{"id":16819,"date":"2026-08-20T17:17:17","date_gmt":"2026-08-20T15:17:17","guid":{"rendered":"https:\/\/www.proefschriftmaken.nl\/portfolio\/peter-somhorst\/"},"modified":"2026-08-20T17:17:24","modified_gmt":"2026-08-20T15:17:24","slug":"peter-somhorst","status":"publish","type":"us_portfolio","link":"https:\/\/www.proefschriftmaken.nl\/en\/portfolio\/peter-somhorst\/","title":{"rendered":"Peter Somhorst"},"content":{"rendered":"","protected":true},"excerpt":{"rendered":"","protected":true},"author":8,"featured_media":16820,"comment_status":"closed","ping_status":"closed","template":"","meta":{"_acf_changed":false,"footnotes":""},"us_portfolio_category":[45],"class_list":["post-16819","us_portfolio","type-us_portfolio","status-publish","post-password-required","hentry","us_portfolio_category-new-template"],"acf":{"main_text":"","naam_van_het_proefschift":"Patient-Tailored Mechanical Ventilation through Bedside Respiratory Monitoring","samenvatting":"Traditioneel waren er alleen ongedifferentieerde benaderingen voor het standaardiseren van mechanische beademing. Sinds de beschrijving van het syndroom worden pati\u00ebnten met het acute respiratory distress syndrome (ARDS) anders bestudeerd en behandeld dan bijvoorbeeld pati\u00ebnten die beademd worden tijdens en na een operatie. ARDS-cohorten werden verder opgesplitst op basis van PaO2\/FiO2-ratio, etiolgie, biomarkers, genexpressie, et cetera, gegeven de heterogene aard van het syndroom [1\u20134]. De behandeling is tegenwoordig meer toegespits op specifieke sub-cohorten. Er bestaan echter nog steeds vari\u00ebrende reacties op de behandeling, wat een individuele benadering rechtvaardigt. Dit vraagt om beter begrip van de respiratoire mechanica aan het bed. In dit proefschrift heb ik beoogd dit begrip te vergroten, en heb ik verschillende methodes voor het instellen van de positieve eind-expiratoire luchtwegdruk (positive end-expiratory pressure, PEEP) onderzocht, met als voornaamste focus beademing ge\u00efnformeerd door elektrische impedantie-tomografie (EIT).\n\nEr bestaan meerdere methoden voor het instellen van PEEP om de beademing aan te passen aan de fysiologie van de individuele pati\u00ebnt. In Hoofdstuk 2 hebben we een overzicht gemaakt van de monitorings-technieken die gebruikt worden voor pati\u00ebnten met ARDS als gevolg van besmetting met het coronavirus (COVID-19). Hoewel we ons richten op pati\u00ebnten met ARDS en COVID-19 zijn de aanbevelingen gebaseerd op ervaringen en studies over ARDS-pati\u00ebnten die geen COVID-19 hebben. We gaven daarom een overzicht van de mogelijkheden van verschillende technologie\u00ebn, en hadden niet het doel om de voordelen en risico\u2019s te vergelijken. We hebben daarom een breed scala aan technieken besproken, inclusief EIT, drukmeting in de oesophagus (Pes), drukmonitoring via de beademingsmachine en echografie van de longen. De vraag welk van deze technieken het beste is klinkt aanlokkend. Veel studies vergelijken nieuwe methodes met bestaande, maar kunnen geen duidelijk voordeel or vergelijking in het kader van uitkomst laten zien. Vaak is de keuze voor een specifieke methode gebaseerd op andere factoren zoals beschikbaarheid van de techniek, voorkennis van de gebruiker, het cohort, en persoonlijke voorkeuren en overtuigingen van de clinicus [5]. We gaven daarom geen aanbevelingen anders dan te overwegen om monitorings-technieken aan het bed voor het personaliseren van beademing te verkiezen boven traditionele niet-gepersonali seerde benaderingen.\n\nIn Hoofdstuk 3 hebben we het gebruik van Pes-metingen voor het instellen van de PEEP belicht, waarbij we het natuurkundige concept, de fysiologie rationale, potenti\u00eble klinische voordelen, en praktische toepassing van de technologie hebben besproken. Pes-metingen stellen ons in staat om de krachten (stress) op de borstkaswand en het longweefsel te scheiden. Van buitenaf, bijvoorbeeld met informatie van de beademingsmachine, is het niet mogelijk om betrouwbare te schatten welk deel van de druk die door de beademingsmachine op het respiratoire systeem wordt uitegeoefend door de longen wordt opgevangen. Daarnaast kan de druk die door de pati\u00ebnt zelf wordt gegenereerd niet betrouwbaar gemeten worden door de beademingsmachine. Het komt daardoor voor dat de krachten op de longen laag zijn bij een luchtwegdruk die een toelaatbare grens heeft bereikt, en dat bij een andere pati\u00ebnt de krachten op de longen juist hoog zijn bij een lage luchtwegdruk. Daarnaast is er gesuggereerd dat een licht-positieve eind-expiratoire trans-pulmonale druk PL belangrijk is om te voorkomen dat de longen in dichtvallen (collapse) aan het einde van een uitademing. EpVent-1 was een pilotstudie in een enkel ziekenhuis die dit bestudeerde, waarin inderdaad werd laten zien dat een positieve eind-expiratoire PL resulteerde in betere oxygenatie, een betere compliantie van het respiratoire systeem, en een trend richting lagere mortaliteit vergeleken met het gebruik van de lage PEEP\/FiO2-tabel. Het vervolgonderzoek met 200 pati\u00ebnten in meerdere centra, de EpVent-2, kon de