Is obstructive sleep apnea associated with difficult airway? Evidence from a systematic review and meta-analysis of prospective and retrospective cohort studies
Notice bibliographique
Résumé
BACKGROUND: Difficult airway management and obstructive sleep apnea may contribute to increased risk of perioperative morbidity and mortality. The objective of this systematic review and meta-analysis (SRMA) is to evaluate the evidence of a difficult airway being associated with obstructive sleep apnea (OSA) patients undergoing surgery. METHODS: The standard databases were searched from 1946 to April 2017 to identify the eligible articles. The studies which included adult surgical patients with either suspected or diagnosed obstructive sleep apnea must report at least one difficult airway event [either difficult intubation (DI), difficult mask ventilation (DMV), failed supraglottic airway insertion or difficult surgical airway] in sleep apnea and non-sleep apnea patients were included. RESULTS: Overall, DI was 3.46-fold higher in the sleep apnea vs non-sleep apnea patients (OSA vs. non-OSA: 13.5% vs 2.5%; OR 3.46; 95% CI: 2.32-5.16, p <0.00001). DMV was 3.39-fold higher in the sleep apnea vs non-sleep apnea patients (OSA vs. non-OSA: 4.4% vs 1.1%; OR 3.39; 95% CI: 2.74-4.18, p <0.00001). Combined DI and DMV was 4.12-fold higher in the OSA vs. non-OSA patients (OSA vs. non-OSA: 1.1% vs 0.3%; OR 4.12; 95% CI: 2.93-5.79, p <0.00001). There was no significant difference in the supraglottic airway failure rates in the sleep apnea vs non-sleep apnea patients (OR: 1.34; 95% CI: 0.70-2.59; p = 0.38). Meta-regression to adjust for various subgroups and baseline confounding factors did not impact the final inference of our results. CONCLUSION: This SRMA found that patients with obstructive sleep apnea had a three to four-fold higher risk of difficult intubation or mask ventilation or both, when compared to non-sleep apnea patients.
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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,025 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».