| Summary: | Cette recherche est centrée sur l’optimisation des réglages au cours de la ventilation artificielle ou ventilation mécanique (support respiratoire fourni aux patients atteints d’insuffisance respiratoire aigüe ou chronique, aux patients opérés ou aux patients dans le coma) avec des outils innovants. Nous avons développé et évalué un outil totalement innovant et original permettant de mesurer la taille des patients alités sous ventilation artificielle et de fournir au clinicien en charge du patient les données pour appliquer une ventilation protectrice. En effet, nous avons démontré l’importance de la taille pour optimiser ce réglage, comparé les méthodes de mesure traditionnelles à des méthodes alternatives pour mesurer les patients alités, et conclu que les méthodes alternatives étaient au moins aussi précises mais plus faciles à utiliser en pratique. Finalement, nous avons développé un outil optique original utilisable avec un iPhone permettant de faciliter la tâche du clinicien pour régler des volumes courants sécuritaires. L’idée de ce projet de doctorat est basée sur la nécessité de l’automatisation de la ventilation mécanique. Il existe un véritable bouleversement en ventilation mécanique depuis quelques années: l’apparition de systèmes réglant automatiquement certains paramètres majeurs du ventilateur sans intervention humaine. Ce virage est lié à un autre bouleversement: le doublement prévu du nombre de patients ayant recours à la ventilation mécanique d’ici à une quinzaine d’années. L’augmentation prévisible du nombre de patients sous ventilation mécanique sans augmentation du nombre de cliniciens à même de prendre en charge ces patients, est un problème majeur de santé publique. Cette augmentation est liée à la pyramide des âges et à la sévérité croissante des patients traités qui présentent de plus en plus de comorbidités. D’autre part, ces systèmes automatisés permettront de réaliser de façon automatisée le « transfert de connaissance ». En effet, il a bien été démontré les difficultés de mise en place des recommandations cliniques. L’utilisation de systèmes automatisés de ventilation pourrait permettre d’implémenter automatiquement les recommandations dans ce domaine et ainsi de réaliser automatiquement le transfert des connaissances. Par exemple, la nécessité de réduire le volume courant au cours du syndrome de détresse respiratoire aigüe (SDRA) pour réduire les lésions induites par la ventilation et la mortalité a été bien démontrée mais les difficultés d’application de ces mesures ont été rapportées dans de nombreuses études. Nous nous sommes concentrés sur ce problème en apparence simple : mesurer simplement les patients sous ventilation artificielle, calculer le poids prédit et le volume courant à utiliser chez les patients. Ce nouveau système pourra probablement aider les cliniciens pour appliquer chez un grand nombre de patients la ventilation protectrice et ainsi réduire les complications associées à la ventilation mécanique. === This research focuses on artificial ventilation or mechanical ventilation (respiratory support provided to patients with acute respiratory failure or chronic patients or operated patients in a coma) under the direction of Dr. François Lellouche at the Research Center of the Quebec Herat and Lung Institute. This research project has several themes: the automation of mechanical ventilation, the technology assessment of material used during mechanical ventilation and weaning from mechanical ventilation. My PhD project is based on the automation of mechanical ventilation (MV). There has been a revolution happening in mechanical ventilation for several years: the emergence of systems without human intervention that automatically adjust certain key parameters such as fan pressure used during the inspiratory phase or frequency of the fan cycles dispensed to patients. This move anticipates another major factor occurring in the health care system: the expected doubling of the number of patients using mechanical ventilation within the next fifteen years. The expected increase in the number of patients on mechanical ventilation without increasing the number of clinicians able to take care of these patients will be a major public health problem. This increase is related to the age and increasing severity of mechanically ventilated patients who have more co-morbidities. On the other hand, these automated systems enable automated knowledge translation (KT). It has been demonstrated that the implementation of clinical guidelines also encounters many barriers. We hope that our automated KT system will help implement recommended lower tidal volumes. For example, the need to reduce the tidal volume during acute respiratory distress syndrome (ARDS) in patients to reduce injuries and mortality has been well documented, but the difficulties in applying these measures have been reported in many studies. We focused on this seemingly simple problem: simply measuring patients with artificial ventilation, calculating the predicted body weight and the tidal volume to use for patients.
|
|---|