voordelen van deze methode echter niet reproduceren. Dit werd deels toegewezen aan het feit dat de controlegroep vergelijkbare PEEP-instellingen kreeg, en deels aan het verschil in type pati\u00ebnten: EpVent-1 includeerde meer pati\u00ebnten met intra-abdominale risicofactoren, die meer baat zouden kunnen hebben bij de eind-expiratoire PL-strategie. In een post hoc analyse werd gevonden dat een positieve eind-expiratoire PL resulteerde in betere overleving van pati\u00ebnten die minder ziek waren (lagere APACHE II-score), dus waar het voorkomen van stress op de longen een relatief groot effect had op de uitkomst, en dat pati\u00ebnten die een eind-expiratoire PL dicht bij 0 cmH2O hadden een betere uitkomst hadden, ongeacht welke PEEP-strategie ze toegewezen kregen [6]. Wij hebben deze laatste benadering vergeleken met PEEP gebaseerd op EIT in Hoofdstuk 6.\n\nToen COVID-19 in het begin van 2020 in Nederland arriveerde was er weinig bekend over de pathofysiologie en het verloop van de ziekte, en hoe pati\u00ebnten te behandelen. Het was niet duidelijk of ernstig zieke pati\u00ebnten voldeden aan de definitie van ARDS, en of we dezelfde monitorings- en behandelstrategie\u00ebn konden gebruiken [7, 8]. Op onze intensive care (IC) zijn we direct bij aanvang van de pandemie gestart met geavanceerde respiratoire monitoring bij pati\u00ebnten met COVID-19, met twee belangrijke doelen: de mechanische en fysiologische veranderingen die mogelijk meer inzicht zouden geven in de nog onbekende pathologie van COVID-19 begrijpen, en beademing aan te passen aan de fysiologie van deze moeilijk te behandelen pati\u00ebnten.\n\nIn Hoofdstuk 4 beschreven we onze strategie in de eerste 15 pati\u00ebnten. Later hebben we in Hoofdstuk 5 de analyse en pati\u00ebntengroep uitgebreid tot 75 pati\u00ebnten. We vergeleken de hoge PEEP\/FiO2-tabel met de op EIT gebaseerde overdistentie\/collapse-methode [9], die als doel heeft een balans te vinden tussen de hoeveelheid overdistentie en collapse van longweefsel. Hoewel deze methode verre van nieuw was werd deze nog niet breed toegepast in de klinische praktijk. Deze studies resulteerden in de volgende \u2014 destijds vernieuwende \u2014 inzichten.\n\nPEEP en FiO2 waren ontkoppeld, wat betekent dat oxygenatie hersteld kon worden met slechts PEEP, wat wijst op hoge rekruteerbaarheid bij de meeste bestudeerde pati\u00ebnten. De relatief hoge PEEP resulteerde niet in hemodynamische instabiliteit, hoge driving pressure, extreme PL, of barotrauma. Het rekruteren van de longen leidde tot stabilisatie van het longvolume, de respiratoire mechanica en de hemodynamiek. PEEP resulteerde voornamelijk in overdistentie en was niet in staat om de oxygenatie te verbeteren in pati\u00ebnten waarvan de longen niet rekruteerbaar waren.\n\nEr was een redelijk sterke correlatie tussen de aanbevolen PEEP en de body mass index (BMI) van de pati\u00ebnten, wat ook in latere studies werd gevonden [10, 11]. Het is al lang duidelijk dat pati\u00ebnten met een hoge BMI vaak een kleiner longvolume hebben als gevolg van het hogere gewicht van de borstkaswand en\/of, afhankelijk van de verdeling van vetweefsel, een hogere buikdruk, en dat deze pati\u00ebnten ook sneller atelectase krijgen [12, 13]. Toch wordt BMI nog niet in overweging genomen bij het instellen van de PEEP. Wij stellen dat in eerste instantie, en wanneer geavanceerde monitorings-technieken niet beschikbaar zijn, de gekozen PEEP zou moeten afhangen van de BMI van de pati\u00ebnt. Tevens zien we bij deze pati\u00ebnten een ontkoppeling van de interne en extern opgelegde drukken. Zonder een manier om ofwel de interne drukken te meten middels Pes, ofwel het effect op de longvolumina weer te geven met een beeldvormende techniek (echo grafie, computed tomography (CT), EIT), kunnen we niet zeker weten hoe het respiratoire systeem reageert op extern opgelegde drukken.\n\nWe vonden twee subtypes van pati\u00ebnten in ons cohort: pati\u00ebnten die rekruteerbaar zijn en met een hoge BMI, snelle progressie van de ziekte, maar die niet ernstiger ziek zijn (op basis van de APACHE IV score) en geen grotere kans hebben te overlijden, versus pati\u00ebnten met niet-rekruteerbare longen die gemiddeld een lagere BMI hadden, een langzamere progressie van de ziekte, vaker longembolie\u00ebn en een hoger D-dimeer spiegel hadden bij opname. Hoge BMI resulteerde al snel in atelectase en verslechtering van de oxygenatie, waardoor de pati\u00ebnt afhankelijk werd van beademing. Pati\u00ebnten met een lagere BMI kwamen alleen op de IC als ze ernstigere longembolie\u00ebn hadden en hadden geen baat bij hogere PEEP door het gebrek aan rekruteerbaarheid. Zo leerden we dat slechtere oxygenatie niet alleen een resultaat kan zijn van alveolaire disfunctie (een tekort aan ventilatie wat leidt tot shunting), maar ook door capillaire disfunctie (een tekort aan perfusie wat leidt tot dode ruimte-ventilatie). Dit is geen nieuwe kennis: elk handboek respiratoire fysiologie beschrijft dit in detail. Toch wordt bij het behandelen van pati\u00ebnten met ARDS de heterogeniteit van perfusie niet altijd overwogen. De optimalisatie van oxygenatie moet daarom geen doel op zichzelf zijn, maar het resultaat van de optimalisatie van ventilatie, perfusie, en de afstemming tussen beiden.