Tracheal Intubation in the Critically Ill. Where We Came from and Where We Should Go
Notice bibliographique
Résumé
Abstract Tracheal intubation is commonly performed in critically ill patients. Unfortunately, this procedure also carries a high risk of complications; half of critically ill patients with difficult airways experience life-threatening complications. The high complication rates stem from difficulty with laryngoscopy and tube placement, consequences of physiologic derangement, and human factors, including failure to recognize and reluctance to manage the failed airway. The last 10 years have seen a rapid expansion in devices available that help overcome anatomic difficulties with laryngoscopy and provide rescue oxygenation in the setting of failed attempts. Recent research in critically ill patients has highlighted other important considerations for critically ill patients and evaluated interventions to reduce the risks with repeated attempts, desaturation, and cardiovascular collapse during emergency airway management. There are three actions that should be implemented to reduce the risk of danger: 1) preintubation assessment for potential difficulty (e.g., MACOCHA score); 2) preparation and optimization of the patient and team for difficulty—including using a checklist, acquiring necessary equipment, maximizing preoxygenation, and hemodynamic optimization; and 3) recognition and management of failure to restore oxygenation and reduce the risk of cardiopulmonary arrest. This review describes the history of emergency airway management and explores the challenges with modern emergency airway management in critically ill patients. We offer clinically relevant recommendations on the basis of current evidence, guidelines, and expert opinion.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,002 |
| 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 ».