Mechanical ventilatory parameters based on a mathematical model for diagnosis/treatment of older adults with ARDS
Portada
PDF 
FLIP 
Citas bibliográficas
Gestores Bibliográficos
Indexadores
Código QR
Autores
Autor corporativo
Recolector de datos
Otros/Desconocido
Director audiovisual
Editor/Compilador
Editores
Tipo de Material
Fecha
Cita bibliográfica
Título de serie/ reporte/ volumen/ colección
Resumen en inglés
This study presents a novel mathematical model to estimate mechanical ventilatory parameters in older adults diagnosed with Acute Respiratory Distress Syndrome (ARDS). The proposed model, called the Recruitment and Distention Elastance Analysis + Slice model (RDEA + Slice), builds on the traditional Single Compartment Model (SCM) by incorporating new strategies for improved physiological representation. Validation with real patient data showed that RDEA + Slice offers enhanced numerical accuracy compared to conventional methods, especially during spontaneous breathing and patient-ventilator asynchronies. To further explore asynchrony detection, the pressure signal was interpreted as a combination of a synchronous baseline and "noise" from asynchronous activity. A frequency-domain filtering approach was used to isolate these components, leading to the formulation of two metrics: the Asynchrony Event Percentage (AE%) and the Asynchrony Index (AI%). These metrics were applied to three datasets, allowing for the identification of threshold-based criteria to distinguish between synchronous and asynchronous breathing patterns. Additionally, image processing techniques were validated and used to extract ventilatory data from video recordings of ventilator screens. This approach provides a practical solution for data acquisition in low-resource settings, a common challenge in emerging economies. The extracted data showed high fidelity and low Mean Squared Error when compared with sensor-derived measurements. The results suggest that the proposed model, detection indices, and image processing methodology could support clinical decision-making by providing insights into patient-specific respiratory mechanics.
Resumen en español
Este estudio presenta un nuevo modelo matemático para estimar los parámetros ventilatorios mecánicos en adultos mayores diagnosticados con síndrome de dificultad respiratoria aguda (SDRA). El modelo propuesto, llamado Recruitment and Distention Elastance Analysis + Slice model (RDEA + Slice), se basa en el modelo tradicional de un solo compartimento (SCM) al incorporar nuevas estrategias para mejorar la representación fisiológica. La validación con datos reales de pacientes mostró que RDEA + Slice ofrece una precisión numérica mejorada en comparación con los métodos convencionales, especialmente durante la respiración espontánea y las asincronías paciente-ventilador. Para explorar más a fondo la detección asincrónica, la señal de presión se interpretó como una combinación de una línea de base sincrónica y "ruido" de actividad asincrónica. Se utilizó un enfoque de filtrado en el dominio de la frecuencia para aislar estos componentes, lo que llevó a la formulación de dos métricas: el porcentaje de eventos asincrónicos (AE%) y el índice de asincronía (AI%). Estas métricas se aplicaron a tres conjuntos de datos, lo que permitió la identificación de criterios basados en umbrales para distinguir entre patrones de respiración sincrónicos y asincrónicos. Además, se validaron técnicas de procesamiento de imágenes y se utilizaron para extraer datos ventilatorios de grabaciones de video de pantallas de ventiladores. Este enfoque proporciona una solución práctica para la adquisición de datos en entornos de bajos recursos, un desafío común en las economías emergentes. Los datos extraídos mostraron alta fidelidad y bajo error cuadrático medio en comparación con las mediciones derivadas del sensor. Los resultados sugieren que el modelo propuesto, los índices de detección y la metodología de procesamiento de imágenes podrían respaldar la toma de decisiones clínicas al proporcionar información sobre la mecánica respiratoria específica del paciente.