\n\nIn Hoofdstuk 6, in samenwerking met het Maasstad ziekenhuis in Rotterdam, hebben we de aanbevolen PEEP gebaseerd op de overdistentie\/collapse-methode vergeleken met de aanbevolen PEEP gebaseerd op een eind-expiratoire PL rond 0 cmH2O en de hoogste respiratoire systeem-compliantie. De overdistentie\/collapse-methode resulteerde in hogere PEEP-waarden, leidde tot minder collapse, maar niet tot meer overdistentie. Belangrijker was dat PEEP ingesteld op basis van op EIT resulteerde in minder pati\u00ebnten met hoge waarden van ofwel collapse, ofwel overdistentie, vergeleken met PEEP ingesteld op basis van PL of respiratoire compliantie.\n\nOnze methoden en de resulterende hoge PEEP werden bevraagd door andere experts [14]. Van den Berg en Van der Hoeven [15] schreven dat het onduidelijk is of overdistentie of juist collapse schadelijker is. Een recente studie liet in een varkensmodel van ARDS zien dat het nastreven van minimale collapse of een balans tussen collapse en overdistentie resulteerde in betere gaswisseling en respiratoire mechanica met goede hemodynamiek, terwijl het nastreven van minimale overdistentie leidde tot overmatige collapse en een hoger risico op overlijden als gevolg van het falen van het cardiovasculaire en respiratoire systeem [16]. Het is niet duidelijk of en hoe deze resultaten vertaald kunnen worden naar mensen, vooral in pati\u00ebnten met ARDS uit verschillende oorzaken.\n\nGattinoni et al. [14] suggereerde dat strategie\u00ebn die leiden tot een PEEP van meer dan 20 cmH2O \u2014 een waarde die we in onze studies vaak overschreden \u2014 niet zonder gevaar zijn. Zij baseerden hun conclusies deel op de ART-studie [17], die liet zien dat pati\u00ebnten die recruitment maneuvers en PEEP ingesteld op basis van de beste compliantie kregen, een grotere kans op overlijden hadden dan pati\u00ebnten die een lage PEEP kregen. Latere meta-analyses suggereerden echter dat dit mogelijk kwam door het hoge aantal pati\u00ebnten met barotrauma als gevolg van recruitment maneuvers, en niet door de hogere PEEP [18]. Wij vonden geen gevallen van barotrauma in onze pati\u00ebnten.\n\nIn Hoofdstuk 2 legden we uit hoe we onze kennis en ervaring met ARDS-pati\u00ebnten zonder COVID-19 konden gebruiken in pati\u00ebnten met COVID-19. Hoewel het exacte ziekte verloop anders kan zijn bij verschillende oorzaken, blijven de voornaamste mechanismen achter ARDS \u2014 endotheel- en epitheelschade, coagulatie in pulmonale capillairen, surfactant-disfunctie, alveolair vocht, en collapse van longweefsel \u2014 hetzelfde. Daarom stellen wij dat, wanneer het gaat over de optimalisatie van beademing en het voorkomen van het verergeren van longschade, onze bevindingen uit Hoofdstuk 4\u20136 niet alleen gelden voor COVID-19, maar ook te generaliseren zijn naar ARDS uit andere oorzaken [19, 20].\n\nHoewel EIT en Pes -metingen al vele jaren geleden ge\u00efntroduceerd zijn in de klinische praktijk blijft het gebruik van beide technologie\u00ebn beperkt. We hebben een vragenlijst uitgezet onder clinici die werken op een IC, waarvan de meesten expertise en ervaring hebben met (een van) beide technieken, om te onderzoeken welke factoren het gebruik van deze technologie\u00ebn blokkeren of juist faciliteren [5, geen onderdeel van dit proefschrift]. We vonden dat hoewel de meeste mensen het er mee eens waren dat EIT en Pes relevant zijn en helpen in het instellen van beademing, studies die een duidelijk voordeel laten zien missen.\n\nHet gebruik van technologie in de klinische praktijk kan verbeterd worden met standaardisatie en richtlijnen. In 2024 organiseerden we een 4-daags internationaal sym posium waar we een groep experts in de technische, klinische en wetenschappelijke aspecten van EIT uitnodigden. Dit resulteerde in Hoofdstuk 7, een consensus-artikel met onze gezamenlijke visie op de beste werkwijzen voor data-verzameling, studieontwerp, signaalverwerking, parameters, en (wetenschappelijke) verslaglegging bij het gebruik van EIT. Ontwerpkeuzes kunnen de kwaliteit van een studie, de resultaten en zelfs de conclusies be\u00efnvloeden. We gaven ook een overzicht van welke parameters gebruikt kunnen en zouden moeten worden voor onderzoeks- en klinische toepassingen, tijdens welke beademingsmodus, en of ze bepaald kunnen worden tijdens de meting aan het bed of achteraf.