Survey of Cuff Management Practices in Intensive Care Units in Australia and New Zealand
Notice bibliographique
Résumé
BACKGROUND: Cuff management varies widely in Europe and North America. Little is known about current practice in Australia and New Zealand. OBJECTIVE: To characterize important aspects of cuff management in intensive care units in Australia and New Zealand to compare with international reports. METHODS: A questionnaire was sent to all nurse managers of adult intensive care units in Australia and New Zealand. RESULTS: Survey response was 53% (92/175). After intubation, most units (50/92, 54%) used both minimal occlusive volume technique and cuff pressure measurement; 5 (5.5%) used these methods along with pilot balloon palpation. Twenty units (22%) used cuff pressure measurement exclusively and 16 units (17.5%) used the minimal occlusive volume technique exclusively. Only 1 unit (1%) used the minimal leak technique after intubation. For ongoing management, cuff pressure measurement was the preferred method, used exclusively in 42 units (46%), with the minimal occlusive volume technique used in 40 units (43%; sole method in 6 units [7%]) and palpation in 4 units (4%). In most units (65/92, 71%), cuffs were monitored once per nursing shift. In units using the minimal occlusive volume technique, oropharyngeal suctioning (74%) and semirecumbent positioning (58%) were routinely incorporated; sigh breaths (6%), discontinuation of enteral feeding (10%), and nasogastric tube aspiration (26%) were uncommon. Cuff management protocols (37%) and subglottic suctioning (12%) were used infrequently. CONCLUSIONS: Cuff pressure measurement was the preferred method, used exclusively or in combination with other methods. The minimal occlusive volume technique was used more often after intubation than for ongoing management.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».