité clinique d'ajuster l'assistance en ciblant un intervalle jugé normal de pression musculaire. 2) Nous avons comparé une titration de l'assistance en NAVA et en aide inspiratoire (AI) en se basant sur les indices d'effort respiratoire. 3 et 4) En VNI, nous avons évalué l'incidence des asynchronies patient-ventilateur avec et sans l'utilisation d'algorithmes VNI : sur banc d'essai au cours de conditions expérimentales reproduisant la présence de fuites autour de l'interface ; en clinique chez des patients de réanimation. Résultats : En PAV+, ajuster le gain dans le but de cibler un effort respiratoire normal était faisable, simple et souvent suffisant pour ventiler les patients depuis le sevrage de la ventilation mécanique jusqu'à l'extubation. En NAVA, l'analyse des indices d'effort respiratoire a permis de préciser les bornes d'utilisation et de comparer les interactions patient-ventilateur avec l'AI dans des intervalles d'assistance semblables. En VNI, nos données pointaient l'hétérogénéité des algorithmes VNI sur les ventilateurs de réanimation et retrouvaient une meilleure synchronisation patient-ventilateur avec l'utilisation de ventilateurs dédiés à la VNI pour des qualités de pressurisation par ailleurs identiques. Conclusions : En ventilation invasive, personnaliser l'assistance des modes proportionnels optimise les interactions patient-ventilateur et il est possible de cibler une zone d'effort respiratoire normale en PAV+. En VNI, les ventilateurs dédiés améliorent la synchronisation patient-ventilateur plus encore que les algorithmes VNI sur les ventilateurs de réanimation, dont l'efficacité varie grandement selon le ventilateur considéré. / During assisted mechanical ventilation, patient-ventilator interactions, which are associated with outcome, partly depend on ventilation algorithms.Objectives: : 1) during invasive mechanical ventilation, two modes offered real innovations and we wanted to assess whether the assistance could be customized depending on the patient's respiratory effort during proportional ventilatory modes: proportional assist ventilation with load-adjustable gain factors (PAV+) and neurally adjusted ventilator assist (NAVA); 2) during noninvasive ventilation (NIV): to assess whether NIV algorithms implemented on ICU and dedicated NIV ventilators decrease the incidence of patient-ventilator asynchrony.Methods: 1) In PAV+ we described a way to calculate the muscle pressure value from the values of both the gain adjusted by the clinician and the airway pressure. We then assessed the clinical feasibility of adjusting the gain with the goal of maintaining the muscle pressure within a normal range. 2) We compared titration of assistance between neurally adjusted ventilator assist (NAVA) and pressure support ventilation (PSV) based on respiratory effort indices. During NIV, we assessed the incidence of patient-ventilator asynchrony with and without the use of NIV algorithms: 1) using a bench model; 2) and in the clinical settings.Results: During PAV+, adjusting the gain with the goal of targeting a normal range of respiratory effort was feasible, simple, and most often sufficient to ventilate patients from the onset of partial ventilatory support until extubation. During NAVA, the analysis of respiratory effort indices allowed us to precise the boundaries within which the NAVA level should be adjusted and to compare patient-ventilator interactions with PSV within similar ranges of assistance. During NIV, our data stressed the heterogeneity of NIV algorithms implemented on ICU ventilators. We therefore reported that dedicated NIV ventilators allowed better patient-ventilator synchronization than ICU ventilators, even with their NIV algorithms engaged.Conclusions: During invasive mechanical ventilation, customizing the assistance during proportional ventilatory modes with the goal of targeting a normal range of respiratory effort optimizes patient-ventilator interactions and is feasible with PAV+. During NIV, dedicated NIV ventilators allow better patient-ventilator synchrony than ICU ventilators, even with their NIV algorithm engaged. ICU ventilators' NIV algorithms efficiency is however highly variable among ventilators.
|
Page generated in 0.1404 seconds