\n\nVoor elke analyse-stap van EIT-data moeten meerdere afwegingen gemaakt worden. Tijdens de voorbewerking van data worden ruis en verstoringen die veroorzaakt zijn door het cardiovasculaire systeem verwijderd met als doel de relevante informatie over ademhaling in de impedantie-data te isoleren. In Hoofdstuk 8 vergeleken we een aantal methodes voor het filteren van EIT-data, en introduceren we een methode die we voor dit doeleinde ontwikkelden (MDN). Een laagdoorlaatfilter (low pass, LP) verwijdert alle frequenties boven een grenswaarde. De grenswaarde is ingesteld tussen de ademhalings- en hartfrequenties, zodat het signaal gerelateerd aan het cardiovasculaire systeem verwijderd wordt en het grootste deel van het signaal gerelateerd aan de ademhaling wordt behouden. Dit kan echter significante invloed hebben op zowel de timing als de amplitude van het ademhalingssignaal. Toch wordt LP-filtering veel toegepast in publicaties en ingebouwd in commerci\u00eble EIT-apparatuur. We vonden dat meer geavanceerde filtertechnieken even goed of beter zijn in het verwijderen van cardiovasculaire artefacten, met behoud van meer complexiteit van het ademhalingssignaal. De keuze voor een filter moet per toepassing gemaakt worden; sommige toepassingen vereisen voornamelijk behoud van timing van het signaal, terwijl anderen meer afhankelijk zijn van de amplitude of vorm van het signaal in specifieke delen van de ademhalingscyclus.\n\nIn Hoofdstuk 9 introduceerden we eitprocessing, een open source softwarepakket geschreven in Python voor de analyse van gereconstrueerde EIT-data en andere data gerelateerd aan respiratoire mechanica. Het doel van de software is om open en betrouwbare analyse mogelijk te maken. Analyse van EIT-data en andere respiratoire data kent veel uitdagingen. Er is bijvoorbeeld een grote vari\u00ebteit aan apparatuur van verschillende fabrikanten die data genereren. Sommige fabrikanten faciliteren eenvoudige en transparante export van ruwe data, terwijl anderen alleen voorbewerkte data laten exporteren, niet duidelijk maken hoe data opgeslagen is, of het nadien analyseren van data helemaal onmogelijk maken. Onze eitprocessing-software maakt het inlezen van data van verschillende fabrikanten in een eenduidige structuur eenvoudig, waardoor de analyse-workflow gestandaardiseerd kan worden.\n\nNiet alle pixels in gereconstrueerde EIT-data zijn gerelateerd aan ademhaling. Het deel van de pixels dat wel ademhaling representeert heet functional lung space (FLS). Voor sommige toepassingen wordt een EIT-beeld opgesplitst in twee of meer regio\u2019s (regions of interest, ROIs), wat gebeurt op basis van geometrie (regio\u2019s met dezelfde afmeting uit het gehele EIT-beeld) of geometrisch gecombineerd met de FLS (bijvoorbeeld regio\u2019s met dezelfde hoogte b\u00ednnen de FLS). Omdat centrale regio\u2019s van de thorax de meeste impedantie-veranderingen laten zien, is er vaak een overrepresentatie van deze regio\u2019s. In Hoofdstuk 10 hebben we een ROI-definitie ontwikkeld die rekening houdt met de daadwerkelijk geventileerde longregio\u2019s. De methode zorgt ervoor dat, gemiddeld genomen, er evenveel ventilatie in elke regio komt door de hoogte van elke regio aan te passen op de daadwerkelijke hoeveelheid ventilatie. Deze methode lijkt op het opsplitsen van een EIT-beeld op basis van het ventilatie-zwaartepunt (center of ventilation), maar met de mogelijkheid om de regio\u2019s verder op te splitsen. Deze nieuwe fysiologische methode voor ROI-selectie stelt ons in staat kleinere veranderingen in de verdeling van ventilatie, bijvoorbeeld tijdens een PEEP-trial, te meten. We lieten ook zien dat de keuze voor het gebruik van ROIs direct invloed heeft op de verdeling van de lucht over ventrale en dorsale velden, en daarom ook op de afgeleide informatie, inclusief de aanbevolen PEEP-instelling.\n\nIn Hoofdstuk 11 lieten we zien dat de FLS op basis van de impedantie-verandering tijdens een ademteug (tidal impedance variation, TIV), waarbinnen de pixels vallen waarbij de genormaliseerde TIV boven een grenswaarde uitkomen, de FLS onderschat als er sprake is van pendelluft als gevolg van ademarbeid van de pati\u00ebnt. We introduceerde een nieuwe FLS-definitie (Watershed FLS) die regio\u2019s geassocieerd met ademhaling meenemen, maar artefacten uitsluiten. Dit is een voorbeeld van het belang van de context bij de keuze van algoritmes. De FLS gebaseerd op TIV werd voor het eerst gebruikt voor data verzameld tijdens gecontroleerde beademing, met de aanname dat de start en het eind van de inademing voor alle pixels op hetzelfde moment vielen. Zodra deze aanname niet standhoudt, geeft de FLS op basis van de TIV mogelijk niet het verwachtte resultaat. Met de verschuiving van onderzoek richting pati\u00ebnten tijdens ondersteunende beademing [21] is het belangrijk te onderzoeken of gerapporteerde en verborgen aannames standhouden voorafgaand aan het ontwerpen van studies en uitvoeren van EIT-analyses.\n\nConclusie\n\nMet dit proefschrift wilden we ons begrip van statische en dynamische respiratoire mechanica tijdens beademing in kritiek zieke pati\u00ebnten verbeteren; verschillende manieren van het instellen van PEEP, hun onderlinge relaties en hoe ze gebruikt kunnen worden bestuderen; en de methodologie van het verzamelen, analyseren en interpreteren van EIT-data verbeteren, om de bruikbaarheid van de technologie bij het behandelen van kritisch zieke pati\u00ebnten te verbeteren.