Are Intubation Conditions Using Rocuronium Equivalent to Those Using Succinylcholine?
Notice bibliographique
Résumé
OBJECTIVE: To determine whether the intubation conditions created by rocuronium are equivalent to those of succinylcholine during rapid-sequence induction (RSI). METHODS: Medline, EMBASE, and the Cochrane Controlled Trials Register were searched for randomized clinical trials (RCTs). The search strategy included all generic and trade names for succinylcholine and rocuronium, anesthesia, neuromuscular blockade, and a validated RCT filter. Intubation conditions were a required outcome. Two reviewers assessed studies for eligibility, data extraction, and quality. Intubation conditions were scored with Goldberg's scale (excellent conditions defined as clear vocal cords, easy tube insertion, and no cough). A-priori subgroup analysis was conducted for the sedative, use of opioids, true versus modified RSI, age group, and the dose of rocuronium. Data were analyzed with Metaview 4.1 for relative risk (RR) of achieving excellent intubation conditions. A sample size calculation determined that n = 468 is required for equivalence. RESULTS: Forty articles were identified; ten articles were excluded by the inclusion criteria, two were duplicate publications, and two had insufficient data. Therefore, 26 studies were analyzed. Overall, rocuronium was inferior to succinylcholine, with a RR = 0.87 (95% CI = 0.81 to 0.94) (N = 1,606). However, intubation conditions were similar in the propofol subgroup, with a RR = 0.96 (95% CI = 0.87 to 1.06) (N = 640). Failed intubations (N = 28) were equivalent in the two groups. CONCLUSIONS: Overall, succinylcholine creates excellent intubation conditions more reliably than rocuronium. If a second-line agent is required, rocuronium used with propofol creates intubation conditions equivalent to those with succinylcholine.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».