The Macintosh Laryngoscope: the Mechanism of Laryngeal Exposure and the Optimal Maneuver
Notice bibliographique
Résumé
Background: The Macintosh laryngoscope enables safer and easy intubation. However, the mechanism of laryngeal exposure remains unclear. I hypothesized that extension of the hyoepiglottic ligament contributes to elevation of the epiglottis, and laryngoscope maneuvers that pull the hyoid bone rostrally will effectively elevate the epiglottis and expose the glottides. Methods: To test this hypothesis, I developed a model in which the epiglottis and hyoid bone were connected with a Velcro tape to allow flexible movement and applied different maneuvers to investigate their effects on epiglottis and hyoid bone movement. Results: A comparison of the original Macintosh maneuver, a modified Macintosh maneuver and the McCoy maneuver found that the McCoy maneuver elevated the epiglottis most, and was associated with rostral and anterior displacement of the hyoid bone. When the model was adjusted so that the hyoid bone was positioned caudal to the epiglottic vallecula, the hyoepiglottic ligament was shortened and the original Macintosh maneuver failed to elevate the epiglottis. Based on these results, a modified Macintosh maneuver was applied that elevated the hyoid bone rostrally and anteriorly and enhanced epiglottis elevation. Conclusions: The position of the hyoid bone should be considered to achieve epiglottic elevation and a good view of the glottides when performing laryngeal exposure. The position of the hyoid bone relative to the epiglottic vallecula could determine the response of the hyoepiglottic ligament and epiglottis elevation. Increased understanding of the mechanism of laryngeal exposure enables development of improved intubation devices and training models. J Curr Surg. 2018;8(1-2):1-6 doi: https://doi.org/10.14740/jcs348w
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 | 0,002 | 0,000 |
| 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 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 ».