\n\nWe hebben gevonden dat pati\u00ebnten met ARDS gerelateerd aan COVID-19 op vergelijk bare wijze beademd kunnen worden als pati\u00ebnten met ARDS uit andere oorzaken. De grote heterogeniteit tussen pati\u00ebnten vraagt om het gebruik van geavanceerde tech nologie\u00ebn bij het instellen van PEEP. We vonden in het bijzonder dat sommige pati\u00ebnten baat hebben bij relatief hoge PEEP en relatief lage FiO2, terwijl anderen juist baat hebben bij lage PEEP en hoge FiO2 De aanbevolen PEEP op basis van EIT is relatief hoog in pati\u00ebnten met rekruteerbare longen, waarbij er geen sprake is van meer overdistentie vergeleken met PEEP op basis van de Pes of wanneer de hoogste respiratoire compliantie wordt nagestreefd. Het instellen van PEEP op basis van Pes beschermt niet altijd tegen collapse of overdistentie.\n\nGoede implementatie van EIT vraagt om standaardisatie van data-verzameling en -ver werking, ontwerp van onderzoek, en rapportage. Onze open source software eitprocessing kan helpen bij de standaardisatie en de kwaliteit van wetenschappelijke data-analyse verbeteren. Resultaten van een analyse kunnen be\u00efnvloed worden door de keuze van algoritmes voor voorbewerking. We hebben nieuwe methodes ge\u00efntroduceerd voor het filteren van data en selecteren van ROIs die de kwaliteit van voorbewerkte data zouden kunnen verbeteren.","summary":"Traditionally, one-size-fits-all approaches were the only option for standardizing mechanical ventilation. Since the inception of the syndrome, patients with acute respiratory distress syndrome (ARDS) are studied and treated differently from e.g. surgical patients. ARDS cohorts were split further based on PaO2\/FiO2-ratio, etiology, biomarkers, gene expression, et cetera, given the heterogeneous nature of the syndrome [1\u20134]. Management has become more targeted for specific sub-cohorts. However, varying individual treatment responses exist even within these sub-cohorts, warranting an individual approach. This asks for a better understanding of respiratory mechanics at the bedside. In this thesis, I aimed to improve this understanding and investigated different methods to set positive end-expiratory pressure (PEEP), with a large focus on electrical impedance tomography (EIT)-informed ventilation.\n\nSeveral ways of setting PEEP have been developed that help adjust mechanical ventilation to the individual patient\u2019s physiology. In Chapter 2 we have given an overview of the monitoring techniques used for patients with coronavirus disease 2019 (COVID-19)-related ARDS. Although we focused on ARDS-patients with COVID-19, most recommendations are based on the experiences with and evidence for non-COVID-19 ARDS patients. We aimed to outline the potential of different technologies, not to compare their benefits and risks. We therefore covered a broad set of tools, including EIT, esophageal pressure monitoring (Pes), pressure monitoring on the mechanical ventilator and lung ultrasound. The question which technology is best is enticing. Many studies compare newer to existing methods, but often lack clear benefits or comparisons in terms of outcome. Often the choice for a specific method is based on other factors like availability, prior knowledge of the user, the cohort, and personal preferences and beliefs of the clinician [5]. Therefore, we made no recommendations other than to consider the use of bedside monitoring tools for the personalization of mechanical ventilation over traditional non-personalized approaches.\n\nIn Chapter 3 we highlighted the use of Pes measurements in setting PEEP, discussing the physical concept, physiological rationale, potential clinical benefits, and practical application of the technology. Pes measurements allows the separation of induced stresses on the chest wall and the lung parenchyma. From the outside, i.e., using ventilator data, it is not possible to reliably estimate what portion of the pressure imposed on the respiratory system by the mechanical ventilator is dissipated to the lungs. Moreover, pressure generated by the patient itself cannot reliably be measured during ventilation. It is therefore not uncommon that stress on the lung is low while the airway pressure has reached the suggested lung-protective limit, while in a different patient the stress is high with a low airway pressure. In addition, it has been suggested that a slightly positive end-expiratory transpulmonary pressure (PL) is important to prevent collapse at the end of expiration. EpVent-1 was a single center pilot study that studied this, and that indeed showed that a positive end-expiratory PL results in better oxygenation, better respiratory system compliance and a trend towards lower mortality when compared to the low PEEP\/FiO2 table. The follow-up multi-center study in 200 patients, the EpVent-2, failed however to reproduce the beneficial results. This was contributed in part to the fact that the control group used very similar levels of PEEP, and in part to the different patient groups: EpVent-1 included more patients with intra-abdominal risk factors, which might benefit more from the end-expiratory PL strategy. In a post-hoc analysis it was found that a positive end-expiratory PL resulted in better survival in patients with a lower disease severity (APACHE II), i.e., where preventing lung stress has a relatively high impact on outcome, and that patients who had a end-expiratory PL close to 0cmH2O had better survival, regardless of which PEEP strategy they were randomized to [6]. We compared the latter approach to EIT-based PEEP in Chapter 6.