Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/20.500.12008/56320
MetadatoEtiquetaValorIdioma
dc.contributor.author Autor Cruces, Pablo-
dc.contributor.author Autor Retamal, Jaime-
dc.contributor.author Autor Damián, Andrés-
dc.contributor.author Autor Lago, Graciela-
dc.contributor.author Autor Blasina, Fernanda-
dc.contributor.author Autor Oviedo, Vanessa-
dc.contributor.author Autor Medina, Tania-
dc.contributor.author Autor Pérez, Agustín-
dc.contributor.author Autor Vaamonde, Lucía-
dc.contributor.author Autor Dapueto, Rosina-
dc.contributor.author Autor González-Dambrauskas, Sebastián-
dc.contributor.author Autor Serra, Alberto-
dc.contributor.author Autor Monteverde-Fernandez, Nicolás-
dc.contributor.author Autor Namías, Mauro-
dc.contributor.author Autor Martínez, Javier-
dc.contributor.author Autor Hurtado, Daniel E.-
dc.contributor.filiacion Filiación Cruces Pablo, Universidad Andrés Bello (Chile). Facultad de Ciencias de la Vida; Hospital El Carmen Dr. Luis Valentín Ferrada (Chile). Unidad de Paciente Crítico Pediátrico-
dc.contributor.filiacion Filiación Retamal Jaime, Pontificia Universidad Católica de Chile (Chile). Departamento de Medicina Intensiva-
dc.contributor.filiacion Filiación Damián Andrés, Universidad de la República (Uruguay). Facultad de Medicina. Hospital de Clínicas. Unidad Académica de Medicina Nuclear e Imagenología Molecular; Centro Uruguayo de Imagenología Molecular (Uruguay)-
dc.contributor.filiacion Filiación Lago Graciela, Centro Uruguayo de Imagenología Molecular (Uruguay); Academia Nacional de Medicina (Uruguay)-
dc.contributor.filiacion Filiación Blasina Fernanda, Universidad de la República (Uruguay). Facultad de Medicina. Unidad Académica de Neonatología-
dc.contributor.filiacion Filiación Oviedo Vanessa, Pontificia Universidad Católica de Chile (Chile). Departamento de Medicina Intensiva-
dc.contributor.filiacion Filiación Medina Tania, Hospital El Carmen Dr. Luis Valentín Ferrada (Chile). Unidad de Paciente Crítico Pediátrico-
dc.contributor.filiacion Filiación Pérez Agustín, Pontificia Universidad Católica de Chile (Chile). Facultad de Ingeniería. Departamento de Ingeniería Estructural y Geotécnica-
dc.contributor.filiacion Filiación Vaamonde Lucía, Centro Hospitalario Pereira Rossell (Uruguay). Departamento de Pediatría y Unidad de Cuidados Intensivos de Niños; Universidad de la República (Uruguay). Facultad de Medicina-
dc.contributor.filiacion Filiación Dapueto Rosina, Centro Uruguayo de Imagenología Molecular (Uruguay)-
dc.contributor.filiacion Filiación González-Dambrauskas Sebastián, Centro Hospitalario Pereira Rossell (Uruguay). Departamento de Pediatría y Unidad de Cuidados Intensivos de Niños; Universidad de la República (Uruguay). Facultad de Medicina; Red Colaborativa Pediátrica de Latinoamérica-
dc.contributor.filiacion Filiación Serra Alberto, Centro Asistencial del Sindicato Medico del Uruguay (Uruguay ); Red Colaborativa Pediátrica de Latinoamérica-
dc.contributor.filiacion Filiación Monteverde-Fernandez Nicolás, Médica Uruguaya (Uruguay). Cuidados Intensivos Pediátricos y Neonatales; Red Colaborativa Pediátrica de Latinoamérica (Uruguay)-
dc.contributor.filiacion Filiación Namías Mauro, Fundación Centro Diagnostico Nuclear (Argentina)-
dc.contributor.filiacion Filiación Martínez Javier, Hospital Central de las Fuerzas Armadas (Uruguay); Red Colaborativa Pediátrica de Latinoamérica (Uruguay)-
dc.contributor.filiacion Filiación Hurtado Daniel E., Pontificia Universidad Católica de Chile (Chile). Facultad de Medicina y Ciencias Biológicas. Instituto de Ingeniería Biológica y Médica-
dc.date.accessioned Fecha ingreso 2026-08-07T15:00:33Z-
