Decreasing the Adverse Effects of Endotracheal Suctioning During Mechanical Ventilation by Changing Practice
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Little is known about the incidence of and risk factors for adverse effects from endotracheal suctioning. We studied the incidence and risk factors, and evaluated the effect of suctioning practice guidelines. METHODS: During a 3-month period, in 79 mechanically ventilated subjects, we recorded the adverse effects in 4,506 suctioning procedures. Then practice guidelines were implemented, and 1 year later, during another 3-month period, in 68 subjects, we recorded the adverse effects in 4,994 suctioning procedures. RESULTS: In the first period, adverse effects occurred frequently: oxygen desaturation in 46.8% of subjects and 6.5% of suctionings, hemorrhagic secretions in 31.6% of subjects and 4% of suctionings, blood pressure change in 24.1% of subjects and 1.6% of suctionings, and heart rate change in 10.1% of subjects and 1.1% of suctionings. After guidelines implementation, all complications, both separately and all together, were reduced. The incidence of all complications together decreased from 59.5% to 42.6% of subjects, and from 12.4% to 4.9% of procedures (both P < .05). PEEP > 5 cm H2O was an independent risk factor for oxygen desaturation. Receiving > 6 suctionings per day was a risk factor for desaturation and hemorrhagic secretions. The use of guidelines was independently associated with fewer complications. CONCLUSIONS: Endotracheal suctioning frequently induces adverse effects. Technique, suctioning frequency, and higher PEEP are risk factors for complications. Their incidence can be reduced by the implementation of suctioning guidelines.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découle