\n\nWhen COVID-19 arrived in the Netherlands in early 2020, little was known about the disease pathophysiology, pathways, management and treatment. It was unknown whether severe cases conformed to the definition of ARDS, and whether treatment strategies could be reused [7, 8]. In our intensive care unit (ICU), we initiated advanced respiratory monitoring in patients with COVID-19 from the onset of the pandemic, with two clear goals: gain an understanding of the mechanical and physiological anomalies that might elucidate pathological pathways of COVID-19 that were not yet understood, and adjust mechanical ventilation to the individual patient\u2019s physiology in the these difficult to manage patients.\n\nIn Chapter 4 we described our strategy in the first 15 patients. Later, we expanded our analysis and cohort to 75 patients in Chapter 5. We compared the high PEEP\/FiO2 table to the EIT-based overdistention\/collapse method [9] aiming to find a balance between overdistention and collapse of lung tissue. Although this method was far from new, it had not yet been widely adopted in clinical practice. These studies resulted in the following interesting \u2014 at the time novel \u2014 observations.\n\nPEEP and FiO2 were not coupled, which means oxygenation could be restored with PEEP alone, suggesting high recruitability in most of the studied patients. The relatively high PEEP did not result in hemodynamic instability, high driving pressure, extreme PL, or barotrauma. Instead, recruitment led to stabilization of the lung volume, respiratory mechanics and hemodynamics. PEEP mostly resulted in overdistention and failed to restore oxygenation in non-recruitable patients.\n\nThere was a moderate correlation between the recommended PEEP and body mass index (BMI) of the patients, which was consistent with later findings [10, 11]. It has long been known that patients with higher BMI often have smaller lung volumes as a result of the increased weight of the chest wall and\/or, depending on the distribution of fat mass, increased abdominal pressure, and are also more prone to more atelectasis [12, 13]. Yet, BMI is not considered when setting PEEP. We argue that initially, and in absence of advanced monitoring techniques, the PEEP should depend on the BMI of the patient. Moreover, we see a disconnection between external and internal pressures in these patients. Without a way to either measure internal pressures using Pes or visualize the effects on lung volumes using an imaging technique (ultrasound, computed tomography, EIT), we cannot be sure how the respiratory system responds to external pressures.\n\nWe found two subtypes of patients in our cohort: patients who are recruitable with a higher BMI, faster disease progression, but not higher severity of illness (APACHE IV score) or mortality, and patients with non-recruitable lungs who tended to have a low BMI, slower disease progression, higher incidence of pulmonary embolisms and higher D-dimer levels at admission. High BMI quickly resulted in atelectasis and worsening oxygenation, resulting in the need for mechanical support. Patients with lower BMI only progress to the ICU in case of more severe pulmonary embolisms and do not benefit from high PEEP due to low recruitability. We learned that oxygenation impairment can be a result of not only alveolar dysfunction (a lack of ventilation leading to shunting), but also capillary dysfunction (a lack of perfusion leading to dead space ventilation). This is not new knowledge: every respiratory physiology handbook describes this in detail. However, when managing patients with ARDS, perfusion heterogeneity is not always considered. Optimization of oxygenation should therefore not be a goal in itself, but the result of optimizing ventilation, perfusion, and the matching between them.\n\nFinally, in Chapter 6, in collaboration with the Maasstad hospital in Rotterdam, we compared the recommended PEEP based on the overdistention\/collapse method to the recommended PEEP based on a end-expiratory PL close to 0 cmH2O and the highest respiratory system compliance. The overdistention\/collapse method resulted in higher PEEP levels, but this did not lead to more overdistention, while reducing the amount of collapse. Most importantly, setting PEEP based on EIT resulted in less patients with high values of either collapse or overdistention, compared to setting PEEP using the end-expiratory PL or highest compliance approach.