dc.date.available Fecha disponible 2026-08-07T15:00:33Z-
dc.date.issued Año de publicación 2024-
dc.description.abstract Resumen Background The spatiotemporal progression and patterns of tissue deformation in ventilator-induced lung injury (VILI) remain understudied. Our aim was to identify lung clusters based on their regional mechanical behavior over space and time in lungs subjected to VILI using machine-learning techniques. Results Ten anesthetized pigs (27 ± 2 kg) were studied. Eight subjects were analyzed. End-inspiratory and end-expiratory lung computed tomography scans were performed at the beginning and after 12 h of one-hit VILI model. Regional image-based biomechanical analysis was used to determine end-expiratory aeration, tidal recruitment, and volumetric strain for both early and late stages. Clustering analysis was performed using principal component analysis and K-Means algorithms. We identified three different clusters of lung tissue: Stable, Recruitable Unstable, and Non-Recruitable Unstable. End-expiratory aeration, tidal recruitment, and volumetric strain were significantly different between clusters at early stage. At late stage, we found a step loss of end-expiratory aeration among clusters, lowest in Stable, followed by Unstable Recruitable, and highest in the Unstable Non-Recruitable cluster. Volumetric strain remaining unchanged in the Stable cluster, with slight increases in the Recruitable cluster, and strong reduction in the Unstable Non-Recruitable cluster. Conclusions VILI is a regional and dynamic phenomenon. Using unbiased machine-learning techniques we can identify the coexistence of three functional lung tissue compartments with different spatiotemporal regional biomechanical behavior.es
dc.format.extent Extensión 9 p.es
dc.format.mimetype Formato application/pdfes
dc.identifier.citation Citación Cruces P, Retamal J, Damián A y otros. A machine-learning regional clustering approach to understand ventilator-induced lung injury: a proof-of-concept experimental study. Intensive Care Medicine Experimental [en línea]. 2024;12(1). 9 p.es
dc.identifier.doi DOI 10.1186/s40635-024-00641-8-
dc.identifier.eissn e-ISSN 2197-425X-
dc.identifier.uri URI https://hdl.handle.net/20.500.12008/56320-
dc.language.iso Idioma enes
dc.publisher Editorial SpringerOpenes
dc.relation.ispartof EN Intensive Care Medicine Experimental. 2024;12(1)es
dc.rights Derechos Las obras depositadas en el Repositorio se rigen por la Ordenanza de los Derechos de la Propiedad Intelectual de la Universidad de la República.(Res. Nº 91 de C.D.C. de 8/III/1994 – D.O. 7/IV/1994) y por la Ordenanza del Repositorio Abierto de la Universidad de la República (Res. Nº 16 de C.D.C. de 07/10/2014)es
dc.rights.licence Licencia Licencia Creative Commons Atribución (CC - By 4.0)es
dc.subject Palabras clave Mechanical ventilationes
dc.subject Palabras clave Ventilator-induced lung injuryes
dc.subject Palabras clave Lung straines
dc.subject Palabras clave Computed tomographyes
dc.subject Palabras clave Diagnostic imaginges
dc.subject.other Descriptores VENTILADORES MECÁNICOSes
dc.subject.other Descriptores RESPIRACIÓN ARTIFICIALes
dc.subject.other Descriptores LESIÓN PULMONAR IDUCIDA POR VENTILACIÓN MECÁNICAes
dc.subject.other Descriptores DIAGNÓSTICO POR IMAGENes
dc.subject.other Descriptores TOMOGRAFÍAes
dc.title Título A machine-learning regional clustering approach to understand ventilator-induced lung injury: a proof-of-concept experimental studyes
dc.type Tipo de documento Artículoes
FicherosDescripciónTamañoFormato
A machine learning regional clustering.pdf A machine learning regional clustering 1.69 MB Adobe PDF