\n\nOur methods, and the resulting high PEEP, were questioned by other experts [14]. Van den Berg and Van der Hoeven [15] stated that it is unclear whether overdistention or collapse is more harmful. A recent study showed that in a porcine model of ARDS, targeting minimal collapse or a balance between collapse and overdistention results in better gas exchange and respiratory mechanics while maintaining hemodynamics, while targeting minimal overdistention resulted in excessive collapse and a higher risk of mortality from cardiopulmonary dysfunction [16]. It is yet unclear whether and how these results translate to humans, especially in patients with ARDS from different etiologies.\n\nGattinoni et al. [14] suggest that strategies resulting in PEEP higher than 20 cmH2O \u2014 a value often exceeded in our studies \u2014 comes with hazards. They based their conclusions in part on the ART trial [17], which showed a higher mortality in a group receiving recruitment maneuvers and PEEP set based on highest compliance compared to low PEEP. Later meta-analysis suggested this might be due to the high incidence of barotrauma due the use of recruitment maneuvers, rather than the higher PEEP [18]. We found no occurrences of barotrauma in any of our cohorts.\n\nIn Chapter 2 we explained how we could use our experience with non-COVID-19 ARDS patients in patients with COVID-19. Although pathophysiological pathways differ between etiologies, the main mechanisms of ARDS \u2014 endothelial and epithelial damage, coagulation in pulmonary capillaries, surfactant dysfunction, alveolar flooding, and tissue collapse \u2014 remain similar. Therefore, in the pursuit of optimization of mechanical support without aggravation of existing damage, we argue that our findings from Chapters 4\u20136 are not specific to COVID-19, but can be generalized to ARDS from most other etiologies [19, 20].\n\nAlthough EIT and Pes measurements have been introduced in clinical practice multiple decades ago, adoption of either technology remains limited. We performed a survey among a group of ICU clinicians, most having some expertise and experience with either or both technologies, to find factors that block or, conversely, facilitate the use of these technologies in clinical practice [5, not part of this thesis]. Here we found that although most people agree EIT and Pes are relevant and helpful for the management of mechanical ventilation, there is a lack of studies showing a clear benefit.\n\nClinical adoption of any technology can be improved through standardization and guidelines. In 2024 we organized a 4-day international symposium where we invited a group of experts in the technical, clinical and scientific aspects of EIT. This resulted in Chapter 7, a consensus paper outlining our view on the best practices for data acquisition, study design, signal processing, parameters, and (scientific) reporting when using EIT. Design choices can influence the quality of the study, the results, and even the conclusions drawn from a study. We also gave an overview of which of the many EIT-derived parameters can and should be used for research and clinical purposes, during which ventilation mode, and whether they can be determined bedside or offline.\n\nFor each step in the analysis of EIT data, several choices have to be made. During preprocessing, noise and cardiovascular artifacts are removed in order to isolate meaningful information from the impedance signal related to respiration. In Chapter 8 we compared several methods to filter EIT data, one of which we developed for this purpose (MDN). Low pass (LP) filtering removes all frequencies above a threshold from the signal. The threshold is set between the respiratory rate and heart rate, thus removing the cardiovascular signal while keeping most of the respiratory signal. Unfortunately, this can significantly alter both the timing and amplitude of the respiratory signal. Yet, LP filtering is widely used in publications as well as built in commercial devices. We found that more advanced filtering techniques are equally, or more, capable of removing cardiovascular artifacts, while retaining more of the complexity of the respiratory signal. The choice of filters should be made on a per-application basis. Some applications might have more stringent requirements of the signal timing, while other rely more on amplitude or shape of specific parts of the respiratory cycle.\n\nIn Chapter 9 we introduced eitprocessing, an open source Python software package for the analysis of reconstructed EIT and respiration-related time series data. The goal of this software is to facilitate open and reliable analysis. The analysis of EIT and other respiratory data knows many challenges. For instance, there is a large variety in devices from different manufacturers generating data. While some manufacturers allow for easy and transparent export of raw data, others limit data export to preprocessed signals, do not share data format details, or prevent post-hoc analysis of data altogether. Our eitprocessing software allows for loading data from different manufacturers into a singular structure, standardizing the analysis pipeline.\n\nNot all pixels reconstructed in EIT images represent ventilation. The subset of pixels that do, is defined as the functional lung space (FLS). For some applications the ventilated pixels are split into two or more region of interest (ROI) for summarization [21], which is often done entirely geometrically (equally sized regions of the entire EIT image) or geometrically combined with the FLS (e.g., regions of equal height inside the FLS). Because the central regions of the thorax often receive most of the impedance change, central regions represent the majority of the ventilation. In Chapter 10 we developed a physiological ROI definition that considers the actual ventilated area in each region. The method ensures that, on average, each region is equally ventilated, by adapting the height of each region to contain the correct fraction of ventilation. This method is similar to splitting the EIT image by the center of ventilation, but with the posibility for extension to more than one division in each direction. Our new physiological method for ROI selection allows the detection of more subtle changes in ventilation distribution, e.g., during a PEEP trial. We also showed that the choice of ROI directly influences the ventral-to-dorsal ratio, and therefore any derived information, including a PEEP level recommendation.\n\nIn Chapter 11 we showed that tidal impedance variation (TIV) FLS, which includes all pixels where the normalized TIV exceeds a threshold, underestimates the FLS in the presence of pendelluft due to patient effort. We introduced a new FLS definition (Watershed FLS) that includes ventilation-associated regions while ignoring artifacts. This exemplifies the importance of context in the design and choice of algorithms. The TIV FLS was first used for control mechanical ventilation, with the assumption that the start and end of inspiration were synchronized across all pixels. As soon as this assumption is violated, the TIV FLS might not have the expected result. With the shift of research focus towards patients on assist mechanical ventilation [22], it is important to investigate stated and hidden assumptions before designing studies and performing EIT analysis.\n\nConclusion\n\nWe set out to improve our understanding of static and dynamic respiratory mechanics during mechanical ventilation in critically ill patients; investigate different ways to set PEEP, how they relate, and how they might best be used in different contexts; and improve the methodology of EIT acquisition, analysis and interpretation, to maximize its usefulness in the management of critically ill patients.\n\nWe found that patients with COVID-19 related ARDS could be managed similar to patients with ARDS from other etiologies. The large heterogeneity between patients warrants the use of advanced techniques to set PEEP. We especially found that some patients benefit from high PEEP and relatively low FiO2, while other benefit from low PEEP and high FiO2. EIT-based methods resulted in relatively high PEEP in recruitable patients, but not more overdistention compared to Pes-based PEEP or when targeting the highest compliance. Setting PEEP based on Pes did not protect against collapse or overdistention.\n\nProper implementation of EIT requires standardization in acquisition, processing, study design and reporting. Our open source eitprocessing software might help in standardizing and increasing the quality of scientific data analysis. The choice of pre-processing algorithms may influence results. We introduced new methods for filtering and ROI selection that may improve processed data quality.","auteur":"Peter Somhorst","auteur_slug":"peter-somhorst","publicatiedatum":"15 september 2026","taal":"EN","url_flipbook":"https:\/\/ebook.proefschriftmaken.nl\/ebook\/petersomhorst?iframe=true","url_download_pdf":"https:\/\/ebook.proefschriftmaken.nl\/download\/8f0debcd-92c1-4968-9fcc-e15ccb7eb439\/highres","url_epub":"","ordernummer":"19350","isbn":"978-94-6534-575-8","doi_nummer":"","naam_universiteit":"Erasmus Universiteit Rotterdam","afbeeldingen":16821,"video_url":"","podcast_url":"","naam_student:":"","binnenwerk":"","universiteit":"Erasmus Universiteit Rotterdam","cover":"","afwerking":"","cover_afwerking":"","design":""},"_links":{"self":[{"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/us_portfolio\/16819","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/us_portfolio"}],"about":[{"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/types\/us_portfolio"}],"author":[{"embeddable":true,"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/users\/8"}],"replies":[{"embeddable":true,"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/comments?post=16819"}],"version-history":[{"count":1,"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/us_portfolio\/16819\/revisions"}],"predecessor-version":[{"id":16822,"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/us_portfolio\/16819\/revisions\/16822"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/media\/16820"}],"wp:attachment":[{"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/media?parent=16819"}],"wp:term":[{"taxonomy":"us_portfolio_category","embeddable":true,"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/us_portfolio_category?post